高管离职

摘要： 本文从创业板高管离职的现象出发,选取2016—2020年创业板上市公司数据,进行高管离职对企业绩效的影响研究。研究表明,创业板上市公司高管离职对企业绩效产生负面影响。根据高管离职原因将其划分为正常离职和非正常离职,得到的结果显示相比于正常离职,高管非正常离职对企业绩效有更强的损害。基于本文的研究成果,提出了一些关于我国创业板上市公司高管治理的建议。

摘要： 高管过去的工作经历是影响其工作变更的重要个人特征之一.本文使用了2015年-2017年的混合截面数据,样本为来自沪深证券交易所3426家上市公司的7567位高管,实证检验了曾经有公务员的从业经历对高管离职的显著影响.研究结果发现,公务员的从业经历会阻碍高管的离职行为,并且薪酬水平是该影响的一个中介变量.进一步对高管所在企业产权性质的异质性分析发现,当高管任职企业为非国营时,公务员的从业经历对高管离职的阻碍效应更为显著.

摘要： 本文基于经典的指派模型理论,以2008-2018年民营企业实施的股权激励计划为样本,从经理人、市场供需双方的视角分析股权激励收益不足对高管离职的影响.研究发现,股权激励中普遍存在收益不足的问题且逐年严重.当管理层的收益小于与其业绩贡献相匹配的水平,会显著地增加其离职概率;当公司业绩高于市场平均水平、行业竞争程度较高或行业高管平均薪酬高于高管个人薪酬时,股权激励收益不足对高管离职的影响更为显著;同时,股权激励收益不足会通过提升高管离职概率进而对公司业绩、股市表现产生显著的负面影响.研究结论反映我国经理人市场效率仍很低下,管理层有效激励仍是企业有待解决的重要问题.

摘要： "一个让二手车老板都心惊胆战的品牌。"某头条网友写下。继"无车门"、"停产门"、"欠薪门"、"高管离职门"、"亏损门"之后,依靠"抄袭"走红车圈,被称为汽车行业"小偷"的众泰汽车,开始被传"破产"。众泰汽车能否挺过2020年,业内人士纷纷表示,处境堪忧,破产传闻恐成现实。去年巨亏93亿元一年亏掉两个"众泰"俗话说"一入豪门深似海",在车圈可谓是"一入车圈钱似海"。要么就赚的满盆金钵,要不就赔的衣衫褴褛。

摘要： 在2018年5月的一天,天喔国际掌舵人林建华突然失踪,董事会一头雾水——平日高高在上的林建华这是怎么了?怎么会不声不响地消失?是被绑架了,还是跑路了?很快,没有林建华的公司就像失去主心骨,惜别往日辉煌。2018年,天喔国际2度停牌,业绩受挫,多名高管离职……种种惨剧叠加,其颓势一直持续到今年。

摘要： 最近,国内最大的母婴社区平台宝宝树被曝出CTO离职、创始人王怀南资产被冻结,加上业绩不佳、股价暴跌,俨然陷入至暗时刻,不禁让人为其未来捏一把汗。高管离职与大规模裁员据相关媒体报道,宝宝树CTO詹宏勇已于近日正式离职,加上原副总裁兼商业总负责人魏小巍、广告业务总负责人陆烨玮、产品运营总负责人唐桦,以及未在财报中披露的知识付费、健康、内容等业务负责人都已离职,宝宝树原业务高管团队已几近全部离任。

摘要： 已有研究将高管离职仅仅视作组织内脱离行为探讨离职的原因和经济后果,从人力资本在组织与组织之间的流动视角出发,文章重新审视人力资本限制的离职原因和经济后果.基于资源基础理论,文章在细分高管人力资本属性区别的基础上,探讨了通用性和专用性人力资本属性限制对高管离职流动的影响,以及这两种属性的高管离职对企业竞争优势影响的区别.以2011-2013创业板上市公司在IPO之后出现的离职潮时期为研究样本,研究发现,专用性人力资本属性较高的高管离职更受限制,而通用性人力资本属性较高的高管则不会;进一步的研究发现,尽管创业板高管离职普遍会损害企业竞争优势,但通用性人力资本属性较高的高管离职对竞争优势的损害程度较低,而专用性人力资本属性的高管损害较高.通过区分高管人力资本属性,文章从人力资本流动性角度为高管离职补充了资源基础理论的证据.

