《硕士开题报告最新3篇》

本科硕士开题报告范文12-16这次帅气的小编为您整理了硕士开题报告最新3篇，希望大家可以喜欢并分享出去。

硕士开题报告 篇1

1.1 研究的背景和意义

如今越来越多的人开始研究房地产行业，尤其是居住房问题，因为住房是人民生活的保障，是人民安居乐业的基本条件。房地产行业的发展关系着整个国民经济的发展，其发展可以带动相关行业的发展。房地产行业作为国民经济的重要支柱，与经济发展有着直接的重大关系，促进房地产市场稳定健康发展，有利于保持国民经济平稳较快增长，因此，上至国家，地方政府，下至居民，百姓都高度重视房地产市场动向，时刻关注房地产市场变化。房地产市场中存在的突出问题，极大地牵动着国家及时采取一系列调控措施，以确保房地产市场的稳定发展。1998年后随着我国住房制度改革的深入，城乡居民可支配收入水平的提高，居民住房消费观念发生变化，住房消费开始有效启动，房地产行业已经蓬勃发展起来。房地产市场的发展，在不断完善城市功能，改善居民居住条件的同时，也促进了国民经济的发展。在1998-2007年这十年间，房地产行业出现了较大的增长幅度，但由于2008年受国际金融危机和经济周期性变化等因素的影响，房地产行业增长的幅度大为减弱。在经过2009年一年的调整后，房地产行业又呈现了比较好的景象，可是最近一向报道显示北京市由于房价过高，大量的外来务工人员由于买不起房子而纷纷离开，我们知道北京的经济发展在很大程度上依赖于外来务工人员，他们的离开势必影响到经济的发展，上海亦是如此。因此，有效控制房价，保证房地产行业的健康有序发展显得尤为重要。

本文通过拟合优度的方法研究上海房地产价格的分布形态；利用经讳度坐标画出房地产价格等值线，从而结合距离、商圈等信息研究房地产价格的空间分布特点；以收益还原法为基础，将野口悠纪雄在土地上的模型运用到房地产交易的整个过程，并结合上海的实际情况，把市场供需因素对房地产价格的影响也考虑到模型中去。采用因子分析对供需指标进行处理，进而计算出泡沫程度。这些都旨在为政府有效控制房价提供建议，使房地产行业健康有序的发展，为国民经济创造出更多的价值。

1.2 研究的目的与方法

1.2.1 研究目的

本文分为两部分，对房地产价格分布和近几年发展走势的研究主要是为了分析房地产发展的现状和特点；进一步地，根据上海房地产市场的特点，把野口悠纪雄的地价泡沫模型应用于房地产市场，建立了符合上海特点的地价泡沫模型，从而计算出泡沫度。通过对影响因素的分析，以实现为有效控制房价的目的。

本文的研究目的是为了回答以下几个问题：（1）上海市房地产价格是如何分布的？（2）上海市房地产价格的空间分布有什么特点？（3）影响上海市房价产价格的因素有哪些？（4）上海房地产的泡沫度到底有多大？

1、 2. 2 研究方法

为了保证本论文的研究结果的科学性和严谨性，在实证分析的过程中主要用到以下几种研究方法：

（1）定性分析的方法。在对上海房价空间分布特点进行分析时，()利用经综度坐标计算出房价距离中心地带的距离，从而分析距离市中心远近对房价的影响，并且结合商业圈对其价格分布进行描述性分析；在研究上海房地产市场走势时，通过研究1994年-2010年住宅投资额、住房销售面积、存量房交易情况和住宅交易价格等指标的发展趋势进而分析未来房价的走势时也用到了定性分析的方法。

（2）定量分析的方法。在研究房地产价格分布时，用到了幂率拟合和拟合优度检验；

在研究房地产泡沫度时，通过建立房地产泡沫模型，从量化的角度来分析土地价格、人口增长率、建筑成本、CPI增长率、可支配收入增长率和GDP增长率等指标对于房价的波动影响，这些都用到了定量分析的方法。

1.3论文的创新点及不足之处

本文在借鉴前人研究的基础上，有如下创新点：

（1）本文的数据是一手的材料。本文的上海市房地产数据都来自各大房地产网站（安居客，搜房网等）的挂牌交易价格，其数据为自2010年5月开始到2011年7月截止的时间点数据。

