The Empirical Research on Financial Risk Factors of GEM Companies
Notice bibliographique
Résumé
GEM has injected fresh blood into the development of China’s securities market; it eased the long-term “financing” problem of high-tech SMEs effectively. However, the high risk of the GEM market has caused great concern of all parties. This paper analyzed the factors of affecting financial risk of GEM companies with the regression analysis methods. Empirical results show that GEM Company’s financial risk and the scale of equity is a negative correlation, and corporate solvency, profitability, operational capacity, development capacity, investment income and cash flow does not have a significant linear relationship. The paper further proposed the measures of controlling financial risk in the GEM Company. Key words: GEM; Financial risk; Regression analysis Resume: Le GEM a injecte du sang neuf dans le developpement du marche chinois sur les valeurs mobilieres, il allege le long terme financement probleme de PME de haute technologie de maniere efficace. Cependant, le risque eleve du marche de GEM a provoque une grande inquietude de toutes les parties. Ce document analyse les facteurs qui affectent des risques financiers des societes GEM avec les methodes d'analyse de regression. Les resultats empiriques montrent que le risque financier de la Societe GEM et l'echelle de l'equite est une correlation negative, et la solvabilite des entreprises, la rentabilite, la 1 capacite operationnelle, la capacite de developpement, les revenus d'investissement et les flux de tresorerie n'a pas de relation lineaire significative. Le document propose en outre les mesures de risque financier majoritaire dans la Compagnie du GEM. Mots cles: GEM; Des risques financiers; L'analyse de regression
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».