我国体育产业盈利能力的区域特征：基于省级数据的实证分析外文翻译资料

 2021-11-05 22:10:25

英语原文共 10 页

我国体育产业盈利能力的区域特征：基于省级数据的实证分析

华东科技大学体育经济研究所，上海200237

华东科技大学商学院，上海200237

华东科技大学经济物理研究中心，上海200237

研究了我国体育产业盈利能力的区域相关性。

体育产业的利润率以区域集聚为特征。

相邻省份体育产业的利润率大多是相关的。

文章历史：

于2018年10月31日收到。

2019年1月30日经修订的表格收到，可在网上查阅，2019年3月27日

关键词：经济物理学、体育产业、盈利能力、随机矩阵理论

由于我国体育产业的区域不平衡发展，目前我国体育产业在很大程度上呈现出空间和地理集聚的特征。盈利能力是可持续发展的重要参数。 对一个行业的不满。中国体育产业的盈利能力是否具有区域集聚性，这是一个有趣的问题。本文首先进行了统计分析和概率分析。 基于2011-2015年体育用品制造行业月度省级利润率数据的随机矩阵理论(RMT)TY分析。我们发现这样做的利润率 工业不是随机分布在各地区的。我们还关注该行业盈利能力的集体市场效应。通过对最大3次数据的回归分析 特征值的利润率，我们发现特征值反映了集体市场效应的利润成本比(PCR)和销售回报(ROS)。最后，对每个相关矩阵进行搜索。 利用聚类方法确定了省区集群的利润率。 接近或接近。我们的分析为体育产业盈利能力的区域特征提供了新的认识，为政府和企业提供了潜在的实用价值。

1.介绍

随着体育在社会生活中的地位越来越高，它所产生的经济影响在所有领域都得到了越来越多的学者的关注。皮特和斯托勒预测平均年g 1986-1988年我国体育产业增长率为6.8%[1]。其他学者的计算表明，美国的体育产业以惊人的速度膨胀。 n最近几十年。根据Meek，一个国家的GDSP(国内体育总量)

产品是指其体育相关商品和服务所产生的市场价值.Meek估计，1995年美国GDSP达到1520亿美元[2]。Milano和Chelladurai的研究 显示2005年美国GDSP价值最保守的估计是1684.69亿美元[3]。普朗克特研究公司的数据显示，2015年美国体育产业的总体规模 接近4984亿美元，约占当年美国国内生产总值的2.75%，世界银行称这一年的GDP为181.12亿美元。根据“1995年日本休闲产业白皮书” 日本体育产业总产值1986年为334亿美元，1992年猛增至585亿美元[4]。2012年，日本GDSP占GDP的2.4%[5]。根据 奥地利体育协会(SPEA)于2012年11月发布的研究报告指出，体育的直接效应，再加上其乘数(间接和诱导)效应，总计达到2.98%(294.36万亿欧元)。 欧洲联盟的总增加值。

以中国体育产业为研究对象，采用我国体育产业的官方定义。根据“全国体育产业统计分类” 由国家体育总局和国家统计局于2015年颁布，体育产业被界定为提供体育服务的活动 为公众提供的S和产品，以及与之相关的一系列活动。在“国家体育产业统计分类”中，体育产业包括11个类别 体育管理、体育竞赛、体育及相关产品制造等。近年来，体育产业对中国的贡献显著增长。 经济。中国国家体育总局的数据显示，国家体育产业增加值为6475亿元，占2016年GDP的0.9%(占GDP的0.6%/2)。 012）。从结构上看，我国体育用品及相关产品制造业产量以11962.1亿元（账号 2016年占全国体育产业总产值的62.9%，2017年为13509.2亿元(占全国体育产业总产出的61.4%)。从hellip; 从空间分布的角度看，我国体育产业在区域发展上是不平衡的，但在某些地区有聚集的趋势。截至2006年，根据发展和集聚情况 在各地区体育产业中，国家体育总局已开始将“体育产业国家试点基地”称号授予部分地区， 部分地区体育产业发展相对集中。来自“国家体育产业试点基地发展报告(2015 2016)”的统计数据显示，在20年间 15、14个体育产业试点基地实现了

