一、实物期权思想与企业战略管理(论文文献综述)
庄伟[1](2021)在《基于Schwartz-Moon模型的高新技术企业价值评估研究 ——以博雅生物为例》文中进行了进一步梳理在全球科技发展浪潮的推动和国家科技兴国战略的导向下,我国高新技术企业得以迅猛发展。随着科创板的推出,高新技术企业更是成为了资本市场关注的焦点,市场中投融资、并购重组等资本活动日益频繁,这增加了对高新技术企业价值精准评估的需求。但是,高新技术企业的成长模式和经营特点与传统企业不同,具有无形资产占比高、发展不确定性大等特点,导致传统估值方法存在局限性,无法精准评估其内在价值。因此,本文尝试引入基于实物期权思想的Schwartz-Moon模型来对高新技术企业进行价值评估研究,以期探寻可行的价值评估路径,为企业管理层和市场投资者提供参考意见。本文采用理论分析和案例研究相结合的研究方法,遵循从理论分析到实际应用的逻辑路径,对高新技术企业估值问题展开研究。在理论分析层面,本文首先基于高新技术企业价值构成及价值特征阐述了高新技术企业的价值评估特性,在此基础上对传统企业价值评估方法的局限性和实物期权法的适用性予以分析,认为实物期权法与高新技术企业价值评估特性契合,具有良好的方法适用性。随后,通过实物期权模型的对比分析,认为Schwartz-Moon模型内设多个随机微分方程和均值回复方程,更全面地考虑了企业的发展不确定性和成长性。因此本文选择Schwartz-Moon模型进行高新技术企业价值评估架构,为模型在高新技术企业估值中的应用研究提供基础工具。在实际应用层面,以博雅生物为案例研究对象,通过模型在高新技术企业价值评估中的实际应用对其适用性进行更深入探讨。首先,本文从模型应用可行性分析,到模型参数取值,再到蒙特卡洛模拟运算,展示了模型规范的实施应用程序。其次,通过Schwartz-Moon模型和传统估值模型在评估基准日的估值结果对比分析,在一定程度上验证了模型在高新技术企业估值中的有效性。最后,本文基于模型设计思路和估值应用实践,对模型应用局限性作出了分析。本文主要研究结论可以归结为如下三点:(1)实物期权法适用于高新技术企业价值评估。实物期权法通过识别企业在经营发展过程中的期权特征,借助期权计算方式来衡量企业潜在获利机会价值,从而更贴近高新技术企业内在价值。(2)Schwartz-Moon模型在高新技术企业价值评估中具备有效性和可操作性。模型通过构建多个随机微分方程去描述企业在收入增长和成本变动等多方面的动态波动性,能更有效地捕捉高新技术企业在发展不确定性中所具有的潜在获利机会价值。根据模型在案例中的估值应用结果来看,模型对于高新技术企业的评估结果和企业实际股价的差异率控制在合理范围内,说明模型能为该类企业估值提供可行的方法路径。(3)Schwartz-Moon模型存在一定应用局限性。模型在参数估计和适用范围上存在局限性,评估者在运用模型时需充分考虑模型适用范围,对部分关键性主观参数审慎估计。
王娟娟[2](2021)在《基于期权定价模型的教育培训机构价值评估研究 ——以中公教育为例》文中研究指明21世纪,我国开始进入经济全球化,经济全球化不仅带动了经济的发展,也潜移默化的影响着人们的思想观念,尤其是教育观。教育的地位逐渐提升,对促进经济发展发挥着十分重要的作用。随着经济的发展,我国服务方向也逐渐发生了改变,开始面向国际化。教育同时也成为服务业中的重要组成部分。近年来,就业压力的逐年增大,教育培训机构审时度势,呈现旺盛的增长态势,在我国经济领域市场里快速变为市场热点。一方面,教育培训机构对教育行业的发展有重要的引领价值,但另一方面,教育培训机构的大量涌现,也不可避免的呈现出一些问题。由于教育行业的特殊性,传统的评估培训机构价值的方法无法将其价值尽可能准确的评估出来,因此结合我国教育发展现状,选择更合理、更科学准确的培训机构价值评估理论和方法评估得出的企业价值才更具有说服力和现实意义。本文将从评估、财务等相关理论出发,分析实物期权法评估教育培训机构的适用性,然后构建一个教育培训机构价值评估模型,选取在教育培训行业具有代表性的中公教育作为实例进行验证,得出由于期权定价法考虑了传统评估方法中无法衡量的部分不确定因素产生的价值。因此,在一定程度上,该方法是对传统评估方法存在缺陷的一种弥补。将传统评估方法与B-S期权定价法相结合评估教育培训机构整体企业价值,得出的结论相对准确。通过对比分析评估值与市值之间的差异,指出形成差异可能的原因,并提出建议。尽管如此,但没有任何一种方法是完美无缺的,因此,在最后总结了应用该方法可能存在的不足。
程佳程[3](2020)在《基于实物期权的D加油站项目投资决策分析》文中指出D加油站投资项目是YS公司的规模最大的加油站投资项目之一,本文将对此项目进行投资前的决策分析。D加油站投资项目计划于2018年进行施工,如果在未来一年中运营顺利,则在2020年初进行第二期投资,否则,将等待投资机会,延迟投资或者不予继续追加投资。基于项目剖析和实物期权理论,D加油站投资项目含有实物期权,不同于一般的投资项目。那么,如何科学完整的评价此项目的价值,从而为YS公司提供决策支持,正是本文需要解决的问题。实物期权法较传统的贴现现金流法的优越性体现在其考虑了不确定性的价值(期权价值),考虑到D加油站投资项目的特点,本研究认为采用实物期权法对此项目进行价值评估更为合理。本文首先对D加油站投资项目进行了实物期权法的适用性分析:通过研究加油站项目的不确定性和D加油站投资项目隐含的期权特征,分析出D加油站投资项目可能包含的实物期权,从而说明本研究采用实物期权法的合理性。然后,选定布莱克—斯科尔斯模型(B-S模型)对项目的期权价值C进行计算,最后运用投资决策模型估算出D加油站项目的真实价值NPVe,从而判断出此项目可以为YS公司创造价值,做出D加油站项目的投资决策。由于D加油站投资项目的不确定性因素较多且影响较大,本研究运用实物期权理论、投资理论以及贴现现金流法等理论估算D加油站项目的价值,希望为YS公司对于D加油站投资项目的投资决策提供参考。
蘧怡然[4](2020)在《基于实物期权法的Y公司电站项目投资决策研究》文中研究说明“十四五”是深化改革的攻坚期,也是电力工业加快转型发展的重要机遇期,能源供给侧结构性改革亟待开展,天然气分布式能源是当下进行能源供给侧结构性改革的一项重要措施。当前电力项目的投资决策方法主要沿用传统投资决策方法——净现值法,实物期权理论虽然日渐成熟,但运用实物期权法进行投资决策的案例仍然匮乏。应用实物期权法对Y公司电站项目进行投资决策,可以为Y公司投资决策者提供更为科学准确的投资决策方案,有助于推广实物期权方法在电力项目投资决策的应用。实物期权法较净现值法更能考虑到Y公司电站项目分阶段进行投资的特点及投资环境的不确定性。本文首先分析Y公司现行投资决策方法的局限性,实物期权法更适用于Y公司电站项目的投资决策。其次,识别Y公司电站项目中包含的实物期权类型为扩张期权,选取适用于连续时间节点下扩张期权的模型——Black-Scholes模型,进行模型构建并计算相应参数。最后计算得到基于实物期权法的Y公司电站项目价值为1869.41万元,远大于现行投资决策方法下的项目净现值274.1万元,项目可行。经过敏感性分析,投资决策者在后续投资机会中应关注不确定因素中的燃料价格、售电价格及供热价格变化,适当参考当前行业发展情况进行决策辅助,根据项目及投资环境实际情况进行决策。最后提出应用实物期权法进行Y公司电站项目投资决策的方案建议:Y公司投资决策者于2020年对一期项目进行投资,并且在一年的等待期后开始第二阶段的项目投资。
