一、企业目标损益因素分析与监控模型构建研究（论文文献综述）
周彪[1]（2021）在《小微企业互联网融资信用评价研究》文中指出我国正处于经济结构、产业结构调整优化的重要阶段,小微企业由于产业类型多样、覆盖范围广、市场反应敏感等特征,对促进我国产业结构的调整和社会经济的持续、平稳运行,发挥着关键的作用。然而,小微企业的融资难题,特别是传统融资的困境限制了小微企业的发展,转向民间信贷融资又使得小微企业面临融资贵的风险,并加剧了市场动荡。信息不对称是小微企业融资困境产生的关键原因,在“互联网+”背景下,加快我国金融供给侧改革、推动互联网金融的发展,既为小微企业融资渠道的拓展提供条件,又为小微企业融资信用水平相关信息的获取提供重要手段。大数据背景下的小微企业互联网融资,成为解决小微企业融资困境的有力方式;基于大数据技术、对小微企业互联网融资信用评价问题展开深入而细致的研究,是该方式发挥作用的关键。本文研究的关键科学问题包括:（1）评价机理分析。研究国外小微企业特征及信贷服务实践的成功经验,分析小微企业互联网融资信用数据来源、剖析小微企业传统渠道与互联网渠道下融资信用评价的异同点等,分析大数据背景下小微企业互联网融资信用评价机理。（2）评价体系构建。加快适用于小微企业互联网融资信用评价体系的针对性研究,强化小微企业互联网融资信用评价的有效性,成为银行等金融机构服务小微企业互联网融资、防控小微企业互联网融资风险的重要举措;（3）数据模型构建。借助互联网技术、大数据技术对海量、多元信息的获取能力,利用数据挖掘及机器学习技术如何改进小微企业融资信用评价模型及模型精确度;（4）评价结果及应用。研究信用评价对金融机构与小微企互联网融资信任关系形成的作用机理,是需要深入分析和研究的重点问题。文章在基本理论模型分析的基础上,通过对四大类问题的研究,产生如下的研究成果:（1）基于大数据的小微企业互联网融资评价机理模型。针对小微企业互联网金融产品、服务及融资流程不明晰、不系统的现状,对小微企业互联网融资途径及大数据信用评价机理展开分析。我国小微企业是国民经济发展的重要力量,从国外小微企业特征及信贷服务实践的分析入手,实现我国小微企业特征的详细统计分析和对比分析,我国小微企地域分布和行业分布等总体情况、金融行为、竞争力、社会关联性以及还款能力和还款意愿上,表现出显着差异性特征。基于案例提出小微企业互联网融资模式共包含传统融资业务的互联网化、基于互联网平台的融资模式、“互联网+”金融的全新模式以及上市融资四种类型。提出信息不对称风险、财务风险、关联关系复杂性风险、脆弱性风险四类小微企业互联网融资信用的风险来源,剖析小微企业传统渠道与互联网渠道下融资信用评价的异同点,界定小微企业互联网融资信用评价的四维概念模型。研讨大数据技术小微企业互联网融资信用评价中的应用机理,提出评价的基本框架。（2）“互联网+”的小微企业互联网融资评价体系模型。充分利用“互联网+”下小微企业融资渠道拓宽所带来的海量信息获取优势,分析影响小微企业互联网融资信用水平的相关因素,构建针对小微企业互联网融资信用评价的专门指标框架,形成具体、细致的评价指标储备。界定反映小微企业互联网融资信用水平的硬信息、软信息,从双重维度提炼81项影响小微企业互联网融资信用水平的具体因素。继而,从经营活动信息、金融行为信息、企业基本信息、企业竞争力信息、企业关联关系信息系和企业融资申请陈述信息等六个维度提炼、储备90个具体评价指标,构建小微企业互联网融资信用评价指标体系的总体框架,明确各评价指标的指标类型、评分方法及数据的标准化方法。构建融合熵值法、CRITIC方法、方差齐性检验的小微企业互联网融资信用评价指标组合赋权方法,强化指标体系区分小微企业互联网融资信用履约客户和违约客户的能力。（3）基于主题挖掘的小微企业互联网融资数据获取模型。信息量暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征,小微企业互联网融资信用评价研究需围绕硬信息、软信息多元结构的融合展开。基于小微企业互联网融资信用指标框架中的部分软信息变量,构建小微企业互联网融资信用相关软信息LDA主题挖掘模型,获取17个主题变量及各主题对应每条样本的概率分布,实现小微企业互联网融资信用软信息的量化挖掘。（4）基于神经网络的小微企业互联网融资评价模型。针对小微企业互联网融资信用评价的二分类问题,构建基于BP神经网络的小微企业互联网融资信用评价模型。选取同花顺行情中心新三板作为数据来源开展案例分析,分别将硬信息、软信息、硬信息+软信息纳入BP神经网络模型,形成三组对比实验。结果发现硬信息能够更直观地反映小微企业互联网融资的偿债能力、偿债意愿,相对于单独使用软信息进行小微企业互联网融资信用评价而言,单独使用硬信息进行评价的精确度更高;融入软信息的小微企业互联网融资信用评价精确度高于仅使用软信息或硬信息进行评价的精确度,因而将软信息、硬信息同时纳入小微企业互联网融资信用评价模型,是提升银行等金融机构信贷风险评估准确性的重要方式。（5）小微企业互联网融资发展政策建议。以多元数据的合理化运用为脉络,研究大数据背景下信用评价对金融机构与小微企业信任关系形成的作用机理,给出促进小微企业与金融机构互联网融资信任体系良性发展的策略和管理建议。明确了不同阶段银行等金融机构对多元信息的处理范式,分析小微企业多元信息发挥作用的方式。将小微企业的互联网融资行为和银行等金融机构的放贷行为,抽象为小微企业与金融机构之间互联网融资信任关系形成的博弈问题,构建演化博弈模型,分析二者互联网融资信任关系形成过程中的策略选择,逆向推理信用评价中的相关因素对二者策略选择的影响,进而为银行等金融机构提供相应的管理建议。本文产生的创新点可能包括:（1）基于大数据的小微企业互联网融资信用评价体系总体框架。从我国小微企业的概念和范围界定入手,具体考虑我国小微企业特征,提出大数据背景下、针对小微企业互联网融资信用评价的指标体系总体框架,为后续相关研究提供范式参考。小微企业融资过程中存在大量财务管理数据等结构性硬信息获取不足的问题,致使银行等经融机构难以作出准确的风险评估,造成严重的“信息不对称风险”,进而加剧小微企业互联网融资难度。非结构性文本信息等软信息暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征,小微企业互联网融资信用评价研究需围绕硬信息、软信息多元结构的融合展开。针对我国小微企业特征,综合考虑小微企业经营过程中产生硬信息、软信息的双重维度,提炼影响小微企业互联网融资信用水平的多项因素,构建针对小微企业互联网融资信用评价的指标体系总体框架,确定具体评价指标及指标类型、标准化方法。大数据技术能够大大提升不同类型、不同来源数据的可得性,因而该数据集合在大数据技术的辅助下,获取更多数据成为可能,这也为其他相关研究提供借鉴。（2）基于多元信息融合的小微企业互联网融资信用评价模型的构建方法。研究大数据技术下非结构性软信息的获取方式、使用方式。软信息暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征。基于文本挖掘技术,提出大数据背景下小微企业互联网融资信用评价非结构性软信息的量化方法,实现大数据背景下小微企业互联网融资信用评价结构性硬信息和非结构性软信息的量化融合。基于机器学习方法、神经网络模型,构建大数据背景下的小微企业互联网融资信用评价模型。利用网络爬虫技术,研究针对我国小微企业互联网融资信用评价的多元数据获取方法。案例分析设计三重实验,分别采用硬信息数据集、软信息数据集、硬信息+软信息数据集,将三类数据集合分别纳入评价模型中,发现不同数据类型的使用对模型精度具有显着影响。硬信息能够更直观地反映小微企业互联网融资的偿债能力、偿债意愿,相对于单独使用软信息进行小微企业互联网融资信用评价而言,单独使用硬信息进行评价的精确度更高;融入软信息的小微企业互联网融资信用评价精确度高于仅使用软信息或硬信息进行评价的精确度。（3）基于演化博弈的金融机构与小微企业互联网融资信任的关系模型。针对我国小微企业与银行等金融机构之间相互信任不足的特征,构建金融机构与小微企业互联网融资信任关系的演化博弈模型,分析如何通过大数据技术下互联网融资信用评价不同策略选择,实现信用评价的改进、促进小微企业与金融机构互联网融资互利互信共赢的最终目标。围绕多元数据的合理化运用脉络,将小微企业的互联网融资行为和金融机构的放贷行为,抽象为小微企业与金融机构之间互联网融资信任关系形成的博弈问题,构建演化博弈模型。通过演化博弈均衡的分析及影响因素分析,模拟二者互联网融资信任关系形成过程中的策略选择,发现金融机构在小微企业互联网融资中的潜在损益、体现小微企业信用水平的结构性软信息潜在损益以及对软信息硬化边界、机器评价与人际沟通关系的掌握,是影响二者策略选择和良好信任关系形成的重要因素。基于此,为银行等金融机构提供相应的管理建议,以期在大数据背景下实现小微企业互联网融资信用评价效果的提升。图58幅,表27个,参考文献204篇。
