基于工作投入与核心自我评价视角的辱虐管理与员工主动行为研究

基于自我决定理论和行为弹性理论,深入研究了辱虐管理为何以及怎样影响员工的主动行为.研究结果表明,主管的辱虐管理对员工的主动行为具有显著的负向影响,而工作投入在辱虐管理与主动行为的关系中起着完全中介作用,即辱虐管理会降低员工在工作中的投入,继而减少了主动行为.同时,核心自我评价会削弱辱虐管理的直接效应和工作投入的间接效应,即相对于低核心自我评价的员工,高核心自我评价的员工较少因为主管的辱虐管理而降低其工作投入,进而较少减少主动行为.     

企业家代言的自我效应影响因素研究

以信息处理理论为基础,从品牌联合视角,探究企业家代言行为的自我效应.基于369份调查问卷的数据表明,企业家为他人企业代言具备以下4个前置变量会显著影响企业家自身企业品牌绩效:企业家形象与代言品牌形象关联性、企业家自身企业品牌与代言品牌关联性、企业家信息展示意外性和企业家自身企业与代言企业的品牌资产不对称性.消费者对企业家代言广告的态度是中介变量.     

个人网上银行采用意向影响因素研究

本文以科技接受模型和传播学中品牌形象理论为主要理论基础,结合中国大陆个人网上银行及其营销的特点,采用结构方程模型进行实证研究。以探求包括传统银行形象、科技接受模型相关要素在内的各类因素对个人网银采用意图的影响。研究表明,在中青年群体中感知风险对于个人网银采用意图影响力减弱,传统银行品牌形象对于网银采用意图有着显著的影响。     

网络舆情管理与股票流动性

投资者因认知资源的限制无法充分接收上市公司发布的信息，现实中往往依赖媒体等第三方市场信息中介获取信息，在网络技术大发展的今日，上市公司会采取主动策略来管理媒体渠道和公司舆情，以期保持良好的公司信息环境。 利用深交所等4家监管机构对深市上市公司网络舆情管理现状的调查数据，通过聚类和主成分分析构建企业网络舆情管理强度指标，研究上市公司主动管理网络舆情对其股票流动性的影响。 研究结果表明，高强度的网络舆情管理有助于提升股票流动性，这一结果在信息环境较差、“可见度”低的公司样本中更明显；当公司出现坏消息或面临负面媒体舆论情绪时，积极的网络舆情管理更有助于改善股票流动性。同时，网络舆情管理提升了股价特质性波动、降低了股价同步性，为主动管理媒体缓解信息不对称、增加股价公司特质信息含量提供了额外证据。 公司进行网络舆情管理能降低投资者信息收集成本和偏差、缓解信息不对称，从而产生与信息披露类似的资本市场效应。研究结果为媒体关注研究提供了新视角，为市场监管者建立以信息披露为中心的监管体系以及上市公司媒体和流动性管理实践提供实证参考。     

移动即时通讯服务持续使用意向影响因素研究

以TPB理论和消费者的3种角色视角为基础,对正在使用移动即时通讯服务的消费者进行调查,运用问卷调查法收集 401 份问卷数据,对数据进行分析.研究结果表明,态度和感知行为控制均显著正向影响持续使用意向,感知有用性、技术复杂度、网络外部性显著正向影响态度.主观规范对持续使用意向影响不显著,互惠对感知行为控制影响显著,这表明消费者对移动即时通讯服务的持续使用意向不仅受技术方面因素的影响,还受消费者之间人际关系因素的影响.     

渠道成员退出和呼吁：感知公平与长期导向的作用

在关系营销范式下,营销渠道关系研究较少关注关系的结束。将渠道公平和长期导向纳入对渠道关系问题反应行为的研究框架中,考察感知公平(分配公平和程序公平)对渠道成员关系退出和呼吁行为的影响以及长期导向在这一影响过程中的中介作用。以供应商及其与经销商的关系为研究对象,获得144个经销商样本的调查数据,应用SPSS 17软件和多元层次回归方法对研究假设进行检验。研究结果表明,长期导向在感知分配公平与退出之间起部分中介作用,在感知分配公平和程序公平对呼吁的影响中起完全中介作用。渠道成员感知的分配公平对其退出倾向有显著的负向影响,但感知程序公平对退出则没有显著的影响;分配公平和程序公平对呼吁都有显著的正向影响。最后给出相应的管理建议。     

情景依赖对消费者品牌延伸评价的影响

品牌延伸是新产品入市的重要手段。文章从信息储存和使用的角度对品牌认知结构和情景依赖水平如何影响消费者的品牌延伸评价进行了研究,并探讨了不同沟通方式(关系型和阐释型)对不同情景依赖水平消费者品牌延伸评价的影响。研究发现:情景独立的消费者,相对于情景依赖的消费者会有更积极的品牌延伸评价和更好的品牌延伸匹配度感知;关系型沟通能使情景独立者产生更积极的品牌延伸评价和更好的品牌延伸匹配度感知;阐释型沟通能使情景依赖者产生更积极的品牌延伸评价和更好的品牌延伸匹配度感知。     

TEI@I方法论及其在外汇汇率预测中的应用

基于TE I@I方法论的理论框架,构建了一个基于TE I@I方法论的外汇汇率预测模型。在此模型中,传统的经济计量模型用于处理外汇汇率的主要趋势,人工神经网络技术用于分析外汇汇率的非线性,而文本挖掘和专家系统用于处理外汇市场中的突现性和不稳定性。最后,基于集成的思想,利用支持向量回归技术对上述3个部分进行非线性集成,从而获得一个更为精确的预测结果。通过实证方法验证了基于TE I@I方法论的外汇汇率预测模型的有效性。