金融资产配置与权益资本成本间关系的评价方法及系统

1.本发明涉及金融资产配置与权益资本成本间关系挖掘技术领域，具体涉及一种金融资产配置与权益资本成本间关系的评价方法及系统。


背景技术：

2.股权融资作为企业重要的融资方式，其成本的高低对企业的投融资决策有重大的影响。企业金融化作为企业资源配置的方式，必将影响权益资本成本。并且不同期限的金融资产配置动机不同，在我国，长期金融资产配置规模更大。如果能精准的挖掘出长期金融资产配置程度与权益资本成本之间的关系，将有利于提前衡量企业配置长期金融资产的后果并做出策略调整，其意义重大。
3.目前，相关研究更多集中在研究金融资产配置对企业的影响，如研究金融资产配置对公司价值、企业创新、研发投入、实体投资效率、可持续增长、成本粘性等的影响，但很少有对金融资产配置与权益资本成本间关系的研究。另外，现有研究还表明不同期限的金融资产配置动机不同，并且在我国长期金融资产配置规模更大，而长期金融资产配置与权益资本成本间到底存在何种关系，相关研究更是就少之又少。
4.由此可见，现有技术中评价金融资产配置与权益资本成本间关系的评价方法较少，更不存在用于精准评价长期金融资产配置与权益资本成本间关系的评价方法。


技术实现要素：

5.(一)解决的技术问题
6.针对现有技术的不足，本发明提供了一种金融资产配置与权益资本成本间关系的评价方法及系统，解决了现有技术无法精准评价长期金融资产配置与权益资本成本间关系的问题。
7.(二)技术方案
8.为实现以上目的，本发明通过以下技术方案予以实现：
9.第一方面，本发明首先提出了一种金融资产配置与权益资本成本间关系的评价方法，所述方法包括：
10.确定长期金融资产配置与权益资本成本间关系的评价变量；
11.基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的评价模型，并对所述评价模型的可靠性进行检验；
12.基于经过可靠性检验后的所述长期金融资产配置与权益资本成本间关系的评价模型获取待评估企业长期金融资产配置程度与权益资本成本之间关系的评估结果。
13.优选的，所述评价变量包括：被解释变量：权益资本成本；解释变量：长期金融资产配置程度；调节变量：管理层持股和行业竞争度；中介变量：信息透明度和成本粘性；控制变量：公司规模、资产负债率、成长能力、总资产收益率、系统风险、董事会规模、独董比例、股权集中度、账面市值比，以及股权性质。
14.优选的，所述基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的评价模型，并对所述评价模型的可靠性进行检验包括：
15.s21、获取长期金融资产配置与权益资本成本间关系的评价模型的样本数据并对所述样本数据进行预处理；
16.s22、基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的评价模型；
17.s23、利用stata软件导入经过预处理的样本数据对所述评价模型进行实证分析；
18.s24、对所述评价模型进行内生性检验和稳健性检验。
19.优选的，所述评价模型包括：
20.第一评价模型：
21.peg
it
＝α0+α1lfin
it
+∑controls
it
+∑year+∑ind+ε
it
22.第二评价模型：
23.peg
it
＝β0+β1lfin
it
+β2ms+β3lfin*ms+∑controls
it
+∑year+∑ind+ε
it
24.第三评价模型：
25.peg
it
＝β0+β1lfin
it
+β2fhhi+β3lfin*fhhi+∑controls
it
+∑year+∑ind+ε
it
26.第四评价模型：
27.peg
it
＝β0+β1lfin
it
+β2da
it
+∑controls
it
+∑year+∑ind+ε
it
28.第五评价模型：
29.peg
it
＝β0+β1lfin
it
+β2sticky
it
+∑controls
it
+∑year+∑ind+ε
it
30.其中，peg
it
表示权益资本成本；lfin
it
表示长期金融资产配置程度；sticky
it
表示成本粘性；controls
it
表示控制变量；year表示年份虚拟变量；ind表示行业虚拟变量；α0和β0表示常数项；α1、β1、β2、β3分别表示各个变量在模型中的回归系数；fhhi表示行业竞争度；ε
it
表示模型的残差；da
it
