一、DEA中确定指标是输入(出)的根据及其应用（论文文献综述）
朱兆群,曲丽丽,李丹,林承焰,吴复柱,杨玲,孙明翔,明红霞[1]（2021）在《SBM-DEA模型在储层综合定量评价中的应用》文中研究指明针对传统储层评价方法中人为主观性较强、计算过程复杂、结果分析不充分等问题,根据数据包络分析原理,探讨SBM-DEA模型在储层综合定量评价中的应用。实践表明,该模型在储层评价中具有以下优点:（1）能同时考虑多个正相关和负相关指标,无需事先给定评价标准及指标权重值,避免主观因素影响,具有较强客观性;（2）以线性规划为工具,无需进行指标无量纲化等数据预处理,有效简化评价过程;（3）评价结果介于0～1之间,除对评价单元进行排序、分类外,还可以提供评价非有效的原因及可改进信息。将其应用到苏里格气田苏X井区盒8下亚段低渗透气藏早期储层分类评价和刻画中,将研究区储层分为4类,其中Ⅰ,Ⅱ类为有利储层,总体评价结果与传统模糊综合评价结果具有较好对应关系,与气田生产实际及地质认识也基本吻合,并给出了评价实例非有效的主要差距及改进措施,表明该方法在实际应用中具有可信度及可行性,为实现类似高效、客观的储层评价提供了新的思路。
杨鹏飞[2]（2020）在《中国互联网科技企业融资效率研究 ——基于美国证券市场上市公司数据》文中指出伴随着通信技术的发展,以及第四代、第五代的移动信息系统的逐步普及,我国的互联网科技企业迎来高速发展期。截至2017年,我国数字经济规模达27.2万亿元,占国内生产总值（GDP）比重达到32.9%。同时数字经济领域就业人数达到1.71亿人,占当年总就业人数的22.1%,已成为吸纳就业的重要渠道。本文首先从理论入手,通过对以往融资效率有关的研究进行梳理,借鉴国内外学者在效率评价中的思路及方法。在对互联网科技企业以及融资效率等有关概念进行界定之后。运用数据包络分析法,从微观层面对68家我国美股上市互联网科技企业近三年的数据进行测算。并区分年份、区分行业分别对企业融资效率状况进行静态分析以及动态分析,并对影响互联网科技企业融资效率主要因素加以分析。结果表明近三年中,我国互联网科技企业的融资效率的前沿面总体上呈现缓慢下降的趋势,但在样本企业的总体却更接近融资效率前沿。说明样本互联网科技企业整体的资金利用有所提升,影响互联网科技企业融资效率的主要因素为规模效率的变动。最后根据结论,结合我国金融市场现状,从宏观政策,金融市场,以及企业管理三个层面针对互联网科技企业融资效率提出相应的建议。
朴顺仙[3]（2020）在《DEA模型的扩展形式及其在企业投入产出分析中的应用》文中提出DEA模型是一个管理科学、运筹学、数学和数理经济学交叉的领域,DEA模型被用来评价拥有多个投入和多个产出的“部门”或“单位”的投入产出效率。因为DEA模型可以直接利用投入和产出数据来建立一个非参数的模型进行绩效评价,所以一直到现在都是应用领域中的重要模型。从DEA模型被提出以来众多的学者在不同的领域和方面都做了大量的研究工作,包括DEA模型和理论的扩展和完善,DEA模型及其方法的经济学背景、管理学背景解释,也包括大量的应用研究。绝大多数经典的DEA模型都是在投入指标同比例缩减或产出指标同比例增加的前提下进行模型构建的,对于一般企业或单位的投入产出分析中,同比例变动在一些特别的情况下显出其局限性。例如,决策者的偏好,某个或某些指标的变动成本过大,部分指标具有变动硬约束等等。本文阐明了研究背景和研究意义,分析了国内外相关研究的历程和所涉及的领域,从现有的DEA模型出发,从面向投入和面向产出两个方面分别分析经典DEA模型的局限性,提出模型改进的方式,推导出若干个具体的扩展模型,并且用简明的例子作出了解释。本文结合2018年我国各省（地区）公立医院医疗机构的投入产出数据,使用导出的新模型进行应用分析,考察新模型的合理性和可行性,并且将本文导出模型的计算结果与现有DEA模型进行比较,分析不同模型之间的区别。实例分析结果显示,扩展模型在企业或单位在投入产出评价中给出了更多的选择性,新模型给出的结果除了可以评估企业的投入产出效率之外还对企业改进管理提供有用的建议,企业可根据自己的实际情况进行模型的选择。本文的研究结果为投入产出分析问题提供了更多的可选择模型,在某种意义上,本文建立的模型兼有投入产出效率评估和提供可行改进方案的功能。
