上市公司生存特征分析

上市公司生存特征分析

ID:47618832

大小:92.50 KB

页数:14页

时间:2019-10-11

上市公司生存特征分析_第1页
上市公司生存特征分析_第2页
上市公司生存特征分析_第3页
上市公司生存特征分析_第4页
上市公司生存特征分析_第5页
资源描述:

《上市公司生存特征分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、上市公司生存特征分析上市公司牛存特征分析上市公司生存特征分析王慧灵刘娇李俊锋【摘要】上市公司是一类较为特殊的社会经济组织,其生存状况如何,自上市后是怎样发展变化的,是现今人们关注与研究的热点。【关键词】生存分析Cox比例风险模型乘积极限法一、背景上市公司是一类较为特殊的社会经济组织。一方面,通过其产品或服务直接或间接地联系千家万户;另一方面,上市公司通过所发行的股票或债券直接影响投资者利益,关系到社会经济的运行和发展。所以,自上市公司产生以来,就吸引了人量的机构和个人关注与研究上市公司的发展和变化。现有的研究主要集中于公司和行业层而的研究,集中于公司管理、财务状况、行业发展、宏观经济环

2、境对上市公司股票价值的影响、以及股票的定价等方面的研究。然而,从生存状况饬度研究上市公司则相对较少。中国的上市公司牛存状况如何,上市公司自上市后是怎样发展变化的,或许我们可以从一些简单的统计数据以及相应的廿景描述获得些许的说明和认识。然而,现有的分析和资料无法让我们获得更为深刻的认识。是什么因素引起了不同的上市公司具有不同的生命周期特征?当我们选择所要投资的上市公司时,除了考察--般的分析指标以外,我们还可以应用统计生存分析方法以概率的形式描述中国上市公司的生存轨迹特征,探究上市公司Z间生存特征差异的识别因素和指标。牛存分析就是这样i种在自然、社会经济中运用较多的统计分析方法。该方法以

3、概率形式描述事物的生存特征,说明事物生命演化过程中的各种可能性及其1上市公司牛存特征分析发展变化。对生存分析方法的应用,国生存分析起源于对死亡的研究,是统计学的一个璽要分支。现在它已发展成为研究某种事件发生时间规律的一类特定统计学方法,在白然科学和社会科学中有了广泛的应用。把死广(或生存)的概念发展为事件就可以运用生存分析方法来分析他们发生的规律及影响因素。2、分析方法生存分析主要通过对研究对象生存(持续)的时间和事件的发生构造四类描述研究对象的生存时间分布两数來研究对象的牛存发展规律。此2上市公司生存特征分析外,则通过引入表征个体(或类)特征的协变量的方式来研究不同的个体(或类)特征

4、对研究对彖生存时间分布的影响。因此,在生存分析中至少需要引入三类变量:事件、生存时间和协变量,构造四类分布两数:概率密度两数、概率函数、牛存两数和风险函数。三类变量:事件(event):或称结果,用y表示。它是研究者所关心的焦点。在硏究期间,所规定吋间可能发生,也有可能不发生。生存时间(survivaltime):用t表示。广义地说,生存时间是从某种起始事件(如股票上市)或状态转换到另一事件或状态所经历的吋间跨度。协变量:用x表示,是影响事件发生迟早的因索。如发行股票公司的特征、所属的行业、地域等。四类反应寿命概率分布状况的函数:概率密度函数:用f(t)表示,其定义是一个事件发生于(t

5、,t+At)这一区间内的概率极限。它表示事件发生速率的强度。其数学表达式为:f(t)lim-支股票在区间(t,t+t)内发生定义事件的概率t0t概率函数:用F(t)表示,又称为死亡概率或累计死亡概率。他表示一个被观测对象(如,一支股票)从开始观察起到时间t为止的死亡概率或死亡危险度,t其数学定义公式为:F(t)=f(T)dT生存概率函数:用S(t)表示,简称生存率。其定义如下:S(t)=f(T)dTlF(t)t在实际工作中生存概率可以用如下公式佔计:"生存长于t的案例数S(t)观察总数风险函数:用h(t)表示,其含义是:一个牛存到时间t的个案,再从t到t+t这一非常小的时间区间内死亡的

6、概率极限。用公式表述为:h(t)lim一个在时间t生存的个案在区间(t,t)内发生定义事件的概率t0t3上市公司牛存特征分析累积的风险函数可定义为:tH(t)=h(T)dT在三类变量和四个函数的基础上,通过参数或非参数,以及半参数的方法建立被研究对象纶存或死亡特征概率特征函数和概率影响因素的协变量决定模型,研究其牛:存概率表现及其影响因素。非参数方法主要是Kaplan-Meier法、生命农法(Life-table-method)和Cox比例风险模型。前两种方法用于生存概率的估计,后一种方法通过建立生存回归模型的方式,探求协变量对生存的影响。Kaplan-Meier法适用于不分纟ft样木

7、。其计算采用乘积限(Product-limit)法。寿命表(Lifetable)方法则一般适用于分组资料的生存概率估计。由于寿命是受一些协变量影响的,所以当我们要进一步分析影响寿命的因素时,则要需建立回归模型。Cox比例风险模型—•般的回归模型并不能处理截尾数据(如果在规定的结束时间,由于失访,死亡,未愈等没有出现结果事件者称之为截尾,从起点到截尾口的t时间称为截尾数据)。而Cox分析不仅可以分析时间■事件的数据,也可以分析含有截尾值的数据。它

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。