高丹丹[5](2020)在《基于实物期权法的双重股权结构公司UCloud估值问题研究》文中指出为了完善我国多层次资本市场体系,科创板允许使用差异化表决权的公司上市。但是国内关于差异化表决权的研究大多集中于控制权保持与转移,相关利益者利益保护等方面,价值估值问题方面的研究很少。基于此,本文是对国内双重股权结构问题研究的补充。本文通过文献研究法,案例研究法和对比研究法来分析差异化表决权公司的估值问题。UCloud公司是我国领先的第三方云计算服务平台企业,该公司于2020年1月运用双重股权结构在科创板上市,成为我国大陆第一家运用此股权结构上市的公司。本文通过对UCloud公司所在云计算行业的情况,公司基本情况和双重股权结构的介绍分析,总结出公司特点。随之借鉴成熟资本市场的经验,分析此种股权结构对于公司估值的影响。并通过分析对比各种估值方法的适用性,选择适用于UCloud公司的估值方法。实物期权法的思想是企业的价值不仅包括企业拥有的实物资产产生的确定性价值,还包括未来选择机会的不确定性价值。文章通过分析查阅确定了UCloud公司的价值来源。一部分是来自于公司有形资产与无形资产的确定性价值;另一部分则是使用公司特殊股权结构带来的不确定性价值。本文根据UCloud公司业务特征,选取EVA估值法对UCloud公司的确定性价值进行了估算,然后运用实物期权法对公司的不确定性价值进行了估算。通过将两种价值相加,最终确定UCloud公司的价值。计算结果显示,采用该方法估算的价值与目前UCloud公司的市值存在一定差异,最后针对差异进行了一些合理性解释。
王英姿[6](2020)在《基于实物期权的人工智能企业价值评估研究 ——以科大讯飞为例》文中研究指明在全球智能化浪潮以及国家政策支持下,我国人工智能产业规模迅速扩大,市场中投融资活动、并购等交易日益频繁。了解人工智能企业的价值特点、对人工智能企业进行价值评估成为了重要课题。本文研究了人工智能企业的价值构成、价值特征以及价值影响因素,分析了人工智能企业价值评估的特点。在此基础上引入实物期权下的Schwartz-Moon模型对人工智能企业价值进行评估,为人工智能企业价值评估提供理论及实践参考。人工智能企业与传统的劳动密集、资金密集企业不同,其核心竞争力在于技术、知识、人力。企业呈现出无形资产占比高、盈利能力强、成长速度快的特点。同时,也存在风险高、不确定性大的特点。除了现有获利能力带来的现有价值外,企业价值还应考虑潜在获利能力带来的潜在价值。企业价值受盈利能力、成长能力、创新能力以及外界环境等多方面因素的影响。当前实务中对人工智能企业的估值多采用传统评估方法。传统估值方法忽略了人工智能企业价值评估的动态性、不确定性,对未来收益进行静态、单一预测,忽略企业管理柔性的价值,无法合理评估人工智能企业的内在价值。针对传统价值评估方法的局限性,本文引入实物期权思想对人工智能企业进行估值。实物期权方法聚焦于现金流的不确定性,通过概率分布描述现金流分布,衡量了企业管理柔性的价值,与人工智能企业价值评估的动态性、不确定性、整体性相适应。本文选取了实物期权方法中的Schwartz-Moon模型结合蒙特卡洛模拟法对进行估值。这是由于蒙特卡洛模拟法在处理不确定因素较多的复杂问题时比其他方法更简单、效率更高、结果更准确。Schwartz-Moon模型考虑了收入、收入增长、成本的波动,利用随机微分方程描述多个相关变量,充分考虑了企业面临的不确定性。本文用Schwartz-Moon模型对科大讯飞公司进行估值,通过估算所得企业价值求出评估基准日的股权价值,与当日股价进行对比以验证评估结果的合理性。利用敏感性分析判断模型估值中的关键参数,识别出企业价值管理中应该关注的因素,包括加强成本控制、技术创新,提升行业竞争力等。最后对Schwartz-Moon模型的有效性进行了分析,通过估值结果与实际股价的对比发现二者差异较小,验证了模型的有效性。同时,利用传统估值方法对科大讯飞公司进行估值,发现估值可操作性不高、结果准确度差。这验证了实物期权方法相比传统估值方法的有效性以及合理性。本文分为五大部分。第一部分是引言,该部分主要介绍了论文的研究背景、意义,并对相关文献进行梳理,了解了国内外对于企业价值评估方法、实物期权、人工智能企业价值的研究现状。第二部分是基于实物期权的人工智能企业价值评估理论概述。本部分对论文研究的对象进行了阐述,包括人工智能企业、人工智能企业的价值、人工智能企业价值评估方法以及相关理论基础。介绍了人工智能企业的内涵和特点,人工智能企业价值的构成及影响因素。阐述了传统企业价值评估方法及其局限性,实物期权的内涵及其适用性。第三部分是人工智能企业价值评估的实物期权模型构建。本章根据人工智能企业的特征选取了适用的Schwartz-Moon定价模型,介绍了模型构建过程,估计参数及获取方法,并对模型的适用性进行了分析。第四部分是基于实物期权的人工智能企业价值评估模型的应用。本部分将Schwartz-Moon定价模型用于科大讯飞公司,结合蒙特卡洛模拟法求解,最终得到企业的评估价值。首先,分析了行业概况,并对公司的基本情况、不确定性进行了分析,然后应用模型对公司进行估价并对模型参数进行敏感性分析。第五部分是人工智能企业应用实物期权估价模型的有效性评价及案例启示。通过对Schwartz-Moon模型评估结果与实际股价、传统评估方法结果进行对比,验证了模型应用于人工智能企业价值评估中的有效性,并对案例研究启示进行了总结。本文通过归纳文献等方法深入分析了人工智能企业的价值,根据人工智能企业价值评估特点,提出将实物期权方法应用于企业估值中,并选取了适用于人工智能企业的Schwartz-Moon定价模型。运用案例研究法,将模型应用于科大讯飞公司估值中。通过对评估结果的分析验证了该方法对人工智能企业进行估值的适用性。通过研究,本文认为实物期权下的Schwartz-Moon模型为人工智能企业价值评估提供了一个新思路。其评估结果可以有效反映企业价值,为相关交易活动提供合理的参考价格。
