简介:为解决以往上市公司集成评价模型中各方法评价结果不一致问题,本文构建了改进集成评价模型。该模型先采用层次分析法、灰色关联度法、因子分析法进行评价,并运用KENDALL-W协和系数法对各评价结果进行事前一致性检验;通过检验后,再分别运用算术平均组合评价模型、Borda组合评价模型和Copeland组合评价模型进行组合评价。为了衡量组合评价与各评价方法的评价结果是否吻合,应用Spearman等级相关系数进行组合评价方法的事后检验,并根据Spearman等级相关系数的大小,选出最优的组合评价方法。最后,对中国26家上市运输公司财务绩效进行了集成评价的实证研究,并以算术平均组合评价模型的标准得分为聚类指标,采用欧氏距离法对26家上市运输公司进行聚类。结果显示:铁路、水路、公路运输各存在一个典型绩优企业,分别是:铁龙物流、北京传媒、海峡股份,四类上市运输公司中铁路上市公司财务绩效最优。
简介:基于订单农业特点,构建"公司+农户"型订单农业供应链决策模型。研究发现,订单农业传统价格机制:按"固定价格"收购、按"市场价格"收购、"随行就市,保底收购",各具优缺点,但均未能很好地协调此类"公司+农户"型订单农业供应链,我国订单农业违约率也是居高不下。为此,提出一种"双向补贴"价格机制来协调此类订单农业供应链。本研究结果表明,"双向补贴"价格机制能够很好地弥补了按"固定价格","市场价格"收购的缺陷,保证了农户和公司获得相对稳定的收入,提高了"公司+农户"型订单农业供应链的稳定性。同时,实施该协调机制后,改善了公司在"随行就市,保底收购"机制下要承担全部风险的缺陷,公司和农户实现了"收益共享,风险同担"。
简介:本文从动态角度检验了时变信息不对称与公司股权融资行为之间的关系。基于Wilcoxon秩和检验、方差比检验以及Fama—MacBeth回归方法的实证结果表明:我国上市公司倾向于在信息披露之后公告新股发行;我国上市公司发行公告前后两个定期报告皆具有信息含量,但发行公告之前的定期报告没有向市场传递更好的信息。
简介:本文从政府层级、制度环境与投资机会的角度出发,运用因子分析方法,对投资机会集、制度环境变量提取了主成分,以2005~2009年沪深A股上市公司为研究样本,实证检验了政府层级、制度环境对投资机会的影响。研究发现:制度环境对政府控制公司和非政府控制公司的投资机会影响不同,对政府控制公司影响显著;且不同层级的政府控制企业影响程度也有差异;政府是否控制会对企业投资机会产生影响:省政府是否控制在1%的水平下对企业的投资机会具有显著的正向影响,市政府是否控制在5%的水平下对企业的投资机会具有显著的正向影响,中央政府和县政府是否控制对企业的投资机会影响并不显著;政府控制企业会比非政府控制企业获得更高的成长性和可持续发展能力。
简介:本文研究了单个承运商和两个货运代理在双向港口间提供往返货运服务的航运服务链。由于港口间货运需求的内在不平衡,货运公司在多港口间的空箱调运会产生巨大的空箱调运费用。分别构建了承运商承担和承运商与货运代理共同承担空箱调运的数学模型,通过数学模型和数值算例分析了不同市场条件下的空箱调运责任和运力定价策略。研究发现承运商和货运代理是否采用定价策略来平衡需求取决于双向港口间货运市场的潜在需求差异。同时,承运商与货运代理的空箱调运分摊为非此即彼策略,当空箱调运成本大于某阈值时,承运商独自承担空箱调运责任;反之,货运代理承担空箱调运责任。而且货运代理承担模式增加整个海运链的利润,但进一步加剧空箱的不平衡状况。
简介:在供应链知识服务网络中,知识创造、技术更新是企业持续发展、获得竞争优势的最重要方式。对具有企业核心价值的知识来说,知识成本的投入是采用自我研发的方式还是由专业化的知识服务商提供,对企业的未来发展战略以及投资回报都有直接影响。本文在研究一个知识提供方和一个知识需求方的条件下,通过构建Nash博弈、以知识提供方为主导的Stackelberg博弈、以知识需求方为主导的Stackelberg博弈和合作博弈四种模型,对知识投入成本、价格以及收益进行博弈研究,最终给出最优解。结论指出,供应链若获得最大收益,则知识提供方与知识需求方应该建立战略联盟或合作框架,在供应链最大收益的情况下协商内部分配问题,同时该种情况下的知识成本投入也最大;对于以投入知识获取收益的企业来说,以知识提供方为主导的Stackelberg均衡博弈模型是较好的选择。
简介:为了解决M/M/c模型在实际运用中模拟精度不高及使用范围有限的问题,本文立足系统状态变化与输入率和服务率的关系,通过引入输入概率和服务度,构建依赖系统状态的递进式输入率和服务率。递进式输入率和服务率通过研究系统实际运行状况设定临界值,其中输入率分为两阶段,服务率分为三阶段。此外,结合递进式输入率和服务率及排队论状态转移过程构建了递进式M/M/c模型,并采用后确定法确定模型参数。递进式M/M/c模型是M/M/c模型的扩展形式,提高了M/M/e模型的模拟精度,在一定程度上拓展了模型的应用范围。最后,通过一个生活实例验证了递进式M/M/c模型的优化性和实用性。