表示信息透明度；ms表示管理层持股。
31.优选的，所述对所述样本数据进行预处理包括对所述样本数据中的连续型变量进行winsorize缩尾处理。
32.第二方面，本发明还提出了一种金融资产配置与权益资本成本间关系的评价系统，所述系统包括：
33.评价变量获取模块，用于确定长期金融资产配置与权益资本成本间关系的评价变量；
34.评价模型构建和检验模块，用于基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的评价模型，并对所述评价模型的可靠性进行检验；
35.评估结果获取模块，用于基于经过可靠性检验后的所述长期金融资产配置与权益资本成本间关系的评价模型获取待评估企业长期金融资产配置程度与权益资本成本之间关系的评估结果。
36.优选的，所述评价变量包括：被解释变量：权益资本成本；解释变量：长期金融资产配置程度；调节变量：管理层持股和行业竞争度；中介变量：信息透明度和成本粘性；控制变量：公司规模、资产负债率、成长能力、总资产收益率、系统风险、董事会规模、独董比例、股权集中度、账面市值比，以及股权性质。
37.优选的，所述评价模型构建和检验模块基于所述评价变量采用普通最小二乘法建
立长期金融资产配置与权益资本成本间关系的评价模型，并对所述评价模型的可靠性进行检验包括：
38.s21、获取长期金融资产配置与权益资本成本间关系的评价模型的样本数据并对所述样本数据进行预处理；
39.s22、基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的评价模型；
40.s23、利用stata软件导入经过预处理的样本数据对所述评价模型进行实证分析；
41.s24、对所述评价模型进行内生性检验和稳健性检验。
42.优选的，所述评价模型包括：
43.第一评价模型：
44.peg
it
＝α0+α1lfin
it
+∑controls
it
+∑year+∑ind+ε
it
45.第二评价模型：
46.peg
it
＝β0+β1lfin
it
+β2ms+β3lfin*ms+∑controls
it
+∑year+∑ind+ε
it
47.第三评价模型：
48.peg
it
＝β0+β1lfin
it
+β2fhhi+β3lfin*fhhi+∑controls
it
+∑year+∑ind+ε
it
49.第四评价模型：
50.peg
it
＝β0+β1lfin
it
+β2da
it
+∑controls
it
+∑year+∑ind+ε
it
51.第五评价模型：
52.peg
it
＝β0+β1lfin
it
+β2sticky
it
+∑controls
it
+∑year+∑ind+ε
it
53.其中，peg
it
表示权益资本成本；lfin
it
表示长期金融资产配置程度；sticky
it
表示成本粘性；controls
it
表示控制变量；year表示年份虚拟变量；ind表示行业虚拟变量；α0和β0表示常数项；α1、β1、β2、β3分别表示各个变量在模型中的回归系数；fhhi表示行业竞争度；ε
it
表示模型的残差；da
it
表示信息透明度；ms表示管理层持股。
54.优选的，所述对所述样本数据进行预处理包括对所述样本数据中的连续型变量进行winsorize缩尾处理。
55.(三)有益效果
56.本发明提供了一种金融资产配置与权益资本成本间关系的评价方法及系统。与现有技术相比，具备以下有益效果：
57.1、本发明首先确定长期金融资产配置与权益资本成本间关系的评价变量；然后基于所述评价变量采用普通最小二乘法建立多种长期金融资产配置与权益资本成本间关系的评价模型，并对评价模型进行可靠性检验；最后基于经过检验后的多种评价模型获取待评估企业长期金融资产配置程度与权益资本成本之间关系的评估结果。本发明相比于现有技术可以更加全面、精准的评价企业长期金融资产配置与权益资本成本之间的关系，从而有助于管理者合理配置长期金融资产的规模。
58.2、本发明在选取长期金融资产配置与权益资本成本之间的关系的评价指标时，从长期金融资产配置程度出发，考虑管理层持股、行业竞争度的调节作用以及信息透明度、成本粘性的中介作用，丰富了评价长期金融资产配置程度与权益资本成本之间关系的方法，有利于企业更准确的评价长期金融资产配置程度对权益资本成本的影响。
59.3、本发明所构建的长期金融资产配置程度与权益资本成本间关系的评估模型时，
