最新本科开题报告

时间：2021-01-11 15:48:11 开题报告我要投稿

2016最新本科开题报告

　　小编给大家介绍2016最新本科开题报告，希望能对大家有所帮助。

2016最新本科开题报告

　　2016最新本科开题报告(1)

　　电力行业上市公司投资决策及相关影响因素的实证研究

　　一、选题背景及其意义

　　投资是指个人或组织为了在未来获取收益而进行的资金投入及相应的资本形成过程。投资决策则是指公司在给定资本约束情况下对可能的投资项目进行有效选择，以使其投资收益最大。作为公司成长的主要因素和未来现金流量增长的重要基础，它将直接影响公司的融资决策，由此影响公司的经营风险、盈利水平以及资本市场对其经营业绩和发展前景的评价。因此，与筹资和股利分配相比较，投资决策是公司三大财务决策中最重要的决策。

　　近年来，我国经济保持快速增长，投资起到了重要的拉动作用，这也与企业投资决策的合理性密不可分。就企业自身而言，如果做出投资于超出或偏离自身的能力和成长机会，且净现值为负的非盈利项目的“过度投资”的决策,不仅会损害企业的价值，使大量资本沉淀在生产能力过剩而盈利能力恶化的领域，也会使我国的经济“过热”，从而引发能源和原材料的紧缺、产能过剩、经济结构扭曲、重复建设等一系列问题。而做出“投资不足”的决策，也将制约企业的发展，影响企业价值的实现。总体看来，投资过度及投资不足均属于投资决策中的不经济行为，轻则削弱企业成长能力，重者可能把企业拖入财务危机的泥潭。因此，在我国市场经济尚处于不成熟的阶段，自由现金流、公司股权结构不合理，公司治理结构不完善等相关因素都会影响企业投资决策，并成为制约我国上市公司质量提升和长期持续发展的主要因素。

　　就电力行业而言，电力工业是社会公共事业也是我国的基础性产业，具有自然垄断性。其发展速度受市场需求的制约，发展规模受经济发展水平的制约，电价受社会承受能力的制约。其项目投资具有占用资金巨大、影响期间长远的特点，所以投资决策恰当与否将对电力行业上市公司产生深远影响。由于电力行业的特殊性，使该行业上市公司的发展既具有机遇又面临挑战，因此，合理的投资决策有利于电力行业上市公司充分利用现有资源开发新项目，来提高其盈利水平、增强企业活力及实力，实施集团化发展战略。但投资决策的合理性又与公司的自由现金流和公司治理结构等因素密不可分，管理者可能会受经理层较好控制的自由现金流、股权集中度及股权性质等因素的影响，或者是以寻求在企业内最大范围的控制力私人收益最大化为目标，营造王国与势力投资等管理机会主义氛围，难免会引发因投资决策不当而导致的投资效率和经营绩效不断下降的现象。信息不对称性的存在，公司治理结构中的诸多因素不仅会影响公司治理成本也会影响公司的绩效及公司价值的实现。因此，电力行业上市公司投资行为的动机、影响因素及应对策略值得我们思考和研究。

　　本文的研究意义：首先对电力行业上市公司投资决策进行实证分析和研究具有理论价值，为电力行业上市公司今后的发展，提供一定的理论基础。其次，对电力行业上市公司进行实证分析及研究具有实践意义。能够有效地找到电力行业上市公司在对外投资决策中存在的问题，促进电力行业上市公司发展，为我国其他上市公司提供借鉴，从而提高投资效率，促进经济的持续和谐发展。再次，我国电力行业的上市公司大都由国有电力企业股份制改造而来,其典型特征是公司治理结构不完善，一些不利的相关因素都直接影响着电力行业上市公司投资决策的合理性。建立良好的公司治理机制不仅会促进电力行业上市公司做出合理的决策，也能对过度投资和投资不足的不经济行为有一定的制约作用。因此，基于此种原因, 研究我国电力行业上市公司在面对全球经济环境变迁、中国经济结构及相关政策调整以及电力行业经济管理体制改革等因素带来的外部环境的变化时,如何完善公司治理结构、合理决策、规范投资行为，就成为一个十分有实践意义的研究课题。

　　二、国内外研究动态

　　(一)国外研究动态简介：

　　早期的西方投资理论形成于 19 世纪 70 年代初到 20 世纪 50 年代末，这一时期的三种主要经济理论流派对投资理论的形成起到重要作用：一是以杰文斯(w.s.jevons,1871)、庞巴维克(eugen bohm von bawerk,1886)、维克塞尔(k.wicksell,1896)、费雪(i.fisher,1933)、奈特(f.knight,1921)等人为代表的新古典主义的资本理论;二是以马歇尔(a.marshall,1920)为代表的新古典主义的企业厂商理论;三是以克拉克(m.t.clarke,1917)为代表的朴素加速器理论，之后经过chenery(1952)和 koyck(1954)等人的发展而成为西方最早的投资决策理论。20 世纪 60 年代初期乔根森(jorgensen，1963，1966，1967，1971)将新古典生产函数引入企业投资函数中，承认资本和劳动投入之间替代的可能性，运用连续时间的动态最优模型来描述企业的投资行为，产生了新古典投资理论，标志着现代企业投资理论的形成。然而这一理论忽视了资本存量的调整成本。此后，tobin(1969)提出了著名的 q 理论，q 常常被定义为：企业在金融市场上的市场价值与该企业现有资本存量重置成本之比。