朱佳伟[2]（2021）在《城市综合管廊PPP项目社会资本退出决策研究》文中指出在我国经济爆炸式增长的背景下,随着城市化的脚步的加快,各类地下管线增长迅猛,做好管线的管理工作越来越重要,建设城市综合管廊能够完美的解决这个问题。城市综合管廊筹备期的投入过高,由一家单位建设压力过大,通过使用PPP公私合作可以有效的解决此问题。然而,通过公私合作建设城市综合管廊的现状是进入容易出来难,后者的后期利益得不到保障,导致其不愿加入其中,项目的实际落地持续下降。为解决此问题,社会资本方的退出决策研究则是重中之重,亟待深入研究。目前,绝大多数退出决策问题大多是通过对比分析法进行决策的。但是这种方法忽略了城市综合管廊PPP项目的不确定性、管理柔性以及投资不可逆性的特性,致使决策会出现失误。有鉴于此,本文提出基于实物期权与最优化原理来帮助决策参与者进行决策。首先,本文研究分析城市综合管廊PPP项目社会资本退出的决策国内外相关研究成果,并对其进行了国内外研宄现状综述;其次,对城市综合管廊PPP项目社会资本退出决策的定义与类型进行了概述,介绍本文所运用其他研究方法与理论:实物期权理论以及最优化原理;再次,分析社会资本退出原因、政策、方式等问题,分析研究实物期权法与管廊PPP项目的匹配问题;然后,根据项目在经营时期产生的现金流遵循几何布朗运动的假设,建立社会资本退出决策的模型,再结合各个退出方式产生的损益价值,构建城市综合管廊PPP社会资本退出最优的退出方式与时机决策模型,并通过真实案例论证了退出决策模型的科学性。本文为社会资本决策退出管廊PPP项目的方式与时机提供相关理论支持,通过案例分析为今后社会资本退出决策提供真实数据,为推动城市综合管廊项目的可持续发展增添了动力。
刘小倩[3]（2021）在《科技金融与科技创新耦合测度及影响因素分析》文中进行了进一步梳理2020年政府工作报告中再次强调要发展创业投资,强化金融对科技创新的支撑能力,“十四五”规划展望了我国核心技术于2035年应突飞猛进,加入前列创新型国家队伍。这些目标的实现都离不开“金融有效支撑技术创新”体制机制的构建,离不开强大的金融普惠性,届时科技金融水平得以提升,科技创新的发展得到促进,进而实现科技金融与科技创新的优质耦合。因此,全面把握当下我国科技金融与科技创新耦合发展情况,系统认识这两者的耦合机理和深入剖析耦合协调度的影响因素,具有一定研究意义,并能提供一定现实启示。一方面,本文进行了理论分析。第一,梳理了现有文献中关于科技金融与科技创新单方面作用、耦合作用和耦合影响因素研究这三方面的文章;第二,介绍了科技金融与科技创新耦合相关理论,并阐述了两者的耦合作用机制。另一方面,本文进行了实证分析。第一,利用耦合模型测度分析了2007-2017年我国30个省市科技金融子系统和科技创新子系统得分、科技金融与科技创新复合系统耦合协调度值和耦合类型的时空演变趋势;第二,检验了复合系统耦合协调度的空间自相关性,利用SDM模型剖析了耦合协调度的影响因素,考虑了政府机关、人才投入、金融市场、信息化水平和市场法律制度环境这五个层面的影响。第三,基于空间邻接权重矩阵下耦合协调度影响因素的空间效应,对比地理和经济距离权重矩阵下的结果,作了异质性分析。由此得出结论:（1）耦合测度实证结论。时间上,我国科技金融与科技创新的耦合发展由30个省市都处于不耦合期演变为已有22个省市进入转型期,但这22个省市都是科技金融滞后型或者科技创新滞后型;空间上,西部省市一直处于不耦合期,东部省市除海南以外、中部省市除山西以外都进入了转型期。（2）耦合影响因素实证结论。政府支持力度和信息化水平对科技金融与科技创新的耦合产生正向促进作用;科技人才规模和金融发展规模产生的效应是负向直接和正向间接;对外开放程度的直接正向作用被间接负向作用削弱,经济发展水平也如此;如果法律制度环境适宜本地市场,则利好科技金融与科技创新的正向耦合。（3）异质性分析结论。在不同空间权重矩阵下,耦合影响因素的空间效应分解结果有所不同,但总体上信息化水平的提升和市场法律制度环境的优化有利于科技金融与科技创新的发展。基于以上机理研究和实证分析,本文从缩小省市科技金融与科技创新耦合发展差距、提高科技创新效率和金融资源利用率、健全人才保障制度和减轻人才外溢程度、创建良好市场制度环境、发挥“互联网+”的创新效应这五个方面提供政策启示。
管淑慧[4]（2021）在《国有企业内部审计职能定位与升级路径》文中研究指明当前,许多国有企业都建立了包含内部审计的现代企业管理制度。但是国有企业的内部审计工作还存在一些问题。在国家相关政策下,国有企业的内部审计面临着升级的挑战。文章分析了当前国有企业内部审计职能定位与升级中存在的问题,并提出了国有企业应当改善内部审计形象、细化职能定位、注重内外部风险的管控、建立新型增值型内部审计体系,以切实提高国有企业的整体效益。
常乐[5]（2021）在《基于博弈理论的食品企业失信经营监管策略研究》文中研究指明民以食为天,食品安全关系到百姓身体健康和生命安全,关系到经济平稳运行和社会和谐发展。伴随着我国社会主义市场经济的快速发展,食品质量事件也屡屡发生,而这些事件的发生则多是因食品企业失信经营所导致。食品生产经营企业作为食品安全的主体,应保证食品安全,诚信自律,对社会和公众负责,自觉接受社会监督,主动承担社会责任,但诸多食品企业还远未担当起现代社会所赋予的职能和所期望的使命。本文以食品企业失信经营为主要研究对象,基于博弈视角探讨了对失信经营企业的监管策略以及如何实现社会共治等方面开展了较为深入的研究。主要研究内容包括以下四个方面:一是对食品企业失信经营的影响因素进行分析梳理。通过实地考察、问卷调查等资料的收集和整理,采用定性和定量相结合的方式针对食品企业失信经营问题找出主要的影响因素分别为企业诚信缺失、监管、信息技术、道德文化、检测技术和供应链复杂度,为进一步促进食品企业诚信经营、提升食品质量制定科学监管策略和谋求社会共治奠定基础。二在以预防为主、风险管理的理念指导下,对如何建立科学、严格的监管制度进行了探讨。并着重围绕经济处罚问题,通过构建混合策略博弈和演化博弈模型分析了如何确定合理经济处罚额度问题。从理论上探讨了既要通过经济处罚达到对企业失信经营实现制约、威慑作用以保证食品质量安全又要兼顾监管成本和监管效果的均衡。得出当经济处罚额度较低时,提高经济处罚可以增加对食品企业失信经营的威慑力;而当经济处罚增大到一定程度时,提高经济处罚则不能显着提高食品企业失信经营的威慑力。三是从社会共治角度探讨了对企业失信经营行为监管问题。文章探讨了在完全依靠企业自律或监管缺失不能确保食品安全情况下,如何有效发挥社会组织、公众舆论和消费群体等社会各方面绕抓共管的机制与作用。通过构建企业监管机构和消费者三方演化博弈模型将传统的单纯依赖监管机构的单向监管模式与社会共治模式结合进行分析,探讨了企业失信经营的利弊选择策略及监管机构相应的监管举措与消费者应采取的消费行为。得出为促进消费者在社会共治中的参与程度,应当通过教育宣传等方式提升消费者质量意识、维权意识,同时从制度上保障消费者维权过程中的合法权益,拓展消费者维权的途径,畅通消费者维权渠道,降低消费者维权成本。并对媒体和检测机构等其他第三方参与共治主体进行了策略分析。四是在对食品企业失信经营行为成因做出具体分析的基础上,重点探讨了发生食品危机时企业、监管部门及媒体如何采取信任修复的问题。即因企业失信经营而发生食品危机后作为责任主体的生产经营企业是应如何清除和减少公众对食品的信任缺失;挽回社会舆论所造成的负面影响进而产生的企业生存危机、抵制消费甚至巨额赔偿等状况;如何应对监管机构的问责、惩罚及民事甚至刑事等法律手段介入的紧迫局面。在方法上使用满意度调查法和Mayer信任模型,并用模糊层次分析法通过对信任模型与信任修复策略关系的构建分别探讨了企业、监管机构、公众媒体等对发生食品危机后的信任修复策略进行了研究。