信任和感知风险对消费者网络购买意愿的实证研究

网络购物作为一种新的营销渠道,为消费者提供丰富的商品信息和个性化服务,允许消费者随时随地进行购物。但相对我国数量巨大的网民而言,网络购物的使用率还很低。感知风险和信任缺失被认为是阻碍网络购物发展的主要因素。基于感知价值模型,构建了消费者网络购买意愿影响因素的概念模型。并采用线上问卷的方法获得中国网络消费者的调研数据,使用结构方程模型分析了信任、感知风险和感知收益等变量对网络购买态度和意愿的影响,验证了提出的基本假说。同时对比分析有无购物经验的消费者在感知风险、网络购买意愿等方面的差别,研究结果表明,有购物经验的消费者在进行网络购物时比较看重感知收益,而对于潜在的消费者来说,感知风险是影响其购买态度和意愿的重要因素。     

随机利率条件下最优投资消费与寿险购买策略

随着我国利率市场化的深入发展, 利率的随机波动对投资者的最优投资消费策略将产生重要影响. 与此同时, 随着我国寿险市场的渐趋完善, 寿险购买也越来越受到投资者的重视, 投资者的最优策略也将发生改变. 现研究由 Vasicek 模型来刻画的随机利率条件下最优投资消费与寿险购买策略. 投资者的目标在于选择最优投资消费与寿险购买策略使期望效用最大化. 通过运用 Legendre 转换方法求出最优投资消费与寿险购买的显性解. 通过数值分析的方法, 实证分析相关变量的变化对投资者最优投资与寿险购买策略的影响.     

基于部门背景-计划行为理论改进模型的公务人员节能减排行为意图影响因素研究——以山西省为例

本文采用改进的传统计划行为理论模型,增加了知识-态度-行为以及利社会行为的理论基础作为变量,首次引入部门背景作为重要变量,旨在研究公务人员的节能减排行为意图的影响因素。本文开发出山西省政府部门公务人员节能减排行为意图问卷,建立了山西省政府部门公务人员节能减排行为意图模型,发现了不同部门对公务人员节能减排行为意图的影响程度和方向。结果显示模型整体契合度良好,不同部门的政府部门公务人员在知识变量、价值变量、知觉行为控制变量、行为意图变量上有显著差异。在利社会行为、主观规范变量和态度变量上没有显著差异。发改委公务人员主观规范较高,交通运输厅公务人员对未来展现节能减排行为的意愿与可能性较低。建设厅执行节能减排的后果有较低的评价。     

网络环境下基于价值理论的我国消费者购买意愿影响因素研究

随着网上零售业快速发展,如何提高网络消费者购买意愿已成为人们关注的焦点。论文运用感知价值理论分析了网络消费者购买意愿影响因素,提出了影响网络消费者购买意愿的重要研究假设,构建了网络消费者购买意愿假设模型,采用结构方程模型方法对样本数据进行了定量研究。研究结果揭示了网络消费者的风险态度通过感知利益和感知风险对感知价值的间接影响,而感知价值与购买意愿显著正相关。最后,论文对研究结果进行了讨论,提出了促进我国网上零售业发展的建议.     

消费者对再制造产品的认知程度及购买行为分析

分析和研究消费者对再制造产品的认知程度及购买行为将有助于生产者进行决策.本研究通过在校大学生关于再制造产品的实际调查数据,运用描述性统计分析和Logistic计量模型分析,深入研究了大学生消费者对再制造产品的认知程度及其购买行为,并分别从消费者和产品两个角度对影响消费者购买行为的因素进行了研究,得出相关结论并提出了相关建议.     

