在職證明樣本精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的在職證明樣本主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：在職證明樣本范文

XXX 同志于 X年 X 月X日至 X 年X月X日任職于XXX公司，于X年X月X日正式與我公司解除勞動關(guān)系，特此證明，公司離職證明樣本。

XXX公司(或人力資源部人事處)蓋章

X 年 X 月 X 日

特別注明：

1、上述的離職證明有時候?yàn)榱烁訃?yán)謹(jǐn)，也可以在XXX 同志后加上“身份證(1234567890)”的身份標(biāo)示，一般是不需要的。

2、一般來講，如果你已離職超過6個月，是不需要提交離職證明的，或者你直接說丟失了就可以了，大公司一樣如此，沒有問題。

3、離職證明的目的是新公司用來劃清你與原公司之間界限的法律依據(jù)，主要用來保護(hù)新公司權(quán)益的。

【離職證明參考寫法】

1.證明格式。

2.必有信息：單位名稱(注冊全稱)，離職者姓名，離職者曾任職務(wù)，在職時間，證明開具日期，開具日期處加蓋公章(“騎年壓月”)。另外，一般寫明身份證號，因?yàn)槟遣攀俏ㄒ坏摹?/p>

3.有競業(yè)限制協(xié)議且公司方面支付了補(bǔ)償金的，建議在離職證明里加以說明競業(yè)限制約定。

4.頁眉打印有公司LOGO——宣傳公司形象?？梢赃x擇是否添加公司聯(lián)系方式。

5.一般用A4紙打印(檔案管理標(biāo)準(zhǔn))，現(xiàn)實(shí)中也有些公司采取一式兩份中間分割處蓋騎縫章的方式。

6.無錯別字，不允許篡改，若填寫證明時出錯建議重新開具。

7.現(xiàn)在的證明一般是在留存的空白版本基礎(chǔ)上添加變動信息后打印，看上去整潔，美觀，便于存檔。不建議使用便箋手寫。

8.一些用人單位由于前期管理不完善或不愿意構(gòu)成用人單位對工齡“自認(rèn)”，在沒有明確要求情況下，采用了模糊描述，直接寫在公司任何職務(wù)，于某年某月某日離職，避開入職時間說明，離職證明《公司離職證明樣本》。

_____________________________________________________________________________

【范本一】

離職證明

先生/女士/小姐(身份證號為 )自xx-xx年01月01日入職我公司擔(dān)任人力資源 部 人力資源助理 職務(wù)，至xx-xx年07月31日因 個人 原因申請離職，在職期間無不良表現(xiàn)，經(jīng)協(xié)商一致，已辦理離職手續(xù)。

因未簽訂相關(guān)保密協(xié)議，遵從擇業(yè)自由。

特此證明。

公司名稱(加蓋公章)

xx-xx年07月31日

_____________________________________________________________________________

【范本二】

離職證明

茲證明 先生/女士/小姐原系我公司 市場開發(fā)部 職員，在職時間為xx-xx年01月01日至xx-xx年07月31日。現(xiàn)已辦理完所有離職手續(xù)。特此證明!

公司名稱(加蓋公章)

xx-xx年07月31日

_________________________________________________________________________________________________

【范本三】

離職證明

_______先生/女士/小姐，自____年__月__日至____年__月__日在我公司擔(dān)任________(部門)的_______職務(wù)，由于___個人______原因提出辭職，現(xiàn)已與公司解除勞動關(guān)系。特此證明!

公司名稱(公章)

年 月 日

_________________________________________________________________________________________________

【范本四】

勞動關(guān)系解除/終止確認(rèn)書

甲方：(單位名稱)

乙方： 身份證號：

乙方原為甲方________(部門)的_______(職務(wù))，于2xx-xx年07月31日經(jīng)雙方協(xié)商一致解除勞動合同。甲乙雙方確認(rèn) 解除 / 終止 勞動關(guān)系。

雙方現(xiàn)已就有關(guān)問題達(dá)成一致，并辦妥離職手續(xù)。 特此證明。

甲方(簽章)： 甲方代表簽字：

第2篇：在職證明樣本范文

簽證父母資助證明模板

我們作為學(xué)生________的父母, 自愿為參加美國獎學(xué)金項(xiàng)目中美雙學(xué)位計(jì)劃提供所需一切費(fèi)用。

此致

父親簽名：_________________________

母親簽名：_________________________

日期：

學(xué)校證明

(需要使用帶有大學(xué)校名的正式公函信箋)

____________同學(xué)，學(xué)號 ___________，性別 _________，民族 ___________，出生年月 ______年 ______月 _________日?，F(xiàn)就讀我大學(xué)_______學(xué)院_________系____________專業(yè)(本科)_______年級。

該生在校期間，尊紀(jì)守法，團(tuán)結(jié)同學(xué)，熱愛集體，品學(xué)兼優(yōu)，是一名全面發(fā)展的優(yōu)秀學(xué)生。我大學(xué)作為美國獎學(xué)金中美雙學(xué)位計(jì)劃中方合作院校之一，現(xiàn)選拔該生參加雙學(xué)位計(jì)劃，特此證明。

某某大學(xué)(公章)

年 月 日

父母在職收入證明樣本

(需要使用帶有單位名稱、地址、聯(lián)系方式的正式公函信箋)

證明

茲證明____________________先生/女士系我司員工，職務(wù)______________。

20xx年年收入為：

20xx年年收入為：

年收入包含年薪、獎金、提成、及各項(xiàng)補(bǔ)貼，個人所得稅已由單位代扣代繳。

第3篇：在職證明樣本范文

關(guān)鍵詞：高管薪酬 理論 管理層權(quán)力論

中圖分類號：F242.91 文獻(xiàn)標(biāo)識碼：A

文章編號：1004-4914（2010）12-231-02

高管薪酬主要由底薪、獎金、權(quán)益性薪酬（限制性股票、股票期權(quán)）以及退休金、在職消費(fèi)等輔助福利組成。底薪是薪酬中最基本組成部分，它是沒有風(fēng)險(xiǎn)的薪酬。不管經(jīng)營狀況如何，高管都能按時獲得，保證了高管的基本利益。獎金跟一定時期的經(jīng)營目標(biāo)相聯(lián)系，是與短期經(jīng)營目標(biāo)相聯(lián)系的激勵手段，一般根據(jù)上年度會計(jì)利潤實(shí)現(xiàn)狀況發(fā)放。獎金考核手段具有短期性，容易造成高管的短期行為。限制性股票和期權(quán)薪酬與長期激勵相聯(lián)系。限制性股票在一定時間內(nèi)不能出售，期權(quán)的行權(quán)時間也較長，促使高管薪酬與企業(yè)經(jīng)營長期發(fā)展保持一致性。限制性股票和期權(quán)的收益與股票市場緊密相關(guān)，而股價(jià)受多方面因素影響，容易造成高管薪酬受過多不確定因素影響。這三個方面的薪酬的聯(lián)合使用限制了管理人員面臨的風(fēng)險(xiǎn)，形成了短期激勵與長期激勵的結(jié)合。除了上述薪酬外，高管還能享受一些福利。比如退休金計(jì)劃，高管一般能享受更多的退休金，保證他們退休后生活質(zhì)量不下降。如果一些高管主動讓出職位，能獲得很多補(bǔ)償，人們形象的描述為“金色降落傘”。在職消費(fèi)指高管在任職期間可以享受的免費(fèi)消費(fèi)。比如專用飛機(jī)，秘書的配備。在職消費(fèi)出現(xiàn)搭便車現(xiàn)象明顯是侵占股東財(cái)富的行為。怎樣保證高管們將這些消費(fèi)用于商業(yè)實(shí)務(wù)，而不是個人享受也是很難界定的問題。目前的薪酬組成中，權(quán)益性薪酬所占比重越來越大，已經(jīng)成為高管薪酬的最大組成部分。Nalinaksha Bhattacharyya等（2008）通過對Execucomp數(shù)據(jù)庫2002年高管數(shù)據(jù)分析發(fā)現(xiàn)，14013家公司（剔除2263家金融、專業(yè)服務(wù)等企業(yè)）CEO薪酬的年平均數(shù)385.4萬美元（中位數(shù)166.4萬美元）。按照B-S模型算出的期權(quán)平均數(shù)217萬美元（中位數(shù)41.9310萬美元），占總薪酬的56%。CEO年薪的平均數(shù)56.083萬美元（中位數(shù)50萬美金），獎金的平均數(shù)50.776萬美金（中位數(shù)28.5萬美金）。另外Murphy(1999)通過國際比較發(fā)現(xiàn)美國的高管薪酬比世界其他23個國家高管薪酬更高，基本是其他地方的2倍。與世界其他地方相比美國高管擁有更多的期權(quán)，更少的年薪。

一、高管薪酬研究理論基礎(chǔ)

現(xiàn)代企業(yè)所有權(quán)與經(jīng)營權(quán)分離的組織特征必然產(chǎn)生委托-的利益沖突。如果高管只拿固定薪酬必然缺乏經(jīng)營動力，需要在薪酬設(shè)計(jì)中給予一定的激勵。因此薪酬設(shè)計(jì)中必須限制最低風(fēng)險(xiǎn)，讓經(jīng)理人能有保底收益，還要控制最高風(fēng)險(xiǎn)，封頂紅利，防止經(jīng)理人為了獲得高薪無限放大企業(yè)經(jīng)營風(fēng)險(xiǎn)。根據(jù)Jenson&Meckling（1976）的理論，委托人在監(jiān)督人工作，人決策與委托人利益最大化決策之間的偏差等一系列事件中會產(chǎn)生成本。企業(yè)契約也具有不完備性，只能規(guī)定一方獲得固定報(bào)酬，而另一方獲得剩余。在引入外部市場(資本市場、職業(yè)經(jīng)理人市場)之前，由于契約的不完備性，所有的成本由所有者承擔(dān)。引入外部要素市場之后，市場能夠有效識別經(jīng)理人的工作，這樣市場就會轉(zhuǎn)嫁成本。Holmstrom(1979)指出如果股東可以直接觀察經(jīng)理人的努力程度，那么簽訂最優(yōu)合同是最有效。如果股東只能間接觀察經(jīng)理人的努力程度（可以觀察到回報(bào)），簽訂次優(yōu)合同（利潤分享合同）更有效。根據(jù)最優(yōu)契約理論：在信息不對稱，契約不完備情況下，存在道德風(fēng)險(xiǎn)。采用期權(quán)的激勵方式，促使經(jīng)理人的利益與股東的利益保持了一致，減少了問題，促進(jìn)了企業(yè)的經(jīng)營。