通过中介效应模型、调节效应模型，丰富了长期金融资产配置程度对权益资本成本影响的评估模型，企业可以根据自身情况选取适合的评估模型，使得每个企业相对应评估结果更加准确。
附图说明
60.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
61.图1为本发明一种金融资产配置与权益资本成本间关系的评价方法的流程图。
具体实施方式
62.为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
63.本技术实施例通过提供一种金融资产配置与权益资本成本间关系的评价方法及系统，解决了现有技术无法精准评价长期金融资产配置与权益资本成本间关系的问题，实现了企业全面、精准评价其长期金融资产配置与权益资本成本间关系的目的，从而有助于管理者合理配置长期金融资产的规模。
64.本技术实施例中的技术方案为解决上述技术问题，总体思路如下：
65.为了提出一种可以更加全面、精准的评价企业长期金融资产配置与权益资本成本之间关系的方法，本发明从资本市场投资者角度分析企业金融化的经济后果，首先确定长期金融资产配置与权益资本成本间关系的评价变量，包括：被解释变量、解释变量、调节变量、中介变量，以及控制变量；然后基于这些评价变量，采用普通最小二乘法建立多种适合不同企业的长期金融资产配置与权益资本成本间关系的评价模型；最后基于长期金融资产配置与权益资本成本间关系的评价模型获取待评估企业长期金融资产配置程度与权益资本成本之间关系的评估结果。
66.为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
67.以往相关研究更多集中在研究金融资产配置对企业的影响，如研究金融资产配置对公司价值、企业创新、研发投入、实体投资效率、可持续增长、成本粘性等的影响，其主要是从企业内部的视角评价金融资产配置的经济后果，但很少有对金融资产配置与权益资本成本间关系的研究。本技术为了解决这一问题，从资本市场投资者角度分析企业金融化的经济后果，即评价金融资产配置与权益资本成本间的关系。并且，现有研究还表明不同期限的金融资产配置动机不同，且我国长期金融资产配置规模更大，所以更进一步的，本技术提出的技术方案预精准挖掘和评价长期金融资产配置与权益资本成本间到底存在何种关系。
68.基于此，提出以下技术方案。
69.实施例1：
70.第一方面，本发明首先提出了一种金融资产配置与权益资本成本间关系的评价方法，参见图1，该方法包括：
71.s1、确定长期金融资产配置与权益资本成本间关系的评价变量；
72.s2、基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的评价模型，并对所述评价模型的可靠性进行检验；
73.s3、基于经过可靠性检验后的所述长期金融资产配置与权益资本成本间关系的评价模型获取待评估企业长期金融资产配置程度与权益资本成本之间关系的评估结果。
74.可见，本实施例首先确定长期金融资产配置与权益资本成本间关系的评价变量；然后基于所述评价变量采用普通最小二乘法建立多种长期金融资产配置与权益资本成本间关系的评价模型；最后基于该多种评价模型获取待评估企业长期金融资产配置程度与权益资本成本之间关系的评估结果。本实施例相比于现有技术可以更加全面、精准的评价企业长期金融资产配置与权益资本成本之间的关系，从而有助于管理者合理配置长期金融资产的规模。
75.下面结合附图1，以及对s1-s4具体步骤的解释，来详细说明本发明一个实施例的实现过程。本实施例提出的一种金融资产配置与权益资本成本间关系的评价方法用于对企业长期金融资产配置程度与权益资本成本之间的关系进行评估，其具体过程如下：
76.s1、确定长期金融资产配置与权益资本成本间关系的评价变量。
77.由于本实施例主要是从资本市场的投资者角度对长期金融资产配置与权益资本成本间关系进行评价，所以首先需要选取长期金融资产配置与权益资本成本间关系的评价变量。其中，选取的评价变量包括：
78.被解释变量：权益资本成本；
79.解释变量：长期金融资产配置程度；
80.调节变量：管理层持股(ms)和行业竞争度(fhhi)；
81.中介变量：信息透明度(da)和成本粘性(sticky)；
82.控制变量：公司规模、资产负债率、成长能力、总资产收益率、系统风险、董事会规模、独董比例、股权集中度、账面市值比，以及股权性质。
83.各变量的获取方式具体如下：
84.(1)被解释变量：权益资本成本(peg)
85.采用peg模型来测度权益资本成本，模型如下：
