《應(yīng)用多元統(tǒng)計(jì)分析課程論文》9100字

應(yīng)用多元統(tǒng)計(jì)分析課程論文：COVID-19疫情對(duì)湖北省上市企業(yè)盈利狀況的影響分析目錄TOC\o"1-2"\h\u30620引言 26202一、相關(guān)理論及算法原理 33237二、數(shù)據(jù)及模型 519605三、結(jié)論與政策建議 1128063參考文獻(xiàn) 12摘要:重大疫情對(duì)公司盈利的影響可以從行業(yè)外部環(huán)境與企業(yè)內(nèi)部結(jié)構(gòu)進(jìn)行分析。本文根據(jù)手足口病、甲型H1N1流感與甲型H7N9流感爆發(fā)前后疫情爆發(fā)地內(nèi)所有上市公司相關(guān)數(shù)據(jù)，基于K-Means方法分類(lèi)，對(duì)公司當(dāng)時(shí)面臨的外部環(huán)境與內(nèi)部結(jié)構(gòu)分別進(jìn)行了描述性統(tǒng)計(jì)分析；并通過(guò)XGBoost方法對(duì)不同的外部環(huán)境與內(nèi)部結(jié)構(gòu)進(jìn)行了重要度排序。結(jié)果表明，與企業(yè)所屬行業(yè)相比，其內(nèi)部結(jié)構(gòu)對(duì)抵御疫情對(duì)利潤(rùn)的沖擊更為重要。進(jìn)一步從內(nèi)部結(jié)構(gòu)的分析中得出，疫情對(duì)高負(fù)債、小市值企業(yè)盈利的影響尤為劇烈。政府管理層通過(guò)提振貸款機(jī)構(gòu)的信心、企業(yè)通過(guò)在疫情期間逐步向數(shù)字化轉(zhuǎn)型以拓寬業(yè)務(wù)渠道，從而積極創(chuàng)造現(xiàn)金流均可有效抵御疫情沖擊。關(guān)鍵詞：新型冠狀病毒肺炎；K-Means方法；XGBoost方法；疫情分析引言2020年春節(jié)前夕，COVID-19在武漢的爆發(fā)及其在全國(guó)的迅速蔓延，對(duì)民眾的日常生活和社會(huì)經(jīng)濟(jì)狀況產(chǎn)生了比較大的影響，也對(duì)民眾的生命健康造成了一定程度的威脅。疫情改變了中國(guó)，也在一定程度上改變了我們每個(gè)人的生活。隨著各類(lèi)風(fēng)險(xiǎn)如疾病對(duì)生命健康的威脅、社會(huì)政治不穩(wěn)定所造成的恐慌情緒、本土經(jīng)濟(jì)受損以及全球經(jīng)濟(jì)受挫同時(shí)出現(xiàn)，COVID-19對(duì)我國(guó)經(jīng)濟(jì)的打擊不僅體現(xiàn)在人們對(duì)短期經(jīng)濟(jì)增長(zhǎng)、社會(huì)安定預(yù)期的破滅，還勢(shì)必通過(guò)全球經(jīng)濟(jì)產(chǎn)業(yè)鏈影響到其他國(guó)家的經(jīng)濟(jì)；進(jìn)而加劇對(duì)我國(guó)經(jīng)濟(jì)的不利影響，形成一個(gè)惡性循環(huán)。雖然目前新冠疫情得到有效控制，我國(guó)的疫情已經(jīng)得到了很大程度的控制，已經(jīng)形成了較好的疫情防控局面；生產(chǎn)生活也已經(jīng)得到了很好地復(fù)蘇、人民的生活基本恢復(fù)了。但毋庸諱言，COVID-19對(duì)我國(guó)經(jīng)濟(jì)造成了廣泛而深刻的負(fù)面影響。例如，企業(yè)停產(chǎn)停工導(dǎo)致各個(gè)行業(yè)之間的供應(yīng)鏈被打亂，金融機(jī)構(gòu)對(duì)未來(lái)經(jīng)濟(jì)的信心下降導(dǎo)致債務(wù)危機(jī)等等。對(duì)于重大疫情的分析，各界學(xué)者均進(jìn)行了相關(guān)研討。張文斗，祖正虎，許晴的研究?jī)?nèi)容為SARS對(duì)交通運(yùn)輸及電信業(yè)造成的影響研究，通過(guò)時(shí)間序列分析和灰色系統(tǒng)理論預(yù)測(cè)模型分析法對(duì)其進(jìn)行分析，結(jié)果顯示SARS疫情對(duì)中國(guó)交通運(yùn)輸業(yè)產(chǎn)生了較大的負(fù)面影響、對(duì)電信業(yè)發(fā)展卻并沒(méi)有形成預(yù)想中明顯的促進(jìn)效果。而張連城，賈金思從經(jīng)濟(jì)根源上研究了SARS對(duì)我國(guó)的經(jīng)濟(jì)所造成的重大影響，發(fā)現(xiàn)正是在一定程度上信息不充分以及公共物品的供給不夠充足從而導(dǎo)致的市場(chǎng)失靈，才會(huì)使得中國(guó)經(jīng)濟(jì)所受的沖擊較大。