人工智能作為全球科技與產(chǎn)業(yè)變革的關(guān)鍵領(lǐng)域,已經(jīng)成為了推動經(jīng)濟可持續(xù)發(fā)展的強勁動力。與歐美等發(fā)達國家相比,我國的人工智能企業(yè)大多處于生長初期。因此,深入研究人工智能產(chǎn)業(yè)的融資效率對產(chǎn)業(yè)持續(xù)健康發(fā)展具有重要意義。整體來說,分別從靜態(tài)和動態(tài)兩個角度對人工智能上市公司截面數(shù)據(jù)與面板數(shù)據(jù)進行了融資效率評估,動靜結(jié)合,形成了一套比較科學(xué)完善的評價方法,對于有關(guān)企業(yè)及政府部門具有一定的參考價值。具體地,靜態(tài)分析層次,將傳統(tǒng)BCC模型中各決策單元純技術(shù)效率作為因變量,結(jié)合影響企業(yè)融資效率的外部環(huán)境變量(作為自變量),建立了Tobit回歸模型,從統(tǒng)計的角度分析驗證了外部環(huán)境因素對DEA模型下融資效率的線性影響。其次,針對現(xiàn)有文獻對融資效率實證研究中存在的識別能力不足、評價指標單一等情況,引入香農(nóng)熵信息度量指數(shù),不但考慮給定的輸入輸出指標體系,而且從變量組合的角度考察了所有投入產(chǎn)出指標體系的融資效率,相較于單個指標體系,其結(jié)果更易于識別且更加穩(wěn)定有效。此外,針對融資效率領(lǐng)域遇到的非期望產(chǎn)出問題,創(chuàng)新性的將生態(tài)低效率模型運用到了人工智能融資領(lǐng)域,計算得出了期望效率(EFE)、非期望效率(UFE)與低效率(PE)三組評價企業(yè)融資效率的指標得分與完整排名,并將其結(jié)果與CCR模型和香農(nóng)熵指數(shù)模型進行了橫向?qū)Ρ?側(cè)面說明了低效率模型對涉及非期望產(chǎn)出效率評估的準確性。動態(tài)分析層次,將全要素生產(chǎn)率分解為技術(shù)效率變動指數(shù)、技術(shù)進步指數(shù)、純技術(shù)效率變化指數(shù)以及規(guī)模效率變化指數(shù),更加詳盡的展現(xiàn)了人工智能行業(yè)融資效率內(nèi)部指標變化情況,同時還巧妙結(jié)合了香農(nóng)熵優(yōu)化模型與低效率模型,從曼奎斯特指數(shù)內(nèi)部分解、完整排名對比與非期望產(chǎn)出影響三個角度研究了人工智能行業(yè)融資效率的變化趨勢。結(jié)果表明,我國人工智能上市公司綜合融資效率較低,主要體現(xiàn)在純技術(shù)效率上,而規(guī)模效率的變化幅度不大,這說明行業(yè)整體上融資技術(shù)并不高,仍具有較大的投入產(chǎn)出空間。而經(jīng)過Tobit回歸剔除了環(huán)境變量的融資效率則顯示:我國人工智能上市公司真實的綜合效率有所提高,其資金的管理水平達到了較高層次,但規(guī)模效率仍舊較低,這也說明環(huán)境變量對人工智能產(chǎn)業(yè)融資效率有很大影響。此外,從香農(nóng)熵指數(shù)優(yōu)化模型、低效率模型與傳統(tǒng)CCR模型的橫向?qū)Ρ冉Y(jié)果來看,三者融資效率基本保持一致性,這也側(cè)面驗證了結(jié)果的有效性與可靠性,其融資效率結(jié)果可給予相關(guān)企業(yè)個體與政府一定的定量參考依據(jù),對于人工智能行業(yè)健康有序發(fā)展具有重大的現(xiàn)實意義。
【學(xué)位單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F224;F49;F832.51;F275
【部分圖文】：

近 10 年來隨著三因素的共同進步，人工智能領(lǐng)域研究已經(jīng)突破了早期被算法和計算能力以及數(shù)據(jù)量限制的瓶頸，引發(fā)了“深度學(xué)習(xí)”的方法浪潮。并以此在語音語義識別、圖像識別、動作控制等領(lǐng)域有了新的突破，同時隨著硬件技術(shù)的提升，不斷擴張應(yīng)用的邊界。人工智能的發(fā)展迅速，各國已經(jīng)充分認識到了人工智能產(chǎn)業(yè)發(fā)展對人類發(fā)展的重大意義，連續(xù)出臺了相關(guān)扶持人工智能產(chǎn)業(yè)振興發(fā)展的政策，積極推動人工智能在各個細分領(lǐng)域的滲透。2016 年 5 月，國家四部委聯(lián)合頒布《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》，明確提出要培育發(fā)展人工智能新興產(chǎn)業(yè)、推進重點領(lǐng)域智能產(chǎn)品創(chuàng)新、提升終端產(chǎn)品智能化水平[1]。2017 年 6 月，人工智能產(chǎn)業(yè)聯(lián)盟成立，旨在團結(jié)人工智能領(lǐng)域領(lǐng)軍科研機構(gòu)、企業(yè)以及投資平臺，從上到下、從里到外共謀發(fā)展。在此期間人工智能投資呈現(xiàn)持續(xù)上升狀態(tài)。根據(jù)咨詢公司 Venture Scanner統(tǒng)計，截止 2016年底，全球人工智能公司已突破 1000家，涉及領(lǐng)域非常廣泛，共跨越 13 個子門類，融資金額高達 48 億美元。其中是人工智能創(chuàng)投金額增長最為迅速，在五年間增長了 12倍。