　　另一方面，自 20 世纪 70 年代开始，委托代理理论、非对称信息理论、公司治理结构理论逐步运用于现代企业投资领域的研究，为投资理论的发展掀开了新的篇章。同时，也为上市公司投资行为及公司治理机制的研究提供了强有利的支持。具体理论如下：

　　1、委托代理理论

　　委托代理理论表明，代理冲突将导致企业投资行为的低效率，反映在企业投资领域就是各种非效率的投资决策，具体表现为投资不足和过度投资。

　　1976年詹森和麦克林(jensen and meckling 1976)在委托代理理论的前提下提出了著名的资产替代问题，阐释了股东与债权人之间的代理冲突可能会引起企业的投资不足，利率的增加、信贷配给或对投资或融资条件施加限制条件，会限制股东进行其投资项目的能力[1]。myers (1977)分析了负债融资引起企业投资不足发生的可能性。他认为，企业对其所拥有的投资机会并非一定能够或一定愿意实际投入资金，在决定对其所拥有的投资项目是否进行资金投入时，企业的现有负债余额、现有负债的期间构成以及即将借入的新增负债额的多少是非常重要的影响因素。shin and kim(XX)发现拥有大量现金的企业比持有少量现金的企业容易做出非效率的投资决策，主要是因为企业投资决策时较高的代理本[2]。lyandres and zhdanov (XX)利用负债期限结构模型，阐释了投资不足效应以反映债权人——股东冲突对企业投资的影响。n. moyen(XX)在动态随机框架下进行相关计算，并指出企业尽管可以充分利用税盾优势，但仍会发生投资不足问题[3]。

　　1986 年，詹森(jensen)以股东和管理者存在非对称信息为假设，引入了投资决策中的过度投资问题。即面对自由现金流量时出现的管理层与股东的冲突及其带来的代理成本问题。

　　2016最新本科开题报告(2)

　　一、论文名称、课题来源、选题依据

　　论文名称：基于BP神经网络的技术创新预测与评估模型及其应用研究

　　课题来源：单位自拟课题或省政府下达的研究课题

　　选题依据：

　　技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估, 可以使企业对未来的技术发展水平及其变化趋势有正确的把握, 从而为企业的技术创新决策提供科学的依据, 以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下, 企业的技术创新工作才能沿着正确方向开展,企业产品的'市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中, 企业的技术创新决定着企业生存和发展、前途与命运, 为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。

　　二、本课题国内外研究现状及发展趋势

　　现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

　　(1)趋势外推法。指利用过去和现在的技术、经济信息, 分析技术发展趋势和规律, 在分析判断这些趋势和规律将继续的前提下, 将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家Raymond Pearl提出的Pearl曲线(数学模型为: Y=L?M[1+A?exp(-B·t)] )及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为: Y=L·exp(-B·t))皆属于生长曲线, 其预测值Y为技术性能指标, t为时间自变量, L、A、B皆为常数。Ridenour模型也属于生长曲线预测法, 但它假定新技术的成长速度与熟悉该项技术的人数成正比, 主要适用于新技术、新产品的扩散预测。

　　(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息, 建立预测对象与影响因素的因果关系模型, 预测技术的发展变化。相关分析法认为, 一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的, 这样, 通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种: 导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。

　　(3)专家预测法。以专家意见作为信息来源, 通过系统的调查、征询专家的意见, 分析和整理出预测结果。专家预测法主要有: 专家个人判断法、专家会议法、头脑风暴法及德尔菲法等, 其中, 德尔菲法吸收了前几种专家预测法的长处, 避免了其缺点, 被认为是技术预测中最有效的专家预测法。

　　趋势外推法的预测数据只能为纵向数据, 在进行产品技术创新预测时, 只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势, 并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中, 对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推, 而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测, 但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式, 而所得到的回归预测模型往往只能考虑少数几种主要影响因素, 略去了许多未考虑的因素, 所以, 所建模型对实际问题的表达能力也不够准确, 预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验, 往往带有主观性, 难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献, 为企业技术创新的预测提供了科学的方法论, 但在新的经济和市场环境下, 技术创新预测的方法和技术应有新的丰富和发展, 以克服自身的不足, 更进一步适应时代发展的需要, 为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。

　　目前,在我国企业技术创新评估中, 一般只考虑如下四个方面的因素: (1) 技术的先进性、可行性、连续性; (2) 经济效果; (3) 社会效果; (4) 风险性, 在对此四方面内容逐个分析后, 再作综合评估。在综合评估中所用的方法主要有: Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等, 但技术创新的评估是一个非常复杂的系统, 其中存在着广泛的非线性、时变性和不确定性, 同时, 还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法, 难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究, 在我国的历史还不长, 无论是指标体系还是评估方法, 均处于研究之中, 我们认为目前在企业技术创新评估方面应做的工作是: (1) 建立一套符合我国实际情况的技术创新评估指标体系; (2) 建立一种适应于多因素、非线性和不确定性的综合评估方法。