為了更清晰地研究該疫情對(duì)各行業(yè)、各體量企業(yè)的影響，為決策部門(mén)提供如何精確地幫助受影響較大的企業(yè)渡過(guò)難關(guān)，本文針對(duì)對(duì)國(guó)內(nèi)歷史上重大疫情發(fā)生前后當(dāng)?shù)仄髽I(yè)的盈利變化情況，從疫情爆發(fā)地各個(gè)公司的行業(yè)外部環(huán)境、企業(yè)內(nèi)部結(jié)構(gòu)進(jìn)行分析，力圖根據(jù)歷史情況來(lái)判斷企業(yè)的哪些特征是造成盈利下滑的主要推動(dòng)力、哪些特征能有助于抵御COVID-19的沖擊。同時(shí)考慮到2003年非典型肺炎爆發(fā)距離現(xiàn)在時(shí)間較長(zhǎng)，數(shù)據(jù)量少且難以收集，本文收集了2007年安徽省爆發(fā)手足口病前后、2008年廣東省爆發(fā)甲型H1N1流感與2013年爆發(fā)甲型H7N9流感前后疫情爆發(fā)地內(nèi)所有上市公司的總市值、資產(chǎn)負(fù)債率、現(xiàn)金凈流量、營(yíng)業(yè)收入與行業(yè)類(lèi)別數(shù)據(jù)。分析了不同行業(yè)、體量、資產(chǎn)負(fù)債率和現(xiàn)金流入率的公司盈利受影響的情況，并對(duì)相關(guān)特征的重要度進(jìn)行了排序，以此判斷在COVID-19期間，湖北省中哪類(lèi)企業(yè)可能受到的影響最大。主要結(jié)論顯示負(fù)債較高，現(xiàn)金流較差的小型制造業(yè)類(lèi)企業(yè)在疫情影響年受到的打擊最大。相關(guān)理論及算法原理在早期COVID-19疫情的預(yù)測(cè)、預(yù)警和對(duì)疫情風(fēng)險(xiǎn)進(jìn)行分析時(shí)，相關(guān)的模型以及算法都被廣泛的應(yīng)用，發(fā)揮了重要的作用。通過(guò)實(shí)時(shí)更新的少量數(shù)據(jù)，對(duì)COVID-19傳播構(gòu)建SIR、SEIR傳播動(dòng)力學(xué)模型和中國(guó)獨(dú)特的防控策略的數(shù)學(xué)模型，利用統(tǒng)計(jì)計(jì)算方法估計(jì)確定模型的未知參數(shù)，本文采用了數(shù)據(jù)處理、最小二乘法和MCMC(MarkovChainMonteCarlo)方法等；本文分析了達(dá)到峰值時(shí)間、峰值規(guī)模、最終感染規(guī)模等傳播風(fēng)險(xiǎn)指標(biāo)，同時(shí)評(píng)估了封鎖、密切隔離和檢測(cè)等重大防控策略的有效性和及時(shí)性。上述分析可以為疾病防控和決策部門(mén)提供重要的決策依據(jù)，服務(wù)于我國(guó)重大突發(fā)傳染病的防控，具有明確的理論和現(xiàn)實(shí)意義。K-Means聚類(lèi)：K-Means是一種常見(jiàn)的無(wú)監(jiān)督的聚類(lèi)算法，其算法步驟如下：從樣本中隨機(jī)選擇k個(gè)作為聚類(lèi)的初始中心a=針對(duì)數(shù)據(jù)集中每個(gè)樣本xi對(duì)于每個(gè)類(lèi)別aj，加入新的樣本點(diǎn)更新它的質(zhì)心(聚類(lèi)中心):a重復(fù)上面兩步操作，直到達(dá)到某個(gè)中止條件（迭代次數(shù)、最小誤差變化等）。Gradientboosting算法：梯度提升(GradientBoosting)是一種機(jī)器學(xué)習(xí)技術(shù)，可以解決分類(lèi)和回歸問(wèn)題。它通過(guò)集成多個(gè)基學(xué)習(xí)器（如決策樹(shù)），來(lái)形成一個(gè)效率較高的分類(lèi)或回歸模型。梯度提升分階段建立弱模型，并在每一階段通過(guò)優(yōu)化任意可微的損失函數(shù)來(lái)構(gòu)建弱預(yù)測(cè)模型。對(duì)于一個(gè)不完美的預(yù)測(cè)模型，梯度提升算法在的基礎(chǔ)上增加了一個(gè)估計(jì)量來(lái)對(duì)其進(jìn)行改善，即：并將在殘差上擬合的想法推廣到損失函數(shù)。由于殘差是均方誤差損失函數(shù)關(guān)于的負(fù)梯度，故梯度提升法本質(zhì)上是一種梯度下降算法。具體步驟如下：初始化：計(jì)算偽殘差：基于生成學(xué)習(xí)器.計(jì)算最優(yōu)的，更新模型，并重復(fù)步驟2至4.XGBoost算法：XGBoost是基于梯度提升算法而產(chǎn)生的。XGBoost的目標(biāo)函數(shù)由用來(lái)衡量預(yù)測(cè)值與真實(shí)值的誤差和正則化項(xiàng)兩部分組成。