一、利用上市公司公开的财务信息预测未来的销售（论文文献综述）
廖理,崔向博,孙琼[1]（2021）在《另类数据的信息含量研究——来自电商销售的证据》文中指出本文使用中国消费行业上市公司2015～2018年的电商销售数据,研究消费者线上消费活动是否能向金融市场传递与公司价值相关的信息。研究结果表明,电商销售数据含有与公司基本面相关的信息,可以预测公司的未预期收入、未预期盈余和盈余公告累计超额收益。进一步分析发现,电商销售数据的预测能力在线上销售收入占比高、投资者关注度低、成长型、信息透明度高的公司中更强。本文也基于这些异质性检验深入分析了电商销售数据具有预测作用的原因。电商销售数据与消费者的消费行为及上市公司的销售活动直接相关,是一类很有代表性的另类数据,研究电商销售数据的信息含量和投资价值有助于丰富另类数据文献,同时也可为厘清另类数据在新兴资本市场中的作用提供新的经验证据。
宛晴[2]（2021）在《大客户地理邻近性与企业会计信息质量》文中提出高质量的会计信息不仅能够直观反映企业现阶段真实的经营成果与财务状况,还有助于揭示企业未来的发展态势。会计信息因此也成为各类市场交易主体评判企业内在价值、制定相应交易方案、实现资源合理配置的重要依据,但同时也成为企业为实施机会主义行为而加以扭曲操纵的对象。考察企业会计信息质量的影响因素,探索提高会计信息质量的方法途径是财务会计研究领域亘古不变的核心话题。工业革命以来,社会化大生产与劳动分工大幅提升了人类的生产力水平,也从根本上改变了人类生产的组织形式。单一企业难以覆盖生产的全部流程,由各个专业化企业所构建的供应链体系成为社会生产的实现基础。在当前经济全球化背景下,供应链体系的稳定与效率不仅影响企业的短期经营业绩,更关系到其长期竞争优势。上述趋势强化了大客户与供应商企业之间同进共退、休戚与共的关系。为维护生产秩序与提升供应链体系效率,大客户亟需掌握企业真实经营与财务状况,制定预期供应链投资决策,监督与遏制企业可能的机会主义行为。诸多管理实践表明大客户具备强烈动机监督企业提升其会计信息质量。然而现有大客户特征与企业会计信息质量相关研究的结论却莫衷一是,部分研究发现大客户对于会计信息的依赖反而会激发企业的信息操纵倾向,即大客户的监督并非总是有效。究其原因,现有研究大多关注客户数目、销售收入占比等客户个体经济规模特征,将大客户的监督能力简单归因于其在企业市场份额或预期收入实现过程中的重大地位,难以考察监督成本的潜在影响。新经济地理学理论为解决上述困境提供了全新视角。大量研究发现地理距离是影响经济主体监督成本与治理效率的重要因素。立足于大客户的地理空间区位特征,使用地理邻近性刻画大客户的监督成本并且分析其对会计信息质量的影响,有助于解决当前大客户特征与企业会计信息质量关系研究中的争议。鉴于此,本文首先使用规范分析法,结合利益相关者理论、公司治理理论、交易成本理论以及新经济地理学理论,分析了大客户地理邻近性对于企业会计信息质量的影响,构建“地理邻近性-监督成本-会计信息质量”的内在逻辑。随后以2009-2017年我国A股上市公司为对象,按照如下步骤实证检验大客户与会计信息质量之间的关系:第一,本文对大客户地理邻近性基本情况进行整理与分析。在详尽阐述大客户地理邻近性指标获取与构建过程之后,本文报告了大客户集中程度与大客户与企业间地理距离的分布特点,用以明确使用地理邻近性衡量大客户监督成本的现实基础。第二,本文考察大客户地理邻近性与会计信息可靠性之间的关系。结合前文所构建的大客户地理邻近性指标,使用操控性应计项与真实活动盈余管理绝对值衡量会计信息可靠性,建立OLS模型进行回归分析。研究结果表明,大客户地理邻近性能够提升会计信息可靠性。分别从大客户监督动机与公司治理水平两个方面分析作用机制后发现,当企业更容易陷入经营危机或是产生财务错报时,大客户的会计信息可靠性需求越强,此时大客户地理邻近性对企业会计信息可靠性的积极影响更为明显;而当企业的公司治理水平较低时,地理邻近性对于大客户监督能力的改善作用更强,此时大客户地理邻近性对企业会计信息可靠性的积极影响更为明显。第三,本文考察大客户地理邻近性与会计信息相关性之间的关系。结合前文所构建的大客户地理邻近性指标,使用盈余反应系数模型进行回归分析。研究结果表明,大客户地理邻近性能够提升会计信息相关性。而分别从大客户监督动机与公司治理水平两个方面分析作用机制后发现,当企业较为成熟、发展前景较为明确时,大客户的会计信息相关性需求越强,此时大客户地理邻近性对企业会计信息相关性的积极影响更为明显;而当企业的公司治理水平较低时,地理邻近性对于大客户监督能力的改善作用更强,此时大客户地理邻近性对企业会计信息相关性的积极影响更为明显。第四,本文考察大客户地理邻近性与会计信息稳健性之间的关系。结合前文所构建的大客户地理邻近性指标,使用改进后Basu模型所计算出的Cscore指数衡量会计信息稳健性,建立OLS模型进行回归分析。研究结果表明,大客户地理邻近性能够提升会计信息稳健性。分别从大客户监督动机与公司治理水平两个方面分析作用机制后发现,当企业属于耐用品行业或专有资产投资水平较高时,大客户对企业的负面消息更为敏感,其会计信息稳健性需求也越强,此时大客户地理邻近性对企业会计信息稳健性的积极影响更为明显;而当企业的公司治理水平较低时,地理邻近性对于大客户监督能力的改善作用更强,此时大客户地理邻近性对企业会计信息稳健性的积极影响更为明显。理论贡献方面,本文不仅为客户特征相关研究提供了来自地理空间区位层面的观察视角与度量指标,从产品市场行为主体出发完善会计信息影响因素相关研究,同时将大客户纳入地理邻近性研究主体范围中,拓展了新经济地理学在财务会计领域的研究范畴。指导实践方面,本文同样具备积极意义。对于投资者而言,在制定投资决策时应当充分考虑大客户地理空间区位特征,利用距离企业较近的大客户在提升企业会计信息质量方面的积极作用,提升决策效率;对于公司管理者而言,应当基于自身供应链地理区位特征,合理利用自身谈判优势监督与改善供应商企业的信息披露质量,提升供应链整体效率;对于监管者而言,应当基于企业大客户地理区位特征设置针对性的监管策略,改善市场信息环境。
马永强,吴年年,玄宇豪[3]（2021）在《银行贷款信息的宏观预测价值：基于中国制度环境的研究》文中进行了进一步梳理本文以2007-2018年中国商业银行为研究对象,探究中国情境下银行贷款信息的宏观预测价值。研究发现:第一,汇总的银行贷款风险溢价能够预测宏观经济风险,汇总的不良贷款信息能够预测宏观经济趋势;第二,银行的信息优势和决策前瞻性动机是贷款信息具备宏观预测效应的重要原因;相比企业会计盈余信息,银行贷款信息具有更稳健的宏观经济预测能力。本文发现表明,中国银行贷款信息具备有效的宏观预测价值,特殊的制度环境影响了银行信贷业务运作,导致与美国市场不同的预测结果,为预测和分析未来宏观经济发展变化提供了新的有效途径,为监管部门理解银行营运状况和完善监管政策提供了建议。