刘杨[7](2020)在《实物期权法在高新技术企业价值评估中的应用研究 ——以天准科技为例》文中进行了进一步梳理随着高新技术企业的兴起,企业的日常生产经营、价值管理、兼并收购均对价值评估提出了迫切的需求。传统的价值评估方法低估了企业潜在获利能力的价值,而实物期权方法作为一种动态的评估方法,把企业生产经营中的不确定性和灵活性充分考虑在内,可以更为灵活地、动态的对企业价值进行考量。本文详细阐述了各个实物期权模型的假设条件、适用范围及优缺点,并结合高新技术企业评估特点,搭建了 B-S模型与Schwartz-Moon模型。本文选取天准科技作为目标企业,将模型估值与市场价值进行比较,发现偏差处于合理范围内,由此论证了实物期权方法评估高新技术企业价值是可行的。在对结果的对比中,本文认为Schwartz-Moon模型在静态的预测中考虑了变量的波动性,模拟了未来现金流所有可能的变化范围,降低了人为主观性的影响,更适合衡量现金流量波动较大甚至为负值的高风险企业。B-S模型更具直观性,将项目灵活性考虑在内,可以有效的对项目潜在的价值进行评估,但是在评估时需要注意对期权项目的挖掘是否充分。这两种模型均可以有效的对高新技术企业价值进行考量,是对传统估价方法很好的补充。
许传博[8](2020)在《计及不确定性与协同性的微电网项目投资组合优化研究》文中认为微电网是未来分布式能源的重要载体,其作为泛在电力物联网的重要组成部分,在城市区域、海岛及偏远地区均有广泛的应用前景。与此同时,微电网的建设隶属于新型基础设施建设的范畴,其投资建设将助力我国经济培育新增长点、形成新动能。本文以微电网项目为主体,从能源电力企业角度对其投资组合优化问题展开了研究。在对微电网项目战略对应度评估的基础上,由浅入深地构建了静态、动态、多阶段动态三种情景下的微电网项目投资组合优化模型。针对不同模型的特点,分别引入分枝定界算法、改进差分进化算法、多智能体强化学习算法进行求解,从而探索了能源电力企业在各种情景下的微电网项目最优投资组合策略。首先,论文梳理了微电网项目投资组合优化的研究背景及意义,开展了对国内外微电网项目和项目投资组合优化问题及其方法的研究综述,并概述了项目组合管理、项目投资组合优化、项目评估模型及方法、组合优化模型及方法、不确定性等相关基础理论与方法,为后续的研究奠定了理论基础和研究范围。然后,论文研究了计及双重不确定性的微电网项目战略对应度评估问题。在对中国大型能源电力企业的战略目标进行分析的基础上,提炼出绿色发展战略、效益导向战略、科技创新战略及和谐发展战略这四大重点战略目标;结合文献综述对战略目标进行分解,建立起一套完备的微电网项目战略对应评估指标体系;针对微电网项目中多种不确定性因素的影响,采用云模型来描述微电网项目的模糊-随机双重不确定性;提出云层次分析法和基于K-means算法改进的云PROMETHEE-II算法进行微电网项目的战略对应度计算。该部分研究可为能源电力企业的微电网项目的初步筛选提供理论依据。其次,论文研究了计及不确定性和协同性的微电网项目静态投资组合优化问题。对微电网项目的协同因素进行识别,针对微电网项目间可能存在的电力交易提出了新的运营协同因素;基于现有文献中对项目间协同性刻画不充分的缺陷,采用云Choquet积分结合模糊测度对微电网项目协同性进行量化;考虑到非线性问题求解的复杂性,对构建的不确定0-1非线性规划模型采用MCPPSP-GW模型进行等价线性化处理,转化为不确定0-1线性规划模型;采用精确算法中的分支定界法对不确定0-1线性规划模型进行求解。该部分研究可为能源电力企业在现有微电网项目无调整的单决策时点情景下提供投资组合决策依据。再次,论文研究了计及不确定性和协同性的微电网项目动态投资组合优化问题。引入动态的概念来考虑现有微电网项目的调整,包括升级、维持以及放弃动作;在考虑微电网项目的机会成本与沉没成本的基础上,以总净现值最大化为目标,构建微电网项目动态投资组合不确定性0-1非线性规划模型;采用云模型的去不确定性公式将其转化为确定性0-1非线性规划模型;针对差分进化算法易陷入局部最优的缺陷,提出了增加自适应算子和结合粒子群算法的一种改进差分进化算法对模型进行求解。该部分研究可为能源电力企业在现有微电网项目有调整的单决策时点情景下提供投资组合决策依据。最后,论文研究了计及不确定性和协同性的微电网项目多阶段动态投资组合优化问题。引入多阶段的概念来考虑企业在一个规划期内的连续动态投资组合问题;基于发电成本与项目电价的不确定性,采用实物期权法确定每个新微电网项目的最佳投资时机;考虑到多阶段的时序决策问题,将微电网项目多阶段动态投资组合优化问题建模为马尔可夫决策过程,并对相应的状态、动作和奖励进行定义;将每个微电网视为一个智能体,提出随机博弈理论与强化学习算法相结合的多智能体强化学习算法,对微电网项目多阶段动态投资组合优化问题进行求解。该部分研究可为能源电力企业在现有微电网项目有调整的连续多决策时点情景下提供投资组合决策依据。
程科[9](2020)在《基于实物期权法的互联网企业价值评估研究 ——以L公司为例》文中认为随着我国对互联网政策的不断调整和改善,随着互联网基础设施的不断优化升级,互联网服务不断扩大覆盖范围,使得互联网企业迅速发展壮大起来了,而且近些年大数据时代的到来,互联网企业也迎来了新的挑战和机遇。互联网迎来机遇和挑战的同时,企业之间的竞争和扩张,使得互联网企业并购和收购的案例不断增多,也带来了很多价值评估的问题。但是传统的评估方法并不适用于互联网企业的价值评估,因此,探索合理的评估方法和评估理论,对于互联网企业的价值评估具有重大意义。在此背景下,本文从互联网企业的特性和价值规律出发,深入探究了实物期权法对于互联网企业的适用性,在此基础上构建了基于实物期权法的互联网企业价值评估模型,并且引入模糊数学理论对参数进行优化和修正,最后将优化的结果同没有优化的结果进行对比。本文一共六个章节,第一章阐述本文研究背景、意义、目的与框架机构,总体概况本文的研究内容。第二章对国内外相关文献及研究成果进行梳理总结,分析企业价值评估和实物期权法的研究现状。第三章对企业价值和企业价值评估的概念进行界定,并回顾所涉及到的相关理论,分析企业价值评估的传统方法。对实物期权法的来源和发展作简要介绍,并了解实物期权的类别,研究实物期权的定价模型,最后引入模糊数学理论对实物期权模型进行参数的优化和修正。第四章对互联网和互联网企业的概念进行界定,并且阐明互联网企业的特点和评估难点,以及互联网企业的价值影响因素,分析实物期权法在互联网企业价值评估中的实用性,最后说明实物期权法在互联网企业价值评估中的局限性。第五章对案例公司L公司进行简单的介绍,其次结合运用实物期权法,评估L公司的企业价值,并且引入模糊实物期权模型对参数进行优化和修正,最后将研究成果及实际情况做出对比,对评估方法及结果做出评价。第六章:根据研究结果分析研究结论,并对接下来的研究进行展望。综上所述,本文可以得出以下结论,基于模糊实物期权法评估的价值与实际股价最接近,相差最小,其次是使用实物期权法评估的结果与实际股价的差距,最后才是使用收益法,所以本文认为基于实物期权的企业价值评估是合理的,并且在模糊数学理论的基础上进行优化,得出的结果更为精确。因此文本建议根据互联网企业的特点,选择科学合理的评估方法,才能对互联网企业进行更精准的价值评估。