（2）提出了我国房地产价格的一种新的分布形式。关于房价的幕律分布一般国外研究的比较多，国内来说相对较少，而且相对来说国外的房价大都很好的服从这一分布；本文把此种方法应用与中国房地产市场中比较有代表性的。城市上海，并研究各个区的房价是否也服从这一分布形态。

（3）本文把野口悠纪雄的地价泡沫模型应用于中国房地产市场，并根据上海市房地产的特点，提出了房地产泡沫模型。我们根据房地产的建造成本、人工成本等加之合理的收益来确定房地产的基础价格，为政府制定合理的房价提供参考，并根据实际价格与理论价格的差从而计算泡沫程度。

1.4论文结构

论文共分为六个章节，每个章节的内容如下：第一章，绪论。主要介绍了与论文研究相关的背景，研究房地产市场的目的和本文中研究房地产市场时用到的相关理论与方法。在这一部分中我们也指出了论文的创新点和不足之处，以便以后进一步研究时明确哪些方法可以借鉴，哪些内容需要改善。在本章节的最后介绍了本文撰写的大致框架结构。

第二章，与本文相关的理论和研究综述。在这一部分中我们介绍了与本论文研究相关的理论知识，在研究房地产价格分布时用到了幂律分布的概念，幕律分布参数值的估计方法及其如何对其进行检验；在研究房价的空间分布时用到了一些空间经济学的知识；在研究房地产泡沫时涉及到了房地产泡沫的概念和相关检验房地产泡沫的方法，包括统计检验法，理论价格法和指标指示法。

第三章、第四章和第五章开始进入了实证研究部分。

第三章，对上海市房地产价格的分布进行实证研究。对上海市2011年7月的房价进行了研究，研究发现上海的房价经检验在1%的显著性水平下，在某一个跳跃点之上服从幂律分布并且求出了幕律指数；我们再进一步对各个区的房价分布特点进行分析发现上海各个区的房价也大致服从幂律分布，这也与我们的设想相一致，进一步的我们对上海市2010年5月的房价和2011年7月的房价进行比较，发现2011年各个区的均价均低于2010年的水平，说明政府对房价的调控一直没有松解，并起到了一定的作用。在这一部分中我们还研究了房价的空间分布特点，大致表现为以市中心向外环房价依次降低的特点，并结合商业圈对各个区的房价进行分析。

第四章，上海房价的发展走势。因为本文主要分析房地产市场中的住宅价格，因此本部分分析了近几年上海市住宅投资在总投资比重，上海市住宅梭工面积和销售面积以及上海市房价。分析发现自1994年-2010年上海市住宅投资额在总投资额中的比重不断上升，1994年-2004年的住宅梭工面积和销售面积不断增加，自2004年后有所下降，近几年上海的房价也呈不断上升趋势。

第五章，上海房地产泡沫模型和实证分析。本部分把野口悠纪雄的地价泡沫模型应用到房地产市场，并结合上海的房地产市场特点，提出了房地产泡沫模型。以居住房为主要研究对象，从量化的角度来分析土地价格、人口增长率、建筑成本、CPI增长率、可支配收入增长率和GDP增长率等指标对于房价的波动影响。以收益还原法为基础，建立房地产定价模型，并且考虑市场供需因素对房价的影响，从而计算房地产泡沫。本文还根据其他学者对房地产周期的划分，进一步对泡沫程度进行分析，并给出各年份的相关政策以便验证泡沫度划分的准确性。

第六章，研究结论与展望。总结出全文的主要研究结果，并对今后进一步研究提出意见与建议。

硕士开题报告 篇2

论文语种：中文

您的研究方向：金融学

是否有数据处理要求：是

您的国家：西安

您的学校背景：985&211重点院校

要求字数：****

论文用途：硕士毕业论文

是否需要盲审（博士或硕士生有这个需要）：否

补充要求和说明：

西北农林科技大学硕士研究生学位论文开题报告：我国房地产信托投资基金发展研究The research into the development of China's real estate investment trusts