陈宁[4]（2020）在《M保险公司会计信息披露质量问题及对策研究》文中研究说明作为金融市场的重要组成部分,保险公司在我国的发展历程可以说是随着市场化体制改革的不断深入而在跨越式增速的。近几年来,随着我国金融服务业的蓬勃发展,国家先后出台过《国务院关于保险业改革发展的若干意见》、《关于加快发展现代保险服务业的若干意见》、《中国保监会关于保险业服务“一带一路”建设的指导意见》等诸多政策指导性文件,其作用于不同背景之下,但归根结底是为了改革我国保险业的弊端,加深我国保险市场改革开放的力度,不断夯实发展成果,同时也为了吸引广大投资者对于我国保险市场的关注,最大程度的促进保险公司的发展壮大。此时,保险公司会计信息披露作为沟通公司内外的重要桥梁与纽带就显得越发重要。那么,如何能够更好地客观评价保险公司的实际会计信息披露质量,将是一项重要的研究课题;对于投资者及监管部门较为真实利用信息进行科学决策将起到关键作用。目前,通过对相关领域的文献研读会发现对于保险公司会计信息披露质量水平的研究还更多停留在定性理论研究层面,实际涉及到指标数据模型的应用相对还比较缺乏,对于会计信息披露质量的实际定量测评研究还有许多需要去弥补的地方。定量测评方法通常较为客观,比较于定性理论研究其研究结论受人为主观因素干扰较少,更符合公司实际情况,更能全面反映公司问题。所以,本文旨在通过对保险公司会计信息披露质量进行指标体系构建,通过定量测评进行相关研究分析。本文以我国M保险公司为典型研究对象,分析其会计信息披露的现状,对于其所呈现出来的会计信息披露内容进行分析,发掘其存在的实际问题。并引入熵理论,选取包括M保险公司在内的多家国内大型险企为可比样本,通过构建相关评价指标体系,从公司治理、财务状况、外部影响三大维度进行相关指标数据选取,然后运用熵权结果进行质量排名。通过横向对比分析,实证M保险公司会计信息披露质量的实际情况,提出相关建议措施,并最后得出相关结论。
张意[5]（2020）在《基于RBF神经网络的大健康产业盈余预测研究 ——以云南白药为例》文中研究说明我国大健康产业在国家利好政策和消费者与日俱增的健康需求的推动下,产业规模不断扩大,产业利润不断走高,市场前景一片广阔,大健康产业还因其产业下的企业在资本市场的股价涨幅较大受到广大投资者和证券机构的青睐,成为牛股的摇篮。云南白药企业自2011年起开始实施“新白药、大健康”产业战略,从传统医药企业逐步发展成为我国大健康产业领军企业之一,在盈余预测方面具有较高的研究价值。本文将云南白药企业置于大健康产业中,在了解了大健康产业的相关特点后,对云南白药企业的盈余预测现状和盈余预测财务信息影响因素进行分析,并建立起符合大健康产业和云南白药企业自身特点的盈余预测模型以提高盈余预测准确度。本文首先使用聚类—灰色关联分析法对盈余预测财务信息影响关键因素进行筛选,在消除指标相关性的同时保留了指标的重要性,以保证筛选出的关键指标更具科学性,为进一步的盈余预测研究提供了指标体系基础;其次使用健康中国板块下118家2007年—2018年的数据,运用RBF神经网络构建盈余预测模型,对云南白药企业2008年—2019年的盈余进行预测,检查基于RBF神经网络构建的盈余预测模型的精度,并根据云南白药企业的盈余预测结果和企业自身的特点,优化盈余预测模型,提高盈余预测模型的预测准确度;最后从盈余预测模型的角度出发,结合云南白药企业盈余预测现状和盈余预测财务信息影响因素,找出云南白药盈余预测中存在的问题并给出相应的对策建议。本文通过对云南白药企业盈余预测的研究,为云南白药企业提供一种基于聚类—灰色关联分析法的盈余预测关键财务指标筛选的新方法,还为其提供一种基于RBF神经网络盈余预测的新方法,为企业管理者、证券分析师提供了可参考的高精度且有针对性的盈余预测模型,更提高了云南白药企业盈余预测的准确性。本文应用于云南白药企业的盈余预测关键财务指标筛选的方法和盈余预测模型构建的方法对大健康产业下其他企业盈余预测的研究和盈余预测模型的构建有一定的借鉴意义。
马轶超[6]（2020）在《商誉对企业未来自由现金流的影响研究 ——基于中国A股市场的实证》文中认为
魏广明[7]（2020）在《商业信用对供应链中企业定价策略影响的研究》文中指出恰当的商业信用策略可以帮助企业获得更多的收益,既是企业竞争优势的重要来源,也是供应链中企业间竞争的重要手段之一。但是企业在提供商业信用获得竞争优势的同时,也需要承担由于提供商业信用期限而产生的相关风险和成本,特别是在一些金融环境不完善的发展中国家。因此,供应链中企业在做决策时,要同时考虑商业信用所带来的收益和成本,考虑商业信用策略对其最优决策的影响。已有商业信用下,供应链中企业决策模型,大都是基于完全信息和完全理性的假设,很少考虑到信息的非对称和企业的行为因素,因此,本文松弛了已有研究中完全信息和完全理性的假设,主要开展了以下几项研究工作。（1）考虑商业信用所带来的资金收益率信息的非对称,探讨了供应链中成员企业的定价决策问题。首先,本文讨论了收益率完全信息及非对称信息两种情景下,供应链中企业的定价问题。其次,对比分析了完全信息和非对称信息情况下供应链中成员的决策和利润。最后,探讨了资金成本率、资金收益率等主要参数,对商业信用供应链中企业的定价决策及利润的影响。研究发现,在非对称信息模型中,当制造商对资金收益率估计值低于零售商的真实值时,完全信息下的批发价格和零售价格高于非对称信息情况下的价格。当制造商对零售商的资金收益率的估计值高于零售商的真实数据时,完全信息下的批发价格和零售价格低于非对称信息情况下的价格。当制造商低估资金收益率时,零售商在非对称信息情况中的利润高于完全信息情况中的利润;当制造商高估资金收益率时,零售商在非对称信息情况中的利润高于完全信息情况中的利润。当零售商的延期付款资金收益率与制造商共享时,制造商总会获得更高利润。（2）考虑了需求预测信息的非对称,探讨了商业信用模式中,不同需求预测信息共享情景下,双渠道供应链中零售商和制造商的定价问题。首先,在无信息共享、信息共享和仅零售商预测三种情景下,推导出供应链中,零售商和制造商的定价策略。其次,比较了三种情景下供应链双方的决策和利润。最后,讨论了商业信用、预测误差等参数,如何影响双渠道供应链的定价决策和利润。研究发现,如果联合预测的期望值小于制造商预测的期望值及零售商预测的期望值,则三种情景的模型中,信息共享模型下供应链中的零售价格和批发价格最低。当零售渠道市场份额小时,商业信用条款可以使得双方盈利由此创造双赢的局面。然而,当零售渠道市场份额大时,商业信用将不能使成员企业实现双赢。如果市场变化小、比较平稳,则零售商选择无信息共享,制造商选择信息共享。当市场波动比较大时,供应链中零售商和制造商会一致选择零售商来预测相关的需求信息。