于晨[4]（2019）在《媒体报道对上市公司股权融资效率的影响》文中提出融资作为企业长期发展的动力一直是公司金融领域关注的重点,与融资顺序偏好理论相悖,我国企业存在强烈的股权融资偏好,在这种偏好下股权融资效率却普遍较低。随之信息化时代的推进,媒体报道作为信息传播中介在完善公司治理中的作用愈加凸显,国内学者在研究媒体报道与企业融资间关系时,普遍以融资成本为关注点,鲜少有研究媒体报道与上市公司股权融资效率间关系的文献。在此背景下,本文讨论媒体报道对上市公司股权融资效率的影响。基于融资偏好顺序理论、信息不对称理论、委托代理理论、信号传递理论和风险与收益理论及以往与媒体报道、股权融资相关的文献,理论分析了媒体报道对上市公司股权融资效率的影响。并选取2007年-2017年上市公司为研究对象,用DEA-SBM模型估算上市公司股权融资效率,以媒体正面报道和媒体负面报道为解释变量,以公司规模、资产负债率、净资产收益率和每股盈余为控制变量,运用OLS回归FE模型,实证检验了媒体报道与上市公司股权融资效率间的关系。发现随着媒体报道的增加,上市公司股权融资效率上升;且媒体正面报道对上市公司股权融资效率的影响比媒体负面报道的影响更大。进一步的讨论了媒体报道对不同产权性质的上市公司股权融资效率的影响,发现相对于非国有上市公司,国有上市公司股权融资效率对媒体报道的敏感性更低。
祁玉青,赵顺,倪卫红[5]（2018）在《基于DEA模型的扬子江城市群城市物流业效率研究》文中指出考虑物流对城市群建设的推动作用,运用DEA模型分析了扬子江城市群8个城市的物流业效率。结果表明:扬子江城市群整体物流效率不高,存在着发展不均衡的现象。具体表现为物流业发展的地区性差异明显,苏南地区的整体物流业效率高于苏中地区;经济发达的城市,物流效率并未都达到DEA有效;非DEA有效的城市,存在着盲目扩大物流规模的现象,表现为扬州等城市物流规模效率无效但规模收益却呈现递减趋势。通过对计算结果的分析评价,提出了扬子江城市群的协调发展优化建议。
徐正宇[6]（2018）在《中国平安并购深发展的价值效应分析》文中研究表明随着中国利率市场化进程的加快,各金融机构纷纷加快了多元化经营的步伐,而在分业经营的法律环境下,并购是金融集团实现多元化经营的一种重要形式。根据以往文献实证研究的结果显示,并购后的业绩受支付方式、并购类型等多种因素影响,我国企业并购后获得业绩明显改善的并不多,并购失败带来的损失更是惨重。银行与保险的联姻,是否真正带来了正的价值创造,亦或是损害了企业价值?本文在事件研究法和会计研究法的指导下,以中国平安并购深发展这一我国金融领域第一宗关于混业经营的收购案为例,从并购前企业的行业背景与自身的财务情况出发,重点分析了并购后短期在二级市场的反应和长期公司财务绩效提升程度,来反映公司并购的价值效应。研究结果显示,并购在短期内市场给出了正面反映,并购取得明显的超额收益率。在并购后,截止2016年,中国平安盈利能力、经营能力、成长能力和偿付能力的总体表现良好,但是经营效率却有不同程度的下降。本文的研究结果为我国金融业以价值导向的并购提供了有益启示。