　　这种情况下, 神经网络技术就有其特有的优势, 以其并行分布、自组织、自适应、自学习和容错性等优良性能, 可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题, 它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础, BP神经网络由输入层、隐含层和输出层构成, 各层的神经元数目不同, 由正向传播和反向传播组成, 在进行产品技术创新预测和评估时, 从输入层输入影响产品技术创新预测值和评估值的n个因素信息, 经隐含层处理后传入输出层, 其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置, 考虑了概括性和动态性, 力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素, 尽管是黑匣子式的预测和评估, 但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合, 输出一个经非线性变换后较为精确的预测值和评估值。

　　据文献查阅, 虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等, 但尚未发现将神经网络应用于技术创新预测与评估方面的研究, 在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下, 以神经网络为基础来建立产品技术创新预测与评估模型, 是对技术创新定量预测和评估方法的有益补充和完善。

　　三、论文预期成果的理论意义和应用价值

　　本项目研究的理论意义表现在: (1) 探索新的技术创新预测和评估技术, 丰富和完善技术创新预测和评估方法体系; (2) 将神经网络技术引入技术创新的预测和评估, 有利于推动技术创新预测和评估方法的发展。

　　本项目研究的应用价值体现在: (1) 提供一种基于多因素的技术创新定量预测技术, 有利于提高预测的正确性; (2)提供一种基于BP神经网络的综合评估方法, 有利于提高评估的科学性; (3) 为企业的技术创新预测和评估工作提供新的方法论和实用技术。

　　四、课题研究的主要内容

　　研究目标：

　　以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型, 并建立科学的预测和评估指标体系及设计相应的模型计算方法, 结合企业的具体实际, 对指标和模型体系进行实证分析, 使研究具有一定的理论水平和实用价值。

　　研究内容：

　　1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手, 密切结合电子商务和知识经济对企业技术创新的影响, 系统综合地分析影响产品技术创新的各相关因素, 建立科学的企业技术创新预测和评估指标体系, 并研究其量化和规范化的原则及方法。

　　2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时, 需要一组决定其相对重要性的初始权重, 权重的确定需要基本的原则作支持。

　　3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点, 以BP神经网络为基础, 构建基于多因素的技术创新预测和评估模型。

　　4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点, 设计其相应的计算方法。

　　5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料, 构建基于BP神经网络的技术创新预测和评估模型的学习样本, 对预测和评估模型进行自学习和训练, 使模型适合实际情况。

　　6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景, 对基于BP神经网络的技术创新预测和评估技术进行实证研究。

　　创新点：

　　1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面, 一种是采用传统的指标体系, 另一种是采用国外先进国家的指标体系, 如何结合我国实际当前经济形势, 参考国外先进发达国家的研究工作, 建立一套适合于我国企业技术创新预测和评估指标体系, 此为本研究要做的首要工作, 这是一项创新。

　　2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能, 能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题, 本项目首次将神经网络技术引入企业的技术创新预测和评估, 这也是一项创新。

　　五、课题研究的基本方法、技术路线的可行性论证

　　1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素, 并研究影响因素间的内在联系, 确定其相互之间的重要度, 探讨其量化和规范化的方法, 将国外先进国家的研究成果与我国具体实际相结合, 建立我国企业技术创新预测和评估的指标体系。

　　2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中, 发现问题、分析问题, 归纳和总结出具有共性的东西, 探索技术创新预测与宏观因素与微观因素之间的内在关系。

　　3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究, 先从某一行业出发, 定义模型的基本输入因素, 然后, 逐步扩展, 逐步增加模型的复杂度。

　　4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合, 进行实证研究, 在实践中丰富和完善, 研究出具有科学性和实用性的成果。

　　六、开展研究已具备的条件、可能遇到的困难与问题及解决措施

　　本人长期从事市场营销和技术创新方面的研究工作, 编写出版了《现代市场营销学》和《现代企业管理学》等有关著作, 发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文, 对企业技术创新的预测和评估有一定的理论基础, 也从事过企业产品技术创新方面的策划和研究工作, 具有一定的实践经验, 与许多企业有密切的合作关系, 同时, 对神经网络技术也进行过专门的学习和研究, 所以, 本项目研究的理论基础、技术基础及实验场所已基本具备, 能顺利完成本课题的研究, 取得预期的研究成果。

　　七、论文研究的进展计划

　　2003.07-2003.09：完成论文开题。

　　2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。

　　2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。

　　2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。

　　2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。

　　2004.04-2004.06：完成论文写作、修改定稿，准备答辩。

　　主要参考文献：

　　[01] 傅家骥、仝允桓等. 技术创新学. 北京: 清华大学出版社 1998

　　[02] 吴贵生. 技术创新管理. 北京: 清华大学出版社 2000

　　[03] 柳卸林. 企业技术创新管理. 北京: 科学技术出版社 1997

　　[04] 赵志、陈邦设等. 产品创新过程管理模式的基本问题研究. 管理科学学报. 2000/2.