亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        企業(yè)數(shù)字化轉(zhuǎn)型與內(nèi)部代理成本

        2024-12-31 00:00:00盧昌謙
        商場(chǎng)現(xiàn)代化 2024年24期
        關(guān)鍵詞:代理成本大數(shù)據(jù)

        摘 要:本文通過(guò)2011—2019年A股上市公司數(shù)據(jù),實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部代理成本的影響。本文發(fā)現(xiàn),企業(yè)數(shù)字化轉(zhuǎn)型顯著降低了內(nèi)部代理成本,在采用了替換解釋變量﹑替換被解釋變量﹑工具變量法﹑Heckman兩步法及其他穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn)后,結(jié)論依然穩(wěn)健成立。機(jī)制檢驗(yàn)發(fā)現(xiàn),企業(yè)數(shù)字化轉(zhuǎn)型能夠通過(guò)提高高管薪酬業(yè)績(jī)敏感性和被關(guān)注度降低內(nèi)部代理成本。異質(zhì)性檢驗(yàn)發(fā)現(xiàn),企業(yè)數(shù)字化轉(zhuǎn)型顯著降低了大規(guī)模和成長(zhǎng)性高的企業(yè)內(nèi)部代理成本。

        關(guān)鍵詞:企業(yè)數(shù)字化轉(zhuǎn)型;代理成本;大數(shù)據(jù)

        一﹑引言

        數(shù)字經(jīng)濟(jì)時(shí)代下,大數(shù)據(jù)環(huán)境顯著改變了信息傳遞方式和傳播速度,使信息的獲取變得更加方便和快捷,有效降低了信息在企業(yè)多層級(jí)之間傳遞導(dǎo)致的失真和扭曲,同時(shí)增加了外部獲取信息的渠道,降低了外部獲取信息的成本,有利于外部主體發(fā)揮信息中介和監(jiān)督中介的作用,從而深刻影響企業(yè)的治理水平。

        二﹑研究假設(shè)

        數(shù)字經(jīng)濟(jì)豐富擴(kuò)展了公司治理的作用機(jī)制和作用途徑(陳德球等,2022)。數(shù)字技術(shù)催生的管理信息系統(tǒng)作為一種重要的管理手段和監(jiān)督手段,能夠推進(jìn)信息孤島的互聯(lián)互通,推動(dòng)企業(yè)內(nèi)部管理模式的一系列變革。例如,區(qū)塊鏈技術(shù)可以大幅度降低股東的投票成本和組織成本,能夠促進(jìn)股東高效快速地參與公司治理(Lafarre A et al,2018)。數(shù)字化催生的信息管理系統(tǒng)及決策系統(tǒng)等將使得企業(yè)的信息更加透明(Goldfarb A et al,2019)。信息透明度的增加,強(qiáng)化了董事的監(jiān)督能力,提高了高管薪酬契約有效性(王俊秋等,2009);同時(shí)信息平臺(tái)建設(shè)可以使得相關(guān)信息公開(kāi)化﹑及時(shí)化﹑透明化,高管所擁有的信息壟斷優(yōu)勢(shì)也受到了挑戰(zhàn),削減了管理層的自由裁量權(quán),從而降低了高管薪酬操縱的可能性,提高了薪酬契約的有效性,加強(qiáng)了企業(yè)的內(nèi)部治理效果。

        假設(shè)1:企業(yè)數(shù)字化水平能夠通過(guò)提高高管薪酬業(yè)績(jī)敏感性降低內(nèi)部代理成本。

        同時(shí),數(shù)字經(jīng)濟(jì)推動(dòng)的社交媒體和自媒體平臺(tái)的迅速發(fā)展、網(wǎng)絡(luò)平臺(tái)的開(kāi)通提高了信息傳播的及時(shí)性,互聯(lián)網(wǎng)信息溝通平臺(tái)的運(yùn)行提升了市場(chǎng)信息效率水平(譚松濤等,2016)。企業(yè)數(shù)字化轉(zhuǎn)型賦予企業(yè)更大的經(jīng)濟(jì)活力,能夠在資本市場(chǎng)中形成一定積極反饋(Gu C et al,2020)。在數(shù)字經(jīng)濟(jì)時(shí)代下,大數(shù)據(jù)環(huán)境顯著改變了信息傳遞方式和傳播速度,極大改善了市場(chǎng)的信息披露環(huán)境,使信息的獲取變得更加方便和快捷,有效降低了信息在企業(yè)多層級(jí)之間傳遞導(dǎo)致的失真和扭曲;同時(shí)增加了外部獲取信息的渠道,降低了外部獲取信息的成本,有助于外部主體如機(jī)構(gòu)投資者﹑分析師﹑審計(jì)師和新聞媒體等發(fā)揮信息中介和監(jiān)督中介的作用,從而深刻影響著企業(yè)的治理水平。企業(yè)數(shù)字化轉(zhuǎn)型能夠使企業(yè)更容易接受媒體﹑政府和社會(huì)的監(jiān)督,能夠加強(qiáng)外部治理效果,發(fā)揮外部治理的作用。在外部的有效監(jiān)督下,也會(huì)約束高管的不正當(dāng)行為,抑制高管的自利主義等相關(guān)行為,降低企業(yè)的代理成本(羅進(jìn)輝,2012)。