另外一些學(xué)者認(rèn)為最優(yōu)契約并不能解決問題。他們提出了管理層權(quán)力論，認(rèn)為過度集權(quán)的CEO會利用自己的職權(quán)控制董事會，拼命提高自己的薪酬，榨取股東權(quán)益。他們的行為就像一只肥貓貪婪地吸取股東的財(cái)富，也有人叫這種理論為“肥貓理論”。這種理論產(chǎn)生背景：1990年以來，美國高管薪酬迅速增長。S&P500公司的CEO薪酬的平均數(shù)從1992年的350萬美元到2000年的1470萬美元。CEO與工人的薪酬差距從1991年的140倍增加到2003年的500倍。①民眾對高管薪酬極端不滿，媒體大肆批評高管的天量薪酬。Bebchuk等（2002）認(rèn)為在學(xué)術(shù)界占主流的最優(yōu)薪酬契約理論是不合理的。由于管理層權(quán)力的龐大，高管對董事的影響極大，董事們一般不愿意得罪高管。高管因此能夠?qū)ぷ?，制定有利于自己的薪酬。而且這種尋租必然導(dǎo)致高管薪酬與公司業(yè)績的不相關(guān)，損耗股東利益。傳統(tǒng)觀點(diǎn)認(rèn)為經(jīng)理人、資本市場這些外部市場的存在，能夠?qū)?jīng)理人產(chǎn)生約束，使經(jīng)理人的薪酬水平與股東利益一致。但是薪酬設(shè)計(jì)者為了避免市場對公司高管過高薪酬的市場懲罰，會想辦法掩飾高管的尋租行為。比如設(shè)計(jì)一些退休金計(jì)劃、養(yǎng)老計(jì)劃、延期支付薪酬等等。這種掩飾加重了企業(yè)成本。高管在公司業(yè)績較差，股價(jià)下跌的時候，高管手中的股票為了能夠行權(quán)會要求董事會重新確定行權(quán)價(jià)來維護(hù)高管的利益。這種理論認(rèn)為高管不是靠自己的經(jīng)營能力獲取高額薪酬，而是靠自己手中的權(quán)力。而董事會獨(dú)立性不強(qiáng)，不能監(jiān)督高管，反而幫高管掩飾其過高的薪酬。這種理論也受到一些批評：首先實(shí)證證明現(xiàn)代企業(yè)董事會的獨(dú)立性越來越強(qiáng)，應(yīng)該對高管的監(jiān)督越來越嚴(yán)厲。其次高管越來越傾向從外部聘用，那么這些高管與企業(yè)的聯(lián)系沒有那么緊密，尋租行為應(yīng)該更加困難。

二、高管薪酬實(shí)證研究

根據(jù)最優(yōu)契約理論高管薪酬與企業(yè)經(jīng)營業(yè)績具有相關(guān)性。權(quán)益性薪酬的設(shè)計(jì)有利于緩解風(fēng)險(xiǎn)規(guī)避和自我利益最大化的高管與股東的利益，提高企業(yè)經(jīng)營效益。然而Jensen&Murphy(1990)實(shí)證結(jié)果顯示股東財(cái)富增加1000美元，高管薪酬只增加了3.25美元。薪酬中的底薪和獎金只增加了0.22美元。同時研究還發(fā)現(xiàn)薪酬激勵在小企業(yè)更加顯著。股東財(cái)富增加1000美元，大企業(yè)的高管增加薪酬1.85美元，而小企業(yè)的高管增加8.05美元。實(shí)證證明薪酬對企業(yè)經(jīng)營業(yè)績提升作用非常小。筆者認(rèn)為公眾和政治力量限制了薪酬的激勵作用。另外一些學(xué)者卻持相反的觀點(diǎn)，認(rèn)為高管的薪酬具有很好的激勵作用。Brian等(1998)認(rèn)為公司業(yè)績與CEO薪酬存在強(qiáng)相關(guān)關(guān)系，這種強(qiáng)相關(guān)關(guān)系主要是高管持有的股票和期權(quán)引起的，股票和期權(quán)的激勵作用大約是底薪和獎金的50倍。由于1980以后，期權(quán)的大量使用，這種關(guān)系更加明顯。Brian認(rèn)為Jensen&Murphy的研究主要存在兩個問題。第一，他們選用的是1969年-1983年的數(shù)據(jù)，那個年代期權(quán)還沒有被廣泛的使用。而Brian選用的是1980-1994年的數(shù)據(jù)，80-90年代是期權(quán)被廣泛使用的時期。第二，Jensen&Murphy的研究主要研究高管的薪酬變化與公司價(jià)值變化的關(guān)系，而選取的公司樣本市值都很大。所以相對于500強(qiáng)企業(yè)的資產(chǎn)，幾百萬的高管薪酬的變化當(dāng)然較小。但是這些大企業(yè)資產(chǎn)的一點(diǎn)變化對高管薪酬的變化確實(shí)是可觀的，如果企業(yè)市場價(jià)值增加1000美元，高管能增加3.25美元的收入，相對于巨量的公司價(jià)值，高管收入的增加是非?？捎^的，因此激勵效果是明顯的。John等（2003）也證明了在薪酬結(jié)構(gòu)中，限制性股票和期權(quán)對CEO提供了重要的激勵作用。并發(fā)現(xiàn)獎金主要對較底層的管理者提供激勵，而不是對CEO。Steven(2007)實(shí)證結(jié)果發(fā)現(xiàn)更多的權(quán)益性薪酬（股票和期權(quán)）能夠挽留CEO繼續(xù)留在公司工作。事實(shí)證明更強(qiáng)勢的CEO有更多的工作機(jī)會，但是這類CEO卻更少的流動，他們的留任跟獲取更多的權(quán)益性薪酬有關(guān)。筆者還指出更多的現(xiàn)金薪酬也能挽留CEO，但是效果沒有權(quán)益性薪酬有效。通過以上論述，似乎權(quán)益性薪酬能夠緩解沖突。但是在美國高管的薪酬結(jié)構(gòu)中，期權(quán)等權(quán)益性薪酬比重越來越高，高管的薪酬也越來越高，但是財(cái)務(wù)舞弊案件卻越來越多，很多學(xué)者又從管理層權(quán)利尋租理論出發(fā)來研究高管薪酬問題。

管理層權(quán)利論的實(shí)證結(jié)果確實(shí)是很不一致的。Yaniv&Paul(2004)通過對1993年-1999年327個并購案例研究發(fā)現(xiàn)，強(qiáng)勢CEO對董事會有足夠的影響力，能夠決定公司的并購決策。成功收購的企業(yè)，讓企業(yè)規(guī)模擴(kuò)大，成為CEO獲取并購獎金的理由。實(shí)證結(jié)果顯示有39%的收購方CEO從成功收購中獲益。這些強(qiáng)勢CEO的收益主要是現(xiàn)金獎金。筆者認(rèn)為獨(dú)立董事年紀(jì)更老，同時服務(wù)多家公司，CEO同時兼任董事長，大的董事會獨(dú)立董事是由CEO聘請，存在這些現(xiàn)象的公司為公司治理結(jié)構(gòu)較差的公司。這些公司治理結(jié)構(gòu)較差的公司，高管能夠獲得更多的薪酬。說明公司治理差的公司存在更多的問題，高管能夠借機(jī)獲得更多的薪酬，又進(jìn)一步加劇了問題。Joseph(2006)研究發(fā)現(xiàn)公司高管通過操縱退休基金投資收益來提高自己的薪酬。退休基金收益提高，會引起高管薪酬的增加，但是投資虧損，對高管薪酬卻沒有影響。由于會計(jì)準(zhǔn)則的復(fù)雜性和主觀性，使高管有機(jī)會操縱退休基金投資收益，過高估計(jì)這種投資回報(bào)，使自己獲得更高的報(bào)酬。以上研究都證明高管是自我利益最大化的經(jīng)濟(jì)人。如果沒有約束機(jī)制，高管肯定會尋租，尋求更高的薪酬，損害股東利益。但是下面的研究發(fā)現(xiàn)由于約束機(jī)制的存在，高管沒有辦法尋租，管理層權(quán)力理論不能成立。Christian&Volker(2009)研究發(fā)現(xiàn)董事會的權(quán)利制衡機(jī)制，有利于激勵性高管薪酬的運(yùn)用。筆者認(rèn)為股權(quán)性質(zhì)的薪酬鼓勵CEO操縱盈余，反過來，董事會會察覺這個操縱，強(qiáng)化董事會的監(jiān)管。董事會的薪酬委員會沒有監(jiān)管職能，因此喜歡運(yùn)用激勵性薪酬。過多的激勵性薪酬的采用促使審計(jì)委員會加強(qiáng)監(jiān)管。董事會各委員會的獨(dú)立，促進(jìn)了激勵性薪酬的運(yùn)用。Jeffrey等（2006）研究發(fā)現(xiàn)外部市場力量能夠限制高管通過取消和重新授予期權(quán)為自己謀利。實(shí)證結(jié)果表明操作性應(yīng)計(jì)對股票價(jià)格的解釋力很小，說明分析師、投資者能夠識別盈余管理。管理者不能通過盈余管理，取消和重新授予期權(quán)來謀利。Jap Efend(2007)研究發(fā)現(xiàn)如果薪酬中有大量的底薪，CEO很少有動機(jī)去謊報(bào)會計(jì)盈余。如果薪酬中有大量的獎金、股票等激勵性薪酬，高管有動機(jī)去操縱會計(jì)盈余。但是利率覆蓋貸款契約（比較利潤與利息的倍數(shù)越高，風(fēng)險(xiǎn)越小）能夠限制高管的操縱。

三、國內(nèi)高管薪酬研究現(xiàn)狀

國內(nèi)很多學(xué)者從理論角度來分析薪酬的激勵作用。與國外學(xué)者的研究一樣，實(shí)證結(jié)果也很不一致，其中一個重要因素就是樣本選擇的時間和范圍不一致。杜興強(qiáng)、王麗華（2007）研究發(fā)現(xiàn),高層管理當(dāng)局薪酬與公司以及股東財(cái)富前后兩期的變化,均成正相關(guān)關(guān)系;而與本期Tobinpq的變化成負(fù)相關(guān)關(guān)系,與上期Tobinpq的變化成正相關(guān)關(guān)系。證明了高管薪酬的激勵作用。顧斌、周立燁（2007）通過對剔除行業(yè)影響后的上市公司高管人員股權(quán)激勵效應(yīng)進(jìn)行實(shí)證研究,指出目前我國上市公司高管人員股權(quán)激勵的長期效應(yīng)不明顯;從行業(yè)角度看,交通運(yùn)輸行業(yè)的上市公司股權(quán)激勵效果最好。指出薪酬激勵作用不明顯。此項(xiàng)研究一共才56個樣本，存在樣本太小的缺陷，也跟我國權(quán)益性薪酬應(yīng)用過少有關(guān)。周佰成、王北星（2007）同樣也指出高管薪酬和公司績效之間沒有明顯的線性關(guān)系,高管薪酬更多的是由公司規(guī)模而不是公司績效決定的。同樣這項(xiàng)研究也存在樣本太小的問題。也有一些研究指出了薪酬激勵的不對稱性，即薪酬激勵的剛性。劉斌等（2003）對增加CEO薪酬對提高企業(yè)的規(guī)模和股東財(cái)富均有一定的促進(jìn)作用,但降低CEO薪酬卻不僅不能提高企業(yè)規(guī)模和股東財(cái)富,反而會對其產(chǎn)生一定的負(fù)面影響,這說明CEO薪酬也具有工資剛性特征。方軍雄（2009）研究發(fā)現(xiàn)高管薪酬的業(yè)績敏感性存在不對稱的特征,業(yè)績上升時薪酬的增加幅度顯著高于業(yè)績下降時薪酬的減少幅度,即存在粘性特征。還有學(xué)者從高管與普通員工薪酬差距的角度研究薪酬的激勵作用。林浚清等（2003）對我國上市公司內(nèi)高層管理人員薪酬差距和公司未來績效之間關(guān)系進(jìn)行了檢驗(yàn),發(fā)現(xiàn)二者之間具有顯著的正向關(guān)系,大薪酬差距可以提升公司績效，并指出國企薪酬差距過小的問題。通過上述研究發(fā)現(xiàn)依靠薪酬設(shè)計(jì)來解決問題還沒有一個定論。國內(nèi)一些學(xué)者也從管理層權(quán)力視角來研究薪酬問題。張鳴等（2007）通過對2002年~2004年發(fā)生并購的中國上市公司為樣本,發(fā)現(xiàn)企業(yè)高管人員會借助并購,并通過并購后公司資產(chǎn)規(guī)模的擴(kuò)大和雇傭員工人數(shù)的增加等因素增加自己的薪酬。研究后還發(fā)現(xiàn),當(dāng)企業(yè)高管人員處于臨近退休時,這種動機(jī)會更加強(qiáng)烈。王克敏、王志超（2007）認(rèn)為高管報(bào)酬與盈余管理正相關(guān)。然而，在引入高管控制權(quán)影響條件下，即當(dāng)總經(jīng)理來自控股股東單位或兼任董事長時，高管控制權(quán)的增加提高了高管報(bào)酬水平，但卻降低了高管報(bào)酬誘發(fā)盈余管理的程度。說明中國也存在管理層侵占問題。