正則化項(xiàng)包含兩部分，表示葉子結(jié)點(diǎn)的個(gè)數(shù)，表示葉子節(jié)點(diǎn)的分?jǐn)?shù)?？梢钥刂迫~子結(jié)點(diǎn)的個(gè)數(shù)，λ用于控制葉子節(jié)點(diǎn)的分?jǐn)?shù)，防止過(guò)擬合，如下式所示：當(dāng)以ft由于每個(gè)樣本都最終會(huì)落到一個(gè)葉子結(jié)點(diǎn)中，因此可以將同一個(gè)葉子結(jié)點(diǎn)的樣本重組起來(lái)：因此，目標(biāo)函數(shù)改寫(xiě)成關(guān)于葉子結(jié)點(diǎn)分?jǐn)?shù)的一個(gè)一元二次函數(shù)，故最優(yōu)的和目標(biāo)函數(shù)公式為：數(shù)據(jù)及模型自COVID-19病毒肺炎疫情爆發(fā)以來(lái)，湖北省乃至于全國(guó)各地的企業(yè)均受到了不同程度的影響。為了研究該次疫情對(duì)湖北省上市企業(yè)盈利的沖擊究竟有多大以及企業(yè)所屬行業(yè)和公司內(nèi)部結(jié)構(gòu)分別能在多大程度上抵御疫情沖擊，本文從聚寬數(shù)據(jù)庫(kù)收集了2007年安徽?。ㄊ肿憧诓”l(fā)）上市公司的所屬行業(yè)與各項(xiàng)財(cái)務(wù)指標(biāo)、2008年（甲型H1N1流感爆發(fā)）和2013年（甲型H7N9流感爆發(fā)）廣東省上市公司的所屬行業(yè)與經(jīng)營(yíng)性活動(dòng)產(chǎn)生的現(xiàn)金凈流量、資產(chǎn)負(fù)債率、業(yè)務(wù)收入、總市值等財(cái)務(wù)指標(biāo)。重大疫情發(fā)生年各類(lèi)公司的描述性分析重大疫情發(fā)生年各類(lèi)公司的外部環(huán)境分析表1給出了手足口病、甲型H1N1、甲型H7N9流感發(fā)生年份對(duì)應(yīng)省份的各個(gè)行業(yè)的盈利率（該類(lèi)別下盈利公司家數(shù)/該類(lèi)別下總公司數(shù)）以及上述年份與湖北COVID-19疫情發(fā)生時(shí)上市公司數(shù)量。表1重大疫情發(fā)生年各行業(yè)的公司數(shù)量重大疫情發(fā)生年各行業(yè)公司數(shù)量行業(yè)2007年安徽2008年廣東2013年廣東盈利率2019湖北新冠信息技術(shù)332940.5226公用事業(yè)110120.835醫(yī)療保健112260.819可選消費(fèi)1026540.6113工業(yè)1347780.5721房地產(chǎn)120220.803日常消費(fèi)36140.554材料1120350.5713能源3110.801金融2680.673合計(jì)(平均)48180344(0.56)98可以看出，無(wú)論在哪一省份，工業(yè)企業(yè)和材料企業(yè)的數(shù)量占比總是處于一個(gè)較高水平（兩者合計(jì)在四次疫情發(fā)生年中分別占50%、37.2%、32.8%和34.7%），因此，疫情沖擊對(duì)這些企業(yè)造成的影響可能較大。此外，廣東省的信息技術(shù)類(lèi)企業(yè)由2008年的32家發(fā)展到了94家，而且該行業(yè)公司在湖北省占比最高，達(dá)到了26.5%。這說(shuō)明隨著經(jīng)濟(jì)發(fā)展，我國(guó)的發(fā)展重心已逐漸轉(zhuǎn)向高科技行業(yè)，同時(shí)也暗示著疫情對(duì)此類(lèi)企業(yè)的沖擊也不會(huì)太小。從前三次疫情各個(gè)行業(yè)的盈利率也可以看出，信息技術(shù)、工業(yè)和材料這三類(lèi)行業(yè)均處于一個(gè)較低的水平，分別為52%、57%與57%。而醫(yī)療保健、公用事業(yè)與房地產(chǎn)行業(yè)受這類(lèi)疫情的影響較小，分別為81%、83%與80%，與實(shí)際情況相符。就醫(yī)藥行業(yè)而言，重大疫情給醫(yī)藥流通（感冒藥類(lèi)）、醫(yī)療耗材（口罩、防護(hù)服類(lèi)）等企業(yè)帶來(lái)直接的業(yè)績(jī)?cè)鲩L(zhǎng)機(jī)會(huì)；就公共事業(yè)行業(yè)而言，疫情期間人們普遍待在家中，用水、用煤、用電量都會(huì)大幅提高，也有著直接的業(yè)績(jī)?cè)鲩L(zhǎng)機(jī)會(huì)；就房地產(chǎn)行業(yè)而言，由于其存在著預(yù)收賬款多的行業(yè)特性，現(xiàn)金流充沛、負(fù)債少；而且疫情期間市場(chǎng)熱度的回落有利于其低成本獲取優(yōu)質(zhì)招拍掛的地塊，在疫情結(jié)束后很容易能實(shí)現(xiàn)盈利。