中國清潔技術(shù)行業(yè)風(fēng)險(xiǎn)投資回報(bào)的影響因素分析
發(fā)布時間:2021-08-01 06:34
風(fēng)險(xiǎn)投資在我國的興起比西方國家晚,我國風(fēng)險(xiǎn)投資市場歷經(jīng)了1992年到2008年的萌芽階段、2009年至2014年的起步階段,再到2015年至今的初級發(fā)展階段。近年來我國風(fēng)險(xiǎn)投資管理機(jī)構(gòu)數(shù)量急劇攀升、基金管理規(guī)模不斷擴(kuò)大,項(xiàng)目投資領(lǐng)域不斷拓寬,監(jiān)管方面自2014年中國證券投資基金業(yè)協(xié)會介入后逐漸完善。此外,因全球氣候變暖、環(huán)境污染等原因,各國都很重視環(huán)境保護(hù)和能源節(jié)約及創(chuàng)新開發(fā)。在我國,關(guān)于清潔技術(shù)行業(yè)的發(fā)展,政府也從稅收方面給予優(yōu)惠、同時通過政策補(bǔ)貼來大力支持,風(fēng)險(xiǎn)投資機(jī)構(gòu)也熱衷于對清潔技術(shù)行業(yè)企業(yè)的投資。本文的主要研究意義在于:對投資清潔技術(shù)行業(yè)的風(fēng)險(xiǎn)投資機(jī)構(gòu)及投資者具有一定的參考意義,新老風(fēng)險(xiǎn)投資機(jī)構(gòu)或機(jī)構(gòu)和個人投資者可以結(jié)合研究結(jié)論即投資回報(bào)受哪些因素影響來對自身的投資環(huán)境布局、以及對投資退出決策作出相應(yīng)的重視;對清潔技術(shù)行業(yè)企業(yè)發(fā)展具有一定的參考意義和引導(dǎo)作用,企業(yè)在經(jīng)營過程中應(yīng)做好加強(qiáng)技術(shù)提升改革、收入費(fèi)用支出規(guī)劃、管理層能力培養(yǎng)提升等,不盲目擴(kuò)張,從而使得企業(yè)的經(jīng)營業(yè)績穩(wěn)步上升;利于清潔技術(shù)行業(yè)的大力發(fā)展,清潔技術(shù)行業(yè)的有效發(fā)展又會使各種環(huán)境資源壓力得以緩解,從而我們的生存...
【文章來源】:浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:58 頁
【學(xué)位級別】:碩士
【部分圖文】:
019年度,風(fēng)險(xiǎn)資本投資各行業(yè)情況
浙江大學(xué)碩士學(xué)位論文風(fēng)險(xiǎn)投資及清潔技術(shù)概念以及發(fā)展?fàn)顩r概述22個角度進(jìn)行分析。首先,關(guān)于我國風(fēng)險(xiǎn)資本在清潔技術(shù)行業(yè)的投資情況,具體如下圖2-6以及圖2-7。圖2-62010年-2019年,風(fēng)險(xiǎn)資本投資清潔技術(shù)行業(yè)情況資料來源:自制圖,數(shù)據(jù)來源于清科集團(tuán)研究中心圖2-72019年度,風(fēng)險(xiǎn)資本投資各行業(yè)情況資料來源:自制圖,數(shù)據(jù)來源于清科集團(tuán)研究中心上述圖2-6主要說明的是2010年至2019年這10年間我國風(fēng)險(xiǎn)投資機(jī)構(gòu)投資于清0.9540.325.6910.4728.0348.85119.45221.61215.32118.4662361517552021,02152823402004006008001,0001,2000501001502002502010201120122013201420152016201720182019投資案例數(shù)投資金額年份投資金額(人民幣億元)投資案例數(shù)(起)
