Investor Pessimism and the German Stock Market: Exploring Google Search Queries

We analyze the relationship of retail investor sentiment and the German stock market by introducing four distinct investor pessimism indices (IPIs) based on selected aggregate Google search queries. We assess the predictive power of weekly changes in sentiment captured by the IPIs for contemporaneous and future DAX returns, volatility and trading volume. The indices are found to have individually varying, but overall remarkably high explanatory power. An increase in retail investor pessimism is accompanied by decreasing contemporaneous market returns and an increase in volatility and trading volume. Future returns tend to increase while future volatility and trading volume decrease. The outcome is in line with the conjecture of correction effects. Overall, the results are well in line with modern investor sentiment theory.     

非对称信息下商业银行资本配置研究——基于PCA理论模型分析

资本配置是银行风险管理的核心,是决定银行竞争力的重要因素.经典的资本配置理论均以信息在银行内部各机构完全对称作为基本假设,忽略了总分行问的委托代理关系.鉴于此,本文借鉴PCA模型,在商业银行内部构建一套资本配置的优化机制,以提高银行资本配置的有效性.     

企业物流绩效评价的主成分分析(PCA)方法

以企业物流绩效为研究对象,建立了物流绩效评价的指标体系,利用主成分分析方法对物流绩效进行综合评价,实例分析表明该方法能有效地评价企业物流绩效,符合客观实际,评价结果全面、合理。     

基于主成分分析法的员工工作满意度分析

针对A企业的员工工作满意度进行了问卷调查,并运用统计学的主成分分析法和层次分析法对问卷回收的相关数据进行分析。结果表明:①A企业员工对其个人发展前景感到满意的比重高于对企业发展前景、工作环境以及收入分配感到满意的比重;②A企业员工对工作感到基本满意的比重只有一半左右。这说明A企业在创造更好的工作条件来提高员工的满意度方面还有很长的路要走。     

龙海市县域农用地整理规划

研究目的:基于农用地质量以及自组织映射神经网络空间聚类模型,研究县域农用地整理规划。研究方法:主成分分析法,自组织映射神经网络空间聚类模型。研究结果:(1)规划近期农用地整理重点应放在农用地质量等级较好的Ⅱ级与Ⅲ级区域,主要分布于角美、海澄、东园等乡镇;(2)规划中期则以农用地质量Ⅳ级区域为主要整理区,分布于白水、东泗、浮宫等乡镇;(3)规划远期以质量等级差的Ⅴ级农用地为规划区域,分布于港尾、隆教、程溪等乡镇的丘陵山地区。研究结论:基于农用地质量PCA主因子和自组织映射神经网络空间聚类模型的农用地规划能客观反映农用地质量的区域差异性,对县域农用地整理规划、精细型基本农田整理规划以及整理重点项目立项等工作均有借鉴意义。     

基于主成分分析和BP神经网络算法的股权众筹风险评价研究

近年来,随着股权众筹的迅速发展,其在实际运作中风险评估和防范问题引起了人们的关注.基于此,本文首先利用主成分分析的方法构建了股权众筹风险评估指标体系,其次,利用BP神经网络以众投邦平台股权众筹项目为例进行了实证研究.结果显示:众筹风险评估指标体系由审核估值风险、发起人能力风险、项目本身风险、法律风险、经营风险、监管风险及流动性风险等七个指标构成;BP神经网络的方法在股权众筹风险评估方面是可行且有效的.研究结论可为我国股权众筹风险评估和防控及金融风险防控具有重要的理论及现实意义.     

基于现金流量的企业财务风险测控探讨——以农业上市公司为例

以我国农业上市公司为研究对象,从财务风险测控出发,利用主成分分析法建立判断上市公司是否发生财务风险的预警模型--T模型,针对目前以"ST"作为财务困境企业的分界点不能准确判断出企业是否有足够的现金流量以及能否真正避免财务危机这一现状,结合各项现金类指标,可从企业现金流量的角度判断企业是否存在财务困境,能否偿还各类到期利息及债务,为企业提供一个更为准确的预测和控制财务危机的工具.     

基于主成分分析的山东省现代服务业发展水平综合评价

能耗低、污染少的现代服务业,是实现低碳消费和可持续发展的必经之路。应用主成分分析法建立现代服务业发展水平的综合评价模型,发现现代服务业的发展环境、发展规模是权重最大的主成分,其后依次是现代服务业的结构层次、现代服务业的发展潜力、现代服务业的发展速度。依据该综合评价模型,山东省现代服务业的发展水平在全国处于中上游,但在东部发达省市中的排名靠后。建议山东省政府通过采取如下措施提高现代服务业发展水平:加快推进城市化进程,加大城市基础设施建设力度;大力推进产业融合,重点推动生产性服务业的发展;改造升级传统服务业,大幅提升生活性服务业的层次;改革人才培养体系,为现代服务业发展提供智力支持。     

知识视角下区域创新绩效研究——基于PCA-DEA模型和Malmquist指数的实证分析

本文综合关于区域创新绩效的研究文献,构建了知识视角下的区域创新绩效指标评价体系。在此基础上,首次运用PCA-DEA模型和Malmquist指数分析方法对我国30个省域创新绩效进行了动态实证分析。研究发现我国区域创新绩效整体呈上升趋势,但是近年遇到瓶颈,区域创新效率的主要限制因素是PECH（纯技术效率）值较低。东部区域创新绩效高于西部地区,而中部区域创新绩效最低。西部地区创新技术效率已经赶超东部,呈持续领先态势。北京、内蒙、福建、河南、贵州、云南、宁夏、新疆等8个省市是创新活动生产可能性前沿外移的主要推动者。基于实证分析的结果,为提高我国区域创新绩效提供相应思路。     

基于PCA/FCM的企业信用评价研究

针对我国企业信用评价问题的特点,文章分析了企业信用评价基本原则和主要影响因素,建立了企业信用评价指标体系。企业信用评价是一类包括一系列独立变量的分类问题,将主成分分析与模糊理论引入信用评价中,构建基于PCA/FCM的企业信用评价模型,这使得模型更接近人们的思维方式、指标赋权更为客观。应用该模型及SPSS11.0、MATLAB7.0对所选企业研究显示:该模型非常有效和实用。