徐晨[10](2020)在《基于实物期权的知识密集型企业人力资源价值评估 ——以科大讯飞为例》文中认为在知识经济时代中,人力资源的重要性日益凸显,创新技术与以人工智能类企业为代表的知识密集型企业成为经济发展的“主力军”,其人力资源的价值评估问题更不容忽视。人力资源作为一项由企业控制的特殊无形资产,在企业效益增加方面发挥着不可替代的重要作用,对于企业整体人力资源价值评估的研究不仅有助于微观层面上企业的科学长远发展、长期激励以及投资者获取全面信息,有效推动并购活动的顺利开展和后期人力资源整合,并在一定程度上增加以人力资源作价出资方式的可能性,还能在宏观层面上助力整体产业发展,从而促进社会经济的不断增长。在学习和梳理人力资源与实物期权相关理论及研究文献的基础上,本文首先对人力资源及其价值评估进行概述和相关探讨,通过对比人力资源价值评估的常用方法,结合知识密集型企业的特点分析得出实物期权法在知识密集型企业人力资源价值评估中的适用性,并且识别人力资源的期权特性,认为企业人力资源实际上是一项欧式看涨期权,其价值评估主要涉及的是未来收益的不确定性带来的看涨期权价值。在此基础上,本文构建了适用于知识密集型企业整体人力资源价值评估的综合计量模型,运用经济价值法中的预期收益折现模型计量人力资源的现有价值,选择Black-Scholes模型评估人力资源的实物期权价值,从而得到由这两部分组成的知识密集型企业整体人力资源价值,并在具体指标的确定方面尽量减少参数合理性对评估结果可能产生的影响,提高评估方法的可行性,选择以改进的Cobb-Douglas生产函数测算人力资源对企业产出的贡献程度,以企业收益变化和人力资源贡献率来间接确定人力资源价值波动率。最后,本文以软件和信息技术服务业的人工智能类上市公司科大讯飞(股票代码:002230)作为案例进行整体人力资源价值估算和评估结果的验证与分析。通过案例分析,得到实物期权综合模型计量出的评估结果相较于传统人力资源价值模型更能全面地反映出企业整体人力资源价值,具体评估对象为知识密集型企业人力资源时,实物期权法比其他传统方法更具优势,不确定性带来的隐含期权价值得到量化,评估结果更合理,价值计量更完整。本文希望通过研究可以为同类型企业的人力资源价值评估提供一定的参考,能够在一定程度上促进我国人力资源价值评估方面的专业研究和实务发展,令人力资源价值更受重视,增强创新动力,促进知识密集型企业更好地适应知识经济时代的发展。
二、实物期权思想与企业战略管理(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、实物期权思想与企业战略管理(论文提纲范文)
(1)基于Schwartz-Moon模型的高新技术企业价值评估研究 ——以博雅生物为例(论文提纲范文)
摘要 |
abstract |
1 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 文献综述 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 文献述评 |
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 研究贡献与不足 |
1.4.1 研究贡献 |
1.4.2 研究不足 |
2 高新技术企业特征及企业价值评估方法 |
2.1 高新技术企业定义与特点 |
2.2 高新技术企业价值评估的特殊性 |
2.2.1 高新技术企业价值构成 |
2.2.2 高新技术企业价值特征 |
2.2.3 高新技术企业价值评估特性分析 |
2.3 传统企业价值评估方法及局限性分析 |
2.3.1 收益法 |
2.3.2 市场法 |
2.3.3 成本法 |
2.3.4 传统估值法的局限性 |
2.4 实物期权法及适用性分析 |
2.4.1 实物期权概念 |
2.4.2 实物期权法 |
2.4.3 实物期权法的适用性 |
2.5 本章小结 |
3 基于Schwartz-Moon模型的高新技术企业价值评估架构 |
3.1 实物期权模型的选择 |
3.1.1 Schwartz-Moon定价模型的基本思想 |
3.1.2 Schwartz-Moon定价模型的比较优势 |
3.2 Schwartz-Moon定价模型的构建 |
3.2.1 模型的应用假设 |
3.2.2 模型的建立过程 |
3.2.3 模型的估计参数与确定方法 |
3.2.4 蒙特卡洛模拟解法 |
3.3 本章小结 |
4 Schwartz-Moon模型在博雅生物价值评估中的应用 |
4.1 案例选择说明和研究设计 |
4.2 案例对象介绍 |
4.2.1 博雅生物基本情况介绍 |
4.2.2 博雅生物所属行业特征 |
4.2.3 博雅生物科技属性特征 |
4.3 Schwartz-Moon模型应用可行性分析 |
4.3.1 博雅生物价值构成分析 |
4.3.2 博雅生物成长趋势分析 |
4.3.3 博雅生物发展不确定性分析 |
4.3.4 模型对博雅生物适用性分析 |
4.4 Schwartz-Moon模型的具体应用 |
4.4.1 评估假设条件 |
4.4.2 模型参数取值 |
4.4.3 蒙特卡洛模拟结果 |
4.4.4 敏感性分析 |
4.5 与传统估值模型的比较分析 |
4.5.1 基于收益法的价值评估 |
4.5.2 基于市场法的价值评估 |
4.5.3 评估结果分析 |
4.6 模型局限性分析 |
4.7 模型应用总结 |
5 研究结论及相关建议 |
5.1 研究结论 |
5.2 相关建议 |
参考文献 |
致谢 |
(2)基于期权定价模型的教育培训机构价值评估研究 ——以中公教育为例(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景及研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状及评述 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 研究现状评述 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 研究技术路线 |
1.4 研究方法及创新点 |
1.4.1 研究方法 |
1.4.2 研究的创新点 |
2 企业价值的相关概念及价值评估方法 |
2.1 企业价值的相关概念及理论基础 |