如果零售商的预测值大,零售商更倾向于信息共享情景,制造商更倾向于无信息共享情景。如果制造商的预测值大,零售商更倾向于无信息共享情景,制造商更倾向于仅零售商预测情景。（3）考虑供应链成员企业的互惠偏好行为,探讨了商业信用供应链中企业的定价决策。首先,构建并分析了三种情境下的供应链中企业的决策模型,即供应商和零售商之间无商业信用的模型,供应商提供延期付款的商业信用模型,以及零售商和供应商之间存在互惠偏好且供应商为零售商提供商业信用这三种模型;其次,对比分析了三种情景下,供应链中成员的价格决策和利润。最后,分析了互惠偏好行为、利息率等参数对供应链中成员决策和利润的影响。研究发现,互惠偏好存在下商业信用模型中,随着互惠偏好系数的增加,供应链中商业信用期缩短。当消费者对信用期的敏感性较高时,随着制造商互惠偏好系数的增加,供应链中零售价格逐渐降低;当消费者对信用期的敏感性较低时,随着制造商互惠偏好系数的增加,供应链中的零售价格逐渐升高。商业信用下,当零售商互惠偏好系数固定时,如果消费者对信用期的敏感性较高,制造商有互惠偏好的情境下,供应链中零售价格低于无互惠偏好情景下的价格;如果消费者对信用期的敏感性较低时,制造商有互惠偏好的情景下,供应链中的零售价格要高于无互惠偏好情景下的价格。当制造商互惠偏好系数固定时,根据定理中的条件,可进一步分析零售商有无互惠偏好情景下,供应链中零售价格对比。（4）论文基于理论模型研究结果,分析了商业信用对企业定价及利润的影响,并比较了在信息非对称状态与对称状态下,商业信用对零售商与供应商定价及利润的影响。在此基础上,整合了中国工业企业数据、亚太企业分析数据和Wind上市公司数据,测算了企业成本加成率这一能够体现企业定价策略及利润的重要指标,实证检验了商业信用对企业成本加成率的影响。研究发现,商业信用显着提高了企业成本加成率。进一步研究发现,商业信用提高了偏竞争型市场结构下供应商成本加成率。此外,在供应商信息非对称情况下商业信用提高了供应商成本加成率,但在信息对称下商业信用并不会对供应商成本加成率产生影响。同时,在零售商信息非对称状况下商业信用削弱了零售商企业成本加成率,但在信息对称情况下商业信用则不会对零售商成本加成率产生影响。
袁铭[8]（2020）在《销售和管理费用率变动与未来盈余增长 ——基于成本粘性和内部要素变动视角的研究》文中研究表明盈余预测是基本面分析的核心任务。投资者通过基本面分析,可以确定未来盈余的增长趋势,并制定合理的投资决策。销售与管理费用率变动是基本面分析的重要指标,是评估企业价值的重要信号。销售与管理费用率受销售收入变动方向和管理者的成本管理行为影响。成本粘性为揭示管理者的成本管理行为这一“黑箱”提供了线索,因此从成本粘性和内部要素变动视角对销管费用率变动与未来盈余增长关系进行研究,可以更好地揭示销管费用率变动对未来盈余的影响,对提高盈余预测的准确性和投资者的价值评估具有重要意义。基于会计信息的信息传递与价值计量功能,本文应用成本粘性动因理论、委托代理理论和战略管理理论,从销售与管理费用率内部要素变动视角,分析了销管费用率变动的不同情形与未来盈余增长的关系,并结合我国的制度背景分析了产权性质和市场化进程对二者关系的影响。在此基础上,选取沪深A股上市公司数据为研究样本,采用多元线性回归分析方法,实证检验了销售与管理费用率变动的不同情形与未来盈余增长的关系。研究结果表明,销售收入上升时,销售与管理费用率下降与未来盈余增长负相关;销售收入下降时,销售与管理费用率上升和未来盈余增长正相关;进一步研究发现,产权性质对上述关系的影响具有差异性,在销售收入上升且销售与管理费用下降时,销管费用率下降对未来盈余的影响在国有企业更为显着,在销售收入下降且销售与管理费用上升时,销管费用率上升对未来盈余的影响在国有企业更为显着;市场化进程对上述关系的影响也具有差异性,高市场化水平下,销管费用率上升更有利于未来盈余增长,而在低市场化水平下,销管费用率下降更有利于未来盈余增长。此外,为增强本文结论的可靠性,采用固定效应模型、替换相关变量和排除市场因素干扰等方法进行了稳健性检验。最后,根据本文的研究结论,从提高投资者分析能力、加强公司治理、推进市场化建设和完善财务报表分析体系等方面提出了相关建议。本文应用成本粘性等理论,分析了管理者成本管理决策对销售与管理费用率变动的影响,及其对未来盈余增长的决定性作用,拓宽了基本面分析的思路,有助于投资者更全面地理解销管费用率变动的信号作用;从销管费用率指标内部要素变动视角,系统地考察了销售与管理费用率变动和未来盈余增长的关系,为投资者全面理解销管费用率变动的信号作用提供了新的视角;研究了我国制度背景对上述关系在不同产权性质和市场化进程中的异质性表现,深化了本文结论的适用层次,对投资者更好地应用销管费用率变动预测未来盈余提供了制度基础和经验证据。该论文有图2幅,表10个,参考文献131篇。
彭爱武[9]（2020）在《基于资源配置战略视角的会计信息价值相关性研究》文中认为会计信息的有用性一贯是资本市场研究的重点。自20世纪90年代以来,以工业为主向以服务业和信息技术为主的新经济中,会计信息的决策有用性受到严重挑战。一方面是由于现有的会计核算无法反映公司商业模式的变化、信息技术使得信息可获得性日益提高;另一方面更为重要的是,现有价值相关性研究仍然是从会计本身出发,从数字到数字的分析,并没有挖掘影响会计数字背后的实质来加以探究。基于此,本文以Burgstahler and Dichev（1997）的期权理论、战略管理理论以及财务报表的战略理论作为理论基础,基于资源配置战略视角,以盈余持续性作为研究的突破口,并以我国沪深A股非金融类上市公司为样本,分别从短期和长期两个视角来检验资源配置战略对会计信息价值相关性的影响。研究结果显示:第一,经营主导型公司盈余持续性显着强于投资主导型公司;在进一步区分盈余构成之后,经营主导型公司的核心利润持续性显着强于投资主导型公司,但其投资收益的持续性要显着弱于投资主导型公司。该结果表明资源配置战略显着影响利润生成的方式,进而影响盈余持续性。第二,资源配置战略能够显着影响盈余公告反应,研究发现:从净利润来看,相对于投资主导型公司,经营主导型公司的净利润价值相关性更强;从利润构成来看,核心利润的价值相关性在经营主导型公司中最强,投资收益的价值相关性在投资主导型公司中最强。这一结果表明资源配置战略显着影响利润和利润结构的价值相关性。第三,资源配置战略能够显着影响会计信息的估值效应,研究发现:会计盈余与权益面值的相对估值效应在经营主导型公司和投资主导型公司中不存在差异,即会计盈余的估值效应均高于权益面值;但会计盈余、权益面值的绝对估值效应在两类资源配置战略下存在显着差异,即经营主导型公司的会计盈余估值效应强于投资主导型公司,而投资主导型公司的权益面值估值效应强于经营主导型公司。