得出食品危机后,企业应当诚信经营,将工作重点放在对食品质量更为严格的把控上,积极向消费者传递产品质量信息,使信息传递更为透明,并构建相应的信用担保体系。文章创新之处主要有:一是有别于传统的单向监管思维模式,基于博弈视角运用系统分析的观念,对企业、监管机构、消费者因企业失信经营问题所构成的有机整体予以剖析其成因。综合平衡各方利益以达到有效保障食品安全的目的。二是通过构建演化博弈和混合策略博弈模型对企业和监管机构应采取的相应策略进行研究。与以往以经济处罚为主要惩戒手段的观点不同,得出当食品企业失信经营问题发生后,经济处罚额度虽有一定的制约效果,但当达到某个均衡点时处罚效用会有显着的衰减趋势,从而使得监管效率相应下降,并由此得出要对失信经营形成足够威慑仅凭经济处罚不能够遏制企业失信经营问题的发生,必须从加强制度建设强化社会共治等方面统筹共举。三是由构建食品企业、监管机构和消费者三方演化博弈模型论证了对企业失信经营问题的传统单向监管演化为社会共治的必要性和可能性。得出结论为社会共治是随食品企业因失信经营而获利与消费者遭受损益程度而自然演化形成,为保障消费者权益应尽可能在企业失信经营获利尚微时形成社会共治局面。不同于食品质量传统监管局限于“依法监管、科学监管”的指导思想,文章侧重于“诚信监管”。四是在对食品企业失信经营以预防为主,全过程常规监管之外,着重探讨发生食品危机后的企业信任修复策略,对事后取缔、查封等不准继续经营的失信企业,从另一个角度提出了除企业自身要采取有效的措施外,政府部门、消费者及公众舆论也需积极融合共同参与,以使企业重新获得社会认可并得以生存发展。通过对企业失信经营问题的研究,采取实地考察、走访调研、资料收集、理论分析、模型构建、仿真分析等方法和手段,主要针对企业失信经营的影响因素,食品危机发生后的企业信任修复,监管机构以经济处罚为主要手段的监管策略,以及如何对失信经营企业形成社会共治局面等方面进行了探讨。并同时对有关问题做了相应讨论,诸如监管机构的合理设置、法律法规及奖惩制度的完善、企业行业征信系统的设计、检测技术的提高、以及可追溯系统的建立等,以期达到促使企业诚信经营保障食品安全维护公众身体健康、生命安全的最终目的。
胡智瀚[6]（2020）在《基于EVA指标的J房地产公司业绩评价优化研究》文中研究说明“房住不炒”的政策基调促使房地产行业的宏观调控目标从抑制资产泡沫转变为坚决遏制房价上涨,各地的房产调控政策也不断强化升级,在这样的背景下,房地产行业的市场竞争日益激烈。科学的业绩评价体系有利于保持企业的核心竞争优势,促进企业的可持续发展。房地产企业现行业绩评价体系大多是以会计利润为核心,在评价业绩时并未考虑权益资本成本的影响,这就导致了在房地产企业权益资本成本不断增加的同时,现行评价体系更加无法准确地反映企业的业绩水平。J房地产公司采用平衡计分卡（BSC）进行业绩评价工作,但财务维度依旧考核的是以净利润为主的传统财务指标,由于其固有局限性,导致无法准确地反映企业的经营业绩。相比于传统财务指标而言,经济增加值（EVA）考虑了权益资本成本对企业收益的影响,在评估企业经营业绩时具有更高的准确性。本文梳理了基于EVA业绩评价的国内外文献研究现状,归纳了EVA业绩评价的相关理论,并结合J公司的经营实际,分析了企业现行业绩评价体系在财务指标及非财务指标方面存在的相关问题。然后,根据EVA指标计算方法的相关理论及案例公司的具体情况计算出了J公司2014年至2018年的EVA指标数值,并运用定量分析法将EVA指标与传统利润指标进行对比分析,从而得出J公司引入EVA指标进行业绩评价的具体优势。最后,基于对J公司相关数据的分析,从财务指标及非财务指标角度提出公司业绩评价的优化方案:一是以EVA、EVA回报率等指标替代以净利润为主的传统财务指标;二是引入资本占用周转率、加权平均资本成本等指标对企业的营运能力及资本结构合理性相关方面加以补充考核;三是引入社会责任考评维度,增加对税收缴纳、环保投入及社会活动方面的指标考核。本文通过对J房地产公司的具体分析,得出相比于传统财务指标而言,EVA业绩评价指标更能反映J公司真实的经营业绩,是一个能够推动企业不断优化资本结构、提升自身价值、增强行业竞争力的业绩评价工具。
蒋忠玉[7]（2020）在《基于EVA的人工智能企业价值评估研究 ——以海康威视为例》文中提出随着人工智能的快速发展,人们的生活变得更加便捷,工作效率得到了极大的提高,精神生活变得更加丰富,人工智能企业备受大家关注,人工智能企业的价值评估也成为了大家关注的焦点。不管是企业经营者制定企业发展战略还是投资者做出投资决策都需要了解企业的内在价值。所以,准确评估出人工智能企业的内在价值非常重要。本文通过分析企业价值理论和EVA理论,并有机结合人工智能企业的特点,尝试构建基于EVA的人工智能企业价值评估模型,并将其应用到案例企业的价值评估中。本文以知名人工智能上市公司——海康威视作为案例,通过对其基于EVA模型计算出的企业价值进行分析,希望能够对公司经营者制定经营策略和提高价值创造能力提供借鉴,同时也为投资者投资提供建议。本文首先阐述了人工智能企业价值研究的背景和意义,对国内外企业价值理论发展和本文的研究思路、研究方法等做出介绍;其次,分析人工智能企业发展概况和特点,并对传统价值评估方法进行介绍,分析对比传统估值方法与EVA估值法针对人工智能企业价值评估的适用性;然后,对EVA价值评估法进行介绍,并针对人工智能企业的特点,调整构建EVA企业价值评估模型;接着以海康威视为案例,结合公司的财务数据,在对企业财务状况分析的基础上,运用构建的人工智能企业价值评估模型对海康威视进行价值估值;最后,对估值结果进行分析后得出结论,并对海康威视企业价值提升提出建议。通过整篇文章的研究,得出如下结论:EVA价值评估模型对人工智能企业价值评估具有有效性和前瞻性;在人工智能企业价值评估上,EVA估值模型相较于传统方法具有显着的优势;可以通过加大研发投入、提高债务资本比例、加强对应收账款的管理、寻求盈利增长点的手段提升案例公司价值;在用EVA模型对企业价值进行评估时,加权平均资本成本对企业最后的价值评估结果影响重大,故对其需要合理计算。
何优[8]（2020）在《基于关联规则的G公司生产成本影响因素研究》文中提出电子信息产业在我国民经济中处于基础性地位,而PCB行业又是电子信息行业的支柱性产业,随着下游应用领域的发展与需求的刺激,我国PCB行业产值迅速增长,行业内的竞争越来越激烈。目前由于环保要求的不断提高和我国劳动力成本的攀升等因素影响,PCB制造业面临着巨大的成本压力。G公司作为一家专业从事印刷电路板制造的外商独资企业,采用标准成本的方法对产品的生产成本进行管控,但因PCB生产成本的复杂性,目前公司产品的标准成本与实际成本差异过大导致企业的成本控制工作流于形式。为了解决公司成本控制过程中遇到的问题,利用关联规则建立模型对企业积累的历史数据进行分析,找到实际成本的影响因素为该项研究提供了思路。本文首先根据G公司生产PCB产品产生的业务数据和关联规则分析的适用性,在理解关联规则与Apriori算法的前提下,从PCB的生产流程和G公司实际生产成本控制过程入手,梳理影响PCB生产成本的内部和外部因素,分析这些因素对于G公司产品生产成本的影响,依据合理、可行及全面的原则选取用于研究的10个非财务性的影响因素和2个描述实际生产成本变化的特征因素;接下来,按照构建影响因素概念层次树、处理模型数据、建立模型的顺序说明了如何构建基于关联规则的PCB生产成本影响因素分析模型;随后,以G公司2007至2016年间剔除了人工成本、原物料价格等不可预测与不可控制因素之后的数据,用Weka软件建立了 G公司生产成本影响因素分析模型,获得影响公司实际生产成本的因素,并结合相关成本、产品和行业经验对模型结果进行解读和分析;最后,根据对模型计算结果的分析,指导G公司对其生产成本控制过程进行优化。该研究通过将模型发现的结果用于实践论证了该模型在G公司生产成本影响因素分析中的有效性,解决公司实际成本控制中的难题,同时也给出了模型在其应用场景中可能会遭受到的局限。