2.1.1 企业价值概念及理论基础 |
2.1.2 实物期权概念及理论基础 |
2.2 企业价值评估方法 |
2.2.1 传统评估方法 |
2.2.2 实物期权定价法 |
2.2.3 实物期权法与传统方法比较 |
3 教育培训机构期权特性及适用性分析 |
3.1 我国教育培训机构基本状况 |
3.1.1 起步较晚,发展潜力巨大 |
3.1.2 服务质量和教学质量参差不齐 |
3.1.3 具有品牌效应机构数量少,选择范围有限 |
3.2 教育培训机构的期权特性 |
3.2.1 教育培训机构看涨期权特性 |
3.2.2 教育培训机构扩张期权特性 |
3.2.3 教育培训机构复合期权特性 |
3.3 实物期权法对教育培训机构评估的适用性分析 |
4 教育培训机构期权价值评估模型构建 |
4.1 教育培训机构的价值构成 |
4.1.1 培训机构现有价值 |
4.1.2 培训机构期权价值 |
4.2 教育培训机构现有价值评估 |
4.2.1 评估模型的选择 |
4.2.2 现有价值评估模型的参数估计 |
4.3 教育培训机构期权价值评估 |
4.3.1 期权定价模型的选择 |
4.3.2 期权价值评估模型的参数估计 |
5 基于实物期权法的教育培训机构价值评估案例分析 |
5.1 中公教育培训机构概况 |
5.1.1 中公教育简介 |
5.1.2 中公业务结构 |
5.1.3 中公盈利模式 |
5.2 中公现有价值评估 |
5.2.1 评估假设 |
5.2.2 确定未来预测期 |
5.2.3 折现率的确定 |
5.2.4 现金流的预测 |
5.2.5 企业的后续价值 |
5.3 中公教育期权价值评估 |
5.3.1 标的资产的价值S0 |
5.3.2 期权的执行价格K |
5.3.3 标的资产价格的波动率σ |
5.3.4 距离期权到期日t |
5.3.5 期权有效期内的无风险率r |
5.3.6 期权价值计算结果 |
5.4 中公教育培训机构整体价值计算与结果分析 |
6 研究结论与不足 |
6.1 研究结论 |
6.2 研究的不足 |
致谢 |
参考文献 |
附录 |
个人简历、在学期间发表的学术论文及取得的研究成果 |
(3)基于实物期权的D加油站项目投资决策分析(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 文献述评 |
1.4 研究内容框架及方法 |
1.4.1 研究内容框架 |
1.4.2 研究方法 |
1.5 创新点 |
1.6 本章小结 |
第二章 相关概念界定及理论基础 |
2.1 投资决策理论和方法分析 |
2.1.1 投资决策理论 |
2.1.2 传统投资决策方法 |
2.1.3 实物期权法 |
2.1.4 传统投资决策方法与实物期权法的对比分析 |
2.2 实物期权相关理论 |
2.2.1 实物期权的产生及含义 |
2.2.2 实物期权的类型 |
2.2.3 实物期权的特点 |
2.3 实物期权基本模型 |
2.3.1 Black-Scholes模型 |
2.3.2 二叉树定价模型 |
2.4 实物期权法的应用条件 |
2.5 本章小结 |
第三章 YS公司现状及项目投资决策的问题 |
3.1 YS公司简介 |
3.2 YS公司经营环境与战略分析(SWOT分析) |
3.2.1 优势分析(Strengths) |
3.2.2 劣势分析(Weaknesses) |
3.2.3 潜在机遇(Opportunities) |
3.2.4 潜在威胁(Threats) |
3.3 加油站投资项目的不确定性分析 |
3.3.1 政府政策的变化 |
3.3.2 油价的波动 |
3.3.3 燃油汽车保有量的变动 |
3.3.4 加油站服务水平 |
3.3.5 加油站选址和车流量 |
3.3.6 竞争对手的营销措施 |
3.4 YS公司现行项目投资决策方法及不足 |
3.5 实物期权法用于加油站项目投资决策的适用性 |
3.6 D加油站项目概况及实物期权特征分析 |
3.6.1 D加油站项目概况 |
3.6.2 加油站项目实物期权特征分析 |
3.6.3 加油站项目实物期权的识别 |
3.7 本章小结 |
第四章 D加油站项目投资决策模型建立及参数确定 |
4.1 D加油站项目现金流的测算 |
4.1.1 D加油站项目运营收入估算 |
4.1.2 D加油站项目运营支出估算 |
4.1.3 D加油站项目财务现金流估算 |
4.2 基于Black-Scholes模型的加油站项目投资决策方法 |
4.3 D加油站项目期权计算模型参数的设定 |
4.3.1 标的资产价值波动率σ的估算 |
4.3.2 无风险收益率r的估算 |
4.3.3 标的资产当前价值S_0的估算 |
4.3.4 期权执行价格pv(x)的估算和期权有效期t的确定 |
4.4 本章小结 |
第五章 D加油站项目期权价值计算及投资决策分析 |
5.1 D加油站项目净现值计算 |
5.2 D加油站项目期权价值计算 |
5.3 Black-Scholes模型参数的敏感性分析 |
5.4 D加油站项目投资决策 |
5.5 本章小结 |
第六章 结论与不足 |
6.1 结论 |
6.2 本文局限性 |
致谢 |
参考文献 |
附录 |
攻读硕士学位期间发表的论文 |
(4)基于实物期权法的Y公司电站项目投资决策研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 国内外研究现状评述 |
1.4 研究思路与内容 |
1.4.1 研究思路 |
1.4.2 研究内容 |
第二章 相关理论分析 |
2.1 传统投资决策方法理论分析 |
2.1.1 传统投资决策理论 |
2.1.2 传统投资决策特点 |
2.1.3 传统投资决策方法应用 |
2.2 实物期权法相关理论分析 |
2.2.1 实物期权的产生及含义 |
2.2.2 实物期权的模型 |
2.2.3 实物期权的类型 |
2.2.4 实物期权的应用 |
2.3 传统投资决策方法与实物期权法的对比分析 |
第三章 基于实物期权法的Y公司电站项目投资决策适用性分析 |
3.1 Y公司电站项目概述 |
3.1.1 Y公司电站项目情况 |
3.1.2 项目进展及其特殊性 |
3.2 Y公司电站项目现行投资决策方法 |
3.2.1 Y公司电站一期项目现金流估计 |
3.2.2 Y公司电站一期项目净现值计算 |
3.3 净现值法下Y公司电站项目投资决策的局限性 |
3.3.1 净现值法假设的局限性 |
3.3.2 净现值法忽视了项目投资中等待带来的价值 |
3.3.3 净现值法在评估Y公司电站项目时的不足 |
3.4 Y公司电站项目实物期权法适用性分析 |
3.4.1 应用实物期权法进行投资决策的优越性 |
3.4.2 Y公司电站项目投资环境的实物期权特性 |
