不确定条件下R&D项目组合风险测度及选择优化

应用模糊集理论描述R&D项目组合的模糊不确定性,引入模糊熵建立不确定条件下的R&D项目组合风险测度,进而提出不确定条件下R&D项目组合选择优化模型。运用定性可能性原理完成了模糊规划的清晰化过程,并结合算例进行了应用研究。

企业R&D投资与系统风险研究

企业作为自主创新的主体,其创新投资可能会给企业带来超额收益,但同时可能会增加企业的系统风险,本文拟从实证的角度对后一问题展开研究.分析了Rubinstein,Mandelker & Rhee的系统风险分解模型及特点,并对该方法作了调整,使得调整后模型扩大了使用范围,即可用于计量非上市公司系统风险;运用调整模型对山西省高新区企业调查数据进行了实证分析,结果表明,企业研发投资与系统风险存在显著的负相关关系,而与企业的财务杠杆和经营杠杆无显著的相关性.针对性地提出我国企业增进自主研发投资的几点建议.

具有不对称风险交互效应的R&D项目组合选择方法

研究具有不对称风险交互效应的R&D项目组合选择问题。通过风险关联度来刻画风险交互效应,给出了项目在组合中的风险计量方法,并建立了具有资源约束的双目标规划模型。设计了以最大化组合期望收益为主、最小化组合风险为辅的一种启发式算法。通过实验分析,指出了算法在运行时间与执行效果上的有效性。

考虑风险感知和项目关联的R&D网络风险传播模型

针对风险传播导致R&D网络失败率过高的问题,考虑企业风险感知与企业内项目关联的特点,借鉴SIS模型构建了R&D网络风险传播模型.仿真结果显示,风险传播阈值是由研发网络拓扑结构、企业风险恢复力及企业风险感知共同决定的;风险在R&D网络中的传播速度和范围会随着企业风险感知的增加而降低,但会随着R&D网络内项目关联的企业数量的增加而增大.研究结果表明,可以通过提高企业风险感知能力,减少项目关联的企业个数,降低项目间的关联程度来提高R&D网络抗风险的鲁棒性.

重大R&D项目风险管理研究进展

运用风险分析的信息,进行风险管理的定量决策是重大R&D项目风险管理理论研究的最新趋势.与之相应,出现了一些新的项目风险模型和风险管理软件,用于支持重大R&D项目风险管理的有效决策.

我国中小企业R&D投资与企业财务风险——基于分位数回归方法

以2007—2012年我国中小板上市公司为研究对象,采用分位数回归方法深入分析我国中小企业研发投资与企业财务风险之间的关系。研究结果表明:对于高风险的中小企业,研发投资增加后,企业的财务风险增加;对于低风险的中小企业,研发投资增加后,企业的财务风险降低。

考虑企业风险感知的R&D网络风险传播建模与仿真

考虑企业风险感知的基础上,借鉴传染病模型(SIS)思想,将企业状态分为未发生风险有感知、未发生风险无感知以及发生风险有感知3种。在此基础上构建了R&D网络风险传播模型,并进行了数理解析与仿真分析。结果表明:R&D网络风险传播存在稳定状态下的解,即风险传播阈值,该阈值由企业的风险感知、风险恢复率以及企业间的合作紧密程度决定;考虑风险感知的R&D网络比未考虑风险感知的R&D网络具有更高的鲁棒性;随着企业风险恢复概率的不断增大,风险在R&D网络的传播范围越小;企业的风险感知对风险传播速度与传播范围具有负向影响。该研究成果对于提高R&D网络的抗风险能力具有重要意义。

信息不对称下跨国公司R&D联盟的风险防范

研究与开发作为跨国公司实现可持续发展的源泉和保证因素之一 ,在跨国公司联盟发展中得到极大的发展。由于联盟双方处于信息不对称的状态下 ,使联盟双方存在极大的风险。本文通过分析跨国公司R&D联盟的现状、趋势 ,以及R&D联盟中的风险类型 。

R&D项目进度费用风险优化的研究

本文针对R&D项目的特点,根据子项目时间、费用的不确定性和进度的相关性,运用相关机会规划理论,建立了进度风险、费用风险和进度费用联合风险优化模型,并采用遗传算法对示例进行了计算和分析,实现了风险分担、进度和费用的优化。对于R&D项目风险的估计具有指导意义。

北京地区工业企业R&D/NPD项目动态监控

本文首先对北京制造业企业进行了大规模的R&D/NPD(研究开发 /新产品开发 )项目中止决策问卷调查 ,并利用逐步判别分析对所收集的数据进行了处理 ,识别出了在项目开发不同阶段影响R&D项目成败的关键因子。进而 ,在逐步判别分析的基础上 ,建立了用于监控项目实施状况的成功概率模型 ;此外 ,对中止阈值的设定进行了详细的分析 。

软件企业R&D人力资本投资风险分类分级控制研究

软件企业R&D人力资本投资活动的高风险性极大地影响着R&D人力资本价值提升与软件企业的稳步成长,在对软件企业R&D人力资本投资风险进行科学分析的基础上,从技术风险、代理风险、R&D人员流失风险和R&D人员配置风险等角度提出了R&D人力资本投资风险分类控制模式;根据各类风险的等级大小,引入企业治理的基本理念,提出了R&D人力资本投资风险分级控制模式.