中國學(xué)者在借鑒國外研究的同時，也有一些學(xué)者結(jié)合了中國國情進(jìn)行研究。劉銀國等（2009）通過滬市上市國有企業(yè)的數(shù)據(jù)實(shí)證檢驗(yàn)我國高管薪酬管制的有效性，實(shí)證結(jié)果顯示由于薪酬管制的存在，導(dǎo)致在職消費(fèi)和腐敗現(xiàn)象的滋生，企業(yè)成本的增加最終影響到企業(yè)的績效。間接指出目前高管薪酬激勵不足問題。劉鳳委等（2007）研究指出上市公司所在地的政府干預(yù)程度越低或者上市公司所處行業(yè)的競爭程度越高，公司高管薪酬與會計(jì)業(yè)績之間的相關(guān)性越強(qiáng)。在文中筆者以《中國市場化指數(shù)―各地區(qū)市場化相對進(jìn)程2004年度報(bào)告》中政府與企業(yè)的關(guān)系指數(shù)作為政府干預(yù)程度的替代變量。同時運(yùn)用了產(chǎn)業(yè)經(jīng)濟(jì)理論中以業(yè)績水平的高低及其離散程度作為區(qū)分行業(yè)競爭程度的標(biāo)準(zhǔn)。所以擁有中國特色的研究值得深入下去。

注釋：

①Bebchuk,L.,and J.Fried,(2004),Pay without performoance:the unfulfilled promise of executive compensation,Harvard University Press

參考文獻(xiàn)：

1.杜興強(qiáng)，王麗華.高層管理當(dāng)局薪酬與上市公司業(yè)績的相關(guān)性實(shí)證研究.會計(jì)研究，2007（1）

2.方軍雄.我國上市公司高管的薪酬存在粘性嗎?經(jīng)濟(jì)研究，2009（3）

3.顧斌，周立燁.我國上市公司股權(quán)激勵實(shí)施效果的研究.會計(jì)研究，2007（2）

4.林浚清，黃祖輝，孫永祥.高管團(tuán)隊(duì)內(nèi)薪酬差距,公司績效和治理結(jié)構(gòu).經(jīng)濟(jì)研究，2003（4）

5.劉斌，劉星，李世新，何順文.CEO薪酬與企業(yè)業(yè)績互動效應(yīng)的實(shí)證檢驗(yàn).會計(jì)研究，2003（3）

6.劉鳳委，孫錚，李增泉.政府干預(yù)、行業(yè)競爭與薪酬契約―來自國有上市公司的經(jīng)驗(yàn)證據(jù).管理世界，2007（9）

第4篇：在職證明樣本范文

【 關(guān)鍵詞 】 SVM多分類器；字符識別；二叉樹決策

【 中圖分類號 】 TP391.04 【 文獻(xiàn)標(biāo)識碼 】 A

A Design for SVM Multi-classifier Based on Character Match

Zhang Gong

（School of Instrument Science and Opto-Electronic Engineering， Beihang University Beijing 100191）

【 Abstract 】 This article describes the common methods of SVM classifiers and it analyzes and compares the advantages and disadvantages of various methods. For reducing the false classification of binary tree decision method， it designs SVM multi-classifier based on Character-matching. By experiment，the comparisons of classification number， the number of average classification， training and judgment time， recognition accuracy prove the superiority of the structure plan.

【 Keywords 】 svm multi-classifier；ocr；binary tree decision

1 引言

字符識別（OCR，Optical Character Recognition）的核心在于特征的提取與識別。支持向量機(jī)（SVM，Support Vector Machine）作為一種機(jī)器學(xué)習(xí)的二分類器，以其識別速度快、識別率高、計(jì)算量小等優(yōu)點(diǎn)，廣泛應(yīng)用于字符識別和其他模式識別領(lǐng)域。實(shí)際應(yīng)用中，待識別的字符樣本往往不僅兩類。因此如何利用SVM設(shè)計(jì)多分類器，并使其保持SVM良好的分類特性，已成為了一個被廣泛研究的課題。

2 SVM多分類器原理及分類

SVM的基本原理是將樣本向量映射到多維空間中，通過求解最優(yōu)超平面將樣本劃分為兩類。距離最優(yōu)超平面距離最近的樣本稱為支持向量，最優(yōu)超平面要確保距離支持向量的距離最遠(yuǎn)。

利用SVM解決多分類問題，一種思路是直接進(jìn)行多類分類，另一種方法是將多類分類轉(zhuǎn)化為多個二分類問題。

2.1 直接構(gòu)造多分類器

基本思路是將多分類問題轉(zhuǎn)化為統(tǒng)一的凸規(guī)劃問題，最優(yōu)化問題求解過程中引入投票機(jī)制。

這種方法優(yōu)點(diǎn)是只需要1個分類器，缺點(diǎn)是算法過于復(fù)雜，實(shí)際應(yīng)用效果一般。

2.2 間接構(gòu)造多分類器

多分類器轉(zhuǎn)化為多個二分類器的方法較多，基本的思路有三種。

2.2.1 one against one

每次從K類中任取兩類劃分，共需K（K-1）/2個分類器，同時引入投票機(jī)制。

該方法優(yōu)點(diǎn)是訓(xùn)練樣本集只需2/K個，算法簡單，缺點(diǎn)是需要K（K-1）/2個分類器，效果一般。

2.2.2 one against all

K個二分類器依次判斷樣本是否屬于對應(yīng)的類，決策函數(shù)認(rèn)定樣本屬于指標(biāo)函數(shù)最大的類。

該方法優(yōu)點(diǎn)是可充分利用全體樣本，不存在盲區(qū)，缺點(diǎn)在于計(jì)算量大，效果一般。

2.2.3二叉樹決策法

將所有樣本分為兩個子類，每個子類再分為兩部分，依次循環(huán)，當(dāng)所有子類為單一分類時結(jié)束。

該方法的優(yōu)點(diǎn)是理論上需要K-1個分類器，訓(xùn)練樣本在逐步減小，同時有效地避免了投票機(jī)制，實(shí)際中應(yīng)用效果較好。

該方法的缺點(diǎn)在于同一決策樹不適用不同樣本，同一樣本可對應(yīng)多種決策樹。算法的好壞主要依賴所選樣本和所選決策樹。

3 基于字符匹配度的SVM多分類器

本文針對樣本（0…9，A…Z）設(shè)計(jì)多分類器，評價(jià)標(biāo)準(zhǔn)第一是識別的正確率，第二是識別速度（取決于分類器的數(shù)量和算法復(fù)雜程度）。

3.1 設(shè)計(jì)思路

分類過程先粗分，再細(xì)分。相似字符在粗分類過程中可歸為同類，在細(xì)分類中再分為單類。將相似的字符初步歸為一類，就能避免二叉樹分類過程中的強(qiáng)制分類，極大地降低了誤分誤判的可能性。

字符識別中的樣本是有限的，通過分析有限樣本相互之間的字符匹配度，對比字符匹配度和經(jīng)驗(yàn)閾值，即可以構(gòu)造出優(yōu)化的SVM多分類器。

基于字符匹配度優(yōu)化的SVM多分類器，構(gòu)建了K-1個分類器，同時在確保最佳識別正確率的前提下，盡可能減少了樣本地總體分類次數(shù)。

本文以字符0-7為例，首先計(jì)算字符匹配度。

依據(jù)字符的匹配度，分成兩類K1和K2。K1和K2繼續(xù)劃分子類，直到最終的子類只含有一個樣本。K1和K2劃分要同時考慮以下三個條件：

以上公式表示，K1和K2各自類內(nèi)的樣本平均匹配度最高，同時K1和K2類間的樣本平均匹配度最低。將三個公式進(jìn)行合并：

這樣就轉(zhuǎn)化成為了約束條件下的最優(yōu)化問題，存在最優(yōu)解，但可能不唯一。

根據(jù)推導(dǎo)公式進(jìn)行逐步分類，得到最后的分類結(jié)構(gòu)圖如圖5所示。

3.2 對照實(shí)驗(yàn)

分別采用四種方法對字符庫中隨機(jī)選擇的400個字符經(jīng)行識別，實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)如表2。

4 結(jié)束語

本文綜合分析了SVM多分類器的構(gòu)造思路及其優(yōu)缺點(diǎn)，提出了基于字符匹配度的SVM多分類器設(shè)計(jì)方法。在實(shí)驗(yàn)中通過對比自身方法和其他方法對于隨機(jī)給定字符識別的訓(xùn)練時間、識別時間、識別準(zhǔn)確率、漏識率，證明在樣本分類有限且可預(yù)判的情況下，依據(jù)字符匹配度來粗劃分，能夠有效兼顧識別正確率和識別效率。

本文目前研究的是字符模板匹配的相似度，進(jìn)一步改善的空間在于可以基于字符不同的特征來確定相似度，可以進(jìn)一步減少計(jì)算量。

參考文獻(xiàn)

[1] V.Vapnik.The Nature of Statistical Lear-ning Theory[M].New York： Springer，1995：21-24.

[2] 劉永春.基于SVM的車牌字符識別算法研究[J].四川理工學(xué)院學(xué)報(bào)，2012，25（4）：46-49.

[3] 谷勝偉.基于赫夫曼樹的SVM 多分類器構(gòu)造方法[J].滁州學(xué)院學(xué)報(bào)，2009，11（3）：41-43.

[4] 白鵬，張喜斌.支持向量機(jī)理論及工程應(yīng)用實(shí)例[M].西安：西安電子科技大學(xué)出版社，2008：47-48.

[5] U.Krebel.Pairwise classification and s-upport vector machines [M].Cambridge，USA： The MIT Press，1999： 255-268.

[6] Hsu C W，Lin C J.A Comparison of Methods for Multi-Class Support Vector Machines[J].IEEE Transactions on Neural Networks，2002， 13（2）：415-425.