897.7亿元，占当年全国体育产业增加值的16.3%。体育产业试点基地充分发挥了集聚效应、规模经济作用。 效应和区域辐射效应，有效地带动了体育产业的发展。空间和地理集聚已被证明是体育活动中的一种地理现象。 客观存在于我国体育产业发展中的经济作为现阶段的一个重要特征[6]。
作为企业竞争力的核心组成部分，盈利能力是一个产业可持续发展的重要参数，而产业利润率则是一个重要的指标。 产业竞争力指标。De Schoenmaker等人根据2005-2010年比利时零售商的数据，审查了地域集中对公司盈利能力的影响[7]。 根据欧盟15个成员国2005年的企业数据，Stavropoulos等人。探讨了集聚经济与企业利润率的关系[8]。通过对省级数据的分析 来自中国工业企业数据库1998-2007年的23个行业，王琨等。对中国制造业的盈利能力进行了区域比较，发现 区域资源禀赋差异是产业盈利波动的重要原因之一。耿业强等人基于中国制造业数据的研究 企业在2003-2007年期间，揭示了产业集聚对不同地区企业利润率的不同影响[10]。中国体育产业的盈利能力是否也 摘要区域集聚，以及地理相近的区域在利润率上是否具有相似的特征，对于区域的分布和协调都是值得探讨的。 发展体育产业。各种方法已被用于金融市场的研究[11-13]。随机矩阵理论(Rmt)以其强大的解释力，得到了广泛的应用。 热衷于分析金融市场和经济体系。许多学者对价格波动的统计特性和个股间的相互关系感兴趣，而不仅仅是量化。 揭示金融系统的复杂结构[14-23]，但实际上也适用于资产配置和证券组合风险[24，25]。从网络的角度出发，一些研究对网络进行了研究。 锁定股票与房地产证券市场的相关结构[26-30]。也有学者对经济系统的地理特征或大气污染物的地理特征进行了研究。 通过将RMT与聚类分析相结合[25，31-33]。然而，很少有文献将这一理论应用于体育产业的区域特征分析。被禁闭b 本文通过数据的分析和中国体育产业结构的分析，主要研究了以体育产业为主的体育用品制造业的利润率。 基于随机矩阵理论，探讨了产业盈利能力的区域分布特征。
本文的结构如下：第二部分对研究中使用的数据进行了基本的统计描述。第三部分介绍了本文的研究成果：第3.1节描述了差异。 利用概率密度图对体育用品制造业盈利矩阵中的特征值进行NCES分析，得到实矩阵与随机矩阵之间的NCES。塞蒂 在3.2上，通过对行业盈利能力的省级数据和全国数据的回归分析，计算出三个最大特征值的回归系数，并报告 通过散点图计算结果，并据此分析集体市场效应。在3.3节中，我们使用随机矩阵理论和聚类分析方法来讨论区域。 在相关系数矩阵CIJ、偏相关系数矩阵Pij和亲和矩阵AIJ的基础上，分析了产业盈利能力的集聚。在科 3.4根据关联矩阵AIJ的结果，提出了基于不同指标的聚类图，并对其特征进行了分析。第四部分总结了本文的研究成果。
表1

盈利能力指标的描述性统计。平均值、SD值、max值和最小值分别为平均值、标准差、最大值和最小值(GPM)、聚合酶链反应(PCR)和最小值(Ros)。

2.数据集

从2011年2月到Oc，本研究采用了中国各省、直辖市体育用品制造业利润率指标的月度数据。 Tober 2015。中国统计应用支持系统我们只选择21个省、直辖市进行分析。 在这个数据库中，中国其他省份的数据不完整。21个省、直辖市包括北京、天津、河北、山西、辽宁、吉林、黑龙江、四川。 黄海，江苏，浙江，安徽，福建，江西，山东，河南，湖北，湖南，广东，广西，四川和贵州。

鉴于利润率在许多研究中被视为主要的盈利指标[9，34，35]，本文选取了体育用品制造业的三个主要利润率指标。 ，即毛利率、利润成本比和销售回报。

毛利率(GPM)是指公司的盈利能力。如果我们有关于公司收入(R)及其可变成本(VC)的信息，我们可以将pi;G作为dif度量毛利水平。 R与VC与GPM之比为R[36]。GPM的定义如下：

GPM(%)=pi;G=R-VC x 100%(1)

R R

利润成本比(PCR)反映了投入成本和成本降低的经济效益。计算如下，

PCR(%)总利润100%(2)

总费用

上述公式中的总成本为主营业务成本、营销成本、管理成本和财务成本之和。

销售回报(ROS)是指以销售收入的百分比表示的税前净利润。比较同一部门企业业绩的有用比率[37]。它是计算出来的 d如下：

ROS(%)净利润

SalesRevenue

times;100%(3)
表1显示了时间序列ri(T)(t1，2)的总体描述性统计数据。....第一省的利润率指标。8个省(北京，Sh)的平均GPM 海岛、浙江、福建、山东、湖北、湖南、广西等地均高于中国。这表明，一些省级直辖市、沿海省份和内省的工业GPM。 令人厌烦的省份相对较高。吉林、山东、上海、江苏、安徽、江西、河南、湖北、湖南、四川等10个省的平均PCR均高于中国。玛吉 这些省份位于中国中部沿海地区及其周边地区。ROS的情况与聚合酶链反应相同，因为每个省份的这些指标的平均值都是相同的。 e是相似的。
3.结果

