基于DEA模型的中国互联网上市企业运营效率研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-26页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的和意义 | 第12-13页 |
| 1.2.1 研究目的 | 第12页 |
| 1.2.2 研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-21页 |
| 1.3.1 企业运营研究现状 | 第13-14页 |
| 1.3.2 运营效率评价研究现状 | 第14-16页 |
| 1.3.3 DEA效率评价现状 | 第16-21页 |
| 1.4 研究内容和方法 | 第21-25页 |
| 1.4.1 研究内容 | 第21-22页 |
| 1.4.2 研究方法 | 第22-24页 |
| 1.4.3 技术路线 | 第24-25页 |
| 1.5 本文的创新点 | 第25-26页 |
| 2 相关概念及理论基础 | 第26-42页 |
| 2.1 基本概念 | 第26-30页 |
| 2.1.1 运营和运营管理 | 第26-27页 |
| 2.1.2 运营效率 | 第27-28页 |
| 2.1.3 互联网行业 | 第28-29页 |
| 2.1.4 互联网企业 | 第29-30页 |
| 2.1.5 互联网企业分类 | 第30页 |
| 2.2 相关理论 | 第30-35页 |
| 2.2.1 企业运营管理理论 | 第31-32页 |
| 2.2.2 互联网企业运营战略理论 | 第32页 |
| 2.2.3 互联网企业风险理论 | 第32-33页 |
| 2.2.4 互联网企业价值评估理论 | 第33-34页 |
| 2.2.5 互联网企业商业模式理论 | 第34-35页 |
| 2.3 评价方法 | 第35-42页 |
| 2.3.1 DEA模型 | 第35-38页 |
| 2.3.2 DEA模型负值处理方法 | 第38-39页 |
| 2.3.3 Malmquist指数 | 第39-40页 |
| 2.3.4 Tobit回归分析 | 第40-42页 |
| 3 互联网上市企业运营效率评价体系构建 | 第42-47页 |
| 3.1 评价方法选择 | 第42-43页 |
| 3.2 评价指标体系构建 | 第43-46页 |
| 3.2.1 评价指标选取原则 | 第43页 |
| 3.2.2 互联网企业运营特征 | 第43-45页 |
| 3.2.3 指标选取 | 第45-46页 |
| 3.3 评价样本及数据选取原则 | 第46-47页 |
| 4 互联网上市企业运营效率评价 | 第47-74页 |
| 4.1 数据预处理 | 第47-51页 |
| 4.1.1 样本企业详情 | 第47-48页 |
| 4.1.2 样本企业分类 | 第48页 |
| 4.1.3 投入产出指标选取 | 第48-51页 |
| 4.2 静态分析 | 第51-65页 |
| 4.2.1 综合分析 | 第52-54页 |
| 4.2.2 企业分类比较 | 第54-56页 |
| 4.2.3 差额变数分析 | 第56-61页 |
| 4.2.4 敏感性分析 | 第61-63页 |
| 4.2.5 超效率分析 | 第63-65页 |
| 4.3 动态分析 | 第65-74页 |
| 5 互联网上市企业运营效率影响因素分析 | 第74-80页 |
| 5.1 影响因素实证设计 | 第74-75页 |
| 5.2 Tobit模型构建及分析 | 第75-80页 |
| 6 研究结论和建议 | 第80-84页 |
| 6.1 研究结论 | 第80-82页 |
| 6.2 完善互联网上市企业运营的建议 | 第82-84页 |
| 7 研究的局限性及展望 | 第84-85页 |
| 7.1 研究的局限性 | 第84页 |
| 7.2 对未来研究工作的展望 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-92页 |
| 附录 | 第92-97页 |
| 个人简介 | 第97页 |