[7] Hsu C W，Lin C J.A Comparison on Methods for Muti-Class Support Vector Machines te-chnical report[R].Taiwan：Dept.of Computer Science and Information Eng .， Nat.Taiwan University，2001：56-58.

[8] 范柏超，王建宇，薄煜明.結(jié)合特征選擇的二叉樹SVM多分類算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2010，3l（12）：2823-2825.

[9] 唐發(fā)明，王仲東，陳綿云.支持向量機(jī)多類分類算法研究[J].控制與決策，2005，20（7）：746-749.

[10] 唐發(fā)明，王仲東，陳綿云.一種新的二叉樹多類支持向量機(jī)算法[J].計(jì)算機(jī)工程與應(yīng)用，2005，41（7）：24-26.

第5篇：在職證明樣本范文

【關(guān)鍵詞】負(fù)債治理;大股東占款;資產(chǎn)負(fù)債率

引言

20世紀(jì)80年代開始逐漸流行的股權(quán)集中的觀點(diǎn)不僅對學(xué)術(shù)界信奉了近50年的Berle一Means定理提出了質(zhì)疑,也通過否定分散股權(quán)結(jié)構(gòu)這一理論基礎(chǔ)而對當(dāng)前主流的公司治理理論構(gòu)成了嚴(yán)峻的挑戰(zhàn),并因此而改變了整個公司治理研究的重心、主題和方向。由于我國股權(quán)的高度集中,一股獨(dú)大的大股東利用對上市公司的控制權(quán),通過頻繁的非公允關(guān)聯(lián)交易來侵占上市公司的利益,ST猴王事件就是大股東通過擔(dān)保、關(guān)聯(lián)交易等方式惡意占用上市公司資金的典型案例。成本理論、信號傳遞理論、控制權(quán)理論等證明了債務(wù)融資的治理效應(yīng),可以減少信息不對稱程度,有利于利害相關(guān)人正確評價(jià)企業(yè)和企業(yè)經(jīng)營者,形成更有效的經(jīng)營激勵機(jī)制;再者,債務(wù)還通過其相機(jī)治理功能導(dǎo)致企業(yè)控制權(quán)轉(zhuǎn)移,一方面由于其破產(chǎn)威脅的存在,使經(jīng)營者更加努力地工作,另一方面在企業(yè)達(dá)到破產(chǎn)點(diǎn)時使公司所有權(quán)配置更加合理。因此,本文試圖通過研究債務(wù)治理作用,以此來抑制大股東占款,從而有利于進(jìn)一步完善債務(wù)治理理論。

一、文獻(xiàn)綜述和假設(shè)的提出

國外對于上市公司債務(wù)治理效應(yīng)進(jìn)行了大量的研究,研究比較深入,并形成了豐富的研究成果?？傮w上可以分為債務(wù)融資的股權(quán)結(jié)構(gòu)效應(yīng)、自由現(xiàn)金流效應(yīng)、擔(dān)保機(jī)制以及債務(wù)期限結(jié)構(gòu)等方面。

Jensen&Meckling(1976)通過構(gòu)建一個成本模型進(jìn)行分析,指出當(dāng)公司總體投資額和經(jīng)理層的投資額保持不變地情況下,增加債務(wù)融資可以降低企業(yè)對股權(quán)資金的需要,間接提高經(jīng)理擁有的股權(quán)比例,使經(jīng)理層與股東的目標(biāo)趨于一致,從而降低成本,進(jìn)而優(yōu)化公司的治理。Jensen(1986)指出由于債務(wù)合約將迫使經(jīng)理遵守承諾在未來支付現(xiàn)金流量,因而債務(wù)是公司支付紅利的一種有效替代物。Grossman&Hart(1982)則將債務(wù)視為一種擔(dān)保機(jī)制,由于債務(wù)可能導(dǎo)致企業(yè)破產(chǎn)的威脅會促使經(jīng)理多努力工作,少個人享受,并且做出更好的投資決策,從而降低成本。Stulz(2000)認(rèn)為短期債務(wù)是監(jiān)督管理層的很有力的工具。

目前,債務(wù)治理相對股權(quán)治理來說,我國還是一個新興的研究領(lǐng)域,近年來也引起了學(xué)者們的注意。國內(nèi)關(guān)于對上市公司債務(wù)治理效應(yīng)的實(shí)證研究結(jié)果存在兩種截然相反的結(jié)論:債務(wù)治理無效應(yīng)和債務(wù)治理有效應(yīng)。

債務(wù)治理無效應(yīng),主要從在職消費(fèi)行為,公司業(yè)績角度,產(chǎn)權(quán)性質(zhì)角度以及從特殊樣本等方面考慮,債務(wù)并沒有起到抑制股權(quán)成本的作用。王滿四(2006)從全樣本研究負(fù)債融資對管理者工資和在職消費(fèi)的影響,也得出了負(fù)債融資加重了管理者的在職消費(fèi)行為。于東智(2003)選取1083家上市公司在1997-2001年四年間的面板數(shù)據(jù)進(jìn)行檢驗(yàn),也得出令人失望的結(jié)果――我國上市公司債務(wù)治理具有無效性特征。沈藝峰、沈洪濤、張俊生(2006)對2000-2002年我國A股中ST公司為樣本進(jìn)行實(shí)證,發(fā)現(xiàn)即便存在財(cái)務(wù)困境的公司中,負(fù)債也沒有發(fā)揮相應(yīng)的控制作用。另外,認(rèn)為債務(wù)治理有效應(yīng),主要從自由現(xiàn)金流角度,公司業(yè)績角度,控制權(quán)效應(yīng),小樣本等方面來考慮,債務(wù)能夠抑制股權(quán)成本,充分發(fā)揮債務(wù)治理作用。張維迎(1998)認(rèn)為在我國目前國有股產(chǎn)權(quán)虛設(shè)的情況下,相當(dāng)部分的控制權(quán)私人利益由在職經(jīng)理和政府官員享有。而債權(quán)人強(qiáng)制性約束力比國家更能約束經(jīng)理的行為和控制經(jīng)理可操控的自由現(xiàn)金流。徐向藝等(2006)選取2002-2004年度上海證券交易所上市公司的數(shù)據(jù),共2284個樣本進(jìn)行回歸,卻表明債務(wù)對公司績效存在顯著的二次關(guān)系,在負(fù)債率為21.79%前呈正相關(guān),此后呈負(fù)相關(guān)。徐遠(yuǎn)清(2008)認(rèn)為資產(chǎn)負(fù)債率越高,則意味公司承受債務(wù)壓力越大,從而迫使公司出現(xiàn)較大的財(cái)務(wù)壓力。因此,大股東可以獲取的控制權(quán)收益相對減少,相反,如果公司資產(chǎn)負(fù)債率越小,則大股東可以獲取的控制權(quán)收益就越多。李世輝,雷新途(2008)選取深圳證券交易所中小企業(yè)板上市的102家公司三年數(shù)據(jù)共306個觀測值的實(shí)證分析發(fā)現(xiàn):(1)我國中小上市公司債務(wù)對顯性成本具有顯著抑制作用,而對隱性成本卻無抑制作用或者抑制作用不顯著,因此,無法形成債務(wù)治理可觀測的債務(wù)治理財(cái)務(wù)績效;(2)短期負(fù)債主要抑制顯性成本,而長期負(fù)債主要抑制隱性成本。

通過回顧國內(nèi)外相關(guān)文獻(xiàn),我們了解到上市公司債務(wù)治理效應(yīng)的研究越來越重要,并引起了人們的重視。國外研究結(jié)合多種理論從多角度如股權(quán)結(jié)構(gòu)效應(yīng)、自由現(xiàn)金流效應(yīng)等進(jìn)行了深入研究,成果顯著,因此,對我國的研究具有借鑒意義。由于國外債務(wù)市場比較成熟,極大多數(shù)學(xué)者都認(rèn)為債務(wù)融資能抑制成本,進(jìn)而提升企業(yè)價(jià)值或公司績效這一觀點(diǎn),而我國正處于新型經(jīng)濟(jì)轉(zhuǎn)軌時期,債務(wù)市場在逐步完善,債務(wù)治理效應(yīng)才見端倪,出現(xiàn)了兩種截然不同的觀點(diǎn),即債務(wù)治理有效應(yīng)和無效應(yīng)。綜合以上研究,筆者認(rèn)為還存在以下不足:

(1)國內(nèi)外學(xué)者的研究主要集中在債務(wù)融資對緩解股東與經(jīng)理層間沖突的作用,而對債務(wù)融資能否緩解控股股東與中小股東間的沖突這一問題的研究還很少。

(2)國內(nèi)現(xiàn)有文獻(xiàn)在考慮上市公司債務(wù)治理效應(yīng)時,基本上都是以公司績效的好壞或企業(yè)價(jià)值的高低來說明債務(wù)融資是否具有治理效應(yīng),即間接反映了債務(wù)融資的治理效應(yīng),而直接證據(jù)較少。

大股東占款成為大股東“掏空”的重要表現(xiàn)形式,是大股東侵占小股東利益的主要方面。本文基于前面分析預(yù)提出如下假設(shè):

H1:總資產(chǎn)負(fù)債率與大股東占款負(fù)相關(guān);

H2:長期資產(chǎn)負(fù)債率與大股東占款負(fù)相關(guān);

H3:流動資產(chǎn)負(fù)債率與大股東占款負(fù)相關(guān)。

二、數(shù)據(jù)及變量的度量

1、樣本選擇與數(shù)據(jù)來源

本研究的數(shù)據(jù)主要來自CSMAR數(shù)據(jù)庫中2002-2007年滬深上市公司為初始樣本,然后進(jìn)一步剔出數(shù)據(jù),具體步驟如下:首先剔出被ST,PT公司,其次金融類上市公司,然后剔除數(shù)據(jù)不完整的樣本,實(shí)證分析用SAS9.1完成。

2、變量定義及模型的建立

(1)替代變量的選擇

大股東占款,是大股東“掏空”行為的一個重要體現(xiàn),考慮數(shù)據(jù)的可取性和可靠性,本文借鑒秦彬,肖坤(2008)做法,第一大股東凈占用上市公司資金=第一大股東占用上市公司資金一上市公司占用第一大股東資金=(應(yīng)收賬款+預(yù)付賬款+其他應(yīng)收款)一(應(yīng)付賬款+預(yù)收賬款+其他應(yīng)付款)。

為了反映負(fù)債治理效應(yīng),本文分別從總負(fù)債、短期負(fù)債和長期負(fù)債三方面進(jìn)行考察,體現(xiàn)負(fù)債的短期效應(yīng)和長期效應(yīng)。

本文還選擇了若干控制變量,如公司規(guī)模,公司成長性,行業(yè)虛擬變量等。

(2)模型的建立

根據(jù)指標(biāo)在以前的研究中出現(xiàn)的頻率以及指標(biāo)與所要研究的問題的潛在相關(guān)性,選定指標(biāo)并建立了如下的回歸模型:

(1)

(2)

(3)

三、實(shí)證結(jié)果分析

1、描述性統(tǒng)計(jì)

