HMM Vessel tracking的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

國立臺北科技大學 經營管理系 吳斯偉所指導 羅晟恩的 海運承攬業之效率評估-資料包洛分析與Tobit之應用 (2020),提出HMM Vessel tracking關鍵因素是什麼,來自於海運承攬業、資料包洛分析法、Tobit。

接下來讓我們看這些論文和書籍都說些什麼吧:

除了HMM Vessel tracking,大家也想知道這些:

海運承攬業之效率評估-資料包洛分析與Tobit之應用

為了解決HMM Vessel tracking的問題,作者羅晟恩 這樣論述:

本研究已2018年度至2020年度世界前10大海運承攬業公司為樣本。本文採用Tone(2010)提出的動態差額(DSBM)資料包絡法模型,分析各家公司之財政效率以及經營效率,再利用Tobit回歸進一步分析並了解各變數間之關係。本研究之財政效率選擇總資產作為投入項,收益以及稅前息前淨利作為輸出項,並以資本支出作為連結跨期的存在期間(carry-over);經營效率利用船隻數量作為投入項,年總載量作為輸出向,並以船隊運能作為連結跨期的存在期間;Tobit回歸選擇總載量、船隻大小、船齡、船型、包機容量以及是否有聯盟作為變數,實證結果顯示:1. 整體財政效率評估顯示,財政效率直達 1之海運承攬業公司

為陽明海運以及萬海;整體經營效率評估顯示,經營效率達 1之海運承攬業公司為 Hapag-Lloyd以及 HMM。2. TOBIT回歸顯示船隻大小以及船形對財政效率有顯著影響,而包機容量則對營運效率有顯著影響。