浙江大學(xué)碩士學(xué)位論文理論分析與實(shí)證研究模型設(shè)計(jì)32Yi=β0+β1X1i+β2X2i++βkXki+μi(3-1)式中:k——解釋變量的數(shù)目;βk——回歸參數(shù)(regressioncoefficient)。因此本文的多元線性回歸模型方程式為:Yi=β0+β1Ivestscale+β2Period+β3Syndication+IndustryFE+RegionFE+μi其中:Ivestscale代表投資規(guī)模、Period代表投資周期、Syndication代表聯(lián)合投資者數(shù);關(guān)于方程式中的回歸參數(shù)解釋,β1代表的是自變量投資規(guī)模因素對風(fēng)險(xiǎn)投資內(nèi)部收益率的影響程度,β2代表的是自變量投資周期因素與風(fēng)險(xiǎn)投資內(nèi)部收益率之間的關(guān)系度,β3代表的是自變量聯(lián)合風(fēng)險(xiǎn)投資機(jī)構(gòu)數(shù)目這一因素對風(fēng)險(xiǎn)投資內(nèi)部收益率的影響力。此外,方程式中行業(yè)固定效應(yīng)IndustryFE用來控制行業(yè)恒定因素對投資回報(bào)的影響。地區(qū)固定效應(yīng)RegionFE用來控制地區(qū)恒定因素對投資回報(bào)的影響,因?yàn)楸疚膬H限于截面數(shù)據(jù)分析,所以本人沒有采取加時間固定因素來控制時間趨勢帶來的影響。3.2.2模型變量定義對于上述模型所涉及的變量指標(biāo)如行業(yè)、地區(qū)定性變量,以及投資規(guī)模、投資周期、聯(lián)合投資者數(shù)這類解釋變量,這里可直觀的參見下圖3-2。圖3-2多元回歸模型各個變量簡要解析資料來源:自己繪制圖片依圖3-2,這次多元回歸分析的因變量選擇了風(fēng)險(xiǎn)投資的內(nèi)部收益率為指標(biāo),內(nèi)部收益率是指資金流入現(xiàn)值總額與資金流出現(xiàn)值總額相等、凈現(xiàn)值等于零時的折現(xiàn)率,
【參考文獻(xiàn)】:
期刊論文
[1]中國清潔能源產(chǎn)業(yè)中風(fēng)險(xiǎn)投資現(xiàn)狀及發(fā)展對策研究[J]. 錢穎,孫竹. 中國能源. 2019(07)
[2]淺析我國風(fēng)險(xiǎn)投資現(xiàn)狀及問題[J]. 劉明,董文兵. 北京印刷學(xué)院學(xué)報(bào). 2018(01)
[3]社會關(guān)系網(wǎng)絡(luò)與風(fēng)險(xiǎn)投資的退出業(yè)績——基于效率與效益視角的雙重考察[J]. 孫淑偉,俞春玲. 外國經(jīng)濟(jì)與管理. 2018(01)
[4]中美兩國風(fēng)險(xiǎn)投資行業(yè)比較分析及啟示[J]. 張俊芳. 世界科技研究與發(fā)展. 2018(01)
[5]風(fēng)險(xiǎn)投資發(fā)展現(xiàn)狀及方向研究[J]. 屈映. 農(nóng)村經(jīng)濟(jì)與科技. 2017(16)
[6]中國能源類行業(yè)周期波動及其對宏觀經(jīng)濟(jì)的時變影響[J]. 赫永達(dá),孫巍. 廣東財(cái)經(jīng)大學(xué)學(xué)報(bào). 2017(03)
[7]中國風(fēng)險(xiǎn)投資發(fā)展的演進(jìn)、現(xiàn)狀與未來展望[J]. 張俊芳,郭戎. 全球科技經(jīng)濟(jì)瞭望. 2016 (09)
[8]影響我國私募股權(quán)投資并購?fù)顺鍪找娴囊蛩胤治鯷J]. 李斯. 中國管理信息化. 2016(12)
[9]我國風(fēng)險(xiǎn)投資發(fā)展中存在的問題及對策[J]. 蔣雨宏. 中國管理信息化. 2016(04)
[10]聯(lián)合投資策略對風(fēng)險(xiǎn)投資績效的影響研究[J]. 胡劉芬,沈維濤. 證券市場導(dǎo)報(bào). 2014(11)
博士論文
[1]中國風(fēng)險(xiǎn)投資時空動態(tài)特征及其與創(chuàng)新之間的關(guān)系[D]. 林曉.華東師范大學(xué) 2019
[2]中國風(fēng)險(xiǎn)投資風(fēng)險(xiǎn)—收益分析[D]. 曾之杰.中國社會科學(xué)院研究生院 2017
[3]中國新能源發(fā)展研究[D]. 張海龍.吉林大學(xué) 2014
碩士論文
[1]風(fēng)險(xiǎn)資本投資績效的影響因素研究[D]. 王歡迎.西安石油大學(xué) 2019
[2]我國私募股權(quán)基金退出內(nèi)部收益率影響因素研究[D]. 王錚.北京外國語大學(xué) 2019
[3]基于經(jīng)濟(jì)周期的中美股市收益與波動的對比分析[D]. 李晶晶.南京郵電大學(xué) 2018