由表2所有變量描述統(tǒng)計(jì)得到大股東占款的均值為0.0101211,最大值和最小值分別為0.6971564和-0.7088330,說明我國上市公司大股東占款存在很大差異。DAR均值為0.5040159,最大和最小值分別為3.0942478和0.0235869,說明我國上市公司負(fù)債比率亦呈現(xiàn)差異化,公司成長性指標(biāo)最大值和最小值懸虛很大。

表2 變量描述統(tǒng)計(jì)

變量 N 均值 中位數(shù) 標(biāo)準(zhǔn)偏差 最小值 最大值

SGC 5950 0.0101211 0.0106416 0.1395517 -0.7088330 0.6971564

LDAR 5950 0.0808176 0.0458760 0.0952309 -0.000403706 0.5762652

DAR 5950 0.5040159 0.5116909 0.1838349 0.0235869 3.0942478

SDAR 5950 0.4230864 0.4171996 0.1815497 0.0085349 2.9814011

SIZE 5950 21.4297160 21.3371880 0.9923680 18.8067901 27.6250956

GROWTH 5950 0.2579061 0.1691475 1.2268187 -0.9129510 77.8109710

為了反映年度的差異性,進(jìn)行了分年度指標(biāo)統(tǒng)計(jì),如表3,從2002年到2007年大股東占款的均值在逐年減少,總資產(chǎn)負(fù)債率均值在50%上下波動,2005年前逐年增加,后有稍回落的傾向,長期資產(chǎn)負(fù)債率均值在逐年增加,而短期資產(chǎn)負(fù)債率在2005年后回落,且短期資產(chǎn)負(fù)債率均值遠(yuǎn)大于長期資產(chǎn)負(fù)債率,說明我國負(fù)債融資主要還是依靠短期負(fù)債。

表3 分年度統(tǒng)計(jì)

YEAR N SGC LDAR DAR SDAR

2002 848 0.0536376 0.0749867 0.4698046 0.3945590

2003 918 0.0367048 0.0780935 0.4814966 0.4031560

2004 986 0.0252645 0.0809549 0.5013198 0.4201672

2005 1006 0.0064323 0.0806817 0.5302142 0.4497346

2006 1048 -0.0191302 0.0829655 0.5289045 0.4454907

2007 1144 -0.0264792 0.0853591 0.5039315 0.4187839

2、相關(guān)分析

從表4Pearson和Spearman相關(guān)系數(shù)看大股東占款與總資產(chǎn)負(fù)債率、長期資產(chǎn)負(fù)債率和短期資產(chǎn)負(fù)債率系數(shù)都為負(fù)數(shù),且都在1%水平下下顯著,即總資產(chǎn)負(fù)債率、長期資產(chǎn)負(fù)債率和短期資產(chǎn)負(fù)債率越大,大股東占款越低,那么這里印證了大股東占款與總資產(chǎn)負(fù)債率、長期資產(chǎn)負(fù)債率和短期資產(chǎn)負(fù)債率呈負(fù)相關(guān)關(guān)系,與預(yù)期假設(shè)一致。其他相關(guān)系數(shù)較小,說明選擇變量不存在多重共線性。

3、回歸分析

從表5回歸結(jié)果看模型1~模型3整體上均有顯著統(tǒng)計(jì)意義(P

模型2中長期資產(chǎn)負(fù)債率與大股東占款回歸系數(shù)為0.05793,且在1%水平下顯著為正。模型3中短期資產(chǎn)負(fù)債率與大股東占款回歸系數(shù)為-0.07802,并且在統(tǒng)計(jì)上也是顯著的。由此假設(shè)3得到驗(yàn)證,而假設(shè)2未得到驗(yàn)證。

由模型2和模型3比較來看,短期資產(chǎn)負(fù)債率與大股東占款回歸系數(shù)也為負(fù),而長期資產(chǎn)負(fù)債率與大股東占款回歸系數(shù)為正,說明在我國現(xiàn)實(shí)國情下上市公司流動負(fù)債起到了抑制大股東占款的作用,而長期負(fù)債助長了大股東占款,長期負(fù)債成為大股東占款的工具。 (下轉(zhuǎn)第33頁)

(上接第15頁)

表4 Pearson和Spearman相關(guān)系數(shù)表

SGC LDAR DAR SDAR SIZE GROWTH INDUS

SGC 1.00000 -0.06956 -0.14908 -0.11423 -0.31267 -0.06711 0.12051

LDAR -0.09541 1.00000 0.28056 -0.23964 0.30546 0.03995 -0.11765

DAR -0.15287 0.28718 1.00000 0.86360 0.19454 0.03235 -0.07615

SDAR -0.10236 -0.18812 0.82171 1.00000 0.03604 0.01160 -0.01495

SIZE -0.33621 0.28210 0.26672 0.10222 1.00000 0.02076 -0.10242

GROWTH -0.10400 0.07846 0.04704 0.00702 0.13079 1.00000 -0.02728

INDUS 0.13136 -0.08172 -0.08770 -0.02240 -0.09616 0.05393 1.00000

注:右上角Pearson相關(guān)系數(shù),左下角Spearman相關(guān)系數(shù)。

表5 回歸結(jié)果

Var

預(yù)計(jì)符號 Model1 Model2 Model3

Parameter

Estimate Parameter

Estimate Parameter

Estimate

Intercept 0.89326*** 0.93827*** 0.93080***

DAR _ -0.06469***

LDAR _ 0.05793***

SDAR _ -0.07802***

SIZE _ -0.04028*** -0.04418*** -0.04204***

GROWTH _ -0.00639*** -0.00679*** -0.00652***

INDUS + 0.02369*** 0.02603*** 0.02474***

Obs. N 5950 5950 5950

F Value 195.11 184.62 201.47

Pr > F

Adj R-Sq 0.1155 0.1099 0.1188

注:***表示在1%水平下顯著,**表示在5水平下顯著, *表示在10%水平下顯著。

四、結(jié)論與建議

本文以2002年至2007年深滬兩市上市公司作為研究樣本,探討了負(fù)債的治理效應(yīng)。研究發(fā)現(xiàn),我國上市公司總資產(chǎn)負(fù)債率和短期資產(chǎn)負(fù)債率與大股東占款之間呈負(fù)相關(guān)關(guān)系。研究還發(fā)現(xiàn),長期資產(chǎn)負(fù)債率與大股東占款回歸系數(shù)為正,說明在我國現(xiàn)實(shí)國情下上市公司流動負(fù)債起到了抑制大股東占款的作用,而長期負(fù)債助長了大股東占款,長期負(fù)債成為大股東占款的工具。

針對負(fù)債對大股東占款有一定的抑制作用,應(yīng)該予以很好的重視,從而有利于緩解控股股東與中小股東之間的沖突。也有利于改善我國的公司治理機(jī)制,從而對建立公平有序的資本市場具有重要指導(dǎo)意義。但僅僅依靠負(fù)債治理是不行的,還應(yīng)該進(jìn)一步完善股改,改進(jìn)法律環(huán)境,加強(qiáng)審計(jì)功能、股東行動主義等。

參考文獻(xiàn)

[1]李世輝,雷新途.兩類成本債務(wù)治理及其可觀測績效的研究――來自我國中小上市公司的經(jīng)驗(yàn)證據(jù)[J].會計(jì)研究,2008,(5):30-37.

[2]劉孟暉,沈中華,余怒濤.大股東侵占行為及其限制途徑研究[J].財(cái)會通訊(學(xué)術(shù)),2008,(11):3-5.

[3]秦彬,肖坤.我國上市公司股權(quán)結(jié)構(gòu)對股權(quán)成影響的實(shí)證研究[J].中國軟科學(xué),2008,(2):109-114.

[4]沈藝峰,沈洪濤,張俊生.中國上市公司負(fù)債是否發(fā)揮控制作用[J].證券市場導(dǎo)報(bào),2006,(2):43-50.

[5]徐向藝,趙青,孫娟.中國上市公司債務(wù)對公司績效影響的實(shí)證研究[J].經(jīng)濟(jì)管理,2006,(6):44-49.

[6]徐遠(yuǎn)清.大股東控制權(quán)收益理論分析[J].投資與理財(cái),2008,(2):30-33.

[7]于東智.資本結(jié)構(gòu)、債務(wù)治理與公司績效[J].中國工業(yè)經(jīng)濟(jì),2003,(1):87-94.

[8]張維迎.控制權(quán)損失的不可補(bǔ)償性與國有企業(yè)兼并中的產(chǎn)權(quán)障礙[J].經(jīng)濟(jì)研究,1998,(7):44-46.

[9]Jensen.Heckling.1976.Theory of the Firm:Managerial Behavior,Agency Costs and Capital Structure.Journal of Financial Economics,(3):305-360.

[10]Jensen.1986.M.C.Agency Cost of Free Cash Flow,Corporate Finance and Takeovers,American Economic Review,76(3):323-329.

[11]Stulz.1990.Managerial Discretion and Optimal Financing Policies.Journal of Finance Economics,(26):3-27.

作者簡介:

第6篇：在職證明樣本范文

【關(guān)鍵詞】 企業(yè)；管理者；人格特點(diǎn)；大五人格量表

在企業(yè)中全面貫徹人本觀念，實(shí)行應(yīng)激管理，需要重視和充分考慮管理者的人格特點(diǎn)?，F(xiàn)有的研究成果和實(shí)踐已經(jīng)證明，人格既是壓力與心理健康研究中的一個自變量，也是影響壓力與心身健康和企業(yè)績效相互關(guān)系的重要中介因素。通過對管理者的人格特點(diǎn)了解，以利于科學(xué)培訓(xùn)管理者，提高管理者水平，更大地發(fā)揮管理效能。此課題為社會轉(zhuǎn)型期企業(yè)不同職業(yè)（崗位）群體主要社會應(yīng)激源與心理健康研究子課題。

1 對象與方法

1.1 對象 在某企業(yè)10萬人口的總樣本中，抽取比例為5%，即（10萬人×5%=5000人），然后采用分層、整群隨機(jī)法確定管理者樣本1146人。

1.2 方法與工具

1.2.1 大五人格量表（NEO），是一個在西方應(yīng)用歷史很長，范圍很廣的一個量表，我國主要是在職業(yè)選擇中采用。此表60個項(xiàng)目，5個維度構(gòu)成，包括神經(jīng)質(zhì)、外傾性、開放性、宜人性、嚴(yán)謹(jǐn)性。分別按5個維度計(jì)總分，用量化的方式表示出每個人具有的各類人格特征。

1.2.2 統(tǒng)計(jì)學(xué)處理。應(yīng)用SPSS 11.00軟件包進(jìn)行分析。

2 結(jié) 果

2.1 大五人格分析

2.1.1 將大五人格5維度均值與常模比較，發(fā)現(xiàn)管理者神經(jīng)質(zhì)、外傾性、開放性均高于常模，宜人性和嚴(yán)謹(jǐn)性低于常模，詳見表1。

2.1.2 為分析人格傾向與壓力的關(guān)系，將總樣本中1116名管理者以壓力均值70.32分作為標(biāo)準(zhǔn)，分為高壓力組（645人）和低壓力組（501人）進(jìn)行對比分析。其中壓力即應(yīng)激源研究結(jié)果另有報(bào)告。在大五人格各維度中，高壓力組神經(jīng)質(zhì)高于低壓力組，而高壓力組宜人性低于低壓力組［1］(P＜0.01)，詳見表2。

