总资产收益率

摘要： 老凤祥成立于1848年,在国内珠宝首饰行业高速发展的同时,老凤祥已率先走出大陆市场,品牌价值在全球竞争中位居前列,入围人民日报“中国品牌发展指数”。本文通过评判6个关键指标对老凤祥的盈利能力进行分析。

摘要： 本文以16家上市银行2007—2020年数据为样本,通过手动搜集相关衍生品数据进行实证分析,研究了金融衍生品复杂性对商业银行经营绩效的影响。研究结果表明:衍生会计复杂性提升能够显著正向影响银行的经营绩效,同时从经济复杂性来看,银行衍生品经济复杂性越高,其经营绩效越好。本文创新地研究了衍生品复杂性与银行经营绩效之间的关系,为商业银行的治理实践提供了积极建议。

摘要： 基于2014版CAS2将权益性投资划分为长期股权投资和权益性金融资产,以2018—2020年安徽辖区沪深A股上市公司为研究样本,考察分析长期股权投资的获利能力及其对公司盈余的影响。研究结果表明:超过三分之二的上市公司持有长期股权投资,其中七成为制造业;长期股权投资占总资产比重超过10%的上市公司占比9.41%;从整体上看,长期股权投资质量较高,其收益率均值超过总资产收益率均值22%以上,前者是后者二倍以上的上市公司2020年达到16家,占上市公司数18%以上;从个例看,长期股权投资既可以成为上市公司盈余扩大的“助推器”,也可能演变成亏损加剧的“加速器”。提升长期股权投资质量,企业需要优化决策机制和管理流程,从战略和战术两个层面厘清权益性投资是否为长期股权投资,积极防范并化解长期股权投资面临的风险,适时评价分析长期股权投资质量,确保其稳健、优质和高效,助力企业高质量发展。

摘要： 企业在发展过程中,要想在市场占据一席之地,提高企业价值,最重要的就是要协调供应与生产之间的关系,即供应商关系.以不同企业性质下的供应商关系为研究对象,研究其对于企业价值的影响,构建线性回归模型,采用2014—2018年上市A股相关数据,对研究假设进行实证分析.研究结果表明,供应商关系越紧密对企业价值的正面影响越大.同时,国有企业的供应商关系对企业价值的影响更为明显.

摘要： 随着绿色金融的大力发展,绿色信贷的正外部性与商业银行盈利性的矛盾亟待解决,探索银行实施绿色信贷的内在动因具有重要意义.本文以2010～2020年中国12家上市银行的数据为样本,检验绿色声誉是否为中介变量,并从短期和长期的视角分别探究绿色声誉对银行盈利能力的影响.研究结果表明,绿色声誉的中介效应显著,银行实施绿色信贷产生的绿色声誉能够有效改善其长期盈利能力,从经济效益的角度揭示银行推行绿色信贷的内在动因.商业银行应当坚持扩大绿色信贷规模,重视绿色声誉正面影响的积累,尽早扭转短期亏损.在绿色声誉的中介效应下,绿色信贷的实施最终能够有效提高银行长期盈利能力.

摘要： 绿色信贷是我国推行碳金融进程中的重要一环.基于此,本文重点探究中国工商银行实施绿色信贷为其经营绩效和资产质量带来的影响,通过选取工商银行2010年到2020年间绿色信贷比、总资产收益率、不良贷款率和净利率四项指标的数据,观察绿色信贷对工商银行经营绩效的相关影响,并分析造成该影响的原因,给出相关发展建议.

摘要： 文章选取2012—2018年16家商业银行的互联网金融和银行的面板数据为研究样本,基于互联网金融业务中的P2P网贷和第三方支付对商业银行盈利能力的战略性调整与影响机理进行实证研究。研究结果表明:在没有政策虚拟变量的影响下,五大行均呈现负向水平,说明随着第三方支付和P2P网贷业务量增加的同时,五大行在总收益上资产回报率受到一定的影响。在互联网金融监管政策的影响下,选取的政策虚拟变量为正,这就说明五大行的盈利能力在政策影响下呈显著正相关。在互联网金融监管政策的影响下,P2P网贷对11家股份制银行的影响呈正相关。商业银行在金融市场体系中有着不可或缺的作用,这对商业银行的战略性发展有着重要的现实意义。

摘要： 鉴于不同文献对于加杠杆与股市表现究竟是正相关还是负相关有较大争议,本文运用VAR模型和脉冲响应函数同时分析了流动性和盈利能力对于A股以及港股市场的影响,通过对2009年1月1日前上市的1800多家上市公司长期数据研究发现,企业盈利能力与杠杆率负相关.短期来看,当经济开始加杠杆时,A股市场会有较好表现;长期来看,当企业去杠杆导致盈利能力上升时,港股市场会有显著的超额收益率,A股市场表现与杠杆率相关性强,而港股市场表现与盈利能力相关性强.此外,笔者还基于经济学以及财务学原理对于不同市场表现的差异进行了解释.本文的结论是加杠杆会导致企业产能利用率下降以及盈利能力下降,因此,建议政府应当持续去杠杆和去产能,提升企业盈利能力,长期维持稳定的流动性增速以利于经济稳定和股市稳定.

