LM公司股权激励设计研究

来源 :北京工业大学 | 被引量 : 0次 | 上传用户:zhaorongjian
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
股权激励是一种以公司股权为标的,以公司整体经营目标提高为导向的激励手段。自股权激励应用以来,在整合公司所有者和经营者权益,提高公司经营业绩,锁定公司关键人员等方面的作用被广泛接受。随着股权激励逐渐被企业界认识和接受,越来越多的企业开始尝试采用股权激励改善公司的经营状况或提升公司的业绩。股权激励从最初的国有上市公司,到一般的上市公司,非上市的大中企业,逐步得到应用,但对于大量的小微企业如何应用,不论是在实际应用还是在理论研究,都存在很多不足。LM公司作为一家小型私营企业,面临着众多小微企业中普遍存在的问题:管理权和所有权分离的代理结构中利益博弈的问题、企业业绩不算优异的情况下人员激励和稳定性问题、公司业绩水平增长乏力的问题等。本文希望通过股权激励方法,解决或改善LM公司的上述现状,为此开展了股权激励方案设计和评价研究。本研究的主要研究内容如下,基于委托代理理论,人力资本理论和激励理论,结合组织变革力场模型,对影响LM公司的股权激励实施的影响因素进行分析,并依据股权激励方案十定法进行股权激励方案的内容设计,并利用模糊矩阵层次分析法建立股权激励设计方案有效性评价方法,对股权激励预期效果进行分析,同时本文还提出了股权激励方案实施的保障措施,作为LM公司实施股权激励活动的参考。相信本文对有意进行股权激励的小微企业进行股权激励方案设计有一定的参考价值。
其他文献
本文以对中国社会经济产生冲击的新冠疫情为研究背景,以我国股票市场中的主要参与主体个人投资者为研究对象,从理论和实证分析两个角度对疫情后个人投资者投资行为变化进行研究与分析。在理论方面,本文分别阐述了行为金融学理论、期望理论、预期效用理论、现代资产组合理论、行为组合理论和生命周期理论等相关理论。而在实证研究方面,因为没有公开的疫情前后投资者投资行为的权威数据,故本文首先在参考过往研究文献和交易所公开
学位
XX公司是从事精密橡胶零部件的定制化设计和制造的新加坡公司,在国内投资生产超过25年,于2007年被美国上市公司PH收购。XX公司被收购后,吸收海外兄弟公司在各大领域的经验,增强了橡胶配方实验、模具制造、产品工艺等方面在国内的核心竞争力。随着中国经济建设的全面进行,国内民营企业突飞猛进,国外发达国家也纷纷投资中国,全球化生产已逐步形成,橡胶定制产品的市场环境也变得越来越激烈,XX公司要想在当前国际
学位
碳酸盐岩油田采出水中含有较高浓度的溶解态CO2,致使水体p H值呈弱酸性,造成管路和设备腐蚀、沿程水质不稳定等问题。常用的化学改性技术运行成本较高且会产生一些副产物,物理吹脱技术改性效果明显且不造成二次污染,因此更受青睐。本文结合气液相平衡和经典传质速率理论,在常规物理吹脱工艺的基础上,依据“静态扰流分散+文丘里破碎”理念,设计了新型微细气泡发生器,并对其成泡性能与吹脱改性效果进行测试验证。本文首
学位
当前,操作风险是我国金融机构所面临的主要风险之一。在我国农村商业银行是一类特殊的传统金融机构,其管理体制不健全,内部风险管控能力弱,外部监督力度不足,因而容易发生操作风险事件。而我国农商行主要承担进农村经济发展,推进农村发展的历史重任,要从根源抑制操作风险的产生,需要进一步完善农村商业银行操作风险管理系统,建立健全农村商业银行的操作风险防控制度。因此,本文的研究具有一定的理论和实践意义。本文以A农
学位
聚类作为机器学习领域的重要方法之一,主要通过数据之间的相似度对数据进行合理的划分。它基于不同的假设和目标,构建目标函数进行求解。作为一种无监督方法,可以利用的信息都是样本点的基本信息,所以其结果反映了样本的本质。聚类方法的分类标准很多,其中一种是根据其聚类簇数是否已知,将其分为两类。显然,当其聚类簇数未知时,获得一个理想的结果更加困难,这一类算法也较为少见。本文提出一种能自动确定聚类簇数的聚类算法
学位
随着我国人口老龄化进程的加快,养老问题日渐突显,老年人的医疗消费需求在日益膨胀,失能失智老年人日益增多,护理需求也在不断增长。但是我国近些年才开始着手建立长期护理保险,目前还处在少部分城市试点的阶段,能否处理好老年人养老护理等问题,成为影响我国建设成为社会主义现代化国家的一个关键因素。南通市作为国家首批试点的城市于2016年1月开始建立并实施长期护理保险制度,多家专业的商业保险公司中标参与其中,太
学位
大量交通传感器的部署使获得城市路网交通流数据变得更加容易,这也促进了交通流预测领域基于数据驱动的神经网络模型的快速发展。其中,图卷积因为具有处理路网拓扑结构的优势而被广泛用于交通流的空间特征学习;而循环神经网络则更善于交通流序列的时间特征建模。目前,以图卷积和循环神经网络为基本结构的深度学习模型在交通流的时空特征提取中展现出了巨大的优势,在多个数据集上都获得了最佳的性能。然而,交通预测领域仍存在两
学位
随着信息技术在数字设备中普及和发展,现代社会信息量正在迅速扩大增长,高维度数据的分析和特征表现方法是机器学习和模式识别技术领域重要探索和研究的内容。机器学习和模式识别技术领域能够获取到很多大量的数据(例如:彩色影像、多光谱影像、视频等)均为高维数据,即张量。针对这些高维数据,传统方法往往将其进行向量化处理,再辅以相应的分类、回归等数学模型。这种处理方式将导致数据丢失不同维度的特征和关系。作为经典的
学位
学位
自20世纪中叶以来,随着贩毒、贪污受贿、走私等犯罪活动日益泛滥,将犯罪所得资金在形式上合法化的需求也不断增大,这使得世界范围内的滋生了众多的洗钱行为,且随着时间的推移和洗钱规模的扩大,洗钱犯罪的形式也愈发呈现专业化、复杂化和国际化特征。多种洗钱手法和渠道被综合利用,洗钱者利用监管的薄弱环节从事洗钱行为的概率越来越高。犯罪收益不断涌向反洗钱监管的薄弱领域,如金融市场的创新业务、新兴业务等监管尚不健全
学位