        假設(shè)2:企業(yè)數(shù)字化水平能夠提高被關(guān)注度降低內(nèi)部代理成本。

        三﹑研究設(shè)計(jì)

        1.數(shù)據(jù)說(shuō)明及模型設(shè)計(jì)

        本文以2011—2019年A股上市公司為初始研究樣本,并按照如下原則對(duì)樣本進(jìn)行篩選:①剔除信息產(chǎn)業(yè)公司樣本,包括計(jì)算機(jī)﹑通信和其他電子設(shè)備制造業(yè)(C39)和信息傳輸﹑軟件和信息技術(shù)服務(wù)業(yè)(I63﹑I64﹑I65);②剔除金融類樣本(J66﹑J67﹑J68﹑J69);③剔除ST﹑PT﹑資產(chǎn)負(fù)債率大于1及非正常上市的公司樣本;④剔除退市公司樣本。本文的數(shù)據(jù)來(lái)源主要是國(guó)泰安數(shù)據(jù)庫(kù)和wind數(shù)據(jù)庫(kù)。

        計(jì)量模型如下:

        (1)

        下標(biāo)i和t分別表示企業(yè)和年份,被解釋變量ACit表示內(nèi)部代理成本,解釋變量digit表示企業(yè)數(shù)字化轉(zhuǎn)型程度。Xit是控制變量,μi為企業(yè)固定效應(yīng),γt為時(shí)間固定效應(yīng)。

        2.變量說(shuō)明

        (1) 內(nèi)部代理成本(AC)

        本文參考葉康濤等(2014)的做法,用資產(chǎn)周轉(zhuǎn)率表示內(nèi)部代理成本,資產(chǎn)周轉(zhuǎn)率用營(yíng)業(yè)總收入占總資產(chǎn)的比重衡量,資產(chǎn)周轉(zhuǎn)率數(shù)值越大,意味著代理成本越小。

        (2) 企業(yè)數(shù)字化轉(zhuǎn)型(dig)

        本文參照當(dāng)前所使用的文本分析法來(lái)衡量數(shù)字化水平。第一步,構(gòu)造數(shù)字化詞典,本文使用了祁懷錦等(2022)《企業(yè)數(shù)字化轉(zhuǎn)型與商業(yè)信用供給》的126個(gè)關(guān)鍵詞構(gòu)造數(shù)字化詞典,同時(shí)又使用趙宸宇等(2021)《數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率》的99個(gè)關(guān)鍵詞做穩(wěn)健性檢驗(yàn);第二步,收集上市公司年報(bào)文本,然后將PDF轉(zhuǎn)換為TXT,使用正則表達(dá)式提取“管理層討論與分析”的內(nèi)容;第三步,使用Python軟件jieba模塊進(jìn)行分詞,剔除停用詞(如語(yǔ)氣助詞﹑副詞﹑介詞﹑連接詞等),同時(shí)剔除數(shù)字﹑英文字母﹑標(biāo)點(diǎn)符號(hào)或特殊符號(hào),根據(jù)數(shù)字化詞典,計(jì)算關(guān)鍵詞占所有詞的比重,將該數(shù)值再乘以100。

        (3) 控制變量

        本文使用以下控制變量:①公司規(guī)模(size),用總資產(chǎn)的自然對(duì)數(shù)衡量;②總資產(chǎn)收益率(roa),用營(yíng)業(yè)利潤(rùn)除以總資產(chǎn)衡量;③負(fù)債水平(lev),用總負(fù)債除以總資產(chǎn)衡量;④現(xiàn)金流(cash),用經(jīng)營(yíng)活動(dòng)產(chǎn)生的凈現(xiàn)金流與總資產(chǎn)的比值衡量;⑤企業(yè)年齡(age),用樣本觀測(cè)值所在年份減去企業(yè)成立年份加1后取自然對(duì)數(shù)衡量;