重大疫情發(fā)生年各類(lèi)公司的內(nèi)部結(jié)構(gòu)分析考慮到不同年份、不同省市的經(jīng)濟(jì)發(fā)展?fàn)顩r不同，若直接按比例對(duì)公司體量進(jìn)行分類(lèi)可能會(huì)導(dǎo)致結(jié)果不夠準(zhǔn)確，本文基于K-means聚類(lèi)的方法，通過(guò)公司的總市值和業(yè)務(wù)收入兩個(gè)指標(biāo)來(lái)對(duì)公司體量大小進(jìn)行劃分，分為大、中、小三類(lèi)；考慮到公司的利潤(rùn)波動(dòng)、通貨膨脹等因素，本文將疫情發(fā)生年的利潤(rùn)與前三年經(jīng)折現(xiàn)后的平均利潤(rùn)相比較，將公司分為盈利與虧損兩類(lèi)，其結(jié)果如表2所示。表2重大疫情發(fā)生年各體量的公司數(shù)量與盈利情況重大疫情發(fā)生年各體量的公司數(shù)量與盈利情況2007年安徽2008年廣東2013年廣東2019湖北新冠公司體量大34813中8101013小3716632672公司的盈利情況盈利22111216-虧損2669128-由于疫情爆發(fā)期的持續(xù)時(shí)間通常不會(huì)超過(guò)一年，有著良好內(nèi)部結(jié)構(gòu)的公司常常能在疫情結(jié)束后的恢復(fù)期迅速挖掘市場(chǎng)，減少前期損失、增加利潤(rùn)。所以總體來(lái)講疫情對(duì)公司全年的利潤(rùn)影響不會(huì)過(guò)于劇烈，這從表中也可以看出，三次疫情下這些公司的盈利率分別為45.8%、61.7%和62.8%。加權(quán)平均盈利率達(dá)到了61%。盡管不可避免地存在著幸存者偏差，但仍可以看出，重大疫情對(duì)相對(duì)較發(fā)達(dá)地區(qū)的公司盈利的影響較弱，且隨著時(shí)間的推進(jìn)，其影響也是逐漸減弱的。這一方面是因?yàn)閲?guó)家經(jīng)濟(jì)實(shí)力的發(fā)展，整個(gè)系統(tǒng)的抗風(fēng)險(xiǎn)能力逐漸增大，面對(duì)這些重大疫情時(shí)受到的影響較?。涣硪环矫媸且?yàn)閲?guó)家應(yīng)對(duì)重大疫情的經(jīng)驗(yàn)更為充足，能更迅速地作出針對(duì)性較強(qiáng)的應(yīng)對(duì)方案。為了研究公司內(nèi)部結(jié)構(gòu)對(duì)其盈利能力的影響，本文兩兩組合了市值、資產(chǎn)負(fù)債率（總負(fù)債/總資產(chǎn)）和現(xiàn)金流入率（現(xiàn)金凈流入/營(yíng)業(yè)收入）三個(gè)指標(biāo)，在此基礎(chǔ)上計(jì)算公司的盈利率及其在公司數(shù)量加權(quán)下的平均值。表3展示了不同市值與資產(chǎn)負(fù)債率下的各類(lèi)公司盈利率。表3市值與負(fù)債率對(duì)公司盈利率的影響重大疫情期間各類(lèi)公司盈利率市值大中小加權(quán)平均值資產(chǎn)負(fù)債率高0.730.750.370.38中0.500.890.430.51低1.000.820.610.63加權(quán)平均值0.730.820.60可以看出，在同一資產(chǎn)負(fù)債率的情況下，小公司的盈利率整體來(lái)說(shuō)低于大公司；而在同一市值的類(lèi)別中，低負(fù)債率的公司整體盈利情況更好。表中，盈利率最低的是高負(fù)債率的小公司，其盈利公司的占比只有37%，且隨著資產(chǎn)負(fù)債率的下降與市值的增大，盈利率分別上升了約14%和26%。而低負(fù)債率的大公司全部實(shí)現(xiàn)了盈利?？紤]到樣本量的影響，盡管市值較大的公司其盈利率可能出現(xiàn)部分失真，但在市值方面，平均盈利率由小市值的60%上升到大市值的73%；在負(fù)債率方面，由38%上升到63%。不難看出總體趨勢(shì)是低負(fù)債率、大市值對(duì)公司的抗風(fēng)險(xiǎn)能力有著重要作用。表4展示了在不同市值與現(xiàn)金流入率的分類(lèi)下，各類(lèi)公司的盈利率及其在公司數(shù)量加權(quán)下的平均值。表4市值與現(xiàn)金流入率對(duì)公司盈利率的影響重大疫情期間各類(lèi)公司盈利率市值大中小加權(quán)平均值現(xiàn)金流入率高0.861.000.620.64中0.500.670.620.62低0.750.900.440.55加權(quán)平均值0.730.820.60不難看出其中盈利率最低的為低現(xiàn)金流入率的小公司，僅為44%。隨著現(xiàn)金流入率的增加，小公司的盈利率也不斷提高，達(dá)到了62%，上升了18%。而中大型公司的現(xiàn)金流入率對(duì)其盈利率的提升并不是非常顯著，上升幅度僅在10%左右。