这一结果充分表明了资源配置战略会改变投资者对资产负债表和损益表赋予的估值权重,即投资者在使用会计信息所做出的投资决策方式需充分依赖于资源配置战略信息。本文研究的创新:第一,找到了会计信息背后的内涵是企业战略,企业战略才是影响会计信息价值相关性存在差异的根源。其基本逻辑是:资源配置战略决定资产结构,资产结构决定了利润的生成模式,由此就有了不同利润的构成,不同的利润构成直接导致利润持续性存在差异,利润持续性的差异导致盈余价值相关性存在差异,从而进一步导致盈余与权益面值的估值效应存在差异;第二,基于资源配置战略视角的研究,为会计信息价值相关性的影响因素找到了新的证据,并进一步拓展了会计信息价值相关性的文献。本文研究的意义:第一,为投资者更准确解读企业的盈余信息提供了一种新的视角——应结合资源配置战略来理解当期利润及其各构成部分对企业未来发展前景与价值的意义;第二,对金融分析师和投资者的一个暗示是,专注于价格对账面倍数的估值方法更适合于投资主导型的公司,而专注于价格对盈余倍数的估值方法更适合于经营主导型的公司。即对于投资主导型公司,应该更多地考虑公司的权益面值（企业的底子）,对于经营主导型公司,更多地考虑公司的盈余信息（企业的面子）;第三,对于准则制定部门也有一定的启示。因为企业特定的战略是影响会计信息特征的重要因素,因此准则制定部门可以鼓励公司披露更多更全面的战略信息,从而有助于投资者更为准确地理解和分析企业财务报表、更有效地对企业进行估值分析以及做出正确的决策。
徐兴[10]（2020）在《房地产上市公司前瞻性信息披露评价指标体系构建与监管对策建议》文中指出中国资本市场已进入“注册制”新时代,由此给“以信息披露为核心”的证券监管带来诸多新课题,特殊行业信息披露的监管是国内外信息披露研究的新方向。本文以前瞻性信息和房地产行业为切入点,从研究前瞻性信息的供给端和需求端出发,发现信息使用者对房企前瞻性信息尤为关注,因而监管机构要求上市公司披露相关信息。然而房企所披露的前瞻性信息良莠不齐,可选择披露的自愿性信息过多,无法满足投资者的信息需求,因此本文构建房地产上市公司前瞻性信息披露评价指标体系,评价房企上市公司前瞻性信息透明度,为监管机构强化监管提供决策参考。本文从研究房地产行业特殊的开发流程和经营规律入手,参考万科等行业标杆企业信息披露做法,以投资者需求为导向,选取能反映房地产上市公司发展潜力的一系列非财务指标和部分财务指标,构建房地产上市公司前瞻性信息披露评价指标体系,涵盖土地储备面积、来年经营计划、销售及预售等6个大类,21个小类,共计45个小项指标。基于房地产上市公司前瞻性信息披露评价指标体系,对沪深股市30家房地产开发企业样本2004—2018年度的指标披露情况进行评价打分,运用熵权法对样本数据进行量化,得出客观的指标权重。依据指标权重大小分析各前瞻性指标的重要性以及披露程度,将重要性强的指标纳入强制性信息披露规则中,为建立房地产上市公司前瞻性信息披露的监管规则提供依据。研究2004—2018年期间,证券监管机构针对房企上市公司信息披露所出台的监管政策对房企透明度的影响,发现信息披露政策完善可以显着提升房企透明度,尤其是2015年上海和深圳证券交易所修订的房企信息披露监管新政将房企上市公司整体透明度直接由38.5分提升至54.7分。运用面板模型,探究房企前瞻性信息披露透明度的影响因素,通过稳健性检验后,结果表明主营业务收入、机构持股比例会正向影响房企前瞻性信息披露透明度,而净资产收益率会抑制房企前瞻性信息披露透明度,却很好地解释了万科在“宝万之争”后信披透明度下滑的原因。本文建议将土地储备面积、项目计划开发周期等指标纳入房地产上市公司强制性信息披露规则体系,以提升证券监管的针对性和有效性、减少信息不对称。
二、利用上市公司公开的财务信息预测未来的销售（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、利用上市公司公开的财务信息预测未来的销售（论文提纲范文）
（1）另类数据的信息含量研究——来自电商销售的证据（论文提纲范文）
| 一、引言 |
| 二、文献回顾与研究假设 |
| （一）文献回顾 |
| （二）研究假设 |
| 三、样本选取与研究设计 |
| （一）样本来源 |
| （二）变量定义 |
| 1. 核心解释变量 |
| 2. 被解释变量 |
| 3. 其他变量 |
| （三）研究设计 |
| （四）描述性统计 |
| 四、回归结果与分析 |
| （一）电商销售数据对基本面指标的预测 |
| （二）电商销售数据对股票收益的预测 |
| 五、进一步研究 |
| （一）指标噪音与信息含量 |
| （二）投资者关注与信息含量 |
| （三）公司成长性与信息含量 |
| （四）信息透明度与信息含量 |
| 六、稳健性检验 |
| 七、总结 |
（2）大客户地理邻近性与企业会计信息质量（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与问题提出 |
| 1.2 制度环境 |
| 1.3 核心概念界定 |
| 1.3.1 大客户地理邻近性 |
| 1.3.2 会计信息质量 |
| 1.4 研究意义与研究创新 |
| 1.4.1 研究意义 |
| 1.4.2 研究创新 |
| 1.5 研究方法与研究内容 |
| 1.5.1 研究方法 |
| 1.5.2 研究内容与章节安排 |
| 2 文献回顾 |
| 2.1 客户特征相关研究 |
| 2.1.1 客户特征与企业业绩 |
| 2.1.2 客户特征与市场反应 |
| 2.1.3 客户特征与企业决策 |
| 2.2 会计信息质量相关研究 |
| 2.2.1 宏观环境与会计信息质量 |
| 2.2.2 微观治理与会计信息质量 |
| 2.3 地理邻近性相关研究 |
| 2.3.1 直接利益相关群体地理邻近性 |
| 2.3.2 间接利益相关群体地理邻近性 |
| 2.4 现有研究述评 |
| 3 大客户地理邻近性对会计信息质量影响的机理分析 |
| 3.1 理论基础 |
| 3.1.1 利益相关者理论 |
| 3.1.2 公司治理理论 |
| 3.1.3 交易成本理论 |
| 3.1.4 新经济地理学理论 |
| 3.2 大客户监督效应 |
| 3.3 公司治理与会计信息质量 |
| 3.4 大客户地理邻近性与企业会计信息质量的主要逻辑 |
| 3.5 实证方案 |
| 4 大客户地理邻近性基本情况分析 |
| 4.1 大客户地理邻近性数据获取 |
| 4.2 大客户经济规模分布 |
| 4.3 大客户地理空间分布 |
| 5 大客户地理邻近性与会计信息可靠性 |
| 5.1 研究假设 |
| 5.2 研究设计 |
| 5.2.1 样本选择 |
| 5.2.2 变量定义 |
| 5.2.3 模型设计 |
| 5.3 实证结果 |
| 5.3.1 描述性分析 |