        ⑥產(chǎn)權(quán)性質(zhì)(soe),國(guó)有企業(yè)取值為1,非國(guó)有企業(yè)取值為0;⑦獨(dú)立董事占比(indratio),用獨(dú)立董事人數(shù)除以董事會(huì)人數(shù)衡量;⑧股權(quán)集中度(top1),用第一大股東持股數(shù)量占總股本的比重衡量;⑨勞動(dòng)密度(labor),用員工人數(shù)與總資產(chǎn)(百萬(wàn)元)的比值衡量;⑩兩職合一(dual),董事長(zhǎng)兼任總經(jīng)理,兼任為1,否則為0;同時(shí)還控制了管理層持股比例(MH)、董事會(huì)規(guī)模(Bsize)、地方工資水平(lnavewage)。

        四﹑實(shí)證檢驗(yàn)與結(jié)果分析

        1.基準(zhǔn)回歸檢驗(yàn)結(jié)果

        表1報(bào)告了基準(zhǔn)回歸的結(jié)果,在控制了企業(yè)年份固定效應(yīng)下,第(1) 列不加任何控制變量,第(2) 列加入了所有控制變量,dig的估計(jì)系數(shù)均在1%水平上顯著為正,說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)的內(nèi)部代理成本。

        2.穩(wěn)健性檢驗(yàn)

        (1) 替換解釋變量

        ①對(duì)企業(yè)數(shù)字化指標(biāo)進(jìn)行離差標(biāo)準(zhǔn)化處理,即采用“某年某公司數(shù)字化指標(biāo)與分年度數(shù)字化指標(biāo)最小值之差”除以“分年度數(shù)字化指標(biāo)最大值與最小值之差”衡量;②進(jìn)行分年度分行業(yè)均值調(diào)整;③進(jìn)行分年度分行業(yè)中位數(shù)調(diào)整;④參考趙宸宇等(2021)的99個(gè)關(guān)鍵字重新構(gòu)造企業(yè)數(shù)字化指標(biāo),表1第(3) (4) (5) (6) 列的結(jié)果表明,dig的估計(jì)系數(shù)均在1%的水平上顯著為正,結(jié)論依然成立。

        (2) 替換被解釋變量

        本文還采用其他指標(biāo)來(lái)衡量被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。①使用管理費(fèi)用﹑財(cái)務(wù)費(fèi)用和銷售費(fèi)用占總收入的比重來(lái)衡量代理成本(AC2),這一指標(biāo)越小,代理成本越低。表2第(1) 列顯示dig的估計(jì)系數(shù)在5%的水平上顯著為負(fù);②進(jìn)行分年度分行業(yè)的均值調(diào)整;③進(jìn)行分年度分行業(yè)的中位數(shù)調(diào)整,表2第(2) (3) 列顯示dig的估計(jì)系數(shù)在1%的水平上顯著為正,結(jié)論依然成立。

        (3) 工具變量

        本文參考李雪松等(2022)的方法造工具變量(IV1),選取按年度—地區(qū)—行業(yè)劃分的數(shù)字化水平均值作為第二個(gè)工具變量(IV2)。表3列(1) 和列(3) 的結(jié)果顯示,在第一階段回歸中,工具變量IV1和IV2對(duì)dig的估計(jì)系數(shù)均在1%的水平上顯著為正,滿足工具變量的相關(guān)要求;同時(shí)Wald F統(tǒng)計(jì)量數(shù)值均遠(yuǎn)大于10%水平下的臨界值,拒絕了弱工具變量的假設(shè)。在表3列(2) ﹑列(4) 和列(5) 第二階段回歸中,依次加入單一工具變量和同時(shí)加入兩個(gè)工具變量,dig對(duì)企業(yè)內(nèi)部代理成本的估計(jì)系數(shù)在1%的水平上顯著為正,同時(shí)列(5) 的結(jié)果還顯示,Sargan統(tǒng)計(jì)量的P值大于0.1,不存在工具變量過(guò)度識(shí)別問(wèn)題。在通過(guò)工具變量克服逆向因果的內(nèi)生性問(wèn)題后,結(jié)論依然成立。