第四章 基于实物期权法的Y公司电站项目投资决策方法设计 |
4.1 基于实物期权法的电站项目投资决策原则 |
4.1.1 投资决策方法选择原则 |
4.1.2 投资决策时机选择原则 |
4.1.3 应用实物期权法的投资决策流程 |
4.2 基于实物期权法的Y公司电站项目投资模型构建 |
4.2.1 Y公司电站一期项目实物期权类型识别 |
4.2.2 Y公司电站项目Black-Scholes期权投资决策模型构建 |
4.3 Black-Scholes期权投资决策模型参数计算 |
4.3.1 标的资产价值波动率估算 |
4.3.2 无风险收益率的估算 |
4.3.3 标的资产的当前价值估算 |
4.3.4 期权执行价格现值估算 |
4.3.5 期权有效期 |
4.3.6 财务因素对投资决策参数的影响 |
4.4 基于实物期权法投资决策可行性判断标准 |
4.4.1 项目投资决策价值判断 |
4.4.2 提升战略管理效率判断 |
4.4.3 管理者主观能动性判断 |
4.4.4 项目投资决策系统性判断 |
第五章 基于实物期权法的Y公司电站项目投资决策分析及建议 |
5.1 基于实物期权法的Y公司电站项目投资决策结果 |
5.1.1 基于Black-Scholes模型的项目价值计算 |
5.1.2 最优投资时点选择 |
5.2 实物期权法与净现值法的投资决策结果对比及优势分析 |
5.2.1 实物期权法与净现值法的投资决策结果对比分析 |
5.2.2 应用实物期权法进行投资决策的优势分析 |
5.3 Y公司电站项目投资决策敏感性分析 |
5.3.1 燃气价格敏感性分析 |
5.3.2 供热价格敏感性分析 |
5.3.3 售电价格敏感性分析 |
5.3.4 资产价值波动率敏感性分析 |
5.4 基于实物期权法的投资决策建议 |
5.4.1 Y公司电站项目实物期权法投资决策方案建议 |
5.4.2 电站项目广泛应用实物期权法建议 |
5.4.3 应用实物期权法应充分发挥管理柔性 |
第六章 结论与展望 |
6.1 研究结论 |
6.2 研究展望 |
致谢 |
参考文献 |
附录 |
攻读学位期间参加科研情况及获得的学术成果 |
(5)基于实物期权法的双重股权结构公司UCloud估值问题研究(论文提纲范文)
摘要 |
abstract |
1 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 文献综述 |
1.2.1 双重股权结构的构建动因研究 |
1.2.2 双重股权结构的构建形式研究 |
1.2.3 双重股权结构的经济后果研究 |
1.2.4 文献述评 |
1.3 研究方法与创新 |
1.3.1 研究方法 |
1.3.2 研究创新 |
1.3.3 研究技术路线图 |
2 理论基础 |
2.1 传统企业估值理论与方法 |
2.1.1 传统企业估值理论 |
2.1.2 传统企业估值方法 |
2.2 实物期权估值法 |
2.2.1 实物期权估值基本理论 |
2.2.2 实物期权估值法特点 |
2.2.3 实物期权估值法对双重股权结构公司的适用性分析 |
3 UCloud公司基本情况介绍 |
3.1 科创板双重股权结构上市公司制度创新 |
3.1.1 科创板概况 |
3.1.2 科创板双重股权结构公司上市指标要求 |
3.2 UCloud公司案例介绍 |
3.2.1 云计算行业发展状况与特征 |
3.2.2 UCloud公司发展状况 |
3.3 UCloud公司的双重股权治理结构 |
4 UCloud公司的评估方法选择与模型构建 |
4.1 成熟资本市场的经验借鉴 |
4.2 UCloud公司价值来源分析 |
4.3 UCloud公司价值评估方法的选择分析 |
4.3.1 现金流量折现法的适用性 |
4.3.2 相对估值法的适用性 |
4.3.3 EVA估值法的适用性 |
4.3.4 实物期权法的适用性 |
4.4 UCloud公司价值评估模型构建 |
4.4.1 UCloud公司价值评估模型框架 |
4.4.2 UCloud公司确定性价值分析 |
4.4.3 UCloud公司不确定性价值分析 |
5 实物期权法下UCloud的企业价值评估计算与分析 |
5.1 确定性价值评估 |
5.1.1 历史EVA计算 |
5.1.2 EVA预测 |
5.1.3 EVA模型估值结果 |
5.2 不确定性价值评估 |
5.2.1 B-S模型参数确定 |
5.2.2 期权价值计算 |
5.3 UCloud企业价值评估结果分析 |
5.3.1 UCloud公司上市前估值状况 |
5.3.2 UCloud公司价值的市场检验 |
5.3.3 估值结果与市场估值的比较 |
5.3.4 差异原因分析 |
6 结论 |
参考文献 |
附录 |
致谢 |
攻读硕士学位期间发表论文 |
(6)基于实物期权的人工智能企业价值评估研究 ——以科大讯飞为例(论文提纲范文)
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 文献综述 |
1.2.1 关于企业价值评估的研究 |
1.2.2 关于科技型企业价值的研究 |
1.2.3 关于实物期权估值法的研究 |
1.2.4 文献述评 |
1.3 研究思路和方法 |
1.3.1 研究思路 |
1.3.2 研究方法 |
1.4 本文的基本框架 |
2 基于实物期权的人工智能企业价值评估理论概述 |
2.1 人工智能企业的内涵及特征 |
2.1.1 人工智能企业的内涵 |
2.1.2 人工智能企业的特征 |
2.2 人工智能企业的价值分析 |
2.2.1 人工智能企业价值构成 |
2.2.2 人工智能企业价值特征 |
2.2.3 人工智能企业价值影响因素 |
2.3 人工智能企业价值评估特征及方法选择 |
2.3.1 人工智能企业价值评估特征 |
2.3.2 传统企业价值评估方法及其局限性 |
2.3.3 实物期权思想的引入 |
2.3.4 实物期权价值评估方法的适用性 |
2.4 基于实物期权的人工智能企业价值评估理论基础 |
2.4.1 企业价值评估理论 |
2.4.2 人工智能价值创造理论 |
2.4.3 实物期权理论 |
3 人工智能企业价值评估的实物期权模型构建 |
3.1 实物期权估价模型选择 |
3.1.1 实物期权估价基本模型 |
3.1.2 人工智能企业实物期权估价模型的选择 |
3.2 人工智能企业价值评估的Schwartz-Moon估价模型构建 |
3.2.1 模型的应用假设 |
3.2.2 Schwartz-Moon估价模型的构建 |
3.2.3 模型应用于人工智能企业的估计参数及获取方法 |
3.2.4 蒙特卡洛模拟解法 |
4 基于Schwartz-Moon模型的人工智能企业价值评估:以科大讯飞为例 |
4.1 人工智能行业概况 |
4.1.1 人工智能产业相关主体现状 |