數(shù)據(jù)來源：中國信通院發(fā)展報告圖 1-2 中美人工智能產(chǎn)業(yè)累計融資額對比Figure 1-2 Comparison ofAccumulated Financing Amount ofArtificial Intelligence Industrybetween China and the United States1.2.3.2 我國人工智能產(chǎn)業(yè)的融資現(xiàn)狀資本市場敏銳地捕捉到人工智能的商業(yè)化前景，我國人工智能領(lǐng)域投融資熱度快速升溫。2000-2016 年，中國人工智能融資規(guī)模累積達 27.6 億美元。其中，2014-2016年三年是中國人工智能發(fā)展最為迅速的時期。在這三年里人工智能融資規(guī)模占總數(shù)的 93.59%，投資頻次占總數(shù)的 87.22%。

數(shù)據(jù)來源：中國信通院發(fā)展報告圖 1-2 中美人工智能產(chǎn)業(yè)累計融資額對比Figure 1-2 Comparison ofAccumulated Financing Amount ofArtificial Intelligence Industrybetween China and the United States1.2.3.2 我國人工智能產(chǎn)業(yè)的融資現(xiàn)狀資本市場敏銳地捕捉到人工智能的商業(yè)化前景，我國人工智能領(lǐng)域投融資熱度快速升溫。2000-2016 年，中國人工智能融資規(guī)模累積達 27.6 億美元。其中，2014-2016年三年是中國人工智能發(fā)展最為迅速的時期。在這三年里人工智能融資規(guī)模占總數(shù)的 93.59%，投資頻次占總數(shù)的 87.22%。
【參考文獻】

相關(guān)期刊論文 前10條

1 李文新;張丹;周本彩;;戰(zhàn)略性新興產(chǎn)業(yè)資本市場融資效率影響因素研究——來自A股市場的經(jīng)驗數(shù)據(jù)[J];商業(yè)會計;2015年23期

2 王娟;鄭浩原;;環(huán)境約束下中國電力行業(yè)全要素生產(chǎn)率研究——基于Malmquist-Luenberger生產(chǎn)率指數(shù)的面板數(shù)據(jù)分析[J];東北財經(jīng)大學(xué)學(xué)報;2015年06期

3 張華;韓盼盼;于佳;;民營企業(yè)融資效率的影響因素研究——基于生命周期[J];改革與開放;2015年15期

4 黃玉英;余克艱;婁淑珍;;整合視角下中小企業(yè)融資效率影響因素研究[J];科技進步與對策;2015年15期

5 沈瀅俐;;基于DEA-Malmquist模型的我國農(nóng)村水利項目投入產(chǎn)出效率及區(qū)域差異分析[J];山東農(nóng)業(yè)科學(xué);2015年04期

6 周昌仕;郇長坤;;涉海產(chǎn)業(yè)類企業(yè)融資效率及影響因素測評研究——基于DEA-Random Effects Models的經(jīng)驗數(shù)據(jù)[J];中國海洋大學(xué)學(xué)報(社會科學(xué)版);2015年02期

7 崔杰;胡海青;張道宏;;非上市中小企業(yè)融資效率影響因素研究——來自制造類非上市中小企業(yè)的證據(jù)[J];軟科學(xué);2014年12期

8 李莉;;我國企業(yè)融資效率評價與影響因素分析[J];商業(yè)時代;2013年11期

9 王安民;談俊英;;陜西中小企業(yè)融資效率的模糊綜合評價與實證分析[J];中國證券期貨;2011年12期

10 楊海維;;中小企業(yè)融資效率的模糊綜合評價和實證分析[J];華北金融;2010年08期

相關(guān)博士學(xué)位論文 前2條

1 王新紅;我國高新技術(shù)企業(yè)融資效率研究[D];西北大學(xué);2007年

2 盧福財;企業(yè)融資效率分析[D];中國社會科學(xué)院研究生院;2000年

相關(guān)碩士學(xué)位論文 前2條

1 姜琳;基于DEA-Malmquist-Tobit和SD模型的新三板股權(quán)融資效率評價研究[D];華南理工大學(xué);2018年

2 董丁銘;我國環(huán)保企業(yè)融資效率研究[D];北方工業(yè)大學(xué);2012年

本文編號：2881074