        (4) Heckman兩步法

        針對(duì)可能存在的樣本自選擇問(wèn)題,本文采用Heckman兩階段模型進(jìn)一步檢驗(yàn)。在第一階段回歸中,以“企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型”作為被解釋變量,若企業(yè)當(dāng)年數(shù)字化水平超過(guò)同年份行業(yè)數(shù)字化程度的中位數(shù),即視為企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型,記作1,反之為0;參考侯德帥等(2023)的做法,在原有控制變量的基礎(chǔ)上,引入市場(chǎng)化指數(shù)(MK)作為外生變量來(lái)進(jìn)行控制。對(duì)企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型進(jìn)行估計(jì),第一階段的結(jié)果如表2第(4) 列所示,市場(chǎng)化指數(shù)的估計(jì)系數(shù)在1%的水平上顯著為正,然后利用第一階段結(jié)果計(jì)算逆米爾斯比率(imr)并且代入第二階段回歸,回歸結(jié)果如表2第(5) 列所示,在控制了逆米爾斯比率(imr)后,企業(yè)數(shù)字化轉(zhuǎn)型依然顯著降低了內(nèi)部代理成本。

        (5) 其他穩(wěn)健性檢驗(yàn)

        ①為了克服反向因果關(guān)系,本文使用滯后一期的企業(yè)數(shù)字化指標(biāo)進(jìn)行檢驗(yàn)?;貧w結(jié)果如表4第(1) 列所示,回歸系數(shù)在1%的水平上顯著為正;②考慮到2015年我國(guó)股災(zāi)事件對(duì)金融市場(chǎng)造成的重大沖擊,本文參考王博等(2023)的方法,剔除2015年的企業(yè)樣本后進(jìn)行穩(wěn)健性檢驗(yàn),如表4第(2) 列所示,dig的估計(jì)系數(shù)仍在1%水平上顯著為正;③2015年以來(lái),中國(guó)的數(shù)字經(jīng)濟(jì)發(fā)展迅速,參考范合君等(2023)的方法,將樣本范圍分別縮小至2011—2014年和2016—2019年,表4第(3) 列表明2016—2019年區(qū)間內(nèi)dig的估計(jì)系數(shù)在5%的水平上顯著為正,表4第(4) 列表明2011—2014年區(qū)間內(nèi)dig估計(jì)系數(shù)不顯著;④進(jìn)一步控制行業(yè)和省份固定效應(yīng),表4第(5) 列表明 dig的估計(jì)系數(shù)仍然在1%的水平上顯著為正,以上結(jié)果均說(shuō)明本文的結(jié)論是穩(wěn)健的。

        五﹑機(jī)制檢驗(yàn)

        上文實(shí)證分析表明,企業(yè)數(shù)字化轉(zhuǎn)型確實(shí)顯著降低了企業(yè)內(nèi)部代理成本。那么,企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)何種機(jī)制影響了企業(yè)的內(nèi)部代理成本?基于前文的理論分析與假設(shè),本文使用中介效應(yīng)模型對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響內(nèi)部代理成本的路徑進(jìn)行檢驗(yàn),分別從高管薪酬業(yè)績(jī)敏感性(PPS)和被研報(bào)關(guān)注度(Attention)的角度展開(kāi)實(shí)證檢驗(yàn)。本文用凈資產(chǎn)收益率(roe)即凈利潤(rùn)除以凈資產(chǎn)來(lái)衡量,參考李安泰等(2022)的方法,如果企業(yè)的業(yè)績(jī)和前三名高管平均薪酬均大于年份行業(yè)的中位數(shù),則認(rèn)為業(yè)績(jī)對(duì)薪酬敏感,PPS設(shè)為1,否則為0。構(gòu)建如下中介效應(yīng)模型:

        (2)

        (3)

        其中Yit為被解釋變量,Mit為中介變量,分別為薪酬業(yè)績(jī)敏感性(PPS)和被研報(bào)關(guān)注度(Attention)。表5第(1)、第(3) 列顯示企業(yè)數(shù)字化在10%的水平上顯著增加了高管薪酬業(yè)績(jī)敏感性和被研報(bào)關(guān)注度,表5第(2)、第(4) 列顯示企業(yè)數(shù)字化轉(zhuǎn)型在1%水平上顯著降低了內(nèi)部代理成本,假設(shè)得到證實(shí)。

        六﹑異質(zhì)性檢驗(yàn)