| 5.3.2 相关性分析 |
| 5.3.3 单变量分析 |
| 5.3.4 回归分析 |
| 5.4 稳健性检验 |
| 5.4.1 替换大客户地理邻近性指标 |
| 5.4.2 替换盈余管理指标 |
| 5.4.3 考察第一大客户 |
| 5.4.4 考察制造业样本 |
| 5.4.5 控制企业经济综合区位影响 |
| 5.4.6 内生性检验 |
| 5.5 作用机制分析 |
| 5.5.1 基于监督动机的截面分析 |
| 5.5.2 基于治理水平的截面分析 |
| 5.6 拓展性分析 |
| 5.6.1 企业市场竞争水平 |
| 5.6.2 大客户产权性质 |
| 5.6.3 大客户合作关系持续性 |
| 5.7 小结 |
| 6 大客户地理邻近性与会计信息相关性 |
| 6.1 研究假设 |
| 6.2 研究设计 |
| 6.2.1 样本选择 |
| 6.2.2 变量定义 |
| 6.2.3 模型设计 |
| 6.3 实证结果 |
| 6.3.1 描述性分析 |
| 6.3.2 回归分析 |
| 6.4 稳健性检验 |
| 6.4.1 替换大客户地理邻近性指标 |
| 6.4.2 替换检验模型 |
| 6.4.3 考察第一大客户 |
| 6.4.4 考察制造业样本 |
| 6.4.5 控制企业经济综合区位影响 |
| 6.4.6 内生性检验 |
| 6.5 作用机制分析 |
| 6.5.1 基于监督动机的截面分析 |
| 6.5.2 基于治理水平的截面分析 |
| 6.6 拓展性分析 |
| 6.6.1 企业市场竞争水平 |
| 6.6.2 大客户产权性质 |
| 6.6.3 大客户合作关系持续性 |
| 6.7 小结 |
| 7 大客户地理邻近性与会计信息稳健性 |
| 7.1 研究假设 |
| 7.2 研究设计 |
| 7.2.1 样本选择 |
| 7.2.2 变量定义 |
| 7.2.3 模型设计 |
| 7.3 实证结果 |
| 7.3.1 描述性分析 |
| 7.3.2 相关性分析 |
| 7.3.3 单变量分析 |
| 7.3.4 回归分析 |
| 7.4 稳健性检验 |
| 7.4.1 替换大客户地理临近性指标 |
| 7.4.2 替换检验模型 |
| 7.4.3 考察第一大客户 |
| 7.4.4 考察制造业样本 |
| 7.4.5 控制企业经济综合区位影响 |
| 7.4.6 内生性检验 |
| 7.5 作用机制分析 |
| 7.5.1 基于监督动机的截面分析 |
| 7.5.2 基于治理水平的截面分析 |
| 7.6 拓展性分析 |
| 7.6.1 企业市场竞争水平 |
| 7.6.2 大客户产权性质 |
| 7.6.3 大客户合作关系持续性 |
| 7.7 小结 |
| 8 研究结论与政策建议 |
| 8.1 研究结论 |
| 8.2 政策建议 |
| 8.3 研究局限与未来展望 |
| 参考文献 |
| 作者简历及攻读博士期间取得的研究成果 |
| 学位论文数据集 |
（3）银行贷款信息的宏观预测价值：基于中国制度环境的研究（论文提纲范文）
| 引言 |
| 一、制度背景 |
| 二、文献回顾与理论分析 |
| 1. 微观信息的宏观经济预测价值 |
| 2. 银行贷款信息与未来宏观经济 |
| 3. 贷款信息宏观预测价值的影响因素 |
| 三、研究设计 |
| 1. 样本选择与数据来源 |
| 2. 模型设定及变量定义 |
| 3. 描述性统计 |
| 四、实证分析 |
| 1. 贷款信息与宏观经济预测 |
| 2. 银行规模与贷款信息宏观预测价值 |
| 3. 贷款客户集中度与贷款信息宏观预测价值 |
| 4. 信贷决策自主权与贷款信息宏观预测价值 |
| 五、进一步分析 |
| 六、稳健性检验 |
| 1. 宏观经济指标稳健性检验 |
| 2. 超额贷款损失准备的预测效力检验 |
| 3. 更换数据来源 |
| 七、研究结论与启示 |
| 附录：中英文长摘要 |
| 银行贷款信息的宏观预测价值： |
（4）M保险公司会计信息披露质量问题及对策研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究文献综述 |
| 1.2.1 国外研究综述 |
| 1.2.2 国内研究综述 |
| 1.2.3 研究评述 |
| 1.3 本文研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 本文创新点 |
| 第二章 相关概念与理论 |
| 2.1 会计信息披露的含义及原则 |
| 2.1.1 会计信息披露的含义 |
| 2.1.2 会计信息披露的原则 |
| 2.2 保险会计信息披露的理论基础 |
| 2.2.1 委托代理理论 |
| 2.2.2 信息不对称理论 |
| 2.2.3 会计信息供需理论 |
| 2.3 保险会计信息披露特点 |
| 2.3.1 特殊会计内容的披露 |
| 2.3.2 特殊财务指标信息的披露 |
| 2.3.3 信息披露的双重监管 |
| 2.4 保险会计信息披露质量特征 |
| 2.4.1 信息的可靠性 |
| 2.4.2 信息的相关性 |
| 2.4.3 信息的可比性 |
| 2.4.4 信息的实质重于形式 |
| 2.5 保险会计信息披露质量评价方法 |
| 2.5.1 信息披露数量衡量法 |
| 2.5.2 专家测评法 |
| 2.5.3 信息披露指数法 |
| 2.5.4 其他方法 |
| 第三章 M保险公司会计信息披露质量现状 |
| 3.1 M保险公司基本简介 |
| 3.1.1 公司基本概况 |
| 3.1.2 公司治理结构 |
| 3.2 M保险公司会计信息披露总体概况 |
| 3.2.1 M保险公司会计信息披露环境 |
| 3.2.2 M保险公司会计信息披露形式 |
| 3.2.3 M保险公司会计信息披露内容 |
| 3.3 M保险公司会计信息披露情况分析 |
| 3.3.1 会计报表分析 |
| 3.3.2 会计报表附注分析 |
| 3.4 M保险公司会计信息披露质量中存在的问题 |
| 3.4.1 重点财务信息披露不充分 |
| 3.4.2 财务信息预测性不强 |
| 3.4.3 非财务信息披露质量需完善 |
| 3.5 M保险公司会计信息披露存在的问题的成因分析 |
| 3.5.1 内部成因分析 |
| 3.5.2 外部成因分析 |
| 第四章 保险公司会计信息披露质量评价指标体系构建 |
| 4.1 质量评价指标体系的构建原则 |
| 4.1.1 代表性原则 |
| 4.1.2 全面性原则 |
| 4.1.3 可比性原则 |
| 4.1.4 相关性原则 |
| 4.2 质量评价指标的来源 |
| 4.2.1 公司治理维度 |
| 4.2.2 财务信息维度 |
| 4.2.3 外部影响维度 |
