中国新能源行业投资风险预警分析

《中国新能源行业投资风险预警分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、-------摘要全球经济发展对能源的需求与日俱增，传统能源日益枯竭以及对清洁能源的需求使新能源成为未来能源战略的重要组成部分。作为一个高技术、高投入、高风险的行业，新能源行业的投资风险是阻碍我国新能源健康发展的主要障碍，因此，对新能源行业的整体投资情况进行分析，对相关风险因子进行预测与预警有重要的现实意义和理论意义。中国新能源行业的投资风险预警问题是一个比较新的问题，相关分析文献相对较少。本文运用文献回顾法，提炼以前学者的分析成果，对新能源行业的投资风险相关概念及分析范畴进行界定。首先，对新能源行业的整体投资

2、情况进行分析，包括新能源行业的投资结构，投资规模，存在的问题等。其次，对可能影响新能源行业的投资风险因素进行分析，构建风险指标体系。再次，构建新能源行业投资风险预警系统。以新能源行业所有上市公司为分析个体，建立风险预警指标体系，选取新能源行业所有上市企业2002-2014年的运行数据，运用面板数据进行实证分析。使用BP-Logistic混合模型对经筛选的新能源行业投资风险进行预警分析，其结果显示，最佳诊断界值P为0.4952，可疑范围为（0.3860，0.6478），预测的17个季度中有四个季度处在可疑范围内，

3、需要重点监测。结合模型方程可知，新能源行业的营运能力与发展能力对投资风险的影响效应很大，新能源企业应着重提高这两方面的经营能力。针对实证分析结果与现实发展情况，提出改进新能源行业投资风险状况的相关对策建议，包括创造良好的制度环境，实行财税补贴政策；提高自主研发能力，保护知识产权；强化资本市场对新能源产业的引导力度；完善新能源产业链，提高能效；提高企业资产周转率，提高资产收益；加强现金流量管理，提高收益质量。以期能帮助建立和完善中国新能源的风险防范体系。该论文共有图12幅，表9个，参考文献73篇。关键词：新能源；

4、投资状况；投资风险；风险预警；BP-Logistic混合模型I-----------AbstractGlobaleconomygrowingdemandforenergydevelopment.Fortraditionalenergy sourcesaredepletedandtheincreasednewenergydemand,thenewenergyhas becomeanimportantpartoffutureenergystrategy.Asahigh-tech,highinvestment and

5、highriskindustry,theinvestmentriskofnewenergyindustryisamajorobstacle tothehealthydevelopmentofChina'snewenergyand,therefore,analyzingthe relatedriskfactorstopredictandwarningtotheoverallinvestmentofthenewenergy industryhasanimportantpracticalandtheoreticals

6、ignificance.InvestmentRiskWarningofChina'sRenewableEnergyIndustryisanewarea. Therelatedconceptsandresearchareasofinvestmentrisksinnewenergyindustry weredefinedbasingontheliteraturereview.First,theoverallinvestmentofthenew energyindustryisanalyzed,includingth

7、einvestmentstructureofthenewenergy industry,investmentscale,problemsandsoon.Secondly,investmentriskfactorsin newenergyindustrywereanalyzed,constructedRiskIndex.Onceagain,buildanew energyindustryinvestmentriskwarningsystem.Alllistedcompaniesastheresearch ofin

8、dividualstoestablishriskwarningindicatorsystem,selectalllistedcompaniesin thenewenergyindustry,2002-2014yearsofoperationdata,theuseofpaneldatafor empiricalanalysis.UseBP-Logisticmixedmodeltorese