        機(jī)制檢驗(yàn)結(jié)果表明企業(yè)數(shù)字化轉(zhuǎn)型能夠通過(guò)提高高管薪酬業(yè)績(jī)敏感性和被關(guān)注度兩個(gè)渠道降低企業(yè)內(nèi)部代理成本,那么企業(yè)數(shù)字化轉(zhuǎn)型可能會(huì)在高管薪酬業(yè)績(jī)敏感性和被關(guān)注度不同的企業(yè)中有所差異。本文從企業(yè)規(guī)模和企業(yè)成長(zhǎng)性進(jìn)行異質(zhì)性檢驗(yàn)。一般而言,企業(yè)規(guī)模越大,企業(yè)成長(zhǎng)性越高,其高管薪酬業(yè)績(jī)敏感性和被關(guān)注度也會(huì)越高,面臨的代理問(wèn)題也越嚴(yán)重。參考王海等(2023)的方法,根據(jù)營(yíng)業(yè)收入﹑成長(zhǎng)性的年度行業(yè)中位數(shù)將樣本劃分為小規(guī)模和大規(guī)模﹑低成長(zhǎng)性和高成長(zhǎng)性。表5第(5)(7) 列顯示在小規(guī)模和低成長(zhǎng)性的企業(yè)中dig的系數(shù)不顯著,表5第(6)(8) 列顯示dig的估計(jì)系數(shù)在5%﹑1%的水平上顯著為正,表明企業(yè)數(shù)字化轉(zhuǎn)型顯著降低了大規(guī)模﹑高成長(zhǎng)性企業(yè)的代理成本。

        參考文獻(xiàn):

        [1]GOLDFARB A,TUCKER C.Digital Economics[J].Journal of Economic Literature,2019(1):3-43.

        [2]GU C,KUROV A.Informational Role of Social Media:Evidence from Twitter Sentiment[J].Journal of Banking and Finance,2020,105969.

        [3]Lafarre A,Elst C V.Blockchain Technology for Corporate Governance and Shareholder Activism[J].Working Paper,2018(5).

        [4]羅進(jìn)輝.媒體報(bào)道的公司治理作用——雙重代理成本視角[J].金融研究,2012(10):153-166.

        [5]譚松濤,闞鑠,崔小勇.互聯(lián)網(wǎng)溝通能夠改善市場(chǎng)信息效率嗎?——基于深交所“互動(dòng)易”網(wǎng)絡(luò)平臺(tái)的研究[J].金融研究,2016(3):174-188.

        [6]陳德球,胡晴.數(shù)字經(jīng)濟(jì)時(shí)代下的公司治理研究:范式創(chuàng)新與實(shí)踐前沿[J].管理世界,2022(6):213-240.

        [7]王博,康琦.數(shù)字化轉(zhuǎn)型與企業(yè)可持續(xù)發(fā)展績(jī)效[J].經(jīng)濟(jì)管理,2023(6):161-176.

        [8]王俊秋,張奇峰.信息透明度與經(jīng)理薪酬契約有效性:來(lái)自中國(guó)證券市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J].南開(kāi)管理評(píng)論,2009(5):94-100+108.

        七﹑結(jié)語(yǔ)

        企業(yè)數(shù)字化轉(zhuǎn)型能夠有效緩解管理層和股東之間的代理沖突,提高高管薪酬業(yè)績(jī)敏感性,更加有效地將高管薪酬和企業(yè)業(yè)績(jī)聯(lián)系起來(lái),提高了高管薪酬契約有效性;同時(shí)企業(yè)數(shù)字化轉(zhuǎn)型還能夠有效發(fā)揮外部監(jiān)督的作用,從而降低代理成本。企業(yè)應(yīng)當(dāng)積極布局?jǐn)?shù)字化轉(zhuǎn)型,抓住數(shù)字化轉(zhuǎn)型所帶來(lái)的機(jī)遇和資源,正確認(rèn)識(shí)數(shù)字技術(shù)的賦能作用,在進(jìn)行數(shù)字化轉(zhuǎn)型的同時(shí),完善內(nèi)外部監(jiān)督和治理機(jī)制,完善兩權(quán)分離背景下的治理結(jié)構(gòu)和治理機(jī)制,減少信息不對(duì)稱下的效率損失,有效解決股東和管理層的利益沖突和代理成本。

        [9]王海,閆卓毓,郭冠宇,等.數(shù)字基礎(chǔ)設(shè)施政策與企業(yè)數(shù)字化轉(zhuǎn)型:“賦能”還是“負(fù)能”?[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2023(5):5-23.