白冰[9]（2020）在《中小银行债券投资业务利率风险管理研究》文中进行了进一步梳理2008年美国次贷危机以后,为了应对经济萧条对金融系统的冲击,中国央行采取了多项货币政策及财政政策来促进实体经济的稳健发展,疏通货币政策传导机制,执行稳健的货币政策是近年来央行调控的主基调。债券投资业务对商业银行而言,一方面可以调节资产机构,降低经济下行带来的信贷资产信用风险,另一方面成为了新的利润来源,可以大大提升盈利水平,又是可以灵活调节全行流动性的有效优质资产,债券投资业务受到了各中小银行的重视和青睐。但是从现状来看,大部分中小银行经营范围受限,资本规模较小,风险承受能力偏弱,且实质进入债券市场特别是信用债市场的时间有限,投资经验较浅,利率风险对其投资收益的威胁巨大,中小银行对利率风险的有效识别、评估及缓释尤为重要。本文通过对中小银行债券业务发展现状出发,提出中小商业银行利率风险计量能力及管控能力均明显不足的可观现实,如何客观计量利率风险成为未来中小商业银行风险管控的关键,本文经过分析建议使用风险计量VaR模型对债券利率风险进行有效计量,并以模型为核心,分别从Shibor、CPI、M2、黄金价格、上证指数等指标对对债券利率风险的影响因素进行分析,得出各项指标对债券利率风险的影响程度。从中国银行债券利率风险计量体系着手,研究中小金融机构债券利率风险计量方法及运用计量模型分析债券投久期、种类、权重策略。最后本文阐述徐州某农商行债券投资风控体系建设情况,并建议中小银行在科学计量债券利率风险的基础上,建立债券投资业务市场风险治理体系,在目前中小银行确立风险偏好、设立风险指标限额对债券利率风险进行全方位管控的基础上,建议建立债券投资业务风险监督管控机制、引进风险监测预警系统并开展投顾业务,全面提高中小银行债券投资业务利率风险管理水平,有效避免利率风险冲击,防止出现大幅度损失,确保中小银行稳健经营。从如何建立中小银行债券投资业务风险治理体系方面入手,探讨摸索出了适用于我国中小商业银行的债券投资市场风险管理的方法和措施。
李佳宇[10]（2020）在《考虑需求响应的售电商购售电交易优化模型研究》文中认为2015年3月中共中央国务院印发《关于进一步深化深化电力体制改革的若干意见》（中发[2015]9号）,提出开展售电业务、成立售电公司成为社会资本投资的热点。售电公司的数量以及参与市场交易形式不断增加。目前,我国售电公司依然处于初始发展阶段,发展模式还处于探索摸索阶段。在放松管制的电力市场中,电力零售商主要通过合约交易或现货交易向发电厂商或大电网购买电力,然后将其销售给终端用户。此外,电力零售商作为衔接用户侧和电源侧的主体,主要运营收益由购售电价差决定。除了购售电价差收益外,近年来,智能电网技术的不断成熟,需求响应通过灵活性的电价政策引导终端用户优化用电行为,为用户带来需求响应收益和促进供给侧优化运行。对于电力零售商来说,若自身配置储能设备,则可利用储能设备的充放电特性,参与购电侧需求响应,从而降低购电成本。在售电侧可作为需求响应的实施者,考虑如何实施需求响应合理分配用户电量来增加自身售电收益。因此,本文以储能型售电商作为研究对象,研究如何制定考虑购售电是双侧需求响应的最优购售电交易策略,主要研究内容如下:（1）分析了中国售电公司发展现状、政策及运营模式。收集整理我国不同省份售电公司的发展现状,从市场交易体系（现货市场、中长期市场）分析售电公司的市场环境,剖析售电公司面对的问题和挑战。进而,从宏观政策、办法细则及试点区域政策等角度梳理了我国售电公司发展享受的相关政策,并分析了售电公司的主要类型及特征;通过分析不同类型售电公司的业务模式,明确售电商参与购售电市场的交易模式,为开展售电商购售电交易优化策略制定提供了政策支撑。（2）提出了售电商购售电交易全过程影响因素分析模型。首先,分析了售电商购售电交易全过程影响因素,包括购电交易、售电交易和外部环境等多个维度,明确售电商交易过程中购电方式及售电方式,根据购售电方式以及关键业务,从五个维度识别购售电交易全过程的影响因素,运用层次分析法和信息熵确定影响因素权重并进行排序,筛选出关键影响因素。进一步构建售电商购售电交易全过程关键影响因素解释结构模型,明确因素相互影响的结构关系。（3）建立了考虑需求响应的售电商购买绿电交易优化模型。首先,以储能型售电商作为研究主体,分析了储能型售电商的运行模式、交易策略及参与价格型需求响应的数学模型;进一步,综合考虑清洁能源发电不确定性和需求响应不确定性,以购能成本最小化和清洁能源消纳最大化为目标函数,构建了储能型售电商购买清洁能源发电（绿电）交易优化模型;最后,为了求解所提模型,利用“场景分析-随机机会规划约束-多目标函数处理”的三阶段模型算法进行求解,提出了考虑需求响应手段的售电商购买绿电的最优购电策略。（4）构建了考虑多类用户需求响应的售电商灵活组合售电优化模型。首先,基于需求响应基础模型和用户用电特性,提出了工业用户、商业用户、居民用户和农业用户的需求响应策略。其次,分析售电商实施价格型需求响应和激励型需求响应的差异化策略,确立了最优峰谷分时价格及激励补偿价格;最后,基于负荷不确定性,分析售电商灵活组合售电策略思路,并建立了灵活组合售电优化模型。算例分析表明,多类用户需求响应机制能够丰富售电策略,售电商应通过灵活组合分配各类用户电量,从而使自身效益最大化。（5）提出了考虑需求响应的售电商购售电联动交易优化模型。首先,分析了售电商的发展背景和储能型售电商的运营模式,确立了售电商在购电侧和需求响应实施需求响应的策略。然后,结合售电商购电交易和售电交易两个过程,建立了售电商购售电交易双层协同优化模型,上层模型以购电成本最小作为目标函数,构建组合购电优化模型,下层模型以售电收益最大作为目标函数,构建电量分配优化模型。为了求解双层优化模型,本文利用KKT条件方程组,将下层模型通过拉格朗日函数转化为上层模型的KKT条件方程组,进而用于确立售电商购售电联动交易优化策略,为售电商的最优运营提供保障支撑。（6）构建了售电公司用电权期权合同的定价及交易决策优化模型。首先,构建了售电公司用电权期权合同定价模型,对比用户用电权补偿合同,在保证用户用电权售出意愿不变或增多的前提下,基于补偿合同的补偿价格,对用户用电权期权合同的期权费及敲定价格进行了优化;其次,构建了用电权期权合同交易决策模型,结合用电权期权合同的交易流程,对用户用电权售出策略及售电公司用电权购买策略进行了优化。结果表明,相对于用电权补偿合同,用电权期权合同能够显着提高售电公司在现货市场中规避电力价格波动风险的能力,提高售电公司的盈利水平。
二、企业目标损益因素分析与监控模型构建研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、企业目标损益因素分析与监控模型构建研究（论文提纲范文）
（1）小微企业互联网融资信用评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究问题 |
| 1.3 研究意义 |
| 1.3.1 理论意义 |
| 1.3.2 现实意义 |
| 1.4 研究内容、研究方法与技术路线 |
| 1.4.1 研究内容与研究方法 |
| 1.4.2 技术路线 |
| 1.5 研究创新点 |
| 2 文献与基础理论综述 |
| 2.1 小微企业的概念及范围界定 |
| 2.1.1 小微企业的概念 |
| 2.1.2 小微企业的范围 |
| 2.2 小微企业的融资困境及互联网融资 |
| 2.2.1 小微企业融资难题 |
| 2.2.2 小微企业的互联网融资 |
| 2.3 小微企业融资信用评价影响因素及评价指标体系 |
| 2.3.1 硬信息对小微企业互联网融资信用的影响 |
| 2.3.2 软信息对小微企业互联网融资信用的影响 |
| 2.4 小微企业互联网融资信用评价模型及方法 |
| 2.4.1 传统信用评价技术 |
| 2.4.2 大数据技术下的企业融资信用评价方法 |
| 2.5 文献述评 |
| 2.6 本章小结 |
| 3 小微企业互联网融资信用评价机理分析 |
| 3.1 国外小微企业特征及信贷服务实践 |
| 3.1.1 国外小微企业发展模式及传统渠道融资特征 |
| 3.1.2 国外小微企业互联网融资模式的发展 |
| 3.2 我国小微企业特征 |
| 3.2.1 小微企业的总体特征 |
| 3.2.2 小微企业的经营活动特征 |
| 3.2.3 小微企业的金融行为特征 |
| 3.2.4 小微企业的竞争力特征 |
| 3.2.5 小微企业的社会关联性特征 |
| 3.2.6 小微企业的还款能力及还款意愿特征 |
| 3.3 我国小微企业互联网融资模式及途径 |