基于感知风险和涉人程度的消费者新能源汽车购买意愿实证研究

新能源汽车即节能又环保,是未来汽车产业的发展方向,其在市场中的有效扩散很大程度上依赖于消费者对新能源汽车的采纳行为。本文利用实证方法分析了感知风险和涉入程度对消费者新能源汽车购买意愿的影响;同时,探讨了人口统计变量对本研究中各变量的影响。通过利用SPSS和AMOS17.0软件对收集的264个有效样本进行分析,得出结论:(1)消费者的感知风险会负向影响其对新能源汽车的购买意愿。其中,财务风险、身体风险以及功能风险对购买意愿的影响较大;(2)消费者对新能源汽车的涉入程度会正向影响其购买意愿,而消费者关于新能源汽车的产品知识、产品象征性对其涉入程度有正向影响;(3)不同人口统计特征的消费者的感知风险、涉入程度以及购买意愿部分存在显著差异。最后,对政府和汽车制造商提出了开展新能源汽车市场推广工作的管理建议。     

回报计划对重复购买行为模式的影响研究

客户回报计划已成为一种重要的关系营销手段。本文在讨论回报计划如何对稳定市场结构下的重复购买行为产生影响的基础上,通过建立NBD-DM随机模型,提供了一种研究消费者重复购买行为的模型方法,并利用一组护肤品品类销售的固定样本组数据(panel data)对该方法进行了实证分析。结果表明NBD-DM模型是研究消费者重复购买行为的有效模型方法,并且证实回报计划在改变客户重复购买行为上的有效性,其是企业建立长期客户关系的有效手段。最后讨论了结论对战略及营销管理实践的意义。     

网络消费者品牌选择的模糊LOGIT模型研究

针对多项LOGIT选择模型存在解释变量难以度量的问题,本文构建了网络消费者品牌选择的模糊LOGIT模型。采用三角模糊数来描述定性变量,并利用其均值、方差及模糊隶属度将模糊LOGIT模型转化为确定性模型进行求解。本文以手机品牌为例,通过问卷获取数据并对数据进行处理,以挖掘影响网络消费者品牌选择行为的关键因素并对模型参数进行估计。研究结果表明:消费者人口统计特征、品牌属性和网络环境变量一定程度上对网络消费者品牌选择有显著影响,并利用模糊LOGIT模型预测消费者选择各品牌的概率,为制定有效的网络营销策略提供理论依据和决策支持。     

中国经济增长与寿险消费的协整研究

采用1982-2007年的寿险消费和收入数据,运用协整分析方法,考虑数据结构突变的可能性.研究发现,通过设立虚拟变量,成功检测到数据序列的协整关系,并建立误差修正模型.利用该模型对中国年度寿险消费进行预测,提出着手解决寿险业发展面临的问题,以实现与经济增长的良性互动.     

基于S-O-R模型的价格和评价影响消费者网络购买意愿研究

随着电子商务的迅猛崛起,消费者网络购买行为已经成为当前学术研究和实践关注的热点.本研究基于S-O-R模型,构建网络购物情境下消费者心理和行为反应模型,探讨网络购物中的两个重要信息线索:价格和评价如何通过影响消费者的情绪和感知价值,进而影响其购买意愿的机理.通过一个行为实验同时收集行为和问卷数据,进行实证研究,问卷数据分析结果显示:1)感知价格显著负向影响唤起感、愉悦感和感知价值;感知评价显著正向影响愉悦感和感知价值;2)唤起感显著积极影响愉悦感,感知价值显著积极作用于唤起感和愉悦感;3)感知价值和愉悦感分别显著正向影响购买意愿.     

A new approach to evaluate the market share of service industries

The purpose of this paper is to apply the model of stochastic networks (networks of quasi-reversible stations) to customer brand-choice behaviour for studying the market share of some service undustries such as in life insurance. We estimate the market share and the mean unit sales of a specified brand in a static market. The model involves use time, customer loyalty, brand switching, initial purchasing and market share variation.     

再制造供应链“投保策略”运营模式研究:谁应来投“产品质量保险”？

以汽车零部件制造业为研究背景,运用斯坦伯格博弈,探析了在制造和再制造双供应链寡头竞争中,采用为再制造品购买“产品质量保险”这一促销策略时,再制造供应链参与者“谁应来投保”的问题。依据集体生产者责任(CPR)理论,“投保策略”的实施模式可分为两种:(1)再制造商主导投保;(2)再制造品零售商主导投保。根据消费者行为研究,构造了反映投保策略的需求函数,并针对投保者不同,探究了两种投保模式的可取条件及其最优利润。研究表明:从整个再制造供应链效益来看,再制造商主导投保模式恒优于零售商主导投保模式;但若两种模式同时可取,再制造商及其零售商均会消极投保,以期谋求“搭便车”收益,此时再制造商可在一定范围内提高收益出让比率以促进零售商投保,否则再制造商应积极主导投保。     