黄婷婷[7]（2018）在《我国钢铁企业融资效率及其影响因素研究》文中提出钢铁行业作为国民经济的基础性产业,对国民经济的健康发展作出了较大的贡献。然而,近年来钢铁行业的发展环境日趋恶化,对国民经济的发展产生了不利影响。此时,中央提出了供给侧结构性改革,并强调应率先从钢铁、煤炭企业入手推进这一战略,为钢铁企业摆脱困境指引了方向。企业的深化改革离不开资金的支持,然而钢铁企业当前的融资现状不容乐观,有限的资金供给将会阻碍改革的顺利推行。因此,本文认为研究钢铁企业的融资效率及影响因素具有十分重要的意义。基于这一背景,本文采用数据包络分析法,以申银万国行业分类下SW钢铁中包含的27家钢铁上市公司作为研究样本,构建了DEA-Tobit两阶段模型来综合评价我国钢铁企业的融资效率,并检验了各影响因素与融资效率的相关性以及影响程度。经实证研究后,得出以下结论:我国钢铁企业融资效率整体偏低,且呈逐年下降趋势;我国钢铁企业的资产规模、资产负债率和融资效率呈显着负相关关系,股权集中度和融资效率虽呈负相关关系,但并不显着。这证明目前通过企业合并、降低资产负债率等方式来提高钢铁企业的融资效率是可行的。本文的创新之处在于首次利用DEA-Tobit两阶段模型来对我国钢铁企业的融资效率及其影响因素进行实证研究,并根据实证分析结果提出了可以提高钢铁企业融资效率的对策建议,为钢铁企业的改革发展提供了资金支持。
郭锐[8]（2017）在《房屋建设项目的业主方索赔风险管理研究》文中提出近年来,随着全球经济的发展,建筑市场的竞争日趋激烈,由于工程项目持续时间较长,所处的内部、外部环境复杂多变,势必给工程项目参建各方,尤其是给业主方和施工方带来了很大的风险,甚至直接影响项目目标实现,工程索赔成为参建各方在项目管理过程中转移风险、减少自身损失的一种不可或缺的手段,往往也是决定项目经济效益的关键环节之一。我国引入工程索赔概念可追溯到20世纪80年代。近年来,市场经济在我国快速发展,法制化进程不断加快,在建筑市场领域,索赔管理不约而同地被参建各方所重视。针对索赔问题,有众多学者已经做出了大量的研究,既有针对合同条款、法律规定、索赔成因和索赔机会等方面定性的研究,也有关于索赔损失、索赔风险影响等方面定量的研究。并且,随着科技的发展,有许多学者将计算机技术应用于索赔研究,建立了索赔计算模型和索赔数据库,极大地丰富了研究的手段,简化了计算的程序。然而相比于上述这些方面的的研究,针对业主所做的研究还比较少。为了提高业主方对索赔风险的识别和控制的能力,减少或避免索赔事件的发生,确保项目的投资、进度、质量等目标顺利实现,对业主方索赔风险管理进行研究具有积极的现实意义。本文基于业主的视角,基于相关理论,采用文献法、调查问卷法和访谈法相结合的方式,依据代表性、动态性和重要性等原则,明确了房屋建设项目业主方索赔风险的影响因素,建立了房屋建设项目业主方索赔风险管理评价体系,进而运用数据包络分析法（DEA）,构建了房屋建设项目业主方索赔风险管理研究的数学模型,接着通过发放调查问卷的方式,搜集了22个房屋建设项目的指标数据。运用房屋建设项目业主方索赔风险管理评价模型,对搜集到的有效数据进行计算,得出了这22个房屋建设项目索赔风险管理的绩效评价结果,通过进一步分析,给出了房屋建设项目索赔风险管理各影响因素的重要性排序,并依据相关原则,参照常见的对策措施的类型,提出相应的对策和建议,为业主方的索赔管理工作提供一定的参考,使其能够制定有针对性的措施对索赔风险加以控制,尽可能地避免索赔事件的发生或者将索赔带来的损失控制到最低限度。
柯其寿,邬少飞[9]（2017）在《基于改进DEA模型的开发者效率评估》文中研究表明本文采用改进的DEA模型对开发者效率进行评估,主要通过传统的C2R模型和模糊数学法相结合,形成新的模糊DEA模型。该方法克服了传统DEA模型的超强客观因素和不支持模糊输入输出,有利于提高开发者效率的评估,这对决策者而言是十分重要的。
