论文我国互联网金融行业盈利质量影响因素是适合不知如何写金融行业方面的相关专业大学硕士和本科毕业论文以及关于马云预言未来十大行业论文开题报告范文和相关职称论文写作参考文献资料下载。
摘 要：传统行业的盈利质量主要从盈利能力、持续性、盈利获现程度、成长水平等方面进行分析.互联网金融作为新兴产业,在盈利质量影响因素方面和传统行业有所区别.通过因子分析、主成分分析等方式对我国A股上市公司互联网金融概念板块进行盈利质量影响因素的数据分析,可以归纳出我国互联网金融行业盈利质量的影响因子.结果表明,我国互联网金融行业盈利质量可以分为四个独立的影响因子,具体可命名为：F1收益性因子、F2 性因子、F3利润占比因子以及F4增长性因子.这四个影响因子累积解释了影响互联金融概念板块公司盈利质量中87.402%的信息,其中F1收益性因子最显著,解释了38.956%的信息.本文发现,企业资产收益能力对盈利质量影响最大,资产收益能力越强,影响效果越好.
关键词：互联网金融；盈利质量；因子分析
尽管不同国家之间的通信基础设施状况不同,但以此为依托的电子支付迅速蔓延,网上交易已经成为一种常见的现象,不同国家的网络金融发展呈现出共性[1].随着互联网科技的发展,“网络金融”已逐步发展成为“互联网金融”,智能和大数据分析成为现代互联网金融的主要表现[2].自2013年被称为中国互联网金融发展元年开始,中国互联网金融呈现“爆炸式增长”,无论是学术界、实体经济还是政府部门,均对互联网金融行业表现出高度的兴趣.这段时间,中国互联网金融在种类和规模方面都具备了一定的发展规模.许多企业纷纷涉足互联网金融领域,甚至放弃原有发展方向转型为互联网金融企业,其中最具代表性的便是A股上市公司中互联金融概念板块的公司.但是我国互联网金融行业尚处于初期阶段,没有成熟的发展模式,因而目前大部分企业都属于“摸石头过河”的形式,其面对的系统性风险、技术风险、流动性风险以及监管风险也更大[4].同时,行业准入壁垒不是很高,广阔的市场会吸引更多的竞争者进入市场,但此市场尚未饱和,未形成完全竞争市场模式.这些因素导致我国互联网金融行业的盈利质量各有差异.为进一步了解互联网金融行业的发展特性以及盈利的侧重方向,本文对我国互联网金融行业盈利质量影响因素进行研究,以推动互联网金融行业更健康、有序发展.
一、研究方法
本文采取SPSS进行因子分析、主成分分析,分析对象为我国A股上市公司互联金融概念板块企业的盈利质量财务数据,指标选取如下：
(一)指标属性
1.反映的信息真实可靠
根据会计信息可靠性原则,选取的指标需要满足真实性、可验证性以及中立性.这要求选取指标的数据来源需要体现出企业客观发生的实际情况,同时是可以被审计验证的,且数据来源客观中立,被准确记录,不会被人为因素影响.
2.指标持续可获得
数据的指标数据来源能够持续获得,即指标所反映的企业生产过程来源是持续性的而非间断性的,这使得指标之间可以具有对比性,在分析过程中可信度更高.
3.指标稳定可靠
指标稳定可靠指的是指标自身存在一定的稳定性,不易受到某件突发事件的影响而产生较大变动,稳定的指标可以减少分析过程中因指标因素导致分析结果不准确性.在现代市场经济中,经济周期缩短,市场形势变化相比以往更快,因而所选取的指标需要自身存在一定的稳定性.
(二)具体选取指标
根据指标选取要求,本文在具体指标选取时,根据传统行业盈利质量分析的指标体系,可从企业盈利能力、持续性、盈利获现程度和成长水平情况等方面入手[3],具体指标如下：
1.反映企业盈利能力情况
基本每股收益（元） 等于（税后净利润-优先股股息）÷普通股股数
每股 流净额（元） 等于 流量净额÷股本数量
加权净资产收益率%等于当期净利润÷平均净资产
总资产收益率%等于净利润÷总资产
销售净利率%等于净利润÷主营业务收入
2.反映企业盈利获现程度
净利润 含量%等于 净流量÷净利润
销售 比率%等于 净流量÷营业收入
3.反映企业成长水平
营业收入增长率%等于本年主营业务收入增长额÷上年主营业务收入
营业利润增长率%等于本年主营业务利润总额增长额÷上年主营业务利润总额
经营 流净额增长率% 等于本期經营活动 流量增长额÷上期经营活动 净额
4.反映企业持续性
营业利润率%等于营业利润÷利润总额
二、数据分析
本文数据选取2015年A股互联金融概念板块股票的财务数据,选取其中62家上市公司,审计意见均为无保留意见.其中部分上市公司的部分财务数据在该年度或连续年度中为负,导致指标缺失.在本文中,采取对原始财务数据取绝对值的方法,然后重新计算指标代替缺失的指标数据.
本文使用SPSS的因子分析和主成分分析数据.根据之前确定的指标体系,在SPSS中将指标使用简称代替,具体表示方法如表1所示.
(一)可行性检验
本文可行性检验采用KMO检验以及Bartlett检验（见表2 ）,KMO值在0至1之间,一般来说,KMO值超过0.6表示数据可用,KMO值越大表示效果越好.本文KMO值为0.653,通过检验.在Bartlett检验中,近似卡方为997.247表示显著,自由度为55,卡方检验概率为0,说明变量之间显著相关,本文也通过检验.
(二)提取公因子
本文通过主成分分析方法,将原有变量降维提取,得到解释原有信息的因子（见表3）.一般来说,因子的贡献率越高,则包含了总信息中越多的信息.本文选取了前四个因子,其初始特征值分别为4.285/2.665/1.544/1.120,累积贡献率达到87.402%,意味着这四个因子可以包含原有信息中87.402%的比重,能较好解释原有变量的信息.
总结:本论文为免费优秀的关于金融行业论文范文资料，可用于相关论文写作参考。
参考文献：
1、 我国农村金融机构扶贫现状影响因素分析 摘要：近年来，在政府的积极引导下，我国农村金融机构一直积极参与精准扶贫工作，并成为扶贫开发工作中的一个重要组成部分。虽然，目前我国农村金融机构扶。
2、 区块链对互联网金融行业变革展望 摘 要：建立在密码学、统计学以及计算机科学等多学科基础之上的区块链技术，将对传统金融发生颠覆性影响。区块链去中心化、去信任化、可追溯的特征，使其。
3、 互联网金融对货币供应量影响 【摘要】在互联网金融快速发展的大背景下，本文以货币乘数理论为基础，选取2007年到2015年数据，以狭义货币供应量为因变量，第三方支付替代率、现。
4、 我国互联网金融现状 【摘要】伴随互联网的发展，基于其的各种现代科技也应运而生，以社交网络、搜索引擎及移动支付为例，它们对社会生活及生产产生了巨大的影响。互联网金融作。
5、 人寿保险行业市场结构影响因素 摘要：从人寿保险行业市场结构的主要影响因素——准入退出壁垒、市场集中度、规模经济和范围经济以及产品差异化等方面，对我国人寿保险业市场结构进行了研。
6、 我国互联网金融众筹平台征信现状建议 摘要：完善的金融信用信息基础数据库对于我国互联网金融众筹平台的良性发展具有重要的基础作用，通过对我国征信现状及众筹平台采取的相关征信构建措施的分。