R&D项目诊断和中止决策

从风险性质及项目研究过程中的风险来源的角度提出了主要的风险因素;比较系统地介绍发R&D项目风险诊断的基本方法和思想,列出了风险诊断模型;采用风险调查表的形式对项目风险因素进行调查,在统计分析的基础上对项目风险因素进行量化;最后提出几点处理风险及降低风险的方法.

合作关系、吸收能力对合作风险的作用——基于竞争企业间R&D合作的实证研究

本文以竞争企业间R&D合作为研究载体,探讨合作关系、吸收能力与合作风险的关系,揭示了竞争企业间R&D合作风险的形成机理。通过问卷调查和多因素回归分析对研究假设进行了验证。研究结果表明:在竞争企业间R&D合作中,对合作伙伴的信任、承诺和满意对竞争企业的投入风险和侵占风险存在显著影响;吸收能力不仅影响竞争企业的投入风险和侵占风险,同时还调节着合作关系对合作风险的影响程度。因此,从合作关系和企业吸收能力出发,探讨竞争企业间R&D合作风险管理和控制具有一定理论和现实意义。

基于投资过程的高科技企业R&D人力资本投资风险评价研究

高科技企业R&D人力资本投资具有投资的不确定性和不可撤销性,因此,对其所产生的风险评价研究已成为理论界的研究热点。从高科技企业R&D人力资本投资的过程出发,建立了包括R&D人员激励风险、R&D人员发展风险和R&D绩效评价风险的风险评价指标体系,采用因子分析法对指标体系进行了实证检验,采用模糊综合评价法对案例进行了分析。

基于模糊综合评价的R＆D项目财务风险计量

从R&D活动的特点来看,以财务指标为主的传统风险评价方法并不适用于R&D项目的风险评价。我们将研发过程分为三个阶段,分别确定各阶段的风险因子,据此设置了研发财务风险评价指标体系。在此基础上,引入模糊综合评价方法,构建了研发过程财务风险二级模糊综合评价模型,并以一家生物制药企业为例,对该公司菌苗项目中试阶段的财务风险状态进行了评价。

企业家风险偏好对R&D投入与绩效关系的调节效应——基于中小企业板上市公司的实证研究

以2012年中小企业板的517家上市公司为研究样本,依据高层梯队理论,实证研究了企业家风险偏好对R&D投入和公司绩效之间关系的调节作用。研究发现:R&D投入对公司绩效有显著的影响,而企业家风险偏好对这一结果具有调节作用。企业家越偏好承担风险,则R&D投入与公司绩效之间的正相关关系越强。本研究对进一步明确R&D投入与企业绩效关系异质性的作用机理具有重要的理论意义,对企业管理层的任命决策提供重要的启示。

相互关联R&D网络风险传播控制模型构建与仿真

考虑到风险传播可能会对研发网络造成严重后果,本文从界定风险负荷、定义风险容量、建立风险触发规则三方面,构建了相互关联R&D网络风险传播模型。在此基础上,从微观视角提出基于网络内部企业间风险分担机制的失效企业修复策略,从宏观视角提出通过外界力量投入修复已失效企业策略。进一步地,结合风险传播特征,提出了通过消除风险触发期望最大、风险触发期望最小、风险触发概率最大和风险触发概率最小四种失效边修复策略。仿真结果表明:微观视角与宏观视角下的风险控制策略均可有效提高研发网络面对风险传播时的鲁棒性;消除已发生风险集合中的风险个数越多,研发网络面对风险传播时的鲁棒性越高;四种修复策略中,风险触发期望最大与风险触发概率最大修复策略的控制效果最佳,其次为风险触发期望最小与触发概率最小修复策略。研究成果对于网络化背景下的研发风险管理具有一定借鉴意义。

R&D专用投资和风险共担的不完全契约分析

采用不完全契约分析的思想,分析了我国企业和科研机构R&D最优契约的设计问题,构建了R&D契约模型,并分析了在双方专用性投资和研发风险共担条件下的契约特性,得出了在简单契约设计下可获得有效的关系专用性投资结果,并能减轻由契约不完全性导致的无效率。

重大研发(R&D)项目过程风险组织行为动态和团队管理模式研究

从过程风险内涵出发,重点研究和分析了重大研发(R&D)项目过程风险的特征、过程风险组织的主要特征和组织的习惯域原理,建立了重大研发(R&D)项目过程风险组织行为动态管理模式和过程风险动态团队管理模式。

R&D投资、企业家冒险倾向与企业创新绩效——基于不同产权性质上市公司的实证研究

基于企业资源基础理论和高阶理论,以沪深两市中小企业板193家上市公司共计515个研究样本,运用分层回归分析模型检验R&D投资、企业家冒险倾向、公司创新绩效三者的内在关联,并从产权属性视角对家族企业和国有企业的技术创新进行分组研究。全样本研究结果表明,R&D投资强度、企业家冒险倾向对公司创新绩效呈正向影响,企业家冒险倾向是R&D投资与公司创新绩效关系的半调节变量,正向调节R&D投资与公司创新绩效的关系。分组检验结果表明,企业家冒险倾向对研发投入与创新绩效关系的调节作用在国有企业和家族企业之间存在显著差异。