姜月娜[10]（2017）在《A汽车4S店零部件需求预测研究》文中指出最近几年新车的盈利前景不被看好,新品牌车辆的销售更是令人担忧,而汽车售后市场方面的业务逐渐发展,成为了汽车4S店的重点发展核心。本文以单个新品牌汽车4S店为出发点,发现该4S店零部件需求预测不当引发的一系列问题。本文旨在选择适合该汽车4S店售后零部件的分类方法和需求预测模型,解决零部件需求预测问题,为该4S店零部件库存管理提供数据和模型支持。通过实地调研,发现该4S店售后零部件库存管理不当,经验主义较为严重,分类方法不合理、需求预测不准确,导致其存储很多不必要的零部件,同时还会采购一些不必要的零部件。部分零部件缺货现象时有发生,零部件库存积压现象较为严重,长期这样会造成库存停滞的恶性局面,降低客户满意度,降低该4S店的盈利能力,影响该4S店的发展。考虑到汽车零部件随机性强且需求波动较大,而需求的波动是影响库存决策的关键,因此,本文希望从优化售后零部件的分类和需求预测角度来改善A汽车4S店零部件的库存管理现状。本文在相关理论研究的基础上,对需求预测分两个阶段进行研究。第一阶段利用数据包络分析法与聚类分析相结合的方法对该4S店的售后零部件进行分类,找出维修零部件中具有预测意义的关键备件,提高零部件分类的有效性和零部件管理的针对性。通过与原有分类方法做比较,证明了该分类方法的有效与合理。第二阶段利用自适应变异粒子群参数寻优的最小二乘支持向量机算法预测该4S店零部件的需求量,提高该4S店汽车零部件需求预测准确率,为售后零部件的库存计划与管理优化提供科学的数据支持,为降低库存及物流成本、减少库存的滞后和积压、提高售后服务质量与客户满意度提供科学的理论支持。通过与BP神经网络模型和多元回归分析得出的需求预测值进行比较,分析并比较其误差,验证了最小二乘支持向量机用于预测4S店汽车零部件需求量的相对准确性。研究结果表明,该方法可以用于4S店进行零部件需求预测,进而改善零部件库存管理现状。本文包括图16幅,表13个,参考文献54篇。
二、DEA中确定指标是输入(出)的根据及其应用（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、DEA中确定指标是输入(出)的根据及其应用（论文提纲范文）
（1）SBM-DEA模型在储层综合定量评价中的应用（论文提纲范文）
| 1 研究区概况 |
| 2 SBM-DEA模型评价原理及特点 |
| 2.1 数据包络分析SBM-DEA模型原理 |
| 2.2 SBM-DEA模型评价特点及评价步骤 |
| 3 SBM-DEA模型评价应用 |
| 3.1 决策单元及评价指标的确立 |
| 3.2 数据包络分析评价及结果分析 |
| 4 结 论 |
（2）中国互联网科技企业融资效率研究 ——基于美国证券市场上市公司数据（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外文献综述 |
| 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 |
| 1.5 本文的创新点 |
| 第二章 相关理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 互联网科技企业 |
| 2.1.2 融资 |
| 2.1.3 融资效率 |
| 2.2 公司融资效率的评价方法 |
| 2.3 数据包络分析法(DEA) |
| 2.3.1 规模报酬不变的CCR模型 |
| 2.3.2 规模报酬可变的BCC模型 |
| 2.3.3 DEA-Malmquist动态分析模型 |
| 第三章 中国互联网科技企业融资效率现状分析 |
| 3.1 中国互联网科技企业现状分析 |
| 3.2 中国互联网科技企业融资效率影响因素分析 |
| 3.2.1 企业的规模 |
| 3.2.2 企业的融资风险 |
| 3.2.3 企业的资金利用率 |
| 第四章 中国互联网科技企业融资效率实证分析 |
| 4.1 指标体系的构建 |
| 4.2 输入指标与输出指标的确定 |
| 4.3 数据的来源与处理 |
| 4.4 基于DEA模型实证结果及分析 |
| 4.4.1 基于DEA模型的静态分析 |
| 4.4.2 基于DEA-Malmquist模型的动态分析 |
| 4.4.3 结果评价分析 |
| 第五章 政策建议 |
| 5.1 宏观政策层面 |