4.1.2 人工智能行业发展前景及挑战 |
4.2 科大讯飞公司简介 |
4.2.1 科大讯飞公司基本情况 |
4.2.2 科大讯飞公司财务状况 |
4.2.3 科大讯飞公司非财务状况分析 |
4.3 科大讯飞公司价值分析及Schwartz-Moon模型可行性分析 |
4.3.1 科大讯飞公司价值构成分析 |
4.3.2 科大讯飞公司价值的不确定性分析 |
4.3.3 Schwartz-Moon模型可行性分析 |
4.4 Schwartz-Moon估价模型的应用 |
4.4.1 模型假设条件 |
4.4.2 模型参数取值 |
4.4.3 蒙特卡洛模拟结果 |
4.4.4 敏感性分析 |
5 基于实物期权的人工智能企业价值评估的有效性评价及其启示 |
5.1 基于实物期权的人工智能企业价值评估的有效性评价 |
5.1.1 Schwartz-Moon模型估价结果与实际股价的比较 |
5.1.2 实物期权方法与传统估价方法的比较 |
5.2 启示 |
5.2.1 人工智能企业价值具有整体性、隐含性、波动性特征 |
5.2.2 实物期权方法适用于人工智能企业价值评估 |
5.2.3 Schwartz-Moon模型结合蒙特卡洛模拟法对人工智能企业价值评估具有有效性 |
5.3 建议 |
5.3.1 应用Schwartz-Moon模型应考虑其适用范围 |
5.3.2 Schwartz-Moon模型中参数取值应审慎 |
参考文献 |
致谢 |
(7)实物期权法在高新技术企业价值评估中的应用研究 ——以天准科技为例(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 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外实物期权理论研究综述 |
1.2.2 国内实物期权理论研究综述 |
1.2.3 实物期权定价方法研究现状小结 |
1.3 研究内容及方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 创新点 |
第二章 传统价值评估方法的适用性分析 |
2.1 高新技术企业特征 |
2.1.1 高新技术企业界定及特点 |
2.1.2 高新技术企业生命周期的划分 |
2.2 传统价值评估方法的局限性 |
2.2.1 成本法适用性分析 |
2.2.2 收益法适用性分析 |
2.2.3 市场法适用性分析 |
2.3 本章小结 |
第三章 实物期权法在高新技术企业价值评估中应用 |
3.1 实物期权概念及特征 |
3.2 实物期权定价模型 |
3.2.1 二叉树期权定价模型 |
3.2.2 B-S模型 |
3.2.3 Schwarz-Moon模型 |
3.3 实物期权价值评估模型的选择 |
第四章 实物期权法在天准科技价值评估中的应用 |
4.1 天准科技股份有限公司概况 |
4.2 应用B-S模型的价值评估 |
4.2.1 企业现有价值V_1 |
4.2.2 企业投资项目价值V_2 |
4.2.3 天准科技股份有限公司整体价值V |
4.3 基于Schwartz-Moon模型的价值评估 |
4.3.1 模型参数估计 |
4.3.2 蒙特卡洛模拟求值 |
4.3.3 模型补充性检验 |
4.4 模型效果评价 |
第五章 结论与展望 |
5.1 研究结论 |
5.2 不足与展望 |
参考文献 |
附录 |
致谢 |
(8)计及不确定性与协同性的微电网项目投资组合优化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景及意义 |
1.1.1 论文的研究背景 |
1.1.2 论文的研究意义 |
1.2 国内外研究现状 |
1.2.1 微电网项目发展与研究现状 |
1.2.2 项目投资组合优化问题研究现状 |
1.2.3 项目投资组合优化方法研究现状 |
1.3 主要研究内容与技术路径 |
1.3.1 主要研究内容 |
1.3.2 技术路径 |
1.4 主要研究创新点 |
第2章 相关基础理论研究 |
2.1 项目组合管理相关理论 |
2.1.1 项目组合管理理论的发展 |
2.1.2 项目组合管理理论的内涵及流程 |
2.2 项目组合优化相关理论 |
2.2.1 项目组合优化的原则 |
2.2.2 项目投资组合优化的流程 |
2.3 项目评估相关模型及方法探讨 |
2.3.1 权重确定方法探讨 |
2.3.2 综合评估方法探讨 |
2.4 组合优化相关模型及方法探讨 |
2.4.1 基于精确算法的组合优化探讨 |
2.4.2 基于启发式算法的组合优化探讨 |
2.4.3 基于机器学习算法的组合优化探讨 |
2.5 不确定性理论探讨 |
2.6 本章小结 |
第3章 计及不确定性的微电网项目战略对应度评估 |
3.1 引言 |
3.2 微电网项目战略对应评估指标体系研究 |
3.2.1 能源电力企业战略分析 |
3.2.2 战略目标的指标分解 |
3.3 微电网项目战略对应度评估研究 |
3.3.1 微电网项目不确定性分析 |
3.3.2 云模型理论 |
3.3.3 云层次分析法 |
3.3.4 改进的云PROMETHEE-Ⅱ算法 |
3.4 算例分析 |
3.4.1 项目简介 |
3.4.2 指标数据收集及计算 |
3.4.3 指标权重计算 |
3.4.4 战略对应度评估结果 |
3.5 本章小结 |
第4章 计及不确定性和协同性的静态投资组合优化 |
4.1 引言 |
4.2 微电网项目静态投资组合优化模型特点分析 |
4.2.1 传统微电网项目静态投资组合优化模型 |
4.2.2 计及不确定性的微电网项目静态投资组合优化模型 |
4.2.3 计及不确定性和协同性的微电网项目静态投资组合优化模型 |
4.3 微电网项目间协同性模型构建 |
4.3.1 微电网项目协同因素识别 |
4.3.2 基于模糊测度和云Choquet积分的微电网项目协同性刻画 |
4.4 基于线性化处理和分支定界法的项目静态投资组合优化研究 |
4.4.1 线性化处理方法 |
4.4.2 分枝定界法 |
4.5 算例分析 |
4.5.1 项目简介 |
4.5.2 项目协同度计算 |
4.5.3 求解结果 |
4.6 本章小结 |
第5章 计及不确定性和协同性的动态投资组合优化 |
5.1 引言 |
5.2 微电网项目动态投资组合优化模型构建 |
5.2.1 微电网项目动态性问题阐述 |
5.2.2 动态投资组合优化模型构建 |
5.3 改进差分进化算法研究 |
5.3.1 标准差分进化算法 |
5.3.2 差分进化算法的改进 |
5.3.3 算法性能测试 |
5.4 算例分析 |
5.4.1 项目简介 |
5.4.2 项目协同度计算 |
5.4.3 求解结果 |
5.5 本章小结 |