| 4.3 质量评价指标体系的初步构建 |
| 第五章 保险公司会计信息披露质量评价指标体系的应用 |
| 5.1 模型构建 |
| 5.1.1 熵值法的原理 |
| 5.1.2 熵理论的构建步骤 |
| 5.2 样本及数据选取 |
| 5.2.1 样本选择 |
| 5.2.2 数据来源 |
| 5.3 实证过程及结果分析 |
| 5.3.1 计算指标权重 |
| 5.3.2 指标权重分析 |
| 5.3.3 综合结果得分 |
| 5.3.4 综合结果分析 |
| 第六章 提升M保险公司会计信息披露质量的相关建议 |
| 6.1 增强披露意识并完善披露内容 |
| 6.1.1 增强信息规范化披露意识 |
| 6.1.2 完善相关财务信息内容 |
| 6.1.3 完善相关非财务信息内容 |
| 6.2 提高内部治理水平及合规风险意识 |
| 6.2.1 完善内控管理水平 |
| 6.2.2 提高企业合规风险意识 |
| 6.2.3 构建合规监督机制 |
| 6.3 重视专业人才培养与部门合作 |
| 6.3.1 打造保险专业化财会人才队伍 |
| 6.3.2 提高会计部门与保险精算部门合作 |
| 第七章 研究结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间所发表的论文 |
（5）基于RBF神经网络的大健康产业盈余预测研究 ——以云南白药为例（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及目的意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 文献综述 |
| 1.2.1 盈余预测影响因素研究 |
| 1.2.2 盈余预测模型研究 |
| 1.2.3 盈余预测准确性研究 |
| 1.2.4 文献研究述评 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 本文创新点 |
| 第二章 盈余预测的相关概念和理论基础 |
| 2.1 盈余预测的相关理论 |
| 2.1.1 盈余的定义 |
| 2.1.2 盈余预测的内涵及分类 |
| 2.1.3 盈余预测的决策有用性 |
| 2.1.4 财务信息对盈余预测的影响 |
| 2.2 盈余预测关键财务指标筛选的理论基础 |
| 2.2.1 聚类—灰色关联分析法基本概念 |
| 2.2.2 聚类—灰色关联分析法的基本原理 |
| 2.2.3 聚类—灰色关联分析法的优点 |
| 2.3 盈余预测模型构建的理论基础 |
| 2.3.1 RBF神经网络的基本概念 |
| 2.3.2 RBF神经网络的基本原理 |
| 2.3.3 RBF神经网络的优点 |
| 2.4 本章小结 |
| 第三章 大健康产业发展及盈余预测现状 |
| 3.1 大健康产业的界定及特点 |
| 3.1.1 大健康产业的界定 |
| 3.1.2 大健康产业的特点 |
| 3.2 大健康产业的发展及趋势 |
| 3.2.1 大健康产业发展现状 |
| 3.2.2 大健康产业发展趋势 |
| 3.3 大健康产业盈余预测现状 |
| 3.3.1 大健康产业近五年被跟踪预测现状 |
| 3.3.2 大健康产业近五年盈余预测准确度现状 |
| 3.4 本章小结 |
| 第四章 云南白药盈余预测现状及财务信息影响因素分析 |
| 4.1 云南白药概况 |
| 4.1.1 公司简介 |
| 4.1.2 发展过程 |
| 4.1.3 “新白药、大健康”战略布局 |
| 4.2 云南白药盈余预测现状 |
| 4.2.1 云南白药近五年被跟踪预测现状 |
| 4.2.2 云南白药近五年盈余预测准确度现状 |
| 4.3 云南白药盈余预测财务信息影响因素分析 |
| 4.3.1 偿债能力分析 |
| 4.3.2 营运能力分析 |
| 4.3.3 盈利能力分析 |
| 4.3.4 现金流量能力分析 |
| 4.3.5 股东获利能力分析 |
| 4.3.6 发展能力分析 |
| 4.3.7 风险水平分析 |
| 4.4 本章小结 |
| 第五章 基于RBF神经网络的云南白药盈余预测模型构建 |
| 5.1 盈余预测关键财务指标体系构建 |
| 5.1.1 盈余预测的指标设计 |
| 5.1.2 基于聚类—灰色关联分析法的盈余预测关键指标筛选 |
| 5.1.3 基于聚类—灰色关联分析法的盈余预测关键指标筛选结果 |
| 5.2 基于RBF神经网络的盈余预测模型构建 |
| 5.2.1 样本选取和数据来源 |
| 5.2.2 基于RBF神经网络的盈余预测模型的构建 |
| 5.2.3 基于RBF神经网络的盈余预测模型的测试 |
| 5.3 云南白药盈余预测 |
| 5.3.1 云南白药数据的选取及来源 |
| 5.3.2 基于RBF神经网络的云南白药盈余预测 |
| 5.3.3 云南白药盈余预测精度检验 |
| 5.4 本章小结 |
| 第六章 云南白药盈余预测存在的问题及建议对策 |
| 6.1 云南白药盈余预测存在的问题 |
| 6.1.1 管理层盈余预测可利用信息少 |
| 6.1.2 盈余预测关键财务信息影响因素不清晰 |
| 6.1.3 缺乏具有产业或企业针对性的盈余预测模型 |
| 6.2 云南白药盈余预测的建议对策 |
| 6.2.1 管理层可适当进行年度业绩预告披露 |
| 6.2.2 注重筛选盈余预测关键财务信息影响因素 |
| 6.2.3 构建具有产业或企业针对性的盈余预测模型 |
| 第七章 总结与展望 |
| 7.1 研究总结 |
| 7.2 研究局限 |
| 7.3 研究展望 |
| 参考文献 |
| 附录1 程序清单 |
| 附录2 攻读硕士学位期间取得的成果 |
| 致谢 |
（7）商业信用对供应链中企业定价策略影响的研究（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第1章 导论 |
| 1.1 研究问题 |
| 1.2 研究意义和目的 |
| 1.2.1 研究意义 |
| 1.2.2 研究目的 |
| 1.3 研究思路与研究内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.4 研究方法及主要创新点 |
| 1.4.1 研究方法 |
| 1.4.2 主要创新点 |
| 第2章 文献回顾及述评 |
| 2.1 商业信用存在的动机 |
| 2.1.1 竞争动机 |
| 2.1.2 产品质量保证动机 |
| 2.1.3 交易成本动机 |
| 2.1.4 价格歧视 |
| 2.2 企业定价策略 |
| 2.2.1 不同情景下企业定价策略 |
| 2.2.2 供应链中的企业定价策略 |
| 2.3 商业信用对企业决策行为影响 |