| 3.3.1 小微企业互联网融资模式 |
| 3.3.2 小微企业互联网融资途径 |
| 3.4 小微企业互联网融资信用分析 |
| 3.4.1 小微企业互联网融资信用数据的来源 |
| 3.4.2 小微企业传统与互联网渠道融资信用评价的异同 |
| 3.4.3 小微企业互联网融资信用评价的四维概念模型与要素 |
| 3.5 大数据背景下小微企业互联网融资信用评价机理 |
| 3.5.1 大数据背景下小微企业互联网融资信用评价的目的 |
| 3.5.2 大数据背景下小微企业互联网融资审核流程分析 |
| 3.5.3 大数据技术在小微企业互联网融资信用评价中的应用 |
| 3.6 本章小结 |
| 4 小微企业互联网融资信用评价指标体系构建 |
| 4.1 小微企业互联网融资信用指标构建 |
| 4.1.1 小微企业互联网融资信用硬信息与软信息界定 |
| 4.1.2 影响小微企业互联网融资信用水平的硬信息 |
| 4.1.3 影响小微企业互联网融资信用水平的软信息 |
| 4.2 小微企业互联网融资信用评价指标界定与预处理 |
| 4.2.1 小微企业互联网融资信用评价指标框架 |
| 4.2.2 小微企业互联网融资信用评价指标类型及标准化方法 |
| 4.3 小微企业互联网融资信用评价指标组合赋权 |
| 4.3.1 小微企业互联网融资信用评价指标单一客观赋权方法 |
| 4.3.2 小微企业互联网融资信用评价指标组合赋权方法 |
| 4.3.3 小微企业互联网融资信用熵评价模型 |
| 4.4 本章小结 |
| 5 小微企业互联网融资信用数据获取模型 |
| 5.1 软信息对小微企业互联网融资信用评价的作用方式 |
| 5.1.1 软信息对小微企业互联网融资信用评价的直接作用 |
| 5.1.2 软信息文本特征对小微企业互联网融资信用评价的间接作用 |
| 5.1.3 软信息主题特征对小微企业互联网融资信用评价的间接作用 |
| 5.2 融合多元信息的小微企业互联网融资信用数据获取 |
| 5.2.1 小微企业互联网融资信用软信息分类 |
| 5.2.2 小微企业互联网融资信用软信息量化方法 |
| 5.2.3 小微企业互联网融资信用评价软硬信息变量选取 |
| 5.3 小微企业互联网融资信用数据模型 |
| 5.3.1 小微企业互联网融资信用评价数据来源 |
| 5.3.2 小微企业互联网融资信用信息量化处理 |
| 5.4 本章小结 |
| 6 小微企业互联网融资信用评价模型与案例分析 |
| 6.1 基于博弈的评价主体关系分析 |
| 6.1.1 评价主体的互联网融资信任博弈模型假设 |
| 6.1.2 评价主体的互联网融资信任博弈模型构建 |
| 6.1.3 评价主体的互联网融资信任博弈演化均衡的稳定性分析 |
| 6.2 基于演化的小微企业互联网融资信用评价模型 |
| 6.2.1 评价主体的互联网融资信用特征 |
| 6.2.2 基于神经网络和物元可拓的评价方法 |
| 6.2.3 模型精确度测量 |
| 6.3 小微企业互联网融资信用评价结果分析 |
| 6.3.1 小微企业互联网融资信用评价数据来源 |
| 6.3.2 小微企业互联网融资信用评价实验设计 |
| 6.3.3 小微企业互联网融资信用评价实验结果及分析 |
| 6.4 本章小结 |
| 7 小微企业互联网融资信用评价总结与政策建议 |
| 7.1 大数据背景下小微企业互联网融资信用内涵总结 |
| 7.1.1 大数据背景下小微企业互联网融资 |
| 7.1.2 大数据背景下小微企业互联网融资信用优势 |
| 7.2 小微企业互联网融资信用评价要素 |
| 7.2.1 传统融资过程中的信用评价与信任关系 |
| 7.2.2 互联网融资过程中的信用评价与信任关系 |
| 7.3 小微企业互联网融资信用评价的管理建议 |
| 7.3.1 基于激励政策执行力的信用评价技术研究 |
| 7.3.2 基于互联网金融信用评价的风险防控 |
| 7.3.3 基于大数据来平衡评价技术与人际沟通的关系 |
| 7.4 本章小结 |
| 8 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究展望 |
| 参考文献 |
| 附录 A 词云图代码 |
| 附录 B LDA模型代码 |
| 附录 C BP神经网络代码 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）城市综合管廊PPP项目社会资本退出决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 问题来源 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 城市综合管廊PPP项目研究现状 |
| 1.2.2 PPP项目社会资本退出决策研究现状 |
| 1.2.3 城市综合管廊PPP项目社会资本退出决策国内外研究现状 |
| 1.2.4 研究现状评述 |
| 1.3 研究内容、方法及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 创新点 |
| 第2章 相关理论基础 |
| 2.1 城市综合管廊PPP项目概述 |
| 2.1.1 城市综合管廊 |
| 2.1.2 PPP模式 |
| 2.1.3 城市综合管廊PPP项目 |
| 2.2 PPP项目社会资本的定义及类型 |
| 2.2.1 PPP项目社会资本的定义 |
| 2.2.2 PPP项目社会资本的类型 |
| 2.3 城市综合管廊PPP项目社会资本退出概述 |
| 2.3.1 社会资本退出的定义 |
| 2.3.2 社会资本退出的类型 |
| 2.4 其他相关理论 |
| 2.4.1 实物期权理论 |
| 2.4.2 最优化原理 |
| 2.4.3 损益值原理 |
| 第3章 城市综合管廊PPP项目社会资本退出决策分析 |
| 3.1 社会资本退出决策的行为分析 |
| 3.1.1 社会资本被动退出决策的行为分析 |
| 3.1.2 社会资本主动退出决策的行为分析 |
| 3.2 社会资本退出决策的政策分析 |
| 3.2.1 社会资本退出决策的政策限制分析 |
| 3.2.2 社会资本退出决策的政策支持分析 |
| 3.3 社会资本退出方式的比较分析 |
| 3.3.1 到期移交退出 |
| 3.3.2 股权转让/回购退出 |
| 3.3.3 公开上市退出 |
| 3.3.4 资产证券化退出 |
| 3.3.5 售后回租退出 |
| 3.3.6 PPP资产流转平台退出 |
| 3.3.7 发行PPP专项债券退出 |
| 3.3.8 社会资本退出方式的比较 |
| 3.4 城市综合管廊PPP项目实物期权法的适用性分析 |
| 3.4.1 不确定性分析 |
| 3.4.2 投资不可逆性分析 |
| 3.4.3 管理柔性分析 |
| 第4章 城市综合管廊PPP项目社会资本退出决策模型构建 |
| 4.1 城市综合管廊PPP项目社会资本退出决策的原则与流程框架 |
| 4.1.1 社会资本退出决策的原则 |
| 4.1.2 社会资本退出决策的流程框架 |
| 4.2 城市综合管廊PPP项目社会资本退出决策的影响因素分析 |
| 4.2.1 经济方面影响因素分析 |
| 4.2.2 其他方面的影响因素分析 |
| 4.3 城市综合管廊PPP项目社会资本退出决策的一般模型 |
| 4.3.1 模型的基本假设与符号说明 |
| 4.3.2 基于实物期权与最优化原理的退出时机选择模型构建 |
| 4.4 基于损益价值理论的社会资本退出决策的模型构建 |
| 4.4.1 退出方式的损益价值分析 |
| 4.4.2 退出时机选择模型构建及求解 |
| 4.4.3 退出方式选择模型构建及求解 |
| 第5章 案例分析 |
| 5.1 项目概况 |
| 5.2 B市综合管廊PPP项目社会资本退出的决策分析 |
| 5.2.1 模型相关参数的确定 |
| 5.2.2 模型的构建及求解 |
| 5.3 结果分析 |
| 第6章 城市综合管廊PPP项目社会资本退出决策的措施建议 |
| 6.1 完善法律法规建立健全配套制度 |
| 6.2 优化退出方式 |
| 6.3 建立再谈判以及风险分担机制 |
| 6.4 丰富项目信息获取通道 |
| 结论与展望 |