2.2 人格傾向分析 我們認(rèn)為外傾性高、開放性高、宜人性高、嚴(yán)謹(jǐn)性高為有利人格傾向；神經(jīng)質(zhì)性高為不利人格傾向［2］。據(jù)此分析管理者在這2種性格傾向所占比例。

2.2.1 有利人格傾向分析 為具體分析不同管理層的人格傾向，將管理者分為經(jīng)理層和管理中層。發(fā)現(xiàn)宜人性、嚴(yán)謹(jǐn)性排前兩位。有利人格傾向在管理者所占比例，見表3。

2.2.2 不利人格傾向分析 發(fā)現(xiàn)不利人格傾向在兩級管理者中亦占一定比例，神經(jīng)質(zhì)高在企業(yè)經(jīng)理層占42.7%，管理層占33.8%。

3 討 論

從表1中發(fā)現(xiàn)神經(jīng)質(zhì)、外傾性、開放性均高于常模；宜人性和嚴(yán)謹(jǐn)性低于常模。這與許淑蓮等于2000年在9城市測量的結(jié)果一致。從表2中顯示神經(jīng)質(zhì)低的人，壓力感明顯低；神經(jīng)質(zhì)高的人，感受的壓力明顯偏高。宜人性高的人，壓力感明顯低；宜人性低的人，感受的壓力明顯偏高。表3中顯示，宜人性和嚴(yán)謹(jǐn)性2維度為管理者的突出性格特點(diǎn)，開放性和外傾性二維度的人格特點(diǎn)在管理者中亦較突出。這些性格特點(diǎn)可能在走上管理崗位前就存在，因此才有機(jī)會成為管理者；亦可能在走上管理崗位后才顯現(xiàn)和突出，因此才成為合格的管理者。同時證實(shí)管理者的影響力除職權(quán)外，的確需要非職權(quán)的人格影響力。同時發(fā)現(xiàn)兩級管理者亦存有不同程度的不利人格傾向。此與從人格結(jié)構(gòu)分析，每個人均有不同程度的人格弱點(diǎn)，亦即“人無完人”相一致。本企業(yè)的管理者亦不例外，對不利人格傾向應(yīng)進(jìn)行建設(shè)性調(diào)適。

第7篇：在職證明樣本范文

關(guān)鍵詞：人臉識別應(yīng)用系統(tǒng)；技能鑒定；設(shè)計(jì)實(shí)現(xiàn)

中圖分類號：G640 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2015）30-0034-02

面向職業(yè)技能鑒定系統(tǒng)的人臉圖像識別系統(tǒng)研究與開發(fā)工作，解決現(xiàn)階段職業(yè)技能鑒定系統(tǒng)實(shí)際需求的同時，也為職業(yè)資格鑒定工作日后向異地網(wǎng)絡(luò)化考試模式發(fā)展奠定了技術(shù)基礎(chǔ)。該系統(tǒng)技術(shù)可持續(xù)發(fā)展為在異地網(wǎng)絡(luò)化考試系統(tǒng)中實(shí)施對考生進(jìn)行身份驗(yàn)證并進(jìn)行實(shí)時攝像頭監(jiān)控技術(shù)，如可以實(shí)時監(jiān)控考生雙眼離開采集范圍超出限定時間，系統(tǒng)即可自動交卷，以防止在網(wǎng)絡(luò)化考試中極易出現(xiàn)的替考與作弊現(xiàn)象，提高職業(yè)技能鑒定工作質(zhì)量。同時，對社會交通壓力緩解、節(jié)省布置考場等相關(guān)社會資源與費(fèi)用等方面也是具有積極研究意義的。

一、人臉圖像識別技術(shù)

生物特征識別技術(shù)是指通過計(jì)算機(jī)科學(xué)技術(shù)與人體固有物理和行為特征來進(jìn)行身份驗(yàn)證的一門科學(xué)，屬于模式識別類問題。主要包括兩類問題[1]：一類是基于物理特征的生物識別技術(shù)，包括人臉圖像識別、虹膜識別、指紋識別、DNA識別技術(shù)等；另一類是基于行為特征的生物識別技術(shù)，包括語音識別、簽名、步態(tài)識別技術(shù)等。人臉圖像識別就是將待識別的人臉與已知人臉進(jìn)行比較，得出相似程度的相關(guān)信息。我們常說的人臉識別還可以分為確認(rèn)和辯認(rèn)兩種情況。確認(rèn)是一對一進(jìn)行圖像比較的過程，辨認(rèn)是一對多進(jìn)行圖像匹配比對的過程[2]。

二、開發(fā)背景與需求分析

1.項(xiàng)目開發(fā)背景。近年來，隨著國家經(jīng)濟(jì)體制結(jié)構(gòu)不斷變化，社會用工需求對于具有高級技術(shù)資格的高技能人才需求越來越大。職業(yè)技能培訓(xùn)與職業(yè)技能資格的考核與鑒定工作需求量與社會認(rèn)可程度也大大增加了。職業(yè)技能培訓(xùn)與職業(yè)資格鑒定工作量與日俱增，得到了社會普遍認(rèn)可。隨著職業(yè)技能鑒定工作需求量的增加，職業(yè)技能鑒定考試中驗(yàn)證考生身份問題呈現(xiàn)出日益嚴(yán)重化且監(jiān)考教師驗(yàn)證考生身份工作量不斷增加的現(xiàn)象。在現(xiàn)有職業(yè)資格考試系統(tǒng)的基礎(chǔ)上研發(fā)人臉圖像識別系統(tǒng)模塊，用以幫助監(jiān)考教師驗(yàn)證考生身份，同時將職業(yè)技能鑒定工作全面推進(jìn)信息化。

2.功能需求分析。在職業(yè)資格鑒定系統(tǒng)中應(yīng)用生物特征識別技術(shù)，研制“人臉圖像識別”系統(tǒng)模塊。該系統(tǒng)模塊可以通過人臉識別技術(shù)進(jìn)行身份驗(yàn)證：考生進(jìn)入考場后，系統(tǒng)首先需要通過攝像頭獲取到考生考試當(dāng)天的人臉圖像，并對采集到的人臉圖像進(jìn)行一系列圖像處理工作，這個處理過程也稱圖像預(yù)處理。再同圖像數(shù)據(jù)庫中的圖像進(jìn)行比照，如果考生身份得到正確的確認(rèn)，即可進(jìn)入注冊信息審核確認(rèn)頁面；否則，拒絕進(jìn)入。實(shí)現(xiàn)智能化驗(yàn)證考生身份的功能，以達(dá)到輔助監(jiān)考老師驗(yàn)證考生身份、降低監(jiān)考老師監(jiān)考工作量和提高職業(yè)資格考試嚴(yán)肅性與嚴(yán)謹(jǐn)性的目的。

3.開發(fā)環(huán)境需求分析。硬件資源：CPU要求PentiumⅣ及以上；內(nèi)存要求2G及以上；視頻采集卡、USB2.0接口攝像頭。軟件資源：開放式標(biāo)準(zhǔn)操作系統(tǒng)，如Windows2000，Windows XP，Windows 7等。程序設(shè)計(jì)語言處理軟件。如：Visual C++、JAVA、MATLAB、SQLServer等。熟悉VC++、C++、JAVA、MATLAB、SQLServer等高級程序設(shè)計(jì)語言。

三、系統(tǒng)設(shè)計(jì)

1.總體設(shè)計(jì)。本課題研究屬于人臉圖像的確認(rèn)識別。其研究內(nèi)容包括四個主要部分：一是人臉檢測技術(shù)，二是人臉定位技術(shù)，三是人臉表征技術(shù)，四是人臉鑒別技術(shù)。人臉圖像識別模塊的工作過程是：（1）獲取人臉圖像：通過采集設(shè)備獲取輸入圖像，并生成其面紋編碼。（2）建立人臉圖像檔案：通過采集人臉圖像或獲取照片文件上的人臉圖像進(jìn)行信息處理，生成特征向量。（3）人臉特征的檢索與對比：將待比對的人臉圖像特征向量與人臉圖像檔案中的人臉圖像特征向量進(jìn)行檢索與對比。（4）輸出識別結(jié)果：進(jìn)行身份的確認(rèn)或是身份的選擇。人臉圖像識別系統(tǒng)的工作原理為：考生首先需要在考試報(bào)名現(xiàn)場進(jìn)行第一次照片采集，照片采集成功后，系統(tǒng)會自動對采集到的照片進(jìn)行圖像預(yù)處理操作、提取面部特征，并將提取到的特征數(shù)據(jù)存入數(shù)據(jù)庫；考試當(dāng)天，考生進(jìn)入考場后，需要進(jìn)行第二次照片采集，識別系統(tǒng)會將采集到的照片進(jìn)行圖像預(yù)處理操作、提取面部特征，得到考生考試當(dāng)日采集照片的人臉面部特征值后，人臉識別系統(tǒng)會將兩次采集到的人臉圖像特征值進(jìn)行對比識別。即將考試當(dāng)天提取到的面部特征值與數(shù)據(jù)庫中的人臉面部特征值進(jìn)行對比與識別，最終得出識別結(jié)果。實(shí)現(xiàn)考生身份的驗(yàn)證與識別。

2.采集模塊功能設(shè)計(jì)。人臉圖像采集模塊功能：負(fù)責(zé)獲取人臉圖像，圖像可能來自與計(jì)算機(jī)連接的攝像頭也可能來自人臉圖像存儲的數(shù)據(jù)庫。將采集到的人臉圖像轉(zhuǎn)換為可處理的數(shù)字圖像格式，進(jìn)行圖像信息存取。

3.圖像預(yù)處理模塊功能設(shè)計(jì)。圖像預(yù)處理操作包括對圖像進(jìn)行多種圖像處理操作，以使圖像本身具有的特征能夠更加明顯地在圖像中表現(xiàn)出來。目的是為后面的人臉特征提取模塊提供基礎(chǔ)操作處理。本項(xiàng)目中，需在圖像預(yù)處理模塊中進(jìn)行的圖像處理操作有：灰度均衡化、圖像二值化和邊緣檢測等技術(shù)操作。

4.人臉特征提取模塊功能設(shè)計(jì)。該模塊的工作原理是對獲取到的人臉圖像進(jìn)行特征提取，主要包括人臉檢測及定位、圖像標(biāo)準(zhǔn)化、特征提取三個子功能。

5.人臉圖像判定模塊功能設(shè)計(jì)。該模塊工作原理是通過模式識別中的分類決策把識別對象歸為一類。即確定某一個差別規(guī)則，進(jìn)行檢測對比，最后輸出識別的結(jié)果。本系統(tǒng)中的具體操作即需要將數(shù)據(jù)庫中人臉圖像與對應(yīng)考生現(xiàn)場采集到的人臉圖像特征信息進(jìn)行對比，并得出對比值。再進(jìn)一步對該對比結(jié)果值進(jìn)一步分析，如果其范圍在我們所確認(rèn)的范圍內(nèi)，我們就認(rèn)為現(xiàn)場采集圖像的考生與注冊日人像圖像的采集人為同一人，即身份確認(rèn)通過。否則，則拒絕考生進(jìn)入答題系統(tǒng)。