86.其中，eps
t+2
和eps
t+1
分别为分析师预测的第t+2期和第t+1期每股收益均值，p
t
为第t期期末的每股价格。
87.(2)解释变量：长期金融资产配置程度(lfin)
88.按照金融资产期限结构将金融资产分为短期和长期金融资产。本实施例中选择长期金融资产配置程度(lfin)作为解释变量。长期金融资产包括持有至到期净额、投资性房地产净额和长期股权投资。以长期金融资产占总资产的比例衡量长期金融资产配置程度(lfin)，该比例越大，长期金融资产配置程度越高。
89.(3)调节变量：管理层持股(ms)、行业竞争度(fhhi)
90.本实施例中选择企业高级管理人员所持有股份数量占公司总股本的比例衡量管
理层持股比例。使用基于收入计算的年度行业赫芬达尔指数的相反数(fhhi)来表示行业竞争度。
91.(4)中介变量：信息透明度(da)、成本粘性(sticky)
92.在本实施例中，首先使用修正jones模型计算可操纵性应计利润，再以前三期可操纵性应计利润的绝对值之和衡量信息透明度(da)。该指标越大，信息透明度越低。
93.同时建立以下模型测度企业的成本粘性：
[0094][0095]
其中，δsale表示企业季度周期的营业收入差额；δcost表示企业季度周期的营业成本差额；up是指该公司该年份四个季度中营业收入上升的最近一个季度；down是指该公司该年份营业收入下降的最近一个季度。sticky值越大，成本粘性越大。
[0096]
(5)控制变量(controls)
[0097]
本实施例从公司和市场等层面选取以下控制变量1)公司规模；2)资产负债率；3)成长能力；4)总资产收益率；5)系统风险；6)董事会规模；7)独董比例；8)股权集中度；9)账面市值比；10)股权性质。
[0098]
s2、基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的评价模型，并对所述评价模型的可靠性进行检验。
[0099]
基于上述获取的各种变量，包括权益资本成本、长期金融资产配置程度、管理层持股(ms)和行业竞争度(fhhi)、信息透明度(da)和成本粘性(sticky)，以及控制变量，利用普通最小二乘法建立长期金融资产配置程度与权益资本成本之间关系的评价模型，然后运用stata统计分析软件进行数据处理分析，获取模型中的相关系数。具体的，步骤s2包括：
[0100]
s21、获取长期金融资产配置与权益资本成本间关系的评价模型的样本数据并对所述样本数据进行预处理。
[0101]
选取沪深两市2007-2020年a股上市公司为研究样本(样本数据来自csmar数据库)，并使用stata16.0对数据进行以下处理：(1)剔除金融类上市公司；(2)剔除st、*st和pt的上市公司；(3)剔除财务数据异常或缺失的公司；(4)剔除权益资本成本小于0的公司，最终剩余19449个样本。然后对所有连续型变量进行1％-99％的winsorize缩尾处理。
[0102]
s22、基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的初步评价模型。
[0103]
为综合分析评价长期金融资产与权益资本成本之间的关系，我们针对不同企业建立以下几个评价模型，使得企业可以根据自身情况选取适合的评估模型，使得评估结果更加准确。
[0104]
第一评价模型：
[0105]
peg
it
＝α0+α1lfin
it
+∑controls
it
+∑year+∑ind+ε
it
[0106]
第一评价模型是最基础的，其表征的是在只考虑控制变量，年份和行业虚拟变量的情况下长期金融资产和权益资本成本之间的关系。
[0107]
第二评价模型：
[0108]
peg
it
＝β0+β1lfin
it
+β2ms+β3lfin*ms+∑controls
it
+∑year+∑ind+ε
it
[0109]
第二评价模型表征的是加入管理层持股调节变量后，长期金融资产配置和权益资本成本之间的关系。
[0110]
第三评价模型：
[0111]
peg
it
＝β0+β1lfin
it
+β2fhhi+β3lfin*fhhi+∑controls
it
+∑year+∑ind+ε
it
[0112]
第三评价模型表征的是加入行业竞争度调节变量后，长期金融资产配置和权益资本成本之间的关系。
[0113]
第四评价模型：
[0114]
peg
it
＝β0+β1lfin
it
+β2da
it
+∑controls
