人工智能產(chǎn)業(yè)發(fā)展對實(shí)現(xiàn)我國總體產(chǎn)業(yè)升級和供給側(cè)結(jié)構(gòu)性改革具有重要意義。該領(lǐng)域投資態(tài)勢向好,但融資渠道較為混亂。本文結(jié)合我國37家人工智能產(chǎn)業(yè)上市公司2013～2016年的融資數(shù)據(jù),首先采用了DEA方法對我國人工智能產(chǎn)業(yè)上市公司融資效率進(jìn)行測度,同時(shí)采用Malmquist指數(shù)法從動態(tài)角度來反映人工智能產(chǎn)業(yè)上市公司融資變化,然后通過Tobit方法構(gòu)建融資效率影響因素模型。從實(shí)證結(jié)果可以看出,人工智能產(chǎn)業(yè)融資效率不高,大多數(shù)企業(yè)并未達(dá)到DEA有效,綜合技術(shù)效率的不高主要是由于規(guī)模效率較低引起的;資本結(jié)構(gòu)、企業(yè)的營業(yè)能力和成長性與融資效率具有顯著的相關(guān)性,是影響融資效率的重要因素。最后從提高融資資金利用率、優(yōu)化融資結(jié)構(gòu)兩個(gè)方面提出了相關(guān)建議。 

【文章來源】：運(yùn)籌與管理. 2019年06期 北大核心CSSCI

【文章頁數(shù)】：9 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于三階段DEA模型的我國高新技術(shù)開發(fā)區(qū)創(chuàng)新效率研究[J]. 劉滿鳳,李圣宏.  管理評論. 2016(01)
[2]基于交叉效率DEA和熵IAHP對物流企業(yè)績效評價(jià)[J]. 楊德權(quán),薛云霞.  運(yùn)籌與管理. 2015(03)
[3]基于理想決策單元參照求解策略的DEA交叉效率評價(jià)模型[J]. 李春好,蘇航,佟軼杰,孫永河.  中國管理科學(xué). 2015(02)
[4]我國財(cái)務(wù)公司資金使用效率、動態(tài)變化及影響因素研究——基于DEA方法的實(shí)證分析[J]. 朱南,譚德彬.  金融研究. 2015(01)
[5]基于三階段DEA模型的我國碳排放效率分析[J]. 董鋒,劉曉燕,龍如銀,周德群.  運(yùn)籌與管理. 2014(04)
[6]考慮決策者風(fēng)險(xiǎn)偏好的機(jī)會約束DEA模型[J]. 查勇,宋阿麗,楊宏林,梁樑.  管理科學(xué)學(xué)報(bào). 2014(01)
[7]兩階段DEA前沿面投影問題研究——兼對我國上市銀行運(yùn)營績效進(jìn)行評價(jià)[J]. 王赫一,張屹山.  中國管理科學(xué). 2012(02)
[8]基于復(fù)合DEA和Malmquist指數(shù)的科技投入產(chǎn)出效率評價(jià)[J]. 陳燕武.  運(yùn)籌與管理. 2011(06)
[9]全要素生產(chǎn)率的指數(shù)估計(jì)與分解[J]. 王小波.  統(tǒng)計(jì)研究. 1992(02)

博士論文
[1]中國上市公司融資結(jié)構(gòu)研究[D]. 王玉榮.對外經(jīng)濟(jì)貿(mào)易大學(xué) 2004



本文編號：2943680