四、系統(tǒng)功能實(shí)現(xiàn)

人臉圖像識別系統(tǒng)功能實(shí)現(xiàn)共分為人臉圖像采集模塊、圖像預(yù)處理模塊、人臉特征提取模塊、人臉圖像識別模塊四個子模塊的功能實(shí)現(xiàn)。人臉特征提取的效果的好壞對識別準(zhǔn)確率效果有重大的影響。本系統(tǒng)采用的特征提取方法是PCA特征提取方法。本系統(tǒng)中人臉圖像識別功能的分類決策問題可以分解為兩大核心任務(wù)問題：SVM分類器識別過程與最近鄰分類器識別過程。

1.PCA經(jīng)典主成分分析。主成分分析算法是一種經(jīng)典的統(tǒng)計(jì)方法，這種線性變化被廣泛地應(yīng)用在數(shù)據(jù)和分析中，是用來描述和表征細(xì)微差異的有力工具。在語音和圖像信號處理時，經(jīng)常會遇到高維的向量空間的數(shù)據(jù)處理問題，而這些高維數(shù)據(jù)往往存在較大程度的相關(guān)冗余，所以希望從高維空間的數(shù)據(jù)中找出具有代表性的低維子空間，從而對數(shù)據(jù)更容易地進(jìn)行分析和處理。本系統(tǒng)功能實(shí)現(xiàn)方法為：首先把待檢圖像轉(zhuǎn)換成特征臉，作為最初訓(xùn)練圖像集的基本組件。利用PCA方法進(jìn)入處理：在通過操作得到特征臉空間后將待檢測圖像的線性變換特征投影到該子空間中，最后是將得到的結(jié)果與投影后的訓(xùn)練圖像相比較，最終得出識別結(jié)果。

2.特征臉法。該方法將人臉看作一個二維的灰度變化的模板，這樣就可以將人臉圖像看成只是一個高維圖像空間中很小的一部分。然后利用人臉圖像由高維空間通過低維空間進(jìn)行表征這一工作原理得到一個經(jīng)過優(yōu)化的人臉圖像坐標(biāo)系統(tǒng)。

3.SVM分類器識別。假設(shè)識別樣本有x類，記為S1，S2，…，Sx。則首先需要設(shè)計(jì)正樣本訓(xùn)練器，如本操作中根據(jù)題意需設(shè)計(jì)x個SVM分類器；然后進(jìn)行負(fù)樣本訓(xùn)練器的設(shè)計(jì)，本操作根據(jù)題意設(shè)為其所有樣本Sj（j1）個。接下來將每個測試樣本輸入到x個分類器中，計(jì)算樣本與這p個分類器所代表的各個訓(xùn)練樣本之間的距離。在輸出結(jié)果中，如果只有值為正1，我們就可判定出該樣本的類別了。如果有多于一個的分類器輸出結(jié)果為正1，那么后面就需要用最近鄰分類技術(shù)了。

4.最近鄰分類器識別。一幅N*N像素的圖像可以看成是由這幅圖像的像素空間中的所有點(diǎn)組成的，圖像就可以看作是由N2個像素點(diǎn)組成。具體的操作就是通過把圖像投影相應(yīng)的矢量空間后，利用投影間的各種距離值來對圖像的相似度以進(jìn)行判定。如果兩點(diǎn)間距離最短，我們就會認(rèn)為它們可能屬于同一子類中。但對于本操作系統(tǒng)，僅有這些信息是遠(yuǎn)遠(yuǎn)不夠的，除了需要判定待檢測的人臉圖像在人臉庫中，還需要確定這個人就是某個人，也就是說接下來還要繼續(xù)進(jìn)行相似度的再判斷。一般我們采用計(jì)算特征向量的余弦夾角的方法來進(jìn)行相似度的判斷。

五、測試與結(jié)論

在人臉圖像識別功能測試中，使用SVM分類器結(jié)合最近鄰分類器識別人臉圖像進(jìn)行測試。測試時，以一個考場30人為例，即需要一個30個人共150張人臉圖像庫作為測試用庫。在待檢測圖像經(jīng)過圖像格式轉(zhuǎn)化與一系列預(yù)處理操作與特征提取處理操作后，將處理后的數(shù)據(jù)信息進(jìn)行保存后，即可調(diào)取圖像庫中的平均圖像特征值與圖像特征值數(shù)據(jù)信息進(jìn)行對比識別了。測試中，每個測試者都可采用多個訓(xùn)練樣本與多個對應(yīng)的測試樣本。對于考生在采集圖像時經(jīng)常會出現(xiàn)的面部表情微變及面部采集角度有一定偏離的情況，測試的處理操作是相同的，經(jīng)過與圖像庫圖像的對比識別發(fā)現(xiàn)當(dāng)方差相似度闡值θ為0.8時會有比較理想的識別效果。測試正確識別率高于90%，足以證明該方法的有效性及實(shí)用性。

參考文獻(xiàn)：

第8篇：在職證明樣本范文

【關(guān)鍵詞】職業(yè)健康體檢；人性化；導(dǎo)檢；滿意度

【中圖分類號】R-1 【文獻(xiàn)標(biāo)識碼】B 【文章編號】1671-8801（2014）02-0327-02

職業(yè)健康體檢是一種特殊體檢，其在體檢管理、體檢要求、受檢者來源方面都具有一定的特殊性，所以其對導(dǎo)檢服務(wù)的要求也比普通健康體檢更高[1]。我院自2012年開始，就對職業(yè)健康體檢者提供了人性化導(dǎo)檢服務(wù)，實(shí)踐證明，人性化導(dǎo)檢的實(shí)施讓職業(yè)健康體檢的質(zhì)量、導(dǎo)檢服務(wù)質(zhì)量均有了顯著提高，現(xiàn)報(bào)道如下。

1 一般資料與方法

1.1 一般資料

選取2012年6月～2013年6月在我院進(jìn)行職業(yè)健康體檢的1200名受檢者作為研究對象，受檢者多為礦區(qū)或機(jī)械工廠工人，文化層次普遍較低，對職業(yè)健康、自身健康、體檢的重視程度普遍不高，體檢配合也較為低下，文化層次：初中及以下965名，高中235名。根據(jù)體檢先后時間，將其分為2組：觀察組600名，男性481名，女性119名，年齡在26～49歲，平均（30.8±3.6）歲；對照組600名，男性475名，女性125名，年齡在24～48歲，平均（31.2±3.8）歲。兩組受檢者在年齡、性別、文化程度方面比較，沒有明顯差異，P>0.05，有可比性。

1.2 方法

對照組：提供常規(guī)導(dǎo)檢服務(wù)，包括發(fā)放體檢表格，告知各檢查項(xiàng)目的位置，檢查前的相關(guān)注意事項(xiàng)等。

觀察組：提供人性化導(dǎo)檢服務(wù)，服務(wù)內(nèi)容包括：①樹立人性化服務(wù)理念。組織我院導(dǎo)檢護(hù)士學(xué)習(xí)人性化服務(wù)理論，促使其轉(zhuǎn)變觀念，樹立“以受檢者為中心”的服務(wù)理念。②規(guī)范語言行為和儀容儀表。要求導(dǎo)檢護(hù)士妝容淡雅、儀表整潔，導(dǎo)檢過程中要微笑服務(wù)、迎送有禮。在工作中使用禮貌親切、通俗易懂的導(dǎo)檢用語。③接檢親切。受檢者進(jìn)入體檢中心時，導(dǎo)檢護(hù)士要第一時間上前做自我介紹，親切問候受檢者，詢問其體檢項(xiàng)目，并對其加以指引。④溫馨化告知。制作圖文并茂、簡潔易懂的溫馨告知卡，卡中詳細(xì)記錄了體檢流程、體檢環(huán)境、體檢要求相關(guān)內(nèi)容，同時還附有求助電話。將其粘貼在文件夾板上，交給受檢者，以便受檢者隨時查看。⑤示范體檢表。導(dǎo)檢護(hù)士事先填寫體檢表格示范樣本，以供受檢者參考，同時在受檢者填寫體檢表時，導(dǎo)檢護(hù)士要予以指導(dǎo)，填好后要對表格進(jìn)行審核，以保證體檢表格填寫的規(guī)范性、準(zhǔn)確性。⑥配置齊全的便民設(shè)施。科室在原配置物品（水寫筆、膠水、針線、放大鏡、老花鏡、紙杯、飲水設(shè)施等）的基礎(chǔ)上，增加了雨傘、微波爐、衣物儲柜等便民設(shè)施，為受檢者提供貼心服務(wù)。

1.3 統(tǒng)計(jì)學(xué)方法

采用SPSS17.0軟件對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，計(jì)數(shù)數(shù)據(jù)比較采用卡方檢驗(yàn)，計(jì)量數(shù)據(jù)比較采用t檢驗(yàn)，P

2 結(jié)果

兩組受檢者的體檢情況比較，詳見表1。由表1可知，觀察組的體檢相關(guān)情況（體檢要求、體檢流程、體檢環(huán)境）知曉率、體檢表格的完整率及準(zhǔn)確率、職業(yè)病保健知識知曉率、對體檢的滿意率均顯著高于對照組，P

表1 兩組受檢者的體檢情況比較[n，%]

3 討論

將人性化導(dǎo)檢應(yīng)用與職業(yè)健康體檢，轉(zhuǎn)變護(hù)理人員的護(hù)理服務(wù)理念，對導(dǎo)檢行為加以規(guī)范，向受檢者傳遞朝氣蓬勃的、健康向上的積極信息，有利于增強(qiáng)受檢者對院方的信任度，改善雙方關(guān)系[2]。國內(nèi)文獻(xiàn)報(bào)道也指出[3]，人性化護(hù)理中，通過親切的接待、問候，有利于消除受檢者的陌生感、緊張情緒，有利于構(gòu)建良好的溝通渠道[4]。通過張貼溫馨告示，能有效克服口頭傳達(dá)容易遺忘的缺點(diǎn)，能達(dá)到良好的告知效果[5]。通過專人指導(dǎo)、示范樣表，能幫助受檢者節(jié)省填表時間，同時也能讓表格填寫更加規(guī)范、統(tǒng)一。在導(dǎo)檢過程中，對受檢者予以心理關(guān)懷，有助于消除受檢者的煩躁、恐懼、緊張情緒，從而減少心理因素對體檢結(jié)果的干擾，提高體檢結(jié)果的準(zhǔn)確性。

在本次研究中，對觀察組受檢者提供了人性化導(dǎo)檢服務(wù)，結(jié)果顯示，觀察組的體檢相關(guān)情況知曉率、體檢表格的完整率及準(zhǔn)確率、職業(yè)病保健知識知曉率、對體檢的滿意率均顯著高于對照組（P

參考文獻(xiàn)：

[1]甘小玲，陳慶瑜，劉小珍等.人性化服務(wù)模式在健康體檢中的實(shí)施[J].中國醫(yī)藥導(dǎo)報(bào)，2008，5（20）：164-165.

[2]蘇宗梅.探討人性化導(dǎo)檢服務(wù)在職業(yè)健康體檢中的應(yīng)用及效果[J].健康大視野，2013，21（11）：597.