這與實(shí)際情況也是相符合的。大型公司由于存在規(guī)模效應(yīng)的信息優(yōu)勢(shì)，在產(chǎn)品的生產(chǎn)研發(fā)過(guò)程中盡管有時(shí)不能收回現(xiàn)金流，但并不能顯著影響貸款方對(duì)其未來(lái)狀況的擔(dān)憂(yōu)，因此重大疫情對(duì)這類(lèi)公司的影響也有限。盡管如此，在這種分類(lèi)形式下，現(xiàn)金流入率由低到高的平均值也由55%上升到了64%。說(shuō)明就整體而言，現(xiàn)金流入率也能使公司形成一定的安全邊際，在疫情持續(xù)期間保障公司的的營(yíng)業(yè)利潤(rùn)。從實(shí)際情況來(lái)看，大量公司在危機(jī)中破產(chǎn)，并不是因?yàn)橛芰Τ霈F(xiàn)了問(wèn)題，而是資金鏈斷裂，導(dǎo)致沒(méi)有充足的現(xiàn)金流來(lái)應(yīng)對(duì)企業(yè)的日常開(kāi)支。表5則展示了在不同負(fù)債率與現(xiàn)金流入率的分類(lèi)下，各類(lèi)公司的盈利狀況及其在公司數(shù)量加權(quán)下的平均值。表5資產(chǎn)負(fù)債率與現(xiàn)金流入率對(duì)公司盈利率的影響重大疫情期間各類(lèi)公司盈利率資產(chǎn)負(fù)債率高中低加權(quán)平均值現(xiàn)金流入率高0.370.670.840.64中0.390.540.670.62低0.350.490.580.55加權(quán)平均值0.380.510.63可以看出，同時(shí)有著低現(xiàn)金流入率和高負(fù)債率的公司盈利能力最差，僅有35%，而有84%的同時(shí)擁有低負(fù)債率和高現(xiàn)金流入率的公司實(shí)現(xiàn)了在疫情影響下的盈利。在這種分類(lèi)下，現(xiàn)金流入率對(duì)高負(fù)債率的公司能否實(shí)現(xiàn)盈利的影響仍不是很明顯，無(wú)論其現(xiàn)金流量如何，相對(duì)能盈利的公司均不過(guò)40%。而對(duì)于負(fù)債率沒(méi)那么高的企業(yè)而言，良好的現(xiàn)金流仍能提高其盈利率。這可能意味著高負(fù)債率的公司在重大疫情的影響下可能面臨著“爆倉(cāng)”風(fēng)險(xiǎn)，由于被強(qiáng)制要求還款而被迫出售資產(chǎn)或進(jìn)入清算程序，導(dǎo)致在疫情結(jié)束后生產(chǎn)力難以恢復(fù)到原有水平。此外，由于市值變化導(dǎo)致盈利率從60%上升到73%，上升了13個(gè)百分點(diǎn)；由于負(fù)債率變化導(dǎo)致盈利率從38%上升到63%，上升了25個(gè)百分點(diǎn)；由于現(xiàn)金流入率變化導(dǎo)致盈利率從55%上升到64%，僅上升了9個(gè)百分點(diǎn)。從這三個(gè)指標(biāo)加權(quán)平均值的變化可以看出，負(fù)債率對(duì)公司風(fēng)控能力的影響最大，其次是公司體量，最后是公司創(chuàng)造現(xiàn)金流的能力。重大疫情發(fā)生年各類(lèi)公司特征的重要度排序?yàn)榱烁逦乇容^各類(lèi)公司特征在抵御疫情沖擊上所起的作用，本文以公司在疫情年是否實(shí)現(xiàn)盈利為目標(biāo)變量，將體現(xiàn)公司內(nèi)部結(jié)構(gòu)的資產(chǎn)負(fù)債率、現(xiàn)金流入率與市值指標(biāo)以及體現(xiàn)公司外部環(huán)境的行業(yè)指標(biāo)（以虛擬變量的形式呈現(xiàn)）作為預(yù)測(cè)變量，進(jìn)行了XGBoost分類(lèi)。并分別特征重要度從內(nèi)部結(jié)構(gòu)、外部環(huán)境以及綜合結(jié)果三個(gè)方面進(jìn)行了分析。各項(xiàng)特征重要度的具體結(jié)果如表6所示。表6基于XGBoost分類(lèi)的重要度結(jié)果各項(xiàng)特征的重要度特征整體內(nèi)部結(jié)構(gòu)外部環(huán)境資產(chǎn)負(fù)債率31.32%38.97%-市值29.38%32.13%-現(xiàn)金流入率22.76%28.89%-醫(yī)療保健5.45%-12.33%房地產(chǎn)3.89%-11.67%材料2.53%-17.67%公用事業(yè)1.56%-5.67%信息技術(shù)0.97%-14.00%日常消費(fèi)0.97%-17.33%工業(yè)0.78%-12.67%可選消費(fèi)0.39%-8.67%金融0.00%-0.00%能源0.00%-0.00%可以看出，當(dāng)將內(nèi)部結(jié)構(gòu)與外部環(huán)境一同納入XGBoost分類(lèi)時(shí)，內(nèi)部環(huán)境的重要度要遠(yuǎn)大于公司所處的行業(yè)：內(nèi)部結(jié)構(gòu)的重要度占總重要度的84%，外部環(huán)境僅占16%。