制造業(yè)是中國國民經(jīng)濟的主體部門和經(jīng)濟可持續(xù)發(fā)展的根基,加快建設(shè)高端化、現(xiàn)代化的制造業(yè)是中國經(jīng)濟由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展的重要支撐。在當前中國經(jīng)濟增速減緩的背景下,國際經(jīng)濟沖擊和國內(nèi)經(jīng)濟運行的不確定性加大,部分制造業(yè)企業(yè)績效水平呈現(xiàn)“斷崖式”下跌,一些制造企業(yè)績效則呈現(xiàn)“穩(wěn)中有升”,績效分化的跡象更加明顯。隨著中國一般制造業(yè)的全面開放和供給側(cè)結(jié)構(gòu)性改革的不斷深化,制造業(yè)企業(yè)進入或退出市場的頻率提高,企業(yè)之間績效水平的差異或分布的離散程度會進一步擴大。中國制造業(yè)績效分化問題尚未得到足夠的重視,對這一問題的研究具有十分重要的現(xiàn)實意義。本文采用機器學習方法,明確制造業(yè)績效分化的驅(qū)動因素、厘清各因素對績效分化的傳導渠道,有助于實現(xiàn)制造業(yè)行業(yè)整體和企業(yè)內(nèi)部資源的優(yōu)化配置,定向、精準增強制造業(yè)企業(yè)的競爭優(yōu)勢。影響制造業(yè)企業(yè)績效分化的因素錯綜復雜,相同外部宏觀環(huán)境下中國制造業(yè)企業(yè)績效的分化問題,主要應(yīng)從企業(yè)自身的角度進行解釋說明。對于績效分化的影響因素,本文從企業(yè)屬性特征、要素結(jié)構(gòu)、成本收益和企業(yè)外部環(huán)境等多個方面,在兼顧指標完整性的基礎(chǔ)上,計算得到了 24個變量。本文基于嶺回歸和套索算法(LASSO...

【文章頁數(shù)】：49 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 引言
    1.1 研究背景及意義
    1.2 文獻述評
        1.2.1 關(guān)于工業(yè)或制造業(yè)企業(yè)績效影響因素的研究
        1.2.2 關(guān)于企業(yè)績效分化或績效異質(zhì)性問題的文獻分析
        1.2.3 運用機器學習方法相關(guān)經(jīng)濟研究的文獻分析
    1.3 本文框架
    1.4 本文創(chuàng)新點與不足
2 研究設(shè)計
    2.1 機器學習組合研究方法
        2.1.1 LASSO和嶺回歸介紹
        2.1.2 貝葉斯網(wǎng)絡(luò)介紹
    2.2 數(shù)據(jù)處理與變量計算
3 中國制造業(yè)及其分行業(yè)企業(yè)績效分化關(guān)鍵因素識別
    3.1 基于嶺回歸和LASSO方法的變量重要性排序
    3.2 中國制造業(yè)企業(yè)績效分化影響因素的排序結(jié)果分析
    3.3 分行業(yè)績效分化影響因素的異質(zhì)性分析
4 中國制造業(yè)及其分行業(yè)企業(yè)績效分化傳導網(wǎng)絡(luò)分析
    4.1 中國制造業(yè)績效分化及其主要影響因素的網(wǎng)絡(luò)特征分析
    4.2 分行業(yè)績效分化影響因素的傳導路徑和強度分析
5 結(jié)論及政策建議
    5.1 結(jié)論
    5.2 政策建議
參考文獻
后記



本文編號：3792324