[3]謝志萍，吳良玉.健康體檢中心導(dǎo)醫(yī)人性化服務(wù)的效果與評價(jià)[J].中國社區(qū)醫(yī)師（醫(yī)學(xué)專業(yè)），2012，14（16）：383-384.

第9篇：在職證明樣本范文

關(guān)鍵詞：職業(yè)農(nóng)民；視頻監(jiān)管系統(tǒng)；BP神經(jīng)網(wǎng)絡(luò)

中圖分類號：G728 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2017）06-0092-04

引言

職業(yè)農(nóng)民培育遠(yuǎn)程視頻監(jiān)管系統(tǒng)是使用現(xiàn)代計(jì)算機(jī)網(wǎng)絡(luò)、視頻監(jiān)控等技術(shù)對新型職業(yè)農(nóng)民培育活動實(shí)現(xiàn)全程網(wǎng)絡(luò)化集中管理和遠(yuǎn)程視頻監(jiān)控等功能的信息系統(tǒng)[1]。該系統(tǒng)的投入使用為提高新型職業(yè)農(nóng)民培訓(xùn)的有效性和可控性，提高農(nóng)業(yè)管理決策的科學(xué)化與信息化提供了強(qiáng)有力的支撐。為了準(zhǔn)確、客觀、科學(xué)地評價(jià)職業(yè)農(nóng)民遠(yuǎn)程視頻監(jiān)管系統(tǒng)，本文結(jié)合神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力，提出了一種基于神經(jīng)網(wǎng)絡(luò)的職業(yè)農(nóng)民培育遠(yuǎn)程監(jiān)管系統(tǒng)綜合評價(jià)方法，從系統(tǒng)開發(fā)和運(yùn)行的技術(shù)水平、性能、經(jīng)濟(jì)效益、社會效益、應(yīng)用效果等多角度予以評價(jià)，有效地避開了人為計(jì)取權(quán)重和相關(guān)系數(shù)計(jì)算等環(huán)節(jié)，達(dá)到了評價(jià)結(jié)果的客觀性、科學(xué)性，具有很高的應(yīng)用價(jià)值。

一、系統(tǒng)評價(jià)指標(biāo)體系

考慮到職業(yè)農(nóng)民培育遠(yuǎn)程視頻監(jiān)管系統(tǒng)開發(fā)的主要目的是為了提高培訓(xùn)實(shí)效性、減輕監(jiān)管負(fù)擔(dān)、改善管理績效[2]。本文在設(shè)計(jì)系統(tǒng)評價(jià)指標(biāo)體系時，除了考慮系統(tǒng)技術(shù)水平評估外，還增加了能夠反映系統(tǒng)應(yīng)用效益和管理績效方面的評價(jià)指標(biāo)，以便項(xiàng)目施行者全面了解系統(tǒng)的開發(fā)和運(yùn)行狀況，更好地滿足用戶的實(shí)際工作需求。綜合考慮這些因素，本文建立的職業(yè)農(nóng)民培育遠(yuǎn)程視頻監(jiān)管系統(tǒng)指標(biāo)評價(jià)體系，該體系包括兩層指標(biāo)集，共4個一級評價(jià)指標(biāo)和15個二級評價(jià)指標(biāo)[3～5]。其中一級指標(biāo)系統(tǒng)技術(shù)指標(biāo)，包括系統(tǒng)規(guī)劃科學(xué)性I11，系統(tǒng)標(biāo)準(zhǔn)性I12，軟件質(zhì)量I13；一級指標(biāo)系統(tǒng)性能指標(biāo)包括系統(tǒng)可擴(kuò)充性I21，系統(tǒng)可靠性I22，系統(tǒng)可維護(hù)性I23，系統(tǒng)安全性I24；一級指標(biāo)系統(tǒng)效益指標(biāo)包括直接、間接經(jīng)濟(jì)效益I31、I32，社會效益I33；一級指標(biāo)系統(tǒng)管理績效指標(biāo)包括系統(tǒng)目標(biāo)實(shí)現(xiàn)程度I41；管理效率I42；資源利用率I43；成本節(jié)約量I44；用戶滿意度I45。

二、BP神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)和訓(xùn)練

1.BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)。在職業(yè)農(nóng)民培育遠(yuǎn)程監(jiān)管系統(tǒng)綜合評價(jià)中，輸入因素為15個二級評價(jià)指標(biāo)，每個評價(jià)指標(biāo)采用專家打分的方法進(jìn)行評價(jià)，分值分別為1、0.7、0.5、0.3、0.1這5個等級，對應(yīng)的綜合評價(jià)等級為4個：0.7～1為優(yōu)，0.5～0.7為良，0.3～0.5為較差，0.3以下為差。BP神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)n=15，輸出節(jié)點(diǎn)m=1，隱含層節(jié)點(diǎn)10。

2.模型訓(xùn)練?，F(xiàn)選取陜西省10個市區(qū)農(nóng)業(yè)局的專家評價(jià)數(shù)據(jù)做相關(guān)分析，如下表所示，其中“I11-I45”是15個指標(biāo)的專家評價(jià)值，“得分”是專家綜合評價(jià)的結(jié)果。由于BP神經(jīng)網(wǎng)絡(luò)各層的初始連接權(quán)值是任意的，因此必須先對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而使監(jiān)管系統(tǒng)效益評價(jià)的實(shí)際輸出值與期望輸出值的偏差盡可能的小[6～7]。

在職業(yè)農(nóng)民培育系統(tǒng)效益分析中，共有15個評價(jià)指標(biāo)，每個評價(jià)指標(biāo)采用專家打分的方法進(jìn)行評價(jià)，從高到低五等級的分值為1、0.7、0.5、0.3、0.1，對應(yīng)的綜合評價(jià)等級有4個，分別依次為優(yōu)、良、較差、差。下頁表1為專家對不同地區(qū)的各個指標(biāo)評價(jià)的相關(guān)數(shù)據(jù)。

選擇比較典型的8組樣本數(shù)據(jù)（表中前8組）作為訓(xùn)練信號，訓(xùn)練該網(wǎng)絡(luò)，其余兩組作為檢驗(yàn)樣本，模擬待評估的對象。在實(shí)際計(jì)算時，采用Matlab編程工具，其中Matlab神經(jīng)網(wǎng)絡(luò)工具箱中包含多個不同的神經(jīng)網(wǎng)絡(luò)工具，可以方便快捷地進(jìn)行仿真實(shí)驗(yàn)[7]。其中仿真訓(xùn)練樣本訓(xùn)練次數(shù)與輸出誤差的關(guān)系（如下頁圖所示）。從圖中可知，神經(jīng)網(wǎng)絡(luò)訓(xùn)練到1 000次時，達(dá)到所要求的誤差精度，證明該BP網(wǎng)絡(luò)進(jìn)行指控系統(tǒng)綜合效能評估時能夠滿足誤差精度和收斂速度的要求[7]。

本文中BP神經(jīng)網(wǎng)絡(luò)神經(jīng)元轉(zhuǎn)化函數(shù)一般選用Sigmoid函數(shù)f（x）=1/（1+e-x）式（1）中，系數(shù)決定著S函數(shù)壓縮的程度，仿真結(jié)果（如下頁表2所示）。

上述實(shí)驗(yàn)中，表2、表3與表1進(jìn)行比較可以看出，利用神經(jīng)網(wǎng)絡(luò)工具的測試結(jié)果和專家實(shí)際的評價(jià)結(jié)果相符。因此，神經(jīng)網(wǎng)絡(luò)可以用來進(jìn)行職業(yè)農(nóng)民培育監(jiān)管系統(tǒng)綜合評價(jià)，評價(jià)效果良好。

三、模型應(yīng)用

通過第三小節(jié)中，對職業(yè)農(nóng)民培育遠(yuǎn)程視頻監(jiān)管系統(tǒng)模型的建立和神經(jīng)網(wǎng)絡(luò)方法對其模型的訓(xùn)練，得到較好的評價(jià)模型。因此，運(yùn)用訓(xùn)練好的模型綜合評價(jià)楊凌和韓城職業(yè)農(nóng)民培育監(jiān)管系統(tǒng)。其中楊凌和韓城應(yīng)用監(jiān)管系統(tǒng)的各個指標(biāo)評價(jià)（如表4所示），應(yīng)用系統(tǒng)預(yù)測結(jié)果（如表5所示）。

從預(yù)測評價(jià)表5中可以看出，陜西省楊凌和韓城應(yīng)用職業(yè)農(nóng)民培育遠(yuǎn)程視頻監(jiān)管系統(tǒng)取得較好的結(jié)果。綜上所述，通過陜西省12個市區(qū)分別應(yīng)用職業(yè)農(nóng)民培育遠(yuǎn)程視頻監(jiān)管系統(tǒng)取得了較好的效果。其中優(yōu)占16%，良占67%，較差占17%。

結(jié)論與建議

職業(yè)農(nóng)民培育遠(yuǎn)程視頻監(jiān)管系統(tǒng)的評價(jià)是一項(xiàng)十分艱巨的工作。本文在建立職業(yè)農(nóng)民培育遠(yuǎn)程視頻監(jiān)管系統(tǒng)評價(jià)指標(biāo)的基礎(chǔ)上，通過神經(jīng)網(wǎng)絡(luò)仿真實(shí)驗(yàn)，取得了令人滿意的結(jié)果，該方法具有自適應(yīng)性、處理非線性問題的能力，避免了德爾菲法和模糊綜合評價(jià)方法中主觀因素對計(jì)取嘀睪拖喙叵凳的影響。為職業(yè)農(nóng)民培育監(jiān)管系統(tǒng)綜合評價(jià)預(yù)測提供了一種新的有效的解決途徑。

職業(yè)農(nóng)民培育遠(yuǎn)程視頻監(jiān)管系統(tǒng)有有益的一面，它節(jié)約了管理成本、提高了管理效率、增強(qiáng)了用戶滿意度，但也有不足的一面。特別偏遠(yuǎn)的地方網(wǎng)絡(luò)不發(fā)達(dá)，信號不穩(wěn)定，造成監(jiān)管障礙，綜合考慮系統(tǒng)技術(shù)、系統(tǒng)性能、系統(tǒng)效益和系統(tǒng)績效等多方面的因素，系統(tǒng)地進(jìn)一步推廣和應(yīng)用利大于弊。

參考文獻(xiàn)：

[1] 祝燕麗.新型職業(yè)農(nóng)民培育措施探討[J].現(xiàn)代農(nóng)業(yè)科技，2015，（3）.

[2] 葉宏.新型城鎮(zhèn)化視閾下的職業(yè)農(nóng)民培養(yǎng)研究――基于農(nóng)村高職教育改革的視角[M].職業(yè)研究，2015，（7）.

[3] 鄭麗.檔案信息化建設(shè)測度指標(biāo)體系探索[J].檔案與建設(shè)，2007，（2）.

[4] 劉坤.檔案信息系統(tǒng)評價(jià)指標(biāo)體系研究[J].現(xiàn)代情報(bào)，2011，（1）.

[5] 關(guān)雷，王希忠，黃俊強(qiáng).神經(jīng)網(wǎng)絡(luò)在信息系統(tǒng)安全評價(jià)中的應(yīng)用研究[J].計(jì)算機(jī)安全，2014，（4）.