當(dāng)僅考慮內(nèi)部結(jié)構(gòu)時(shí)，資產(chǎn)負(fù)債率、市值與現(xiàn)金流入率的重要度差距并不是很大，其中資產(chǎn)負(fù)債率的重要度最高，達(dá)到了39%，而現(xiàn)金流入率的重要度僅比其低10個(gè)百分點(diǎn)，為28.9%。而當(dāng)僅考慮外部環(huán)境時(shí)，各行業(yè)之間的重要度存在著顯著差別，材料業(yè)與日常消費(fèi)業(yè)的重要度最大，均超過(guò)了達(dá)到了17%，但金融業(yè)與能源業(yè)這兩個(gè)行業(yè)與企業(yè)是否盈利幾乎沒(méi)有關(guān)系。公司內(nèi)部結(jié)構(gòu)因素的重要度排序圖1展示了將資產(chǎn)負(fù)債率、現(xiàn)金流入率與市值進(jìn)行XGBoost分類(lèi)后重要度排序的結(jié)果，與上述分析也相符合。圖1公司內(nèi)部結(jié)構(gòu)的重要度排序這表明在對(duì)公司盈利造成不利影響的因素中，貸款機(jī)構(gòu)的信心是很重要的一環(huán)，其既對(duì)小公司有著深刻影響，又對(duì)高負(fù)債率的公司有著決定性的影響。因此，在這次的COVID-19疫情中，提振金融機(jī)構(gòu)的信心，使其不對(duì)中小企業(yè)斷貸，少對(duì)高負(fù)債率企業(yè)催債尤為關(guān)鍵。同時(shí)，各企業(yè)也應(yīng)該積極優(yōu)化內(nèi)部結(jié)構(gòu)，加快資金周轉(zhuǎn)，將疫情對(duì)企業(yè)未來(lái)持續(xù)經(jīng)營(yíng)造成的影響降到最低。公司外部環(huán)境因素的重要度排序本文設(shè)置虛擬變量來(lái)分別描述10個(gè)行業(yè)，并將公司是否盈利作為二元分類(lèi)的標(biāo)準(zhǔn)，用XGBoost方法對(duì)其重要度進(jìn)行了排序，具體結(jié)果如圖2所示。圖2各行業(yè)對(duì)公司盈利率影響的重要度排序可以看出，受到疫情影響最為嚴(yán)重的是材料行業(yè)，其次是日常消費(fèi)行業(yè)、信息技術(shù)行業(yè)與工業(yè)行業(yè)。這也與上述分析和實(shí)際情況一致。而醫(yī)療保健、公用事業(yè)與房地產(chǎn)行業(yè)的盈利率高，重要度排名卻靠后的原因是樣本量較小且該方法對(duì)虧損類(lèi)別判斷的精確率高于對(duì)盈利類(lèi)別，故判斷得出的準(zhǔn)確率相對(duì)偏低。由于大面積的停產(chǎn)停工，各制造業(yè)的供應(yīng)鏈遭到破壞，使得整個(gè)生產(chǎn)流程停滯，進(jìn)而影響如材料業(yè)、工業(yè)、和信息技術(shù)企業(yè)的產(chǎn)量。而日常消費(fèi)之所以會(huì)受到嚴(yán)重影響，是因?yàn)樵谥卮笠咔槠陂g，人們傾向于待在家中，從而消費(fèi)能力降低。一些商務(wù)銷(xiāo)售環(huán)節(jié)，春節(jié)期間沒(méi)法走動(dòng)，導(dǎo)致后期業(yè)務(wù)開(kāi)展受到影響，如線(xiàn)下影院等。因此，在這次的COVID-19疫情中，對(duì)企業(yè)的幫扶重心應(yīng)偏向于餐飲業(yè)等日常消費(fèi)業(yè)以及一些高科技制造業(yè)。外部環(huán)境與內(nèi)部結(jié)構(gòu)對(duì)公司盈利率的聯(lián)合重要度排序圖3則綜合考慮了公司的內(nèi)部結(jié)構(gòu)與行業(yè)的影響，將這兩方面的指標(biāo)同時(shí)納入XGBoost進(jìn)行重要度排序，其結(jié)果如下圖所示。圖3行業(yè)與結(jié)構(gòu)對(duì)公司盈利率聯(lián)合影響的重要度排序綜合這三張表來(lái)看，不難看出負(fù)債率、市值與現(xiàn)金流這些內(nèi)部結(jié)構(gòu)的重要度遠(yuǎn)大于各個(gè)行業(yè)。說(shuō)明相較于公司所屬的行業(yè)，其內(nèi)部結(jié)構(gòu)更為重要。盡管不同的行業(yè)特性受到來(lái)自疫情的沖擊各不相同，但保持一個(gè)良好的財(cái)務(wù)結(jié)構(gòu)卻能顯著增強(qiáng)其風(fēng)控能力。