1、选题背景

中国房地产开发企业的融资渠道比较单一，主要依赖商业银行贷款，一旦国家收缩信贷，房地产企业将面临资金链断裂的危险。根据中国人民银行2009年第二季度货币政策执行报告，2009年上半年，商业性房地产贷款余额为6.21万亿元，同比增长18.8%，占同期全部人民币贷款余额的16.5%；其中，房地产开发贷款余额为2.35万亿元，同比增长20.5%，个人购房贷款余额为3.86万亿元，同比增长17.8%，房地产贷款余额占人民币贷款余额的比重达到16.5%。2008年，在房地产开发企业陷入销售停滞、信用紧缩以及证券市场首次公开发行（IPO）暂停的背景下，房地产开发企业的直接融资通道又被卡死。房地产业对银行资金的高度依赖性导致房地产市场的风险被大量转嫁给银行，从而使房地产金融积累了较大的金融风险。因此，房地产业迫切需要寻求银行外的融资渠道，以解决房地产开发与经营的资金短缺问题。在这种情况下，房地产投资信托基金进入了我们的视线。

2、研究目的及意义

3、国内外研究综述

4、研究思路及研究方法

5、论文结构框架

6、论文进度安排

7、参考文献

【1】陈淑贤，约翰？埃里克森，王诃。房地产投资信托：结构、绩效与投资机会[M]。经济科学出版社，2004.

【2】拉尔夫？布洛克。房地产投资信托[M]。中信出版社，2007.

【3】何宇明， REITs 在中国的适用性研究[J]，北方经济，2008.

【4】张永岳。国际房地产概述[M]。上海人民出版社，2004.

【5】施金亮。房地产投融资[M]。上海大学出版社，2004

【6】洪艳蓉。房地产金融[M]。北京大学出版社，2007

【7】中国景气监测中心等。中国房地产产业地图2007一2008[M]。社会科学文献出版社，2007

【8】章程玲。关于美国房地产投资信托基金的研究[J]。时代经贸，2007，

【9】中华全国工商业联合会房地产商会，太平星集团，新加坡国立大学。房地产投资信托基金指南[M]。中国建筑工业出版社，2006.

【10】吴晓灵，刘士余。房地产指标与金融稳定[M]。中国金融出版社，2006.

【11】倪鹏飞。中国城市竞争力报告No.4一楼市：城市中国晴雨表[M]。社会科学文献出版，2006.

【12】张鸿雁，杨雷。中国房地产评论[M]。东南大学出版社，2006.

【13】牛凤瑞。中国房地产发展报告No.2[M]。社会科学文献出版，2005.

【14】韩立达。城市房地产预警系统理论与实证分析[M]。西南财经大学出版社，2007

【15】楼建波，杨秋岭。房地产投资信托一域外法律法规汇编[M]。法律出版社，2007.

【16】陈前；蒋勇 关于我国发展房地产投资信托基金的政策建议[J]-广西社会科学 2008（07）

【17】屈昆鹏 美日发展REITs模式及在我国的运用[J]-现代企业 2008（05）

【18】代继科。我国发展房地产投资信托基金的探索[J]。上海房地，2008（3）：41.

【19】金秋萍。初探我国廉租房融资的现状及模式创新[J]。北京房地产，2008（2）：92.

【20】高英慧。信托市场可持续发展的科学发展观分析[J]。辽宁工程技术大学学报：社会科学版，2008,8（6）：593.

【21】邓启峰。新加坡 REITs（房地产信托 ）的发展与借鉴[J]，中国房地产金融，2008，（2）。

【22】周亮华，林锦辉。新加坡房地产投资信托基金[J]。上海房地，2007，（6）。

【23】 薛怀宇 ，杜晓军 ，张涛金 。 境外房地产投资信托（REITs）发展对我国的启示[J]。金融理论与实践，2009.

【24】屈昆鹏。美日发展 REITs 模式及在我国的运用[J]。现代企业，2008，（5）。

【25】郭建鸾，侯斯文。房地产融资新模式 ：房地产投资信托基金（REITs）[J]。财务与会计理财，2009.

【26】李国平、李德峰、乔志敏，房地产投资信托研究的发展，国际金融研究[J]，2009

【27】毛志荣。研究报告一房地产投资信托基金研究[J]。深圳证券交易所综合研究所，2004.

【28】 任纪军。房地产投资基金——组织、模式与策略。北京：经济管理出版社。第一版。2006.

