文档价格: | 100 金币 立即充值 | 文章语言: | 英语-中文 | 原文出处: | 请在文档内查看 | |||||
译文字数: | 6166 字 (节选翻译) | 译文格式: | Doc.docx (Word) | 更新时间: | 2017-12-16 |
处理在预测企业成长时的可解释性问题:因子分析方法,金融学外文翻译,因子分析,创业板,股票市场
Dealing with Interpretability Issues in Predicting Firm Growth: Factor Analysis Approach
译文(字数:6166):
介绍
测量和预测企业增长是企业家研究的一个重要议题,因为它与许多经济和管理理论相互联系。 该领域的大多数研究都是为了在设定研究企业增长的适当背景和理论框架方面取得理论上的进步。 最近,一些研究已经投入到与企业增长的测量有关的方法学考虑(Shepherd等人,2009; Janssen,2009; Weinzimmer,1998)和预测变量的选择(Sampagnaro,2013; Kiviluoto等人, 2011; de Wit&Zhou,2009)。 该领域的当前状态可以被描述为在成长变量的定义方面非常分散。因变量操作化的不一致以及几个其他方法问题(即,增长被建模以及相对和绝对增长测量之间的频繁交替的时间间隔的差异)导致了学者和决策者的研究结果的不一致。 本文的作者认为,除了这些方法的考虑,在建立增长预测模型时,需要考虑模型的可解释性。 这样的模型可以作为促进业务决策制定的工具,因此应该是可以想象的并且易于由商业人士和企业家使用。
不管决定衡量增长为收入,资产,市场份额还是雇员数量的增加,增长的衡量通常被定义为二元变量。 逻辑回归建模被广泛用于涉及二元反应的多变量数据的分析。 它提供了类似于多元回归和连续反应的方差分析的有力技术。 然而,当使用高度相关的变量时,逻辑回归可以提供从理论角度来说非常难以解释的结果。本文的目的是展示因子分析的应用作为建立逻辑回归模型的前面的步骤,以提高可解释性为目的,而不补偿模型的准确性和预测能力。 研究的目标是根据主要财务数据和财务报表中列出的一些非财务数据,开发一个估计克罗地亚中小型企业(SME)增长潜力的模型。
原文(未统计字数):