盡管現(xiàn)金流入率的重要度在公司內(nèi)部結(jié)構(gòu)指標(biāo)中排在最后，但仍遠(yuǎn)大于行業(yè)指標(biāo)，其作用也不可忽視。經(jīng)分析，可以發(fā)現(xiàn)受疫情影響最大的就是日常消費(fèi)業(yè)和以材料、信息技術(shù)、工業(yè)企業(yè)為首的制造業(yè)中高負(fù)債、小市值企業(yè)。這也為在此次COVID-19疫情中，為宏觀調(diào)控發(fā)揮作用的方向給出了一個(gè)參考。結(jié)論與政策建議春節(jié)假期，本來(lái)是拉動(dòng)消費(fèi)增長(zhǎng)的黃金周。據(jù)商務(wù)部監(jiān)測(cè)，在過(guò)去的十年里，春節(jié)假期全國(guó)餐飲企業(yè)和零售行業(yè)的銷(xiāo)售額從2010年的3400億元增長(zhǎng)至2019年的10050億元。然而2020年受疫情影響，幾乎全民都待在家中，銷(xiāo)售額必然受到較大沖擊;與此同時(shí)，此時(shí)大量勞工居家隔離，沒(méi)有辦法如往年定期返崗，有些制造企業(yè)因需要趕緊開(kāi)工而會(huì)受到?jīng)_擊，這一沖擊對(duì)于中小型企業(yè)尤其大。而高負(fù)債率的公司在重大疫情的影響下可能面臨著“爆倉(cāng)”風(fēng)險(xiǎn)，由于被強(qiáng)制要求還款而被迫出售資產(chǎn)或進(jìn)入清算程序，導(dǎo)致在疫情結(jié)束后生產(chǎn)力難以恢復(fù)到原有水平。小公司由于本身資信程度不如大企業(yè)，貸款途徑和貸款利率都遠(yuǎn)不如后者，其受到的影響相比于后者更為嚴(yán)重。此外，無(wú)論公司大小，其賬目上良好的現(xiàn)金流或能有效緩解債務(wù)到期的問(wèn)題，對(duì)減緩疫情沖擊有著重要作用?；诒疚膶?duì)國(guó)內(nèi)歷史上重大疫情發(fā)生年間影響企業(yè)盈利的各方面因素的分析，結(jié)合此次COVID-19疫情的發(fā)生時(shí)間，可以得出這樣一個(gè)結(jié)論：這次的COVID-19疫情最有可能對(duì)以餐飲業(yè)為首的日常消費(fèi)業(yè)和以材料、信息技術(shù)等為首的制造業(yè)造成影響，而對(duì)其中高負(fù)債、小市值企業(yè)的影響尤為劇烈，而良好的現(xiàn)金流能夠部分抵御該疫情的沖擊。同時(shí)，由于這次疫情的規(guī)模、范圍要遠(yuǎn)遠(yuǎn)大于手足口病、H1N1與H7N9疫情，其對(duì)公司的影響之深也會(huì)遠(yuǎn)大于上述分析的結(jié)果。因此，就本次疫情而言，本文提供了如下建議：對(duì)于宏觀管理機(jī)構(gòu)而言，首先，由于現(xiàn)金流在一定程度上可以減緩疫情對(duì)企業(yè)盈利的沖擊，故通過(guò)適當(dāng)減免工廠、大型生產(chǎn)設(shè)施的租賃費(fèi)用與水電費(fèi)等降低企業(yè)的場(chǎng)地閑置成本與用電成本，從而一定程度上增加企業(yè)的現(xiàn)金流；對(duì)于部分企業(yè)滯銷(xiāo)的對(duì)抗疫活動(dòng)有用的產(chǎn)品，宏觀管理機(jī)構(gòu)可以以捐贈(zèng)補(bǔ)貼或是收購(gòu)—捐贈(zèng)的形式，在促進(jìn)企業(yè)支持抗疫的同時(shí)為其創(chuàng)造現(xiàn)金流。此外，由于負(fù)債率對(duì)公司盈利的影響最為深刻，故提振貸款機(jī)構(gòu)的信心、降低相關(guān)人員的恐慌尤為重要。具體而言，可以適當(dāng)降低各類(lèi)金融機(jī)構(gòu)的強(qiáng)制平倉(cāng)線(xiàn)以防止惡性循環(huán)，適當(dāng)、暫時(shí)地增加貸款機(jī)構(gòu)對(duì)中小企業(yè)壞賬的容忍度。還可以通過(guò)政府基金支持、強(qiáng)化融資保險(xiǎn)和擔(dān)保等增信支持方式來(lái)緩解小微企業(yè)負(fù)債率高的問(wèn)題。對(duì)某些中小企業(yè)，其受疫情影響較大、發(fā)展?jié)摿^大但暫時(shí)受到?jīng)_擊而又運(yùn)行困難的，可強(qiáng)制要求貸款企業(yè)，使其不得抽貸、斷貸、壓貸、罰息；或?yàn)楣膭?lì)金融機(jī)構(gòu)在疫情防控期間為中小企業(yè)提供持續(xù)的貸款服務(wù)，對(duì)于在此期間由于為中小企業(yè)續(xù)貸而受到虧損的貸款機(jī)構(gòu)給予適當(dāng)補(bǔ)助。此外，通過(guò)變更還款安排、延長(zhǎng)還款期限、改變付息周期等方式，減輕中小企業(yè)貸款到期與盈利受損的期限錯(cuò)配問(wèn)題。