| 5.2 金融体制层面 |
| 5.3 企业层面 |
| 第六章 结论与研究展望 |
| 6.1 结论 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读学位期间所发表的论文 |
（3）DEA模型的扩展形式及其在企业投入产出分析中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 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 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外文献综述的简析 |
| 1.3 研究方法和内容 |
| 1.3.1 研究方法 |
| 1.3.2 研究内容 |
| 第2章 DEA模型的局限性分析和可改进的方式 |
| 2.1 面向投入和面向产出的DEA模型 |
| 2.2 面向投入的DEA模型的投入要素的缩减模式 |
| 2.3 面向产出的DEA模型的产出指标的增加模式 |
| 2.4 关于单元不同投入要素可变范围的分析 |
| 2.5 允许投入要素或产出具有更灵活的变动模式的合理性 |
| 2.6 从几何直观上考察投入或产出指标的不同扩展方式 |
| 2.7 本章小结 |
| 第3章 DEA模型的扩展形式 |
| 3.1 每一个样本集合对应的投入产出前沿集合 |
| 3.2 投入产出前沿集合的帕累托最优性 |
| 3.3 面向投入的DEA模型的扩展形式 |
| 3.3.1 只允许一个投入要素缩减的DEA模型 |
| 3.3.2 考虑到部分投入要素按同比例缩减的DEA模型 |
| 3.3.3 考虑到部分投入要素按不同比例缩减的DEA模型 |
| 3.4 面向产出的DEA模型的扩展形式 |
| 3.4.1 只允许一个产出增加的DEA模型 |
| 3.4.2 考虑到单元不同产出增加绩效差异的DEA模型 |
| 3.4.3 考虑到某些产出具有增加硬约束的DEA模型 |
| 3.5 本章小结 |
| 第4章 DEA模型的扩展模型在企业中的应用研究 |
| 4.1 面向投入的DEA模型的扩展模型在企业中的应用研究 |
| 4.1.1 关于样本数据的说明 |
| 4.1.2 用经典的面向投入的DEA模型进行计算的结果 |
| 4.1.3 只允许一个投入要素缩减的DEA模型的适用性 |
| 4.1.4 考虑到部分投入要素按同比例缩减的DEA模型的适用性 |
| 4.1.5 考虑到部分投入要素按不同比例缩减的DEA模型的适用性 |
| 4.2 面向产出的DEA模型的扩展模型在企业中的应用研究 |
| 4.2.1 用经典的面向产出的DEA模型进行计算的结果 |
| 4.2.2 只允许一个产出增加的DEA模型的适用性 |
| 4.2.3 考虑到单元不同产出增加绩效差异的DEA模型的适用性 |
| 4.2.4 考虑到某些产出具有增加硬约束的DEA模型的适用性 |
| 4.3 经典模型与扩展模型的横向比较 |
| 4.3.1 面向投入的经典模型与扩展模型的比较 |
| 4.3.2 面向产出的经典模型与扩展模型的比较 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（4）媒体报道对上市公司股权融资效率的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 研究方法与主要内容 |
| 1.3 研究框架 |
| 1.4 创新与不足 |
| 2 相关理论与文献综述 |
| 2.1 相关理论 |
| 2.2 文献综述 |
| 3 理论分析与研究假设 |
| 3.1 理论分析 |
| 3.2 研究假设 |
| 4 模型构建与样本选取 |
| 4.1 变量定义 |
| 4.2 数据来源与样本选取 |
| 5 实证分析 |
| 5.1 描述性分析 |