| 2.3.1 商业信用对单个企业决策行为的影响 |
| 2.3.2 商业信用对供应链中企业决策行为的影响 |
| 2.4 商业信用对供应链中企业定价策略的影响 |
| 2.5 文献述评 |
| 第3章 商业信用对供应链中企业定价策略影响机理分析 |
| 3.1 供应链中的商业信用模式 |
| 3.2 供应链中企业定价策略分析 |
| 3.2.1 供应链关系 |
| 3.2.2 供应链中的企业定价策略 |
| 3.3 商业信用对供应链中企业定价策略影响 |
| 3.3.1 一般情形下商业信用对供应链中企业定价策略的影响 |
| 3.3.2 信息非对称下商业信用对供应链中企业定价策略的影响 |
| 3.3.3 互惠偏好行为下商业信用对供应链中企业定价策略的影响 |
| 3.4 本章小结 |
| 第4章 商业信用下考虑收益率信息非对称的供应链企业定价策略 |
| 4.1 问题描述与模型假设 |
| 4.1.1 问题描述 |
| 4.1.2 模型假设 |
| 4.2 不同信息情景下供应链中企业定价策略 |
| 4.2.1 资金收益率完全信息下的企业定价策略 |
| 4.2.2 资金收益率信息非对称下的企业定价策略 |
| 4.3 两种情景下供应链中成员定价决策及利润对比 |
| 4.4 数值分析 |
| 4.4.1 零售渠道市场份额的影响 |
| 4.4.2 商业信用下资金成本率的影响 |
| 4.4.3 商业信用下资金收益率的影响 |
| 4.5 本章小结 |
| 第5章 商业信用下考虑需求预测信息非对称的供应链企业定价策略 |
| 5.1 问题描述与模型假设 |
| 5.1.1 问题描述 |
| 5.1.2 模型假设 |
| 5.2 不同信息情景下供应链中企业定价策略 |
| 5.2.1 无需求预测信息共享的企业定价策略 |
| 5.2.2 完全需求预测信息共享下的企业定价策略 |
| 5.2.3 仅零售商预测需求信息共享的企业定价策略 |
| 5.3 三种情景下供应链中成员定价决策及利润对比 |
| 5.4 数值分析 |
| 5.4.1 商业信用期的影响 |
| 5.4.2 需求预测精度影响 |
| 5.5 本章小结 |
| 第6章 商业信用下考虑互惠偏好的供应链企业定价策略研究 |
| 6.1 问题描述与模型假设 |
| 6.1.1 问题描述 |
| 6.1.2 模型假设 |
| 6.2 不同情境下供应链中企业定价策略 |
| 6.2.1 无商业信用下的企业定价策略 |
| 6.2.2 商业信用下的企业定价策略 |
| 6.2.3 互惠偏好和商业信用下的企业定价策略 |
| 6.3 不同情境下供应链中成员定价决策及利润对比 |
| 6.4 数值实验分析 |
| 6.4.1 互惠偏好系数的影响 |
| 6.4.2 商业信用的影响 |
| 6.5 本章小结 |
| 第7章 商业信用对供应链中企业定价策略影响实证分析 |
| 7.1 理论分析与假设 |
| 7.1.1 商业信用与供应商定价及利润 |
| 7.1.2 商业信用与零售商定价及利润 |
| 7.1.3 零售商在其信息非对称情况下商业信用与定价策略及利润 |
| 7.1.4 供应商在其非对称信息情况下商业信用与定价策略及利润 |
| 7.2 计量模型与数据 |
| 7.2.1 计量模型构建 |
| 7.2.2 数据来源与处理 |
| 7.2.3 变量定义 |
| 7.3 实证结果及其分析 |
| 7.3.1 基准结果分析 |
| 7.3.2 信息非对称情况下商业信用对企业成本加成率的影响 |
| 7.4 本章小结 |
| 第8章 主要研究结论及政策建议 |
| 8.1 基本研究结论 |
| 8.2 相关政策建议 |
| 8.3 研究不足及展望 |
| 参考文献 |
| 在学期间发表的学术论文与研究成果 |
| 后记 |
（8）销售和管理费用率变动与未来盈余增长 ——基于成本粘性和内部要素变动视角的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 拟研究与解决的问题 |
| 1.3 研究意义 |
| 1.4 研究方法与研究框架 |
| 2 文献综述 |
| 2.1 基本面分析的文献综述 |
| 2.2 销售与管理费用信号的文献综述 |
| 2.3 成本粘性的文献综述 |
| 2.4 文献评述 |
| 3 理论基础与研究假设 |
| 3.1 理论基础 |
| 3.2 研究假设 |
| 4 研究设计 |
| 4.1 样本选取与数据来源 |
| 4.2 变量定义 |
| 4.3 模型构建 |
| 5 实证研究 |
| 5.1 描述性统计 |
| 5.2 相关性分析 |
| 5.3 方差膨胀因子(VIF)检验 |
| 5.4 面板单位根检验 |
| 5.5 多元线性回归分析 |
| 5.6 稳健性检验 |
| 5.7 小结 |
| 6 结论与建议 |
| 6.1 结论 |
| 6.2 建议 |
| 6.3 创新点 |
| 6.4 局限性与未来研究方向 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据库 |
（9）基于资源配置战略视角的会计信息价值相关性研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与问题 |
| 1.2 研究思路与框架 |
| 1.3 研究创新与意义 |
| 1.3.1 研究创新 |
| 1.3.2 研究意义 |
| 第二章 文献综述 |
| 2.1 会计盈余公告反应研究 |
| 2.1.1 国外文献 |
| 2.1.2 国内文献 |
| 2.1.3 文献述评 |
| 2.2 会计信息的估值效应研究 |
| 2.2.1 国外研究 |
| 2.2.2 国内文献 |
| 2.2.3 文献述评 |
| 2.3 本章小结 |
| 第三章 理论基础 |
| 3.1 价值相关性理论 |
| 3.1.1 决策有用的信息观 |
| 3.1.2 决策有用的计量观 |
| 3.2 实物期权理论 |
| 3.2.1 实物期权的核心思想 |
| 3.2.2 实物期权理论代表观点 |
| 3.2.3 实物期权理论的经验证据 |
| 3.3 战略管理理论 |
| 3.3.1 战略管理的内涵 |
| 3.3.2 战略管理的经典框架 |
| 3.4 基于财务报表的战略理论 |
| 3.4.1 资源配置理论 |
| 3.4.2 从报表到战略 |
| 3.4.3 资源配置战略指标构建 |
| 3.4.4 不同资源配置战略分析 |
| 3.5 本章小结 |
| 第四章 企业资源配置战略与盈余持续性 |
| 4.1 引言 |
| 4.2 理论分析与研究假设 |
| 4.3 研究设计 |
| 4.3.1 样本选择与数据来源 |
| 4.3.2 模型设定 |
| 4.3.3 变量选取 |