[4]X風(fēng)險(xiǎn)投資機(jī)構(gòu)業(yè)績表現(xiàn)的影響因素分析[D]. 王川森.天津大學(xué) 2018
[5]中國私募股權(quán)投資退出績效的影響因素研究[D]. 郭琳.華南理工大學(xué) 2018
[6]中國創(chuàng)業(yè)風(fēng)險(xiǎn)投資規(guī)模與偏好研究[D]. 孫曉平.吉林大學(xué) 2018
[7]政府與私人背景風(fēng)險(xiǎn)投資對企業(yè)效率的影響差異研究[D]. 姚婷.上海社會科學(xué)院 2017
[8]我國風(fēng)險(xiǎn)投資退出回報(bào)影響因素研究[D]. 廉志勇.廈門大學(xué) 2017
[9]中美風(fēng)險(xiǎn)投資發(fā)展的比較研究[D]. 屈伸.云南大學(xué) 2017
[10]我國私募股權(quán)基金的財(cái)稅政策研究[D]. 趙錄.中國財(cái)政科學(xué)研究院 2016
本文編號:3315011
【文章來源】:浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:58 頁
【學(xué)位級別】:碩士
【部分圖文】:
019年度,風(fēng)險(xiǎn)資本投資各行業(yè)情況
浙江大學(xué)碩士學(xué)位論文風(fēng)險(xiǎn)投資及清潔技術(shù)概念以及發(fā)展?fàn)顩r概述22個角度進(jìn)行分析。首先,關(guān)于我國風(fēng)險(xiǎn)資本在清潔技術(shù)行業(yè)的投資情況,具體如下圖2-6以及圖2-7。圖2-62010年-2019年,風(fēng)險(xiǎn)資本投資清潔技術(shù)行業(yè)情況資料來源:自制圖,數(shù)據(jù)來源于清科集團(tuán)研究中心圖2-72019年度,風(fēng)險(xiǎn)資本投資各行業(yè)情況資料來源:自制圖,數(shù)據(jù)來源于清科集團(tuán)研究中心上述圖2-6主要說明的是2010年至2019年這10年間我國風(fēng)險(xiǎn)投資機(jī)構(gòu)投資于清0.9540.325.6910.4728.0348.85119.45221.61215.32118.4662361517552021,02152823402004006008001,0001,2000501001502002502010201120122013201420152016201720182019投資案例數(shù)投資金額年份投資金額(人民幣億元)投資案例數(shù)(起)
浙江大學(xué)碩士學(xué)位論文理論分析與實(shí)證研究模型設(shè)計(jì)32Yi=β0+β1X1i+β2X2i++βkXki+μi(3-1)式中:k——解釋變量的數(shù)目;βk——回歸參數(shù)(regressioncoefficient)。因此本文的多元線性回歸模型方程式為:Yi=β0+β1Ivestscale+β2Period+β3Syndication+IndustryFE+RegionFE+μi其中:Ivestscale代表投資規(guī)模、Period代表投資周期、Syndication代表聯(lián)合投資者數(shù);關(guān)于方程式中的回歸參數(shù)解釋,β1代表的是自變量投資規(guī)模因素對風(fēng)險(xiǎn)投資內(nèi)部收益率的影響程度,β2代表的是自變量投資周期因素與風(fēng)險(xiǎn)投資內(nèi)部收益率之間的關(guān)系度,β3代表的是自變量聯(lián)合風(fēng)險(xiǎn)投資機(jī)構(gòu)數(shù)目這一因素對風(fēng)險(xiǎn)投資內(nèi)部收益率的影響力。此外,方程式中行業(yè)固定效應(yīng)IndustryFE用來控制行業(yè)恒定因素對投資回報(bào)的影響。地區(qū)固定效應(yīng)RegionFE用來控制地區(qū)恒定因素對投資回報(bào)的影響,因?yàn)楸疚膬H限于截面數(shù)據(jù)分析,所以本人沒有采取加時間固定因素來控制時間趨勢帶來的影響。3.2.2模型變量定義對于上述模型所涉及的變量指標(biāo)如行業(yè)、地區(qū)定性變量,以及投資規(guī)模、投資周期、聯(lián)合投資者數(shù)這類解釋變量,這里可直觀的參見下圖3-2。圖3-2多元回歸模型各個變量簡要解析資料來源:自己繪制圖片依圖3-2,這次多元回歸分析的因變量選擇了風(fēng)險(xiǎn)投資的內(nèi)部收益率為指標(biāo),內(nèi)部收益率是指資金流入現(xiàn)值總額與資金流出現(xiàn)值總額相等、凈現(xiàn)值等于零時的折現(xiàn)率,