| 参考文献 |
| 发表论文及参加科研情况 |
| 致谢 |
（3）科技金融与科技创新耦合测度及影响因素分析（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究方法 |
| 1.4 本文的框架结构 |
| 1.5 本文的创新点 |
| 第2章 国内外文献综述 |
| 2.1 科技金融与科技创新相互作用研究 |
| 2.1.1 科技金融对科技创新的作用研究 |
| 2.1.2 科技创新对科技金融的作用研究 |
| 2.2 科技金融与科技创新耦合作用研究 |
| 2.2.1 科技金融与科技创新耦合关系研究 |
| 2.2.2 科技金融与科技创新耦合影响因素研究 |
| 2.3 简要评述 |
| 第3章 科技金融与科技创新耦合机理研究 |
| 3.1 科技金融和科技创新的理论基础 |
| 3.1.1 科技金融内涵和形成理论 |
| 3.1.2 科技创新内涵和特征 |
| 3.1.3 科技金融与科技创新耦合理论 |
| 3.2 科技金融与科技创新耦合机制分析 |
| 3.2.1 科技金融对科技创新的作用机制 |
| 3.2.2 科技创新对科技金融的作用机制 |
| 3.2.3 科技金融与科技创新耦合作用机制 |
| 第4章 科技金融与科技创新耦合测度实证分析 |
| 4.1 指标体系构建与权重测算 |
| 4.1.1 科技创新系统指标 |
| 4.1.2 科技金融系统指标 |
| 4.1.3 权重的测算 |
| 4.1.4 指标得分计算 |
| 4.2 耦合模型的构建 |
| 4.2.1 功效函数 |
| 4.2.2 耦合度和耦合协调度模型 |
| 4.2.3 耦合协调度评价标准 |
| 4.3 科技金融与科技创新子系统得分比较及演变 |
| 4.3.1 科技创新子系统得分比较及演变 |
| 4.3.2 科技金融子系统得分比较及演变 |
| 4.4 科技金融与科技创新复合系统的耦合情况分析 |
| 4.4.1 科技金融与科技创新子系统综合发展指数比较 |
| 4.4.2 耦合协调度的区域演变 |
| 4.4.3 耦合模式的判定及区域演变 |
| 第5章 科技金融与科技创新耦合影响因素实证分析 |
| 5.1 耦合影响因素指标选取和变量描述 |
| 5.1.1 指标选取和数据来源 |
| 5.1.2 描述性分析 |
| 5.2 耦合协调度空间自相关性分析 |
| 5.2.1 空间权重矩阵的构建 |
| 5.2.2 全局自相关性分析 |
| 5.2.3 局部自相关性分析 |
| 5.3 空间计量模型设定和选择 |
| 5.3.1 空间计量模型的设定 |
| 5.3.2 空间计量模型的选择 |
| 5.3.3 固定效应面板与随机效应面板的选择 |
| 5.4 空间效应分解的估计结果 |
| 5.5 空间效应分解结果的异质性分析 |
| 第6章 结论启示与展望 |
| 6.1 研究结论 |
| 6.2 政策启示 |
| 6.3 不足与展望 |
| 参考文献 |
| 致谢 |
（4）国有企业内部审计职能定位与升级路径（论文提纲范文）
| 0 引言 |
| 1 国有企业内部审计职能定位与升级面临的挑战和难题 |
| 1.1 职能定位模糊，业务层级较低 |
| 1.2 内部审计的权威性不够，没有形成一致的认同度 |
| 1.3 内部审计的职能定位和升级将面临文化与认知的挑战 |
| 2 国有企业内部审计职能定位与升级路径分析 |
| 2.1 细化审计职能定位，构建增值型审计业务体系 |
| 2.2 塑造内部审计形象，使增值型审计身份得到认同 |
| 2.3 扩大风险控制范围，提高增值型审计的风险管控能力 |
| 3 结束语 |
（5）基于博弈理论的食品企业失信经营监管策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究目标 |
| 1.3 研究意义 |
| 1.3.1 理论意义 |
| 1.3.2 实践意义 |
| 1.4 研究内容框架 |
| 1.4.1 研究思路 |
| 1.4.2 研究技术路线 |
| 1.5 相关理论与研究方法 |
| 1.5.1 相关理论 |
| 1.5.2 研究方法 |
| 1.6 研究创新点 |
| 第2章 关于食品企业失信经营的文献综述 |
| 2.1 关于食品企业失信经营因素分析的文献综述 |
| 2.2 关于食品企业失信经营的经济与道德文献综述 |
| 2.2.1 食品企业失信经营的道德问题分析综述 |
| 2.2.2 对食品企业失信经营监管技术的研究 |
| 2.2.3 食品企业失信经营的制度建设的研究 |
| 2.2.4 食品企业失信经营的信任策略研究 |
| 第3章 国内外食品安全监管现状分析 |
| 3.1 我国食品安全监管现状 |
| 3.2 美国食品安全监管现状 |
| 3.3 欧盟食品安全监管现状 |
| 3.4 日本食品安全监管现状 |
| 3.5 国外先进的食品安全监管体系启示 |
| 第4章 食品企业失信经营影响因素分析 |
| 4.1 指标、样本选取及数据采集 |
| 4.2 运用主成分方法提取因子 |
| 4.3 本章小结 |
| 第5章 基于混合策略和演化博弈的食品企业失信经营监管研究 |
| 5.1 模型构建 |
| 5.2 模型求解 |
| 5.2.1 混合策略博弈模型构建 |
| 5.2.2 演化博弈模型构建 |
| 5.3 仿真数值模拟与结果分析 |
| 5.4 本章小结 |
| 第6章 基于三方演化博弈的食品企业失信经营社会共治研究 |
| 6.1 模型构建 |
| 6.2 模型求解 |
| 6.2.1 三方博弈的复制动态及演化稳定策略 |
| 6.2.2 平衡点分析 |
| 6.3 仿真分析 |
| 6.4 讨论与对策建议 |
| 6.5 本章小结 |
| 第7章 食品企业失信经营信任修复策略研究 |
| 7.1 模型构建 |
| 7.1.1 策略与信任因素的关系 |
| 7.1.2 策略评估 |
| 7.2 模型分析 |
| 7.2.1 情景案例问卷调查设计 |
| 7.2.2 数据分析 |
| 7.2.3 结果分析 |
| 7.3 讨论与启示 |
| 7.4 本章小结 |
| 第8章 结论及建议 |
| 参考文献 |
| 附录 |
| 攻读博士期间取得的研究成果 |
| 致谢 |
（6）基于EVA指标的J房地产公司业绩评价优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及其评述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究评述 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 技术路线图 |
| 1.5 本章小结 |
| 第二章 EVA业绩评价的理论概述 |
| 2.1 业绩评价理论概述 |
| 2.1.1 业绩评价基本理论 |
| 2.1.2 业绩评价的具体方法 |
| 2.2 EVA指标相关理论 |
| 2.2.1 EVA基本理论 |
| 2.2.2 EVA价值管理体系 |
| 2.2.3 EVA调整原则及因素分析 |
| 2.3 EVA的优势及弊端 |
| 2.3.1 EVA业绩评价的优势 |
| 2.3.2 EVA业绩评价的弊端 |
| 2.4 本章小结 |
| 第三章 J公司业绩评价现状 |
| 3.1 J公司概况 |
| 3.2 J公司现行业绩评价体系分析 |
| 3.2.1 J公司业绩评价体系总述 |
| 3.2.2 J公司集团战略层面的业绩评价体系 |
| 3.2.3 J公司各子公司层面的业绩评价体系 |
| 3.3 J公司业绩评价体系的特征及问题分析 |
| 3.3.1 J公司现行业绩评价体系的特征 |
| 3.3.2 J公司现行业绩考评体系问题分析 |
| 3.4 J公司引入EVA指标进行业绩评价的必要性 |
| 3.5 本章小结 |
| 第四章 J公司EVA指标的计算及相关优势分析 |
| 4.1 J公司引入EVA指标进行业绩评价的可行性 |
| 4.1.1 基于行业特征的可行性分析 |
| 4.1.2 基于发展阶段的可行性分析 |
| 4.1.3 基于战略导向的可行性分析 |
| 4.2 EVA指标体系会计调整分析 |
| 4.2.1 基于重复计算的调整项目分析 |
| 4.2.2 未反映经营实情的调整项目分析 |