摘要： 在金融强监管背景下,我国监管当局不断出台新的资本管理办法,使得商业银行处于严格的资本约束压力之下。本文以我国29家商业银行2010—2018年的样本数据,基于面板随机效应模型,研究资本约束对商业银行盈利能力的影响。研究结果表明:资本约束能有效提高商业银行盈利水平;资本约束具有银行异质性,对城市商业银行和非上市银行盈利能力的提升作用更显著。本文建议商业银行应拓宽资本融资渠道,降低经营成本,减少不良资产,精简组织结构。

摘要： 本文选取我国18家主要商业银行1995-2007年的面板数据，运用计量经济学方法，研究境外战略投资者的引进时间和持股比例对我国银行业总资产收益率(ROA)的影响。研究结果显示，引进战略投资者能有效改善我国银行业绩效，但其作用具有滞后性，平均滞后期为两年。因此，中资银行要谨慎甄别真实的战略投资者，防止事实上的“财务投资者”在三年限售期满后撤资，从而导致利益损失。

摘要： 本申请实施例公开了一种进行金融资产收益率预测的方法和装置，预测设备可以获取金融资产第一时间段的第一历史数据、金融资产第二时间段的第一历史收益率、金融资产第三时间段的第二历史数据和金融资产第四时间段的人力预测收益率，第一时间段与第三时间段时长相等，将第一历史数据输入长短期记忆人工神经网络模型进行训练，得到训练后的模型，将第二历史数据输入训练后的模型得到金融资产第五时间段的第二预测收益率，预测设备从第五时间段的第二预测收益率中选择第四时间段对应的模型预测收益率，将模型预测收益率和人力预测收益率进行加权融合，得到最终预测收益率。由此可见，本申请基于长短期记忆人工神经网络模型和基于人力两个维度进行预测，提高了预测的准确度。

摘要： 本发明提供的收益率计算方法，根据卖方客户对金融资产的历史交易记录，采用递推的方式在每次客户交易时推算金融资产的平均成本，准确计算金融资产的成本并降低了计算量，并使卖方客户的年化收益率计算更加准确；对于买方客户，除提供一个大概的年化收益率区间外，在识别买方客户信息后，提供精确年化收益率。本发明提供的方法使卖方客户与买方客户在交易过程中获得各自更为准确的收益率，对金融资产的交易有一个合理的收益率预期，提高交易的成功率。本发明同时提供了金融资产转让交易系统，使金融资产转让交易全部自动化线上完成，不受时间和地域的限制，方便客户安全、自由、高效的进行金融资产的转让交易，提高了金融资产的流动性。

摘要： 一种收益率影响因子选择方法及装置，涉及数据分析领域，用以高效准确地选择出对收益率影响较大的因子组。所述方法包括：确定第一因子组集合，所述第一因子组集合包括多组对收益率有影响的因子的组合；检验所述第一因子组集合中各因子组与收益率的因果关系，将与收益率存在因果关系的因子组保存到第二因子组集合中；针对所述第二因子组集合中的每个因子组，根据所述因子组中各因子的特征值，预测所述每个因子组在未来的第一时间段内的对应的收益率曲线；在第二时间段内指定的金融环境下，计算历史收益率实际曲线和每个因子组对应的收益率曲线的拟合度，根据AUC的大小排序，选择对收益率影响程度大于阈值的因子组。

摘要： 本公开提出一种客户贷款收益率等级预测方法及系统，方法包括：获取历史放款客户的客户数据；基于所述历史放款客户的客户数据建立建模样本，并计算历史放款客户的客户贷款收益率等级，基于所述建模样本和所述历史放款客户的客户贷款收益率等级，利用机器学习算法进行拟合训练，以建立客户贷款收益率等级预测模型；获取无额度客户的客户数据，并根据所述无额度客户的客户数据，利用所述客户贷款收益率等级预测模型预测所述无额度客户的客户贷款收益率等级。本公开的方法可以预测客户贷款收益率等级且预测准确度较高，同时确保了银行的贷款收益。