it
+∑year+∑ind+ε
it
[0115]
第四评价模型表征的是加入信息透明度这个中介变量后，长期金融资产配置和权益资本成本之间的关系。
[0116]
其中，为了保证加入信息透明度这个中介变量对于研究长期金融资产配置和权益资本成本之间的关系时的有效性，我们必须对信息透明度这个中介变量是否可以加入第四评价模型进行验证。具体的，通过以下公式加以验证：
[0117]
da
it
＝α0+α1lfin
it
+∑controls
it
+∑year+∑ind+ε
it
[0118]
第五评价模型：
[0119]
peg
it
＝β0+β1lfin
it
+β2sticky
it
+∑controls
it
+∑year+∑ind+ε
it
[0120]
第五评价模型表征的是加入成本粘性这个中介变量后，长期金融资产配置和权益资本之间的关系、。
[0121]
同理，为了保证加入成本粘性这个中介变量对于研究长期金融资产配置和权益资本成本之间的关系时是有效的，我们必须对成本粘性这个中介变量是否可以加入进行验证。具体的，通过以下公式加以验证：
[0122]
sticky
it
＝α0+α1lfin
it
+∑controls
it
+∑year+∑ind+ε
it
[0123]
其中，在上述各模型中，peg
it
表示权益资本成本；lfin
it
表示长期金融资产配置程度；sticky
it
表示成本粘性；controls
it
表示控制变量；year表示年份虚拟变量；ind表示行业虚拟变量；α0和β0表示常数项；α1、β1、β2、β3分别表示各个变量在模型中的回归系数；fhhi表示行业竞争度；ε
it
表示模型的残差；da
it
表示信息透明度；ms表示管理层持股。
[0124]
s23、利用stata软件导入经过预处理的样本数据对所述第一～五评价模型进行实证分析。
[0125]
通过stata软件导入上述s21中经过预处理的样本数据，针对以上第一～五评价模型进行实证分析。通过观察各个回归系数的正负与显著性，判断选取变量是否合适，以及判断评价方法是否可行，即只有当系数的正负号与常理相符，以及系数在模型中是显著的，才可以说明这个变量选取是有效的。
[0126]
s24、对所述第一～五评价模型进行内生性检验和稳健性检验。
[0127]
评价模型的内生性检验。
[0128]
首先以解释变量的滞后一期作为工具变量，采用2sls进行回归，通过判断kleibergen-paap rk lm statistic和kleibergen-paap wald rk f statistic的统计值，表明工具变量是有效的。其次通过模型中变量回归系数的正负与显著性判断是否通过内生性检验。
[0129]
评价模型的稳健性检验。
[0130]
(1)替换被解释变量的衡量方式，对权益资本成本分别采用mpeg和ojm模型计量；
[0131]
(2)变换样本区间，由于2008年发生了金融危机，2020年又受到了疫情的冲击，所以截取2010-2019年的样本区间进行回归；
[0132]
(3)制造业是实体经济的主体，选取制造业子样本进行回归。
[0133]
通过以上检验方式判断模型中回归系数正负与显著性是否稳健。
[0134]
s3、基于经过可靠性检验后的所述长期金融资产配置与权益资本成本间关系的评价模型获取待评估企业长期金融资产配置程度与权益资本成本之间关系的评估结果。
[0135]
不同的企业根据自身的实际情况，对应选择合适的评价模型，并将待评估企业数据导入其所选取的长期金融资产配置与权益资本成本间关系的评价模型中，依据普通最小二乘法计算各个模型中各指标的回归系数，计算权益资本成本。
[0136]
至此，则完成了本发明一种金融资产配置与权益资本成本间关系的评价方法的全部流程。
[0137]
实施例2：
[0138]
第二方面，本发明还提供了一种金融资产配置与权益资本成本间关系的评价系统，该系统包括：
[0139]
评价变量获取模块，用于确定长期金融资产配置与权益资本成本间关系的评价变量；
[0140]
评价模型构建和检验模块，用于基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的评价模型，并对所述评价模型的可靠性进行检验；
[0141]
评估结果获取模块，用于基于经过可靠性检验后的所述长期金融资产配置与权益资本成本间关系的评价模型获取待评估企业长期金融资产配置程度与权益资本成本之间关系的评估结果。
[0142]