| 5.2 相关性检验与共线性分析 |
| 5.3 回归分析 |
| 5.4 稳健性检验 |
| 5.5 内生性问题 |
| 5.6 小结 |
| 6 总结 |
| 6.1 主要结论 |
| 6.2 局限性及未来展望 |
| 参考文献 |
| 致谢 |
（5）基于DEA模型的扬子江城市群城市物流业效率研究（论文提纲范文）
| 1 引言 |
| 2 相关文献综述 |
| 3 DEA模型 |
| 4 实证研究 |
| 4.1 评价指标和数据的选取 |
| 4.2 DEA计算结果与分析 |
| 5 建议 |
（6）中国平安并购深发展的价值效应分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 研究内容、方法和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究路线 |
| 1.4 本文的主要贡献 |
| 第2章 文献综述与相关理论 |
| 2.1 文献综述 |
| 2.1.1 关于银行保险融合的理论研究 |
| 2.1.2 并购价值效应实证研究 |
| 2.1.3 文献综述简评 |
| 2.2 相关理论 |
| 2.2.1 银行保险的含义 |
| 2.2.2 银行保险的发展形成模式 |
| 2.2.3 关于并购价值效应产生机理 |
| 第3章 案例介绍 |
| 3.1 并购双方简介 |
| 3.1.1 深发展简介 |
| 3.1.2 中国平安简介 |
| 3.2 并购过程 |
| 3.3 并购动因分析 |
| 3.3.1 获得规模效益 |
| 3.3.2 获取战略机会 |
| 3.3.3 发挥协同效应 |
| 3.3.4 提高管理效率 |
| 第4章 基于事件研究法的短期价值效应分析 |
| 4.1 研究方法 |
| 4.2 事件窗口 |
| 4.3 正常收益率的估计 |
| 4.4 超常收益率的估计与检验 |
| 4.5 实证研究 |
| 第5章 基于DEA与财务指标的长期价值效应分析 |
| 5.1 样本和统计方法说明 |
| 5.2 模型介绍 |
| 5.3 模型输入输出指标 |
| 5.4 实证分析 |
| 5.4.1 盈利能力分析 |
| 5.4.2 经营增长分析 |
| 5.4.3 资产质量分析 |
| 5.4.4 偿付能力分析 |
| 第6章 结论与启示 |
| 6.1 结论 |
| 6.2 启示 |
| 6.2.2 中国平安并购深发展的对策和启示 |
| 6.2.3 对金融企业并购的启示 |
| 6.3 对后续研究的建议 |
| 参考文献 |
| 附录 |
| 致谢 |
（7）我国钢铁企业融资效率及其影响因素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 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 创新之处 |
| 2 文献综述 |
| 2.1 融资效率概念界定的文献综述 |
| 2.2 融资效率评价方法的文献综述 |
| 2.3 融资效率影响因素的文献综述 |
| 2.4 文献评述 |
| 3 理论分析与假设建立 |
| 3.1 融资效率影响因素定性分析 |
| 3.1.1 宏观经济因素 |
| 3.1.2 微观企业因素 |
| 3.2 假设建立 |
| 4 研究设计 |
| 4.1 样本选取与数据处理 |
| 4.1.1 样本选取 |
| 4.1.2 数据处理 |
| 4.2 变量设计 |
| 4.2.1 融资效率评价指标设计 |
| 4.2.2 融资效率影响因素变量设计 |
| 4.3 模型构建 |
| 4.3.1 DEA模型的构建 |
| 4.3.2 Tobit模型的构建 |
| 5 钢铁企业融资效率综合评价 |
| 5.1 融资效率总体评价 |
| 5.2 综合技术效率分析 |
| 5.3 纯技术效率和规模效率分析 |
| 5.4 规模报酬分析 |