基于Shapley值的壳资源溢价影响因素的实证研究

本文选取了我国1997-2003年证券市场上符合买壳上市条件的63家目标企业作为样本,对影响买壳上市溢价因素进行了理论分析和实证检验。论文基于合作博弈理论Shapley值分担法建立了多元回归模型以解决多重共线性变量产生偏倚性和负的多重性问题。研究显示:上市公司"壳"资源的溢价比率与每股净资产、资产负债率、货币性资产占总资产比率、市净率、股权集中度、净资产收益率等变量之间存在着显著的相关性。     

Neural networks approach for determining total claim amounts in insurance

In this study, we present an approach based on neural networks, as an alternative to the ordinary least squares method, to describe the relation between the dependent and independent variables. It has been suggested to construct a model to describe the relation between dependent and independent variables as an alternative to the ordinary least squares method. A new model, which contains the month and number of payments, is proposed based on real data to determine total claim amounts in insurance as an alternative to the model suggested by Rousseeuw et al. (1984) [Rousseeuw, P., Daniels, B., Leroy, A., 1984. Applying robust regression to insurance. Insurance: Math. Econom. 3, 67–72] in view of an insurer.     

A mathematical programming approach to clusterwise regression model and its extensions

The clusterwise regression model is used to perform cluster analysis within a regression framework. While the traditional regression model assumes the regression coefficient (β) to be identical for all subjects in the sample, the clusterwise regression model allows β to vary with subjects of different clusters. Since the cluster membership is unknown, the estimation of the clusterwise regression is a tough combinatorial optimization problem. In this research, we propose a “Generalized Clusterwise Regression Model” which is formulated as a mathematical programming (MP) problem. A nonlinear programming procedure (with linear constraints) is proposed to solve the combinatorial problem and to estimate the cluster membership and β simultaneously. Moreover, by integrating the cluster analysis with the discriminant analysis, a clusterwise discriminant model is developed to incorporate parameter heterogeneity into the traditional discriminant analysis. The cluster membership and discriminant parameters are estimated simultaneously by another nonlinear programming model.     

Penalized multinomial mixture logit model

Normal distribution based discriminant methods have been used for the classification of new entities into different groups based on a discriminant rule constructed from the learning set. In practice if the groups are not homogeneous, then mixture discriminant analysis of Hastie and Tibshirani (J R Stat Soc Ser B 58(1):155–176, 1996) is a useful approach, assuming that the distribution of the feature vectors is a mixture of multivariate normals. In this paper a new logistic regression model for heterogenous group structure of the learning set is proposed based on penalized multinomial mixture logit models. This approach is shown through simulation studies to be more effective. The results were compared with the standard mixture discriminant analysis approach using the probability of misclassification criterion. This comparison showed a slight reduction in the average probability of misclassification using this penalized multinomial mixture logit model as compared to the classical discriminant rules. It also showed better results when applied to practical life data problems producing smaller errors.     

人寿保险合同复效的决策分析

本文提出人寿保险合同复效的决策分析问题,通过建立计算方程分别计算保险合同复效方案和重新购买新保单方案的净保费现值,为投保人选择最佳方案提供一种科学的定量分析方法,本文还借助于计算机定量分析若干因素对方案选择的影响,并讨论利息率的敏感性分析。     

Optimal investment and reinsurance of an insurer with model uncertainty

We introduce a novel approach to optimal investment–reinsurance problems of an insurance company facing model uncertainty via a game theoretic approach. The insurance company invests in a capital market index whose dynamics follow a geometric Brownian motion. The risk process of the company is governed by either a compound Poisson process or its diffusion approximation. The company can also transfer a certain proportion of the insurance risk to a reinsurance company by purchasing reinsurance. The optimal investment–reinsurance problems with model uncertainty are formulated as two-player, zero-sum, stochastic differential games between the insurance company and the market. We provide verification theorems for the Hamilton–Jacobi–Bellman–Isaacs (HJBI) solutions to the optimal investment–reinsurance problems and derive closed-form solutions to the problems.