| 4.4 实证结果与分析 |
| 4.4.1 描述性统计 |
| 4.4.2 相关性分析 |
| 4.4.3 多元回归结果 |
| 4.5 稳健性检验 |
| 4.6 本章小结 |
| 第五章 企业资源配置战略与盈余价值相关性 |
| 5.1 引言 |
| 5.2 理论分析与研究假设 |
| 5.3 研究设计 |
| 5.3.1 样本选择与数据来源 |
| 5.3.2 模型设定与变量定义 |
| 5.3.3 变量选取 |
| 5.4 实证结果与分析 |
| 5.4.1 描述性统计 |
| 5.4.2 相关性分析 |
| 5.4.3 多元回归结果 |
| 5.5 稳健性检验 |
| 5.6 本章小结 |
| 第六章 企业资源配置战略与会计估值效应 |
| 6.1 引言 |
| 6.2 理论分析与研究假设 |
| 6.3 研究设计 |
| 6.3.1 样本选择与数据来源 |
| 6.3.2 模式设定 |
| 6.3.3 变量选取 |
| 6.4 实证结果与分析 |
| 6.4.1 描述性统计 |
| 6.4.2 相关性分析 |
| 6.4.3 多元回归分析 |
| 6.5 稳健性检验 |
| 6.6 本章小结 |
| 第七章 结论、局限性与未来研究方向 |
| 7.1 结论 |
| 7.2 局限性与未来研究方向 |
| 参考文献 |
| 致谢 |
| 个人简历在读期间发表的学术论文与研究成果 |
（10）房地产上市公司前瞻性信息披露评价指标体系构建与监管对策建议（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 研究内容、方法及技术路线图 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 本文的主要贡献 |
| 第2章 文献综述和相关理论 |
| 2.1 国内外文献综述 |
| 2.1.1 “管理层讨论与分析”环节的前瞻性信息披露研究 |
| 2.1.2 前瞻性信息披露的非财务信息披露的研究 |
| 2.1.3 前瞻性信息的有用性 |
| 2.1.4 房地产上市公司信息披露研究 |
| 2.1.5 信息披露评价体系研究及方法 |
| 2.1.6 现有文献综评 |
| 2.2 相关理论 |
| 2.2.1 信息不对称理论 |
| 2.2.2 有效市场假设理论 |
| 2.2.3 委托代理理论 |
| 2.2.4 市场失灵理论 |
| 第3章 房地产上市公司信息披露的特殊性和问题提出 |
| 3.1 上市公司前瞻性信息披露概述 |
| 3.2 国内上市公司信息披露现况与发展趋势 |
| 3.2.1 国内上市公司信息披露的概况及不足 |
| 3.2.2 信息披露监管发展趋势 |
| 3.3 房地产上市公司信息披露的行业特殊性 |
| 3.3.1 房地产行业开发经营流程的特殊性 |
| 3.3.2 房地产行业现金流和收入确认的特殊性 |
| 3.3.3 房地产行业存货和半成品的特殊性 |
| 3.3.4 房地产行业信息披露核心问题 |
| 3.4 前瞻性信息在房地产行业的应用价值 |
| 3.5 问题提出:评价房企前瞻性信息,构建房地产行业特别信披规则提高行业透明度、规范房地产市场 |
| 第4章 房企前瞻性信息披露指标体系理论分析和构建 |
| 4.1 构建房地产上市公司前瞻性信息披露指标体系的总体思路 |
| 4.2 第一梯度指标——项目开发关键环节指标 |
| 4.2.1 拿地指标 |
| 4.2.2 开工指标和竣工指标 |
| 4.2.3 在建指标 |
| 4.3 第二梯度指标——土地储备面积和存货金额指标 |
| 4.3.1 土地储备面积及开发周期 |
| 4.3.2 土地储备升值指标 |
| 4.3.3 存货金额指标——拟开发、在建、已完工及未决算资产 |
| 4.4 第三梯度指标——销售及预售指标 |
| 4.5 第四梯度指标——前瞻性信息描述性文字统计指标 |
| 4.6 房地产上市公司前瞻性信息披露评价指标体系构建 |
| 第5章 实证研究 |
| 5.1 研究方法 |
| 5.1.1 熵权法 |
| 5.1.2 面板模型介绍及流程 |
| 5.2 数据来源及样本筛选 |
| 5.3 熵权法指标权重结果及分析 |
| 5.3.1 一级指标权重结果及分析 |
| 5.3.2 二级指标权重结果及分析 |
| 5.3.3 三级指标权重结果及分析 |
| 5.4 样本企业评分结果及分析 |
| 5.4.1 样本企业评分结果 |
| 5.4.2 评分结果分析 |
| 5.5 透明度评分影响因素的实证分析——基于面板模型 |
| 5.5.1 面板模型指标选取 |
| 5.5.2 研究假设 |
| 5.5.3 平稳性检验 |
| 5.5.4 面板模型的设定和检验 |
| 5.5.5 随机效应变系数模型结果 |
| 5.5.6 稳健性检验 |
| 5.5.7 实证结论 |
| 第6章 完善房地产上市公司信息披露规制的建议和展望 |
| 6.1 研究结论 |
| 6.2 对策建议 |
| 6.2.1 实证佐证现行房地产上市公司信披制度的弊端与不足 |
| 6.2.2 构建房地产上市公司前瞻性信披特别规制的对策建议 |
| 6.2.3 完善房企前瞻性信息披露促进房地产市场规范发展 |
| 6.3 本文的不足之处 |
| 6.4 研究展望 |
| 参考文献 |
| 致谢 |
四、利用上市公司公开的财务信息预测未来的销售（论文参考文献）
- [1]另类数据的信息含量研究——来自电商销售的证据[J]. 廖理,崔向博,孙琼. 管理世界, 2021(09)
- [2]大客户地理邻近性与企业会计信息质量[D]. 宛晴. 北京交通大学, 2021(02)
- [3]银行贷款信息的宏观预测价值：基于中国制度环境的研究[J]. 马永强,吴年年,玄宇豪. 南开管理评论, 2021(01)
- [4]M保险公司会计信息披露质量问题及对策研究[D]. 陈宁. 西安石油大学, 2020(04)
- [5]基于RBF神经网络的大健康产业盈余预测研究 ——以云南白药为例[D]. 张意. 南京邮电大学, 2020(02)
- [6]商誉对企业未来自由现金流的影响研究 ——基于中国A股市场的实证[D]. 马轶超. 上海财经大学, 2020
- [7]商业信用对供应链中企业定价策略影响的研究[D]. 魏广明. 天津财经大学, 2020(06)
- [8]销售和管理费用率变动与未来盈余增长 ——基于成本粘性和内部要素变动视角的研究[D]. 袁铭. 中国矿业大学, 2020(01)
- [9]基于资源配置战略视角的会计信息价值相关性研究[D]. 彭爱武. 对外经济贸易大学, 2020(01)
- [10]房地产上市公司前瞻性信息披露评价指标体系构建与监管对策建议[D]. 徐兴. 上海师范大学, 2020(07)