3.1概率密度，几率密度

随机矩阵理论(RMT)目前已成为经济物理学中具有很强解释力的分析工具之一。主成分分析在本质上等于rmt。 [32]相关矩阵及其特征值[32]。主成分分析在金融领域也得到了广泛的应用[38-40]。然而，我们可以找到不同经验值的特征值。 R来自RMT的预测，当我们使用RMT的方法时。这些偏离特征值必须包含一些有用的信息。例如股票市场，有几个偏离特征值 e最大特征值反映了整个市场的集体效应[16]。通过主成分分析很难得到这些信息。一些学者在肛门也使用了rmt。 相关经济指标的区域特征。一些学者将RMT与聚类分析相结合，发现了经济系统或空气污染物的地理特征[25，31，32]。 ]。本文在参考他们的研究方法的基础上，将随机矩阵理论引入到体育用品制造业盈利能力的区域特征分析中。 工业。

两个时间序列的数据之间的相关性通常是用Pearson相关系数来度量的，它可以表述为：

Cij [ri (t) / ri (t)] [rj (t) / rj (t)] (4)

其中，sigma;i表示时间序列ri(T)的标准差，sigma;j表示时间序列rj(T)的标准偏差，以及原始元素cij的标准差。 在我们的研究中，相关矩阵C是RI和RJ不同时间序列之间的Pearson相关系数。

通过对原相关矩阵C和随机矩阵[41]的比较，得到了重要的相关信息。在矩阵表示中，相关矩阵可以表示。 d作为：

C1 GGT(5)

英语字母表的第12个字母

其中G是元素{Gimgi(m∆t)的NL矩阵；I1，。....，N；m；0。....，L1}和GT表示G.R的转置表示随机相关矩阵。

R1AAT(6)

英语字母表的第12个字母

其中A是一个NL矩阵，包含N个具有零均值和单位方差的随机元素的时间序列，它们是相互不相关的。我们构造的R矩阵属于matr范畴。 在多元统计中，ICE常被称为Wishart矩阵。

当N，L，QL/N(gt;1)固定时，随机特征值的概率密度函数PRM(lambda;)

矩阵R可由[16]给出：

Prm (lambda;) = Q

(lambda;-lambda;) (lambda; -) lambda;(7)

其中lambda;在lambda;minus;lambda;ilambda;的范围内变化，其中lambda;和lambda;minus;在

r随机矩阵，可表示为：

lambda; plusmn;= 1

1 1

Q plusmn;2 Q(8)
对于有限的N和L，PRM(lambda;)的突然截止被一个快速衰减的边缘所代替.

接下来，我们将比较P(lambda;)、相关矩阵C中特征值的概率密度分布和PRM(lambda;)中特征值的概率密度分布。 随机矩阵R.在本研究中，数据指标涵盖53个月，从2010年2月到2015年10月，中国21个省和直辖市，即L=53，N=21，AN。 d因此q=2.524。利用公式(8)，我们可以求出矩阵C、lambda;minus;0.137和lambda;2.655中的特征值lambda;minus;I。然后，根据lambda;I 1gt;lambda;i的顺序对计算出的lambda;i值进行排序。

图1显示了P(lambda;)和PRM(lambda;)之间的差异。RMT是随机矩阵中的特征值分布。

在N21列和L53列的高斯序列中，实证分析了各省三个利润率指标的相关矩阵中的特征值分布。图1也显示 S三个指标的第一和第二大特征值远大于RMT的上限。它与rmt的高斯预测有很大的偏差，这表明 不同省份之间的“集体”行为或相关关系[15]。也就是说，这个行业的利润率不是随机分布在各个地区的。

图1.体育用品制造业利润率特征值的概率分布。(A)、(B)和(C)显示C(固体蓝线)和t的特征值分布P(lambda;) R(虚红线)的特征值分布PRM(lambda;)分别按GPM、PCR和ROS进行。

3.2集体市场效应

根据3.1中的计算，我们可以为每个特征值lambda;i构造Rn：

Rn=uT x r(9)

其中r r1，....，R21T是一个向量，由对省级利润率指标(0平均单位方差)标准化后得出的元素组成。UT是Corr特征向量的转置。 E矩阵C.

为了研究特征值lambda;I所体现的集体市场效应，建立了Rn和R的线性回归模型：

Rn = kn times; R ε (10)

R指的是国家利润率指标的规范化数据。普通最小二乘线性回归模型(OLS)的执行会产生kn，如果与 0，将证明特征值包含集体市场效应的想法是合理的[25]。Kn值越大，集体市场效应越强。

图2用于报告建立在三个利润率指标的3个最大特征值上的回归模型的结果，以显示集体市场效应。对中国人来说 体育用品制造业的p值回归系数对于gpm的2个最大特征值还没有通过显着性检验，说明总体上没有

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章