| 4.2.3 未反映主要业绩的调整项目分析 |
| 4.2.4 基于长远发展的调整项目分析 |
| 4.3 EVA指标的计算分析 |
| 4.3.1 税后净营业利润的计算 |
| 4.3.2 加权平均资本成本的计算 |
| 4.3.3 调整后资本总额的计算 |
| 4.3.4 J公司EVA的计算 |
| 4.4 EVA与传统业绩评价指标的对比分析 |
| 4.4.1 J公司EVA与净利润的对比分析 |
| 4.4.2 J公司REVA与净资产收益率的对比分析 |
| 4.4.3 J公司每股EVA与每股收益的对比分析 |
| 4.5 J公司EVA指标的驱动因素分析 |
| 4.5.1 驱动因素分解过程 |
| 4.5.2 J公司EVA驱动指标影响程度分析 |
| 4.6 J公司引入EVA指标的优势 |
| 4.7 本章小结 |
| 第五章 J公司业绩评价的优化建议 |
| 5.1 财务指标方面的优化建议 |
| 5.1.1 以EVA指标替换传统财务指标 |
| 5.1.2 引入EVA驱动指标完善财务维度指标 |
| 5.2 引入社会责任维度完善非财务指标 |
| 5.3 本章小结 |
| 第六章 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
（7）基于EVA的人工智能企业价值评估研究 ——以海康威视为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 文献综述 |
| 1.2.1 企业价值评估理论发展历程 |
| 1.2.2 EVA价值评估模型文献综述 |
| 1.2.3 人工智能企业价值研究文献综述 |
| 1.2.4 文献述评 |
| 1.3 研究方法 |
| 1.3.1 文献研究法 |
| 1.3.2 比较分析法 |
| 1.3.3 案例研究法 |
| 1.4 研究内容与框架 |
| 1.4.1 研究内容 |
| 1.4.2 研究框架 |
| 第二章 人工智能企业价值评估方法概述 |
| 2.1 人工智能企业概况 |
| 2.1.1 人工智能企业发展概况 |
| 2.1.2 人工智能企业发展前景 |
| 2.2 人工智能企业特点 |
| 2.2.1 经营特点 |
| 2.2.2 价值特点 |
| 2.3 传统企业价值评估方法 |
| 2.3.1 成本法 |
| 2.3.2 市场法 |
| 2.3.3 收益法 |
| 2.4 传统方法对人工智能企业的适用性分析 |
| 2.4.1 成本法适用性分析 |
| 2.4.2 市场法适用性分析 |
| 2.4.3 收益法适用性分析 |
| 2.5 EVA价值评估法对人工智能企业的适用性分析 |
| 第三章 基于EVA的企业价值评估模型构建 |
| 3.1 EVA价值评估方法概述 |
| 3.1.1 EVA的概念 |
| 3.1.2 构建EVA模型的假设 |
| 3.2 针对人工智能企业特点对EVA模型进行调整 |
| 3.2.1 调整的原则 |
| 3.2.2 调整的项目 |
| 3.2.3 调整后各项参数 |
| 3.3 企业价值的计算 |
| 3.3.1 EVA单阶段模型 |
| 3.3.2 EVA两阶段模型 |
| 3.3.3 EVA三阶段模型 |
| 第四章 EVA价值评估模型在海康威视的应用 |
| 4.1 海康威视案例背景 |
| 4.1.1 海康威视公司发展情况 |
| 4.1.2 核心竞争力分析 |
| 4.2 海康威视价值影响因素SWOT分析 |
| 4.2.1 外部影响因素 |
| 4.2.2 内部影响因素 |
| 4.3 EVA模型运用于海康威视的适用性分析 |
| 4.4 海康威视2014-2018年历史EVA计算 |
| 4.4.1 税后净营业利润的计算 |
| 4.4.2 资本总额的计算 |
| 4.4.3 加权平均资本成本(wacc)的计算 |
| 4.4.4 2014年-2018年历史EVA值计算 |
| 4.5 海康威视EVA预测 |
| 4.5.1 海康威视未来增长阶段判断 |
| 4.5.2 海康威视EVA值预测 |
| 4.6 海康威视企业价值评估 |
| 第五章 海康威视价值评估结果分析 |
| 5.1 海康威视价值评估结果与市场价值比较 |
| 5.2 敏感性分析 |
| 5.3 海康威视价值评估结果影响因素分析 |
| 5.3.1 会计调整项目 |
| 5.3.2 折现率 |
| 5.3.3 非财务指标因素 |
| 5.3.4 宏观环境 |
| 5.4 对海康威视价值提升的建议 |
| 5.4.1 加大研发投入 |
| 5.4.2 提高债务资本比例 |
| 5.4.3 加强对应收账款的管理 |
| 5.4.4 积极寻求盈利增长点 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 不足 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（8）基于关联规则的G公司生产成本影响因素研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 文献评述 |
| 1.3 研究内容与框架 |
| 1.3.1 研究的主要内容 |
| 1.3.2 研究框架 |
| 1.4 研究方法和创新点 |
| 1.4.1 研究方法 |
| 1.4.2 创新点 |
| 第2章 相关概念及理论基础 |
| 2.1 成本的概念及成本构成 |
| 2.2 成本管理的内容 |
| 2.3 成本控制理论 |
| 2.3.1 成本控制理论的发展进程 |
| 2.3.2 成本控制的内涵 |
| 2.3.3 成本控制的方法 |
| 2.3.4 标准成本控制 |
| 2.4 关联规则概述 |
| 2.4.1 关联规则的基本定义 |
| 2.4.2 关联规则的分类 |
| 2.4.3 关联规则的算法 |
| 2.5 本章小结 |
| 第3章 G公司成本管理现状 |
| 3.1 G公司概况 |
| 3.1.1 G公司简介 |
| 3.1.2 组织结构 |
| 3.1.3 产品流程 |
| 3.2 G公司产品生产成本控制现状 |
| 3.2.1 G公司产品成本结构 |
| 3.2.2 G公司生产成本控制特点 |
| 3.3 G公司生产成本控制过程中存在的问题 |
| 3.3.1 基于销货订单的预估获利与实际获利差异较大 |
| 3.3.2 公司各部门缺乏成本控制目标 |
| 3.3.3 标准成本的合理性不足 |
| 3.3.4 成本控制流程缺少前馈和同期控制 |
| 3.3.5 成本控制在企业各部门难以实施 |
| 3.4 本章小结 |
| 第4章 基于关联规则的成本影响因素分析及模型构建 |
| 4.1 生产成本影响因素分析 |
| 4.1.1 外部因素 |
| 4.1.2 内部因素 |
| 4.2 生产成本影响因素选取 |
| 4.2.1 选取原则 |
| 4.2.2 影响因素的选取 |
| 4.3 基于关联规则的分析模型构建 |
| 4.3.1 关联规则在生产成本影响因素分析中的适用性 |
| 4.3.2 关联规则在生产成本影响因素分析的步骤 |
| 4.3.3 分析模型的构建 |
| 4.3.4 数据的采集与处理 |
| 4.3.5 建立基于关联规则的模型 |
| 4.3.6 模型结果的关联规则分析 |
| 4.4 本章小结 |
| 第5章 生产成本影响因素分析模型在G公司的应用 |
| 5.1 数据预处理 |
| 5.1.1 数据准备 |
| 5.1.2 数据的离散化处理 |
| 5.2 模型实证 |
| 5.3 模型结果分析 |
| 5.4 模型评价 |
| 5.5 对影响因素的分析决策 |
| 5.6 本章小结 |
| 第6章 G公司生产成本控制优化建议和效果评价 |
| 6.1 G公司成本控制过程优化的建议 |
| 6.1.1 通过关联分析模型影响因素的控制缩小预估与实际获利差异 |
| 6.1.2 采取标准成本和预算相结合的方式为公司各部门制定成本目标 |
| 6.1.3 利用关联分析模型提高标准成本的合理性 |
| 6.1.4 增加前馈和同期控制完善成本控制流程 |
| 6.1.5 将成本控制转化为对绩效管理便于实施 |
| 6.2 G公司成本控制过程优化的效果评价 |
| 6.3 本章小结 |
| 第7章 结论与展望 |