可选的，所述评价变量包括：被解释变量：权益资本成本；解释变量：长期金融资产配置程度；调节变量：管理层持股和行业竞争度；中介变量：信息透明度和成本粘性；控制变量：公司规模、资产负债率、成长能力、总资产收益率、系统风险、董事会规模、独董比例、股权集中度、账面市值比，以及股权性质。
[0143]
可选的，所述评价模型构建和检验模块基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的评价模型，并对所述评价模型的可靠性进行检验包括：
[0144]
s21、获取长期金融资产配置与权益资本成本间关系的评价模型的样本数据并对所述样本数据进行预处理；
[0145]
s22、基于所述评价变量采用普通最小二乘法建立长期金融资产配置与权益资本成本间关系的评价模型；
[0146]
s23、利用stata软件导入经过预处理的样本数据对所述评价模型进行实证分析；
[0147]
s24、对所述评价模型进行内生性检验和稳健性检验。
[0148]
可选的，所述评价模型包括：
[0149]
第一评价模型：
[0150]
peg
it
＝α0+α1lfin
it
+∑controls
it
+∑year+∑ind+ε
it
[0151]
第二评价模型：
[0152]
peg
it
＝β0+β1lfin
it
+β2ms+β3lfin*ms+∑controls
it
+∑year+∑ind+ε
it
[0153]
第三评价模型：
[0154]
peg
it
＝β0+β1lfin
it
+β2fhhi+β3lfin*fhhi+∑controls
it
+∑year+∑ind+ε
it
[0155]
第四评价模型：
[0156]
peg
it
＝β0+β1lfin
it
+β2da
it
+∑controls
it
+∑year+∑ind+ε
it
[0157]
第五评价模型：
[0158]
peg
it
＝β0+β1lfin
it
+β2sticky
it
+∑controls
it
+∑year+∑ind+ε
it
[0159]
其中，peg
it
表示权益资本成本；lfin
it
表示长期金融资产配置程度；sticky
it
表示成本粘性；controls
it
表示控制变量；year表示年份虚拟变量；ind表示行业虚拟变量；α0和β0表示常数项；α1、β1、β2、β3分别表示各个变量在模型中的回归系数；fhhi表示行业竞争度；ε
it
表示模型的残差；da
it
表示信息透明度；ms表示管理层持股。
[0160]
可选的，所述对所述样本数据进行预处理包括对所述样本数据中的连续型变量进行winsorize缩尾处理。
[0161]
可理解的是，本发明实施例提供的金融资产配置与权益资本成本间关系的评价系统与上述金融资产配置与权益资本成本间关系的评价方法相对应，其有关内容的解释、举例、有益效果等部分可以参照金融资产配置与权益资本成本间关系的评价方法中的相应内容，此处不再赘述。
[0162]
综上所述，与现有技术相比，具备以下有益效果：
[0163]
1、本发明首先确定长期金融资产配置与权益资本成本间关系的评价变量；然后基于所述评价变量采用普通最小二乘法建立多种长期金融资产配置与权益资本成本间关系的评价模型，并对评价模型进行可靠性检验；最后基于经过检验后的多种评价模型获取待评估企业长期金融资产配置程度与权益资本成本之间关系的评估结果。本发明相比于现有技术可以更加全面、精准的评价企业长期金融资产配置与权益资本成本之间的关系，从而有助于管理者合理配置长期金融资产的规模。
[0164]
2、本发明在选取长期金融资产配置与权益资本成本之间的关系的评价指标时，从长期金融资产配置程度出发，考虑管理层持股、行业竞争度的调节作用以及信息透明度、成本粘性的中介作用，丰富了评价长期金融资产配置程度与权益资本成本之间关系的方法，有利于企业更准确的评价长期金融资产配置程度对权益资本成本的影响。
[0165]
3、本发明所构建的长期金融资产配置程度与权益资本成本间关系的评估模型时，通过中介效应模型、调节效应模型，丰富了长期金融资产配置程度对权益资本成本影响的评估模型，企业可以根据自身情况选取适合的评估模型，使得每个企业相对应评估结果更加准确。
[0166]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0167]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。