第6章 计及不确定性和协同性的多阶段动态投资组合优化 |
6.1 引言 |
6.2 基于实物期权的微电网项目最佳投资时机分析 |
6.2.1 实物期权及微电网项目的实物期权特性分析 |
6.2.2 微电网项目最佳投资时机确定模型 |
6.3 基于多智能体强化学习的多阶段动态投资组合研究 |
6.3.1 微电网项目多阶段动态投资问题阐述 |
6.3.2 强化学习与Q-学习算法 |
6.3.3 多智能体强化学习与纳什Q-学习算法 |
6.4 算例分析 |
6.4.1 项目简介 |
6.4.2 项目投资时机确定 |
6.4.3 求解结果 |
6.5 本章小结 |
第7章 研究成果和结论 |
参考文献 |
攻读博士学位期间发表的学术论文 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(9)基于实物期权法的互联网企业价值评估研究 ——以L公司为例(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 论文选题的背景 |
1.2 论文选题的目的和意义 |
1.2.1 选题目的 |
1.2.2 选题意义 |
1.3 论文研究框架 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 拟解决的关键问题 |
1.3.4 研究方法 |
1.3.5 技术路线 |
2 国内外文献综述 |
2.1 关于企业价值评估理论的研究 |
2.1.1 国外研究现状 |
2.1.2 国内研究现状 |
2.2 关于实物期权法的研究 |
2.2.1 国外研究现状 |
2.2.2 国内研究现状 |
2.3 国内外研究现状评述 |
3 理论基础 |
3.1 企业价值评估理论 |
3.1.1 企业价值的内涵和分类 |
3.1.2 企业价值评估的内涵和特点 |
3.1.3 企业价值评估的传统方法 |
3.2 实物期权理论 |
3.2.1 实物期权的概念和发展 |
3.2.2 实物期权的分类 |
3.2.3 实物期权的定价模型 |
3.2.4 模糊实物期权的定价模型 |
4 互联网企业价值评估方法分析 |
4.1 传统估值法在互联网企业价值评估的局限性 |
4.2 互联网企业的特点和评估难点 |
4.2.1 互联网企业的特点 |
4.2.2 互联网企业的评估难点 |
4.3 互联网企业的价值影响因素 |
4.4 实物期权法在互联网企业价值评估中的适用性 |
5 实物期权法在L公司企业价值评估的具体应用 |
5.1 L公司背景 |
5.1.1 L公司介绍 |
5.1.2 核心竞争力分析 |
5.1.3 评估要素的确认 |
5.2 L公司现有资产价值的估算 |
5.2.1 预测未来自由现金流量 |
5.2.2 折现率的确定 |
5.2.3 现有资产价值的估算 |
5.3 L公司期权价值的估算 |
5.3.1 实物期权定价模型的估算 |
5.3.2 模糊实物期权定价模型的优化 |
5.4 结果和分析 |
6 结论和展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
个人简历、在学期间发表的学术论文及取得的研究成果 |
(10)基于实物期权的知识密集型企业人力资源价值评估 ——以科大讯飞为例(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
第一节 研究背景及意义 |
一、研究背景 |
二、研究意义 |
第二节 相关理论及国内外文献综述 |
一、相关理论基础 |
二、人力资源价值评估研究综述 |
三、文献评述 |
第三节 研究内容及方法 |
一、研究内容 |
二、研究思路 |
三、研究方法 |
第四节 创新点 |
第二章 人力资源价值及其评估概述 |
第一节 人力资源 |
一、人力资源的定义 |
二、人力资源的特点 |
三、人力资源与人力资本 |
第二节 人力资源价值 |
一、人力资源价值的定义及特点 |
二、人力资源价值分类及构成 |
三、人力资源价值的影响因素 |
第三节 人力资源价值评估 |
一、评估现状 |
二、人力资源价值评估影响因素 |
三、人力资源价值评估的意义与可行性 |
四、人力资源价值评估方法 |
第三章 知识密集型企业人力资源价值评估模型构建 |
第一节 知识密集型企业 |
一、定义及代表行业 |
二、特点 |
第二节 知识密集型企业人力资源价值评估方法选择 |
一、传统方法分析 |
二、实物期权法适用性分析 |
第三节 知识密集型企业人力资源期权识别 |
第四节 知识密集型企业人力资源价值评估模型构建 |
一、构建实物期权评估综合模型 |
二、实物期权评估综合模型相关参数的确定 |
第五节 知识密集型企业人力资源价值评估的基本要素 |
一、评估主体和原则 |
二、评估目的 |
三、评估对象 |
四、价值类型和评估范围 |
五、评估假设 |
第四章 案例分析 |
第一节 科大讯飞公司情况概述 |
一、公司简介 |
二、公司人力资源情况 |
第二节 科大讯飞人力资源价值评估 |
一、人力资源创造的预期收益折现值计算 |
二、人力资源隐含的期权价值计算 |
三、人力资源价值评估 |
四、评估结果分析 |
第五章 结论及展望 |
第一节 研究主要结论 |
第二节 研究不足与展望 |
参考文献 |
致谢 |
四、实物期权思想与企业战略管理(论文参考文献)
- [1]基于Schwartz-Moon模型的高新技术企业价值评估研究 ——以博雅生物为例[D]. 庄伟. 江西财经大学, 2021(11)
- [2]基于期权定价模型的教育培训机构价值评估研究 ——以中公教育为例[D]. 王娟娟. 重庆理工大学, 2021(02)
- [3]基于实物期权的D加油站项目投资决策分析[D]. 程佳程. 西安石油大学, 2020(09)
- [4]基于实物期权法的Y公司电站项目投资决策研究[D]. 蘧怡然. 西安石油大学, 2020(12)
- [5]基于实物期权法的双重股权结构公司UCloud估值问题研究[D]. 高丹丹. 青岛科技大学, 2020(01)
- [6]基于实物期权的人工智能企业价值评估研究 ——以科大讯飞为例[D]. 王英姿. 江西财经大学, 2020(11)
- [7]实物期权法在高新技术企业价值评估中的应用研究 ——以天准科技为例[D]. 刘杨. 苏州大学, 2020(03)
- [8]计及不确定性与协同性的微电网项目投资组合优化研究[D]. 许传博. 华北电力大学(北京), 2020(06)
- [9]基于实物期权法的互联网企业价值评估研究 ——以L公司为例[D]. 程科. 重庆理工大学, 2020(08)
- [10]基于实物期权的知识密集型企业人力资源价值评估 ——以科大讯飞为例[D]. 徐晨. 云南财经大学, 2020(07)