| 7.1 主要研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
（9）中小银行债券投资业务利率风险管理研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究框架 |
| 2 债券投资利率风险管理国内外研究现状 |
| 2.1 国外研究现状 |
| 2.2 国内研究现状 |
| 2.3 国内外研究评析 |
| 3 中小银行债券投资业务基本情况 |
| 3.1 中小银行债券投资业务概况 |
| 3.2 中小银行债券投资业务限制性分析 |
| 3.3 中小银行债券投资业务风险管理情况 |
| 4 中小银行债券投资业务SWOT分析 |
| 4.1 中小银行债券投资优势 |
| 4.2 中小银行债券投资劣势 |
| 4.3 中小银行债券投资面临的主要问题和风险 |
| 5 中小银行债券利率风险计量及影响因素分析 |
| 5.1 债券利率风险测度 |
| 5.2 中小银行债券利率影响因素分析 |
| 5.3 中小银行债券业务风险管理水平急需提升 |
| 6 建立中小银行债券投资业务市场风险治理体系 |
| 6.1 目前中小银行债券投资业务市场风险控制的主要方法 |
| 6.2 提升利率风险防控有效措施的建议 |
| 7 总结 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（10）考虑需求响应的售电商购售电交易优化模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 售电商购售电影响因素分析研究 |
| 1.2.2 售电商购电交易优化模型研究 |
| 1.2.3 售电商售电交易优化模型研究 |
| 1.2.4 售电商购售电联动交易优化模型研究 |
| 1.3 论文主要研究内容和创新点 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究技术路线 |
| 1.3.3 论文研究创新点 |
| 第2章 中国售电公司发展现状、运营模式及成效评价 |
| 2.1 我国售电公司发展现状 |
| 2.1.1 各省份售电公司成立现状 |
| 2.1.2 售电公司市场环境分析 |
| 2.1.3 售电公司面临问题和挑战 |
| 2.2 国内售电公司发展相关政策 |
| 2.2.1 宏观层面政策 |
| 2.2.2 运营细则政策 |
| 2.2.3 试点地区政策 |
| 2.3 我国售电公司运营模式 |
| 2.3.1 售电公司主要类型及特征 |
| 2.3.2 售电公司主要业务模式 |
| 2.3.3 购售电市场的交易模式 |
| 2.4 我国售电公司发展成效评价分析 |
| 2.4.1 结构方程模型原理 |
| 2.4.2 售电公司发展成效分析方法 |
| 2.4.3 售电公司发展成效分析 |
| 2.5 本章小结 |
| 第3章 售电商购售电交易全过程影响因素分析模型 |
| 3.1 引言 |
| 3.2 售电商购售电交易全过程影响因素分析 |
| 3.2.1 交易过程分析 |
| 3.2.2 全过程影响因素分析 |
| 3.3 售电商购售电交易关键影响因素识别模型 |
| 3.3.1 识别模型构建思路 |
| 3.3.2 基于信息熵修正的层次分析法 |
| 3.3.3 关键影响因素分析 |
| 3.4 售电商购售电交易影响因素交互传导模型 |
| 3.4.1 解释结构模型概述 |
| 3.4.2 二元关系分析 |
| 3.4.3 结构关系分析 |
| 3.5 本章小结 |
| 第4章 考虑需求响应的售电商购买绿电交易优化模型 |
| 4.1 引言 |
| 4.2 售电商运营策略与需求响应建模 |
| 4.2.1 售电商运行模式构建 |
| 4.2.2 售电商交易策略分析 |
| 4.2.3 售电商需求响应建模 |
| 4.3 售电商购买绿电交易优化模型 |
| 4.3.1 不确定性分析 |
| 4.3.2 优化目标函数 |
| 4.3.3 模型约束条件 |
| 4.4 购电交易模型三阶段求解算法 |
| 4.4.1 三阶段求解流程 |
| 4.4.2 不确定性场景生成 |
| 4.4.3 随机机会约束规划处理 |
| 4.4.4 多目标函数模型求解 |
| 4.5 算例分析 |
| 4.5.1 情景设置 |
| 4.5.2 基础数据 |
| 4.5.3 优化结果 |
| 4.6 本章小结 |
| 第5章 考虑需求响应的售电商灵活售电交易优化模型 |
| 5.1 引言 |
| 5.2 不同类型用户需求响应行为模型 |
| 5.2.1 需求响应构建 |
| 5.2.2 用户需求响应策略 |
| 5.2.3 用户需求响应构建 |
| 5.3 售电商需求响应差异化实施策略 |
| 5.3.1 峰谷时段划分 |
| 5.3.2 峰谷分时售电价格模型 |
| 5.3.3 激励响应补偿价格模型 |
| 5.3.4 算例分析 |
| 5.4 售电商灵活性组合售电交易优化模型 |
| 5.4.1 负荷不确定性分析 |
| 5.4.2 灵活性组合售电策略分析 |
| 5.4.3 灵活性组合售电交易模型 |
| 5.4.4 算例分析 |
| 5.5 本章小结 |
| 第6章 考虑需求响应的售电商购售电联动交易优化模型 |
| 6.1 引言 |
| 6.2 储能型售电商运营策略 |
| 6.2.1 售电商发展背景 |
| 6.2.2 储能型售电商运营模式 |
| 6.3 售电商两级需求响应建模 |
| 6.3.1 购电侧需求响应策略 |
| 6.3.2 售电侧需求响应策略 |
| 6.4 售电商购售电交易双层协同优化模型 |
| 6.4.1 双层模型构建思路 |
| 6.4.2 售电商组合购电优化模型 |
| 6.4.3 售电商电量分配优化模型 |
| 6.4.4 双层优化模型求解 |
| 6.5 算例分析 |
| 6.5.1 基础数据 |
| 6.5.2 优化结果 |
| 6.5.3 结果分析 |
| 6.6 本章小结 |
| 第7章 考虑需求响应的售电商用电权参与期权交易优化模型 |
| 7.1 引言 |
| 7.2 售电商用电权参与期权定价模型 |
| 7.2.1 用电权及期权的基本概念 |
| 7.2.2 用电权补偿合同与期权合同对比 |
| 7.2.3 用电权期权合同定价优化模型 |
| 7.2.4 算例分析 |
| 7.3 用电权期权合同交易决策模型 |
| 7.3.1 用电期权合同交易过程及特点 |
| 7.3.2 用户用电权合同交易决策模型 |
| 7.3.3 售电公司用电期权合同交易决策模型 |
| 7.3.4 算例分析 |
| 7.4 售电商用电权交易效益评价模型 |
| 7.4.1 用电权交易评价体系 |
| 7.4.2 用电权交易评价模型 |
| 7.4.3 算例分析 |
| 7.5 本章小结 |
| 第8章 研究成果和结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
四、企业目标损益因素分析与监控模型构建研究（论文参考文献）
- [1]小微企业互联网融资信用评价研究[D]. 周彪. 北京交通大学, 2021(02)
- [2]城市综合管廊PPP项目社会资本退出决策研究[D]. 朱佳伟. 北京建筑大学, 2021(02)
- [3]科技金融与科技创新耦合测度及影响因素分析[D]. 刘小倩. 江西财经大学, 2021(10)
- [4]国有企业内部审计职能定位与升级路径[J]. 管淑慧. 当代会计, 2021(09)
- [5]基于博弈理论的食品企业失信经营监管策略研究[D]. 常乐. 山东师范大学, 2021(12)
- [6]基于EVA指标的J房地产公司业绩评价优化研究[D]. 胡智瀚. 南京邮电大学, 2020(02)
- [7]基于EVA的人工智能企业价值评估研究 ——以海康威视为例[D]. 蒋忠玉. 江西理工大学, 2020(01)
- [8]基于关联规则的G公司生产成本影响因素研究[D]. 何优. 南昌大学, 2020(01)
- [9]中小银行债券投资业务利率风险管理研究[D]. 白冰. 中国矿业大学, 2020(01)
- [10]考虑需求响应的售电商购售电交易优化模型研究[D]. 李佳宇. 华北电力大学(北京), 2020(06)