對(duì)于企業(yè)而言，首先應(yīng)適度舉債，在發(fā)揮財(cái)務(wù)杠桿正面效用的情況之下不危及企業(yè)的持續(xù)經(jīng)營(yíng)能力。在中長(zhǎng)期債務(wù)到期的之前尋找債務(wù)延期渠道，以避免在受不可抗力的影響下，企業(yè)盈利下降而導(dǎo)致的資不抵債，從而使公司不可避免的進(jìn)入清算程序。其次，對(duì)于小企業(yè)而言，由于貸款資源主要都被“財(cái)政支配的經(jīng)濟(jì)形態(tài)”所支配，難以從銀行獲得大額貸款，其資金來(lái)源的成本要遠(yuǎn)高于大公司，因此盈利的利息保障倍數(shù)不可避免地低于大公司，相比于大公司更為脆弱，更需要注意貸款額度。最后，企業(yè)本身不能總是等著政府救助，由于公司內(nèi)部結(jié)構(gòu)的重要度遠(yuǎn)遠(yuǎn)高于行業(yè)類(lèi)別，故增強(qiáng)盈利能力、優(yōu)化債務(wù)結(jié)構(gòu)才是長(zhǎng)久之計(jì)。創(chuàng)造現(xiàn)金流的能力對(duì)企業(yè)的風(fēng)控能力有著正面影響，在國(guó)家的扶持之下應(yīng)積極尋找拓寬業(yè)務(wù)的渠道，更加主動(dòng)地向數(shù)字化轉(zhuǎn)型。在體力工作實(shí)在難以進(jìn)行的條線(xiàn)上進(jìn)行線(xiàn)上頭腦風(fēng)暴，討論產(chǎn)品的優(yōu)化方向、潛在的銷(xiāo)售渠道以及更合理的管理方式。謀定后動(dòng)，從而在復(fù)產(chǎn)復(fù)工后能更迅速地增強(qiáng)自身競(jìng)爭(zhēng)力。參考文獻(xiàn)ChenT,TongH,BenestyM.xgboost:ExtremeGradientBoosting[J].2016.DrGordonG.Liu,DrJeffJ.Guo,ScottR.Smith.EconomiccoststobusinessoftheHIV/AIDSepidemic[J].Pharmacoeconomics,22(18):1181-1194.SooCheong(Shawn)Jang.Growth-focusedorprofit-focusedfirms:Transitionstowardprofitablegrowth[J].TourismManagement,32(3):p.667-674.LuoSumei,ZhangYuxi,ZhouGuangyou.FinancialStructureandFinancingConstraints:EvidenceonSmall-andMedium-SizedEnterprisesinChina[J].Sustainability,10(6):1774-.MitsuruKatagiri.Amacroeconomicapproachtocorporatecapitalstructure[J].JournalofMonetaryEconomics,66(sep.):79-94.Panda,AjayaKumar,Nanda,Swagatika.WorkingcapitalfinancingandcorporateprofitabilityofIndianmanufacturingfirms[J].ManagementDecision:MD-07-2017-0698.RichardACash,VasantNarasimhan.ImpedimentstoGlobalSurveillanceofInfectiousDisease:Economicandsocialconsequencesofopenreporting[J].Development,42(4):115-120.Wu,Tong,Perrings,Charles,Kinzig,Ann,等.Economicgrowth,urbanization,globalization,andtherisksofemerginginfectiousdiseasesinChina:Areview[J].Ambio,46(1):18-29.陳海強(qiáng),韓乾,吳鍇.現(xiàn)金流波動(dòng)、盈利穩(wěn)定性與公司價(jià)值——基于滬深上市公司的實(shí)證研究[J].金融研究,2012(9):181-194.馮錄召,余宏杰,楊維中.流感大流行的疾病負(fù)擔(dān)和經(jīng)濟(jì)影響研究進(jìn)展[J].中華流行病學(xué)雜志,2007,28(4):405-407.管曉永.論中小企業(yè)融資擔(dān)保的投資主體[J].科技進(jìn)步與對(duì)策(10):154-156.郭娜.政府？市場(chǎng)？誰(shuí)更有效——中小企業(yè)融資難解決機(jī)制有效性研究[J].金融研究,2013(3):