摘要： 本公开提供了一种股票收益率预测方法，涉及人工智能技术领域。该方法包括：获取多个历史时段的原始股票特征数据，将原始股票特征数据拆分为训练数据集和测试数据集；对训练数据集进行特征工程处理，得到标准样本集；根据预设分批策略对标准样本集进行分批，得到每批标准样本集；分别以按日分批的收益率的秩和隐因子层的相关系数为目标函数，将每批标准样本集输入股票收益率预测模型进行训练，得到训练好的股票收益率预测模型。本公开还提供了一种股票收益率预测装置、设备、存储介质和程序产品。

摘要： 本公开提供的一种基准利率收益率曲线构建方法及相关设备，基于目标金融市场利率，确定在各第一预设期限点对应的第一贴现因子，其中，第一预设期限点为目标金融市场利率中的计息期限点；利用第一贴现因子，构建第一收益率曲线；基于隔夜指数掉期，确定在各第二预设期限点对应的第二贴现因子，其中，第二预设期限点为隔夜指数掉期中的利率掉期期限点；利用第二贴现因子，构建第二收益率曲线；利用第一收益率曲线和第二收益率曲线，构建基准利率收益率曲线。本公开通过目标金融市场利率和隔夜指数掉期，构建基准利率收益率曲线，方便相关从业人员利用该基准利率收益率曲线对金融产品及衍生品进行现值计算、估值和预测未来利率。

摘要： 本发明提供一种考虑节点负荷收益率的综合能源服务商动态聚合方法，构建基于IEDN的IESP运行结构，运行结构包括服务商管辖范围内的网络基础和EH，网络基础是以配电网为核心，通过EH耦合配气网与配热网的IEDN。本发明还构建了EH输入输出模型，基于节点收益率的IESP聚合原理进行聚合，再根据初始聚合激励获取节点资源的聚合收益，构建节点收益率计算模型，建立聚合激励动态修正模型，结合修正模型建立节点负荷聚合潜力计算模型，最后建立IESP聚合收益最大化模型，得到节点的负荷动态聚合方法。本发明充分聚合IEDN内的电、气、热资源，量化聚合过程中的实时贡献度，识别出有利于提升效益的关键节点，提高了聚合收益。

摘要： 本申请提供了一种实时收益率预测方法、装置、电子设备及存储介质，涉及数据分析领域，旨在准确预测下一单位时间的实时收益率。所述方法包括：获取历史时间段内的多种投资数据并进行特征提取，得到多种历史投资特征；确定多种历史投资特征两两之间的相关度；剔除多种历史投资特征中与其他历史投资特征不相关的历史投资特征，将剩余的多种历史投资特征存储到特征库中；获取当前时间段内的多种投资数据并进行特征提取，得到多种投资特征；依据特征库中各个历史投资特征的特征种类，对多种投资特征进行特征选择，得到多种当前投资特征；根据多种当前投资特征和多种历史投资特征，预测当前时间段的下一单位时间的实时收益率。

摘要： 本发明公开了一种交易收益率的预测方法及装置、存储介质、电子设备。其中，该方法包括：获取目标产品的历史交易数据，根据历史交易数据中的历史特征数据以及目标周期，确定历史走势数据；通过滑动窗口将历史走势数据划分为多个初始训练样本，其中，初始特征样本包括至少一个特征因子，初始预测样本包括至少一个预测因子；结合与特征因子对应的特征因子数据以及与预测因子对应的预测因子数据，确定模型训练样本；将实时交易特征数据输入至交易预测模型，以得到目标产品在下一时间段的交易收益率预测结果。本发明解决相关技术中，采用人工决策或半自动化的方式，难以分析得到准确、客观的行情信息的技术问题。

摘要： 本发明公开一种基于神经网络模型的总资产收益率的文本回归预测方法和系统方法包括S1：收集公司的年报和半年报，以及对应的总资产收益率；S2：从收集到的年报和半年报中提取出董事会报告或管理层讨论与分析部分的多个文本，对提取出的多个文本进行预处理；S3：根据预处理后的多个文本构建数据集，将数据集分为训练集、验证集和测试集；S4：建立神经网络模型，利用所述训练集和验证集训练所述神经网络模型，利用测试集测试所述神经网络模型，得到训练好的神经网络模型；S5：利用训练好的神经网络模型进行总资产收益率的预测。本发明同比一些传统经典模型，在预测的准确度和训练时长上都有一定的优势。