        [10]祁懷錦,魏禹嘉,劉艷霞.企業(yè)數(shù)字化轉(zhuǎn)型與商業(yè)信用供給[J].經(jīng)濟(jì)管理,2022(12):158-184.

        [11]葉康濤,劉行.公司避稅活動(dòng)與內(nèi)部代理成本[J].金融研究,2014(9):158-176.

        [12]侯德帥,王琪,張婷婷,等.企業(yè)數(shù)字化轉(zhuǎn)型與客戶資源重構(gòu)[J].財(cái)經(jīng)研究,2023(2):110-124.

        [13]范合君,吳婷,何思錦.企業(yè)數(shù)字化的產(chǎn)業(yè)鏈聯(lián)動(dòng)效應(yīng)研究[J].中國(guó)工業(yè)經(jīng)濟(jì),2023(3):115-132.

        [14]李安泰,張建宇,盧冰.機(jī)構(gòu)投資者能抑制上市公司商譽(yù)減值風(fēng)險(xiǎn)嗎?——基于中國(guó)A股市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J].金融研究,2022(10):189-206.

        [15]趙宸宇,王文春,李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財(cái)貿(mào)經(jīng)濟(jì),2021(7):114-129.

        [16]李雪松,黨琳,趙宸宇.數(shù)字化轉(zhuǎn)型﹑融入全球創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績(jī)效[J].中國(guó)工業(yè)經(jīng)濟(jì),2022(10):43-61.

        作者簡(jiǎn)介:盧昌謙(1990.11— ),男,漢族,甘肅景泰人,碩士研究生,研究方向:計(jì)量經(jīng)濟(jì)學(xué)研究理論﹑方法與應(yīng)用。

        猜你喜歡
        代理成本大數(shù)據(jù)
        管理層股權(quán)激勵(lì)與盈余管理的研究
        商(2016年31期)2016-11-22 09:13:18
        股權(quán)眾籌發(fā)展的意義、難點(diǎn)和對(duì)策
        公司治理視角下的中小型科技企業(yè)融資困境
        商(2016年28期)2016-10-27 08:03:44
        大數(shù)據(jù)環(huán)境下基于移動(dòng)客戶端的傳統(tǒng)媒體轉(zhuǎn)型思路
        新聞世界(2016年10期)2016-10-11 20:13:53
        基于大數(shù)據(jù)背景下的智慧城市建設(shè)研究
        科技視界(2016年20期)2016-09-29 10:53:22
        數(shù)據(jù)+輿情:南方報(bào)業(yè)創(chuàng)新轉(zhuǎn)型提高服務(wù)能力的探索
        淺析基于代理成本下的股利政策理論
        商(2016年21期)2016-07-06 17:01:12
        最優(yōu)資本結(jié)構(gòu)與代理成本
        完善監(jiān)事代表訴訟制度的理論探究
        商(2016年11期)2016-05-04 01:02:08
        国产成人国产在线观看入口| 欧美四房播播| 日本九州不卡久久精品一区| 国产精品久久久在线看| 一本无码中文字幕在线观| 久久精品国产亚洲7777| 亚洲欧美日韩综合久久久| 亚洲综合中文字幕乱码在线| 国产精品久久久亚洲第一牛牛| 亚洲中文字幕巨乳人妻 | 日韩中文字幕久久久经典网| 亚洲精品国产主播一区二区| 国产美女主播福利一区| 自拍偷区亚洲综合激情| 亚洲处破女av日韩精品中出| 综合色就爱涩涩涩综合婷婷| 最近中文字幕视频完整版在线看| 乱码一二三入区口| 国产女高清在线看免费观看| 无遮挡粉嫩小泬| 亚洲av熟女天堂久久天堂| 国产流白浆视频在线观看| 五月综合激情婷婷六月| 亚洲熟女乱色综合亚洲图片| 麻豆变态另类视频在线观看| 青青青伊人色综合久久| 国产成人精品人人做人人爽97 | 免费观看性欧美大片无片| 亚洲欧美日韩国产综合久| 久草久热这里只有精品| 漂亮丰满人妻被中出中文字幕| 欧美video性欧美熟妇| 亚洲中文字幕无码mv| 国产成人精品日本亚洲专区6| 日韩精品极品免费观看| 日本一区二区三区人妻| 乱色精品无码一区二区国产盗 | 蜜臀av一区二区三区人妻在线| 亚洲无人区一码二码国产内射 | 日韩五十路| 一个人午夜观看在线中文字幕|