【參考文獻(xiàn)】:
期刊論文
[1]中國清潔能源產(chǎn)業(yè)中風(fēng)險(xiǎn)投資現(xiàn)狀及發(fā)展對策研究[J]. 錢穎,孫竹. 中國能源. 2019(07)
[2]淺析我國風(fēng)險(xiǎn)投資現(xiàn)狀及問題[J]. 劉明,董文兵. 北京印刷學(xué)院學(xué)報(bào). 2018(01)
[3]社會關(guān)系網(wǎng)絡(luò)與風(fēng)險(xiǎn)投資的退出業(yè)績——基于效率與效益視角的雙重考察[J]. 孫淑偉,俞春玲. 外國經(jīng)濟(jì)與管理. 2018(01)
[4]中美兩國風(fēng)險(xiǎn)投資行業(yè)比較分析及啟示[J]. 張俊芳. 世界科技研究與發(fā)展. 2018(01)
[5]風(fēng)險(xiǎn)投資發(fā)展現(xiàn)狀及方向研究[J]. 屈映. 農(nóng)村經(jīng)濟(jì)與科技. 2017(16)
[6]中國能源類行業(yè)周期波動及其對宏觀經(jīng)濟(jì)的時變影響[J]. 赫永達(dá),孫巍. 廣東財(cái)經(jīng)大學(xué)學(xué)報(bào). 2017(03)
[7]中國風(fēng)險(xiǎn)投資發(fā)展的演進(jìn)、現(xiàn)狀與未來展望[J]. 張俊芳,郭戎. 全球科技經(jīng)濟(jì)瞭望. 2016 (09)
[8]影響我國私募股權(quán)投資并購?fù)顺鍪找娴囊蛩胤治鯷J]. 李斯. 中國管理信息化. 2016(12)
[9]我國風(fēng)險(xiǎn)投資發(fā)展中存在的問題及對策[J]. 蔣雨宏. 中國管理信息化. 2016(04)
[10]聯(lián)合投資策略對風(fēng)險(xiǎn)投資績效的影響研究[J]. 胡劉芬,沈維濤. 證券市場導(dǎo)報(bào). 2014(11)
博士論文
[1]中國風(fēng)險(xiǎn)投資時空動態(tài)特征及其與創(chuàng)新之間的關(guān)系[D]. 林曉.華東師范大學(xué) 2019
[2]中國風(fēng)險(xiǎn)投資風(fēng)險(xiǎn)—收益分析[D]. 曾之杰.中國社會科學(xué)院研究生院 2017
[3]中國新能源發(fā)展研究[D]. 張海龍.吉林大學(xué) 2014
碩士論文
[1]風(fēng)險(xiǎn)資本投資績效的影響因素研究[D]. 王歡迎.西安石油大學(xué) 2019
[2]我國私募股權(quán)基金退出內(nèi)部收益率影響因素研究[D]. 王錚.北京外國語大學(xué) 2019
[3]基于經(jīng)濟(jì)周期的中美股市收益與波動的對比分析[D]. 李晶晶.南京郵電大學(xué) 2018
[4]X風(fēng)險(xiǎn)投資機(jī)構(gòu)業(yè)績表現(xiàn)的影響因素分析[D]. 王川森.天津大學(xué) 2018
[5]中國私募股權(quán)投資退出績效的影響因素研究[D]. 郭琳.華南理工大學(xué) 2018
[6]中國創(chuàng)業(yè)風(fēng)險(xiǎn)投資規(guī)模與偏好研究[D]. 孫曉平.吉林大學(xué) 2018
[7]政府與私人背景風(fēng)險(xiǎn)投資對企業(yè)效率的影響差異研究[D]. 姚婷.上海社會科學(xué)院 2017
[8]我國風(fēng)險(xiǎn)投資退出回報(bào)影響因素研究[D]. 廉志勇.廈門大學(xué) 2017
[9]中美風(fēng)險(xiǎn)投資發(fā)展的比較研究[D]. 屈伸.云南大學(xué) 2017
[10]我國私募股權(quán)基金的財(cái)稅政策研究[D]. 趙錄.中國財(cái)政科學(xué)研究院 2016
本文編號:3315011
本文鏈接:http://sikaile.net/guanlilunwen/xiangmuguanli/3315011.html
最近更新
教材專著