| 5.5 非DEA有效企业松弛变量分析 |
| 5.6 本章小结 |
| 6 融资效率影响因素实证结果及分析 |
| 6.1 指标描述性统计 |
| 6.2 实证结果及分析 |
| 7 研究结论与对策建议 |
| 7.1 研究结论 |
| 7.2 对策建议 |
| 参考文献 |
| 致谢 |
| 附录 |
（8）房屋建设项目的业主方索赔风险管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的背景与意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 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 国内外研究现状综述 |
| 1.3 研究的主要内容和框架 |
| 1.3.1 主要内容 |
| 1.3.2 主要框架和技术路线图 |
| 第二章 基本理论介绍 |
| 2.1 风险的基本理论 |
| 2.1.1 风险和建设工程项目风险 |
| 2.1.2 风险的特点 |
| 2.1.3 风险要素 |
| 2.1.4 建设工程项目风险的类型 |
| 2.1.5 风险管理的概念 |
| 2.1.6 项目风险管理的工作流程 |
| 2.2 建设工程索赔的基本理论 |
| 2.2.1 索赔和建设工程索赔 |
| 2.2.2 工程索赔的特征 |
| 2.2.3 工程索赔的分类 |
| 2.2.4 业主方索赔风险的概念及特征 |
| 2.2.5 业主方处理工程索赔的原则 |
| 2.2.6 业主方工程索赔的一般程序 |
| 2.3 建设工程索赔风险评价的常用分析方法 |
| 2.3.1 物元可拓法 |
| 2.3.2 层次分析法 |
| 2.3.3 主成分分析法 |
| 2.3.4 数据包络分析法 |
| 2.3.5 常用风险评价方法的比较 |
| 2.4 本章小结 |
| 第三章 房屋建设项目业主方索赔风险管理的评价模型 |
| 3.1 数据包络分析法的基本原理 |
| 3.2 选择评价单元及建立评价指标体系 |
| 3.2.1 明确房屋建设项目索赔风险的影响因素 |
| 3.2.2 选择评价单元 |
| 3.2.3 评价指标的建立原则 |
| 3.2.4 确定房屋建设项目业主方索赔风险评价指标体系 |
| 3.3 数据收集与处理 |
| 3.4 评价模型的构建 |
| 3.4.1 基本评价模型 |
| 3.4.2 对有效的各评价单元进行排序 |
| 3.4.3 将非有效评价单元转化为有效单元 |
| 3.5 制定对策措施的原则 |
| 3.6 对策措施的类型 |
| 3.7 研究问题的整体思路 |
| 3.8 本章小结 |
| 第四章 房屋建设项目业主方索赔风险管理的实例 |
| 4.1 实例数据的收集与处理 |
| 4.2 数据运算与分析 |
| 4.3 对有效的各评价单元的排序 |
| 4.4 将非有效评价单元转化为有效单元 |
| 4.5 影响分析及对策措施 |
| 4.5.1 房屋建设项目业主方索赔风险影响程度 |
| 4.5.2 房屋建设项目业主方索赔风险管理对策措施 |
| 4.6 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 附录 |
| 附录1 关于房屋建设项目索赔风险影响因素的调查问卷 |
| 附录2 关于房屋建设项目索赔风险管理评价指标的调查问卷 |
| 致谢 |
（9）基于改进DEA模型的开发者效率评估（论文提纲范文）
| 1 引言 |
| 2 改进DEA模型的建立 |
| 2.1 常规DEA模型 |
| 2.2 基于FC2R模糊优化模型 |
| 3 FC2R模型与数据分析 |
| 4 结论 |
（10）A汽车4S店零部件需求预测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 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 零部件分类研究现状 |