【29】 陈柳钦。 美国房地产投资信托基金的发展及其借鉴。国家行政学院学报，2006（1）

【30】 孙靖。 房地产投资信托基金的海外经验及在中国的适用性探讨[J]。中国房地产金融，2005（3）

【31】 龙云，傅欣。房地产信托——海外的发展状况及中国的实践[J]。亚太经济，2005

硕士开题报告 篇3

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?[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.

[05] 王亚民、朱荣林。 风险投资项目ECV评估指标与决策模型研究。 风险投资。 2002/6

[06] 赵中奇、王浣尘、潘德惠。 随机控制的极大值原理及其在投资决策中的应用。 控制与决策。 2002/6

[07] 夏清泉、凌婕。 风险投资理论和政策研究。 国际商务研究。 2002/5

[08] 陈劲、龚焱等。 技术创新信息源新探。 中国软科学。 2001/1. pp86-88

[09] 严太华、张龙。 风险投资评估决策方法初探。 经济问题。 2002/1

[10] 苏永江、李湛。 风险投资决策问题的系统分析。 学术研究。 2001/4

[11] 孙冰。 企业产品开发的评价模型及方法研究。 中国管理科学。 2002/4

[12] 诸克军、杨久西、匡益军。 基于人工神经网络的石油勘探有利性综合评价。 系统工程理论与实践。 2002/4

[13] 杨力。 基干BP 神经网络的城市房屋租赁估价系统设计。 中国管理科学。 2002/4

[14] 杨国栋、贾成前。 高速公路复垦土地适宜性评价的BP神经网络模型。 统工程理论与实践。 2002/4

[15] 楼文高。 基于人工神经网络的三江平原土壤质量综合评价与预测模型。 中国管理科学。 2002/1

[16] 胥悦红、顾培亮。 基于BP神经网络的产品成本预测。 管理工程学报。 2000/4

[17] 陈新辉、乔忠。 基于TSA-BP神经网络的企业产品市场占有率预测模型。 中国农业大学学报。 2000/5

[18] 刘育新。 技术预测的过程与常用方法。 中国软科学。 1998/3

[19] 温小霓、赵玮。 市场需求与统计预测。 西安电子科技大学学报。 2000/5

[20] 朱振中。 模糊理论在新产品开发中的应用。 科学管理研究。 2000/6

[21]Kim B. Clark & Takahiro Fujimoto. Product Development Performance –Strategy、Organization and Management in Industry. Harvard Business School Press. Boson 1993

[22] Gobeli D H, Brown D J. Improving the process of product innovation. Research, Technology Management, 1993. 36（2）：46-49

[23]Simon J.Towner. Four ways to accelerate new product development. Long Rang Planning 1994. 27（2）：57-65

[24]Abdul Ali,et al. Product innovation and entry strategy. Journal of Product Innovation Management 1995. 12（12）：54-69

[25]Eric Vin Hippel. The sources of Innovation. Oxford University Press. 1988

[26] Shtub A, Zimerman Y. A neural-network-based approach for estimating the cost of assembly. International Journal of Production Economics, 1993. 32: 189-207

[27] Wee-Liang Tan, Dattarreya G. Allampalli, Investment Criteria of Singapore Capitalists, 1997 International Council for Small Business, San Francisco, California, June 1997

[28]Michael Henos, The Road to Venture Financing: Guidelines for Entrepreneuts, R&D Straregist Magazine,Summer 1991

[29]Chow GC, The Largrange Method of optimization with applications to portfoli and investment decisions. J of Economic Dymamics and Control 1996

[30]Jensen, R Information Cost and Innovation Adoption Policies, Management Science. Vol.34, No.2, Feb, 1988

[31]R.K. Zutshi, T.W.Liang, D.G.Allampulli, Singapore Venture Capitalists Investment Evaluation Criteria: A Reexamination. Small Business Economics 13:9-26（1999）

[32]Andrew L. Zacharakis, G.Dale Meyer. A Lack of Insight: Do Venture Capitalists Really Understand Their Own Decision Process? Journal of Business Venturing （1998） 13: 57-76

[33]Dean A. Shepherd, Richard Ettenson. New Venture Strategy and Profitability: A Venture Capital`s Assessment. Journal of Business Venturing（2000）