摘要： 本文通过对210家中国上市公司创业板高管离职行为的研究,探讨了创业板高管离职套现原因、动机和影响因素。研究结果发现,股权、薪酬和任职年限都是影响高管机会主义离职的重要因素.其中,高管持股离职行为呈现倒U型的关系;高管薪酬与其离职行为负相关.高管任职年限与其离职行为呈现倒U的关系.同时,高管任期对持股和离职行为、薪酬和离职行为的关系具有调节作用,即离职行为在高管任职后期会得到削弱,而在任职中期时最容易出现离职套现.本研究解释和分析了创业板高管离职套利的现象,为高管离职的研究做出了理论贡献;同时对如何规避机会主义离职行为具有实践意义.

摘要： 本发明公开了自动化入离职系统，其核心模块如下：模块一：定时触发器，用户可自定义拉取周期,定时拉取人事系统的入离职事件并发送至相应的事件转化器，模块二：事件转换器平台，用于提供事件转化器对接能力的平台，可以动态的对事件转化器进行修改、更新，可灵活的对接人事系统或业务系统，事件转换器平台包括事件转换器、内向转换器和外向转换器。有益效果在于：本发明能够统一进行企业账号的入离职的管理，自动化程度高，定时触发器与主动接受推送的方式能够自动将入离职行为同步至业务系统，实现自动化入离职，本发明的事件转换器平台与同步流能够灵活对接各类系统，实现后期低成本维护。

摘要： 本申请提供一种离职预测模型的训练方法、装置及离职预测方法、装置，该离职预测模型的训练方法包括：获取样本集，所述样本集包括不同员工的数据；对所述样本集进行处理，获得第一员工特征，所述第一员工特征用于表征员工的基本信息；基于所述第一员工特征进行特征选择，获得第二员工特征，所述第二员工特征表征与员工离职相关联的信息；基于所述第二员工特征对初始的离职预测模型进行训练，直至模型收敛，获得训练好的离职预测模型。由此，用以解决现有技术中对离职预测模型训练效果较差，导致离职预测模型在进行离职预测时准确性较差的问题。

摘要： 本申请公开了一种基于RPA自动开具离职证明的方法、装置及设备，本申请提供检测离职流程的模式，所述离职流程的模式包括系统模式和线下模式；若所述离职流程的模式为系统模式，则进行如下步骤：根据离职证明模板所需参数抓取离职人员的信息参数；根据所述离职人员的信息参数生成离职证明并触发系统签章流程；若所述离职流程的模式为线下模式，则进行如下步骤：根据离职证明模板所需字段抓取离职人员的信息参数；根据离职证明模板自动填入模板所需字段。本申请能够利用RPA技术实现离职流程自动开具离职证明方法，从而在减少人力的基础上，提高离职证明流程处理的效率，节省HR人员时间。

摘要： 本发明提供了一种银行行业离职预测方法、装置、设备及可读存储介质，涉及离职预测技术领域，本发明通过采用决策树模型和朴素贝叶斯模型结合，利用决策树模型的数据准备过程较为简单对数据的表达形式不敏感，并且能处理数值型或分类型数据，其能弥补朴素贝叶斯模型中对数据的敏感的问题；同时朴素贝叶斯模型对缺失数据较为不敏感，算法实施较简单，并且基于概率理论有很好的稳健性，能弥补决策树模型早训练数据集中会存在噪声影响，会造成过度拟合使预测精度下降的问题。综上所述本方法通过基于双算法的离职预测数学模型进行离职预测，可以有效减少有用信息的流失，且模型平均估计方法较模型选择方法相对更加稳健，从而提升离职率预测的准确度。