| 1.2.2 零部件需求预测方法研究现状 |
| 1.3 研究内容和方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 本章小结 |
| 2 相关理论基础 |
| 2.1 ABC分类法 |
| 2.2 DEA理论 |
| 2.2.1 DEA方法简介 |
| 2.2.2 DEA基本原理与模型 |
| 2.2.3 DEA模型优势 |
| 2.3 支持向量机理论 |
| 2.3.1 支持向量机 |
| 2.3.2 最小二乘支持向量机 |
| 2.4 粒子群算法 |
| 2.4.1 粒子群算法 |
| 2.4.2 自适应变异粒子群算法 |
| 2.5 本章小结 |
| 3 A汽车4S店零部件需求预测现状分析 |
| 3.1 公司概况 |
| 3.1.1 A汽车有限公司概况 |
| 3.1.2 A汽车4S店概况 |
| 3.2 A汽车4S店库存管理问题 |
| 3.2.1 库存管理现状 |
| 3.2.2 库存管理问题 |
| 3.3 A汽车4S零部件需求预测问题 |
| 3.3.1 库存决策与需求预测 |
| 3.3.2 零部件需求预测现状及问题 |
| 3.3.3 零部件需求预测问题原因分析 |
| 3.4 本章小结 |
| 4 A汽车4S店汽车零部件分类优化设计 |
| 4.1 汽车零部件分类管理改进的必要性 |
| 4.2 基于DEA-聚类分析的ABC分类 |
| 4.2.1 分类模型 |
| 4.2.2 改进后的分类 |
| 4.2.3 传统分类与改进分类比较 |
| 4.3 汽车零部件分类保管方法 |
| 4.4 本章小结 |
| 5 A汽车4S店零部件需求预测优化设计 |
| 5.1 零部件需求预测步骤 |
| 5.2 零部件需求影响因素分析 |
| 5.3 数据归一化 |
| 5.4 核函数选择与参数寻优方法 |
| 5.4.1 核函数选择 |
| 5.4.2 参数寻优方法 |
| 5.5 预测误差评价指标 |
| 5.6 需求预测模型的求解 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 结论与不足 |
| 6.2 展望 |
| 参考文献 |
| 附录A |
| 附录B |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
四、DEA中确定指标是输入(出)的根据及其应用（论文参考文献）
- [1]SBM-DEA模型在储层综合定量评价中的应用[J]. 朱兆群,曲丽丽,李丹,林承焰,吴复柱,杨玲,孙明翔,明红霞. 地质科技通报, 2021(01)
- [2]中国互联网科技企业融资效率研究 ——基于美国证券市场上市公司数据[D]. 杨鹏飞. 西安石油大学, 2020(12)
- [3]DEA模型的扩展形式及其在企业投入产出分析中的应用[D]. 朴顺仙. 哈尔滨工业大学, 2020(02)
- [4]媒体报道对上市公司股权融资效率的影响[D]. 于晨. 暨南大学, 2019(04)
- [5]基于DEA模型的扬子江城市群城市物流业效率研究[J]. 祁玉青,赵顺,倪卫红. 物流技术, 2018(07)
- [6]中国平安并购深发展的价值效应分析[D]. 徐正宇. 上海师范大学, 2018(11)
- [7]我国钢铁企业融资效率及其影响因素研究[D]. 黄婷婷. 暨南大学, 2018(12)
- [8]房屋建设项目的业主方索赔风险管理研究[D]. 郭锐. 长安大学, 2017(07)
- [9]基于改进DEA模型的开发者效率评估[J]. 柯其寿,邬少飞. 电脑与电信, 2017(06)
- [10]A汽车4S店零部件需求预测研究[D]. 姜月娜. 北京交通大学, 2017(01)