版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文首先對技術(shù)能力和實物期權(quán)等概念進行了界定,然后在文獻檢索和查閱的基礎(chǔ)上,從技術(shù)能力理論的研究現(xiàn)狀和進展、實物期權(quán)理論的演化發(fā)展、實物期權(quán)的分類、定價方法等方面對國內(nèi)外相關(guān)研究進行了回顧與評析。隨后研究分析了企業(yè)技術(shù)能力成長的主要途徑中蘊含的實物期權(quán),經(jīng)過分析得出企業(yè)的技術(shù)開發(fā)活動中面臨著較大的靈活性和不確定性,可以應(yīng)用實物期權(quán)思維方式來管理企業(yè)技術(shù)開發(fā)活動使企業(yè)的技術(shù)能力得到增長。接著將實物期權(quán)的定價方法應(yīng)用到企業(yè)通過技術(shù)開發(fā)使技術(shù)
2、能力得到成長的投資決策中,主要包括識別期權(quán)、選擇定價模型、根據(jù)計算結(jié)果做出決策。驗證得出,很多技術(shù)管理實踐當(dāng)中存在高度不確定性的投資決策,從傳統(tǒng)的凈現(xiàn)值角度來看其投資價值是被嚴重低估的,但是從實物期權(quán)的角度來看則包含了項目或有決策選擇權(quán)以及管理柔性等價值。最后,指出了研究結(jié)論以及進一步研究的方向。 得出如下兩點結(jié)論。一是可以用實物期權(quán)思維方法分析研究企業(yè)技術(shù)能力成長決策;二是企業(yè)技術(shù)能力成長途徑中存在或有決策選擇權(quán)(實物期權(quán))。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 創(chuàng)業(yè)投資項目決策中的實物期權(quán)方法研究.pdf
- 發(fā)電投資的實物期權(quán)決策方法.pdf
- 公司兼并與收購決策中的實物期權(quán)方法研究.pdf
- 創(chuàng)業(yè)投資決策中的實物期權(quán)理論方法研究.pdf
- 實物期權(quán)評價方法——期權(quán)理論在企業(yè)投資決策中的應(yīng)用.pdf
- 實物期權(quán)方法在項目投資決策中的運用.pdf
- 實物期權(quán)在風(fēng)險投資項目決策中的方法研究.pdf
- 基于實物期權(quán)方法的高技術(shù)企業(yè)投資決策研究.pdf
- 實物期權(quán)評價方法中決策閾值的可達性問題研究.pdf
- 我國企業(yè)并購決策的實物期權(quán)方法研究.pdf
- 企業(yè)投資決策中的實物期權(quán)研究.pdf
- 創(chuàng)業(yè)決策中的實物期權(quán)定價分析.pdf
- 實物期權(quán)方法在項目投資決策中的應(yīng)用研究.pdf
- 項目投資決策的實物期權(quán)方法應(yīng)用研究.pdf
- 實物期權(quán)在投資決策中的應(yīng)用.pdf
- 航運企業(yè)港口投資決策的實物期權(quán)方法.pdf
- 基于實物期權(quán)的創(chuàng)業(yè)投資決策方法探討.pdf
- 企業(yè)投資決策的實物期權(quán)方法及應(yīng)用.pdf
- 實物期權(quán)方法在房地產(chǎn)投資決策中的應(yīng)用.pdf
- 基于實物期權(quán)理論的重大投資項目決策方法研究.pdf
評論
0/150
提交評論