摘要： 本发明涉及员工离职预测技术领域，且公开了一种基于改进的gcForest员工离职预测方法，所述员工离职预测方法的过程为：(1)、建立算法基础；GcForest模型，其分为两个阶段：多粒度扫描和级联森林，多粒度扫描阶段将原始特征进行转化为类别概率向量作为输入特征，输入特征在级联森林阶段经过多个级联层得出预测结果；在级联森林结构中，每一层都包含两种森林：随机森林和极端森林，每个随机森林和极端森林内部由若干个随机树组成；该模型通过在gcForest的级联部分加入CatBoost模型以及gcForest的末尾连接AdaBoost模型，使gcForest能够处理更加复杂的问题，提升了gcfoest的准确性。并应用该模型实现对某企业的员工离职预测，实验结果显示，改进的gcForest模型的预测准确率为89.68％，AUC为0.720。

摘要： 本发明涉及计算机技术领域，特别是涉及一种离职转岗管控方法、装置、计算机设备和存储介质，包括：接收到人力资源管理者发起的离职转岗申请后，转发给离职转岗人员；接收到离职转岗人员的确认操作后，转发给直线经理；接收到直线经理的审批通过操作后，由离职转岗人员以及业务接收人员配合完成离职转岗交接；对于离职人员则生成电子离职证明。本发明由人力资源管理者发起离职申请，经由直线经理确认后系统自动生成待交接事项，由离职转岗人员以及业务接收人员配合完成离职转岗交接，节约了交接时间，有效防止了交接事项的错漏，做到事无巨细的自动管控，提高了用户满意度。

摘要： 本发明公开了一种语音客服员工离职预警与管理方法，包括以下步骤：S1、按照时间顺序对员工生产指标进行划分，以一周为时间维度划分指标；S2、通过数据清洗、数据预处理、数据分析方式得出影响员工离职的特征信息。本发明以RFE和LightGBM结合构建模型，对多种相关特征进行提取与系统自动化指标审核，达到较为准确的预测出要离职人员的数量及指标异常员工数量，降低公司人力成本、培训成本和时间成本；具体优点与效果如下：(1)能够更加全面、准确的描述员工的状态，精准的对员工离职进行预警，极大了节省了培训招聘成本；(2)能够最大化的增加离职预测的可信度；(3)形成了自动化的指标对比体系，提高了可靠性，节省了时间成本。

摘要： 本发明涉及人工智能技术，揭露了一种员工离职预测方法，包括：获取工作场景下的特征数据集；对特征数据集进行缺失值填充，得到标准特征数据集，其中，标准特征数据集中包括静态特征数据集及动态特征数据集；利用静态特征数据集构建初始预测模型，利用初始预测模型计算特征数据集的初始离职概率，得到初始概率集；提取动态特征数据集中的时序特征，得到时序特征集；利用时序特征集及初始概率集构建员工离职预测模型，利用所述离职预测模型计算员工离职概率。本发明还提出一种员工离职预测系统装置、电子设备以及存储介质。本发明可以提高员工离职预测的准确度。

摘要： 本申请的实施例揭示了一种基于ESOP的离职处理方法、系统、设备及存储介质，方法包括：创建离职方案，离职方案包括授予信息和配置信息，其中，授予信息用于描述授予给对象的激励信息，配置信息用于描述离职处理事项；确定与目标对象匹配的目标离职方案；当根据目标离职方案生成目标对象的离职流程时，展示处理后目标对象的授予信息和配置信息；接收用于确认目标对象的授予信息和配置信息的确认消息，以完成目标对象的离职流程。本申请实施例的技术方案通过创建离职方案，以支持对象离职的所有相关事项，极大的提高公司管理员的处理效率。

摘要： 本发明公开了一种基于团队社会网络的员工社会化及离职预测，基于公司内部关系网络特性和内部员工的关系环境，构建一个深层次的员工在团队内部社会化水平和离职倾向和行为的预测，本发明基于企业360度调研获取员工为中心的社会网络数据，并建立多层次的指标评价体系，对员工的社会化程度和离职倾向进行分析和预测。实现对员工基本态度的把握，并深度探究其成因机制以及发展趋势，使企业可以据此更好的了解员工，建立更加科学合理的管理体系，实现企业人力资源效率的巨大提升。