|
90-91
4.2.4 关注无形资产的培育 91
4.2.5 可持续发展能力的重视 91-92
4.3 传统企业绩效评价对于创新型企业的不适应分析 92-95
4.3.1 传统财务评价的主导地位 92
4.3.2 创新能力评价指标的缺乏 92-93
4.3.3 人力资本盈利能力与发展潜力评价指标的缺乏 93
4.3.4 无形资产考虑过少 93-94
4.3.5 有效的动态性和反馈机制的缺乏 94
4.3.6 企业成长和研发关注的缺乏 94-95
4.3.7 评级结果激励作用不明显 95
4.4 创新型企业绩效评价与传统绩效评价差异分析 95-97
4.5 数据包络分析应用于创新型企业绩效评价分析 97-100
4.5.1 数据包络分析的特点 97-98
4.5.2 数据包络分析方法的适用条件 98-99
4.5.3 数据包络分析适用于创新型企业绩效评价的优点 99-100
4.6 神经网络应用于创新型企业绩效评价分析 100-104
4.6.1 神经网络的特点 100-102
4.6.2 神经网络的适用条件 102
4.6.3 神经网络适用于创新型企业绩效评价的优点 102-104
4.7 创新型企业绩效评价方法的选择及适用范围分析 104
本章小结 104-105
第5章 创新型企业绩效评价指标体系设计 105-131
5.1 指标选取原则 105-106
5.1.1 科学性和实用性相结合的原则 105
5.1.2 适用性原则 105
5.1.3 全面性与重要性相结合原则 105-106
5.1.4 成本—效益原则 106
5.1.5 定量因素与定性因素相结合原则 106
5.2 创新型企业绩效评价指标的选取 106-111
5.2.1 评价指标层次分析 106-109
5.2.2 评价指标筛选方法 109-111
5.3 DEA模型输入输出指标体系 111-113
5.3.1 建立输入输出指标体系应注意的问题 111-112
5.3.2 输入指标体系 112-113
5.3.3 输出指标体系 113
5.4 神经网络模型的绩效评价指标体系 113-130
5.4.1 财务状况的评价指标 114-116
5.4.2 经营成果与发展评价指标 116-118
5.4.3 技术创新评价指标 118-120
5.4.4 知识管理创新评价指标 120-122
5.4.5 市场创新评价指标 122-124
5.4.6 制度创新评价指标 124-125
5.4.7 文化创新评价指标 125-127
5.4.8 业务流程评价指标 127-130
本章小结 130-131
第6章 创新型企业绩效评价模型构建 131-145
6.1 数据包络分析评价模型的构建 131-136
6.1.1 C~2R模型和BC~2模型 131-135
6.1.2 DEA评价步骤 135-136
6.2 神经网络模型的构建 136-143
6.2.1 应用神经网络—卡尔曼滤波模型的可行性 136-137
6.2.2 样本选取 137-138
6.2.3 数据搜集与处理 138-140
6.2.4 模型结构设计 140
6.2.5 模型训练 140-141
6.2.6 模型及拟合度分析 141-143
6.2.7 创新型企业绩效评价模型适用范围检验 143
本章小结 143-145
第7章 实证分析 145-160
7.1 DEA模型的创新型企业绩效评价实证分析 145-151
7.1.1 样本选择 145
7.1.2 输入输出指标数据 145-147
7.1.3 DEA模型评价结果分析 147-151
7.2 神经网络模型的创新型企业绩效评价实证分析 151-159
7.2.1 A电子公司绩效评价应用分析 151-155
7.2.2 B电子公司绩效评价应用分析 155-159
本章小结 159-160
第8章 结论与展望 160-163
8.1 研究结论 160-161
8.2 主要创新点 161-162
8.3 研究展望 162-163
参考文献 163-171
致谢 171-172
附录 172-180
附录A 神经网络模型数据处理程序 172-173
附录B 神经网络模型数据编程处理 173-176
附录C 实例分析数据处理 176-178
附录D 问卷调查 178-180
攻读博士学位期间科研情况 180-181
原创学术论文网Tag： |
 |
 |
 |
 |
 |
 |
 |
