大数据企业融资效率及其影响因素研究

发布时间：2024-05-21 03:59

　　我国大数据企业还处于发展初期阶段,研发创新是大数据企业发展的关键,充足的资金是技术研发的保障,但技术研发存在的不确定性导致企业经营风险较高,致使大数据企业陷入融资难的困境。所以,大数据企业的融资效率研究变得尤为重要且富有实际意义。本文对大数据企业融资效率进行评价并对其影响因素进行量化分析,旨在评估大数据企业融资效率真实水平,探究其融资效率的影响因素,为大数据企业提高融资效率水平及其面临的融资难题提供具体方法,为政府、企业及相关管理机构提供管理决策依据。本文采用三阶段DEA模型科学地评价2013²017年大数据企业融资效率水平并运用随机效应面板Tobit模型对融资效率影响因素进行研究。在一阶段融资效率实证结果表明,大数据企业整体融资效率水平在0.8左右波动。第二阶段实证结果发现,环境因素对企业投入松弛值产生较显著的影响,但这种显著性呈现出逐年减弱的现象。第三阶段实证分析中剔除环境因素和随机因素影响后得出真实的融资效率水平,发现大数据企业融资效率水平较第一阶段有所下降,大部分企业融资效率具有一定的提升空间。将融资效率分解成纯技术效率和规模效率后发现,融资效率无效是纯技...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景
    1.2 研究意义
        1.2.1 理论意义
        1.2.2 实践意义
    1.3 研究方法、框架与基本思路
        1.3.1 研究方法
        1.3.2 研究内容
        1.3.3 基本思路
    1.4 研究创新点
2 相关概念界定、理论基础及文献综述
    2.1 相关概念界定
    2.2 融资相关理论
    2.3 文献研究综述
        2.3.1 国外大数据企业研究现状
        2.3.2 国内大数据企业研究现状
        2.3.3 融资效率研究现状
3 大数据发展概况及融资现状
    3.1 大数据市场发展现状
    3.2 大数据企业发展的支持政策概况
    3.3 大数据企业发展情况
    3.4 大数据应用情况及应用趋势
    3.5 大数据企业融资情况及融资问题
4 大数据企业融资效率评价
    4.1 指标选取、样本来源及数据处理
        4.1.1 指标选取
        4.1.2 样本来源及数据处理
    4.2 三阶段DEA模型介绍
        4.2.1 DEA模型简介
        4.2.2 随机前沿分析法(SFA)简介
    4.3 大数据企业融资效率实证分析
        4.3.1 变量相关性分析及其数据描述性统计
        4.3.2 第一阶段DEA评价结果
        4.3.3 第二阶段SFA实证分析结果
        4.3.4 第三阶段DEA实证分析
    4.4 本章小结
5 融资效率影响因素实证研究
    5.1 影响因素选取及数据来源
    5.2 面板Tobit模型简介
    5.3 融资效率影响因素实证分析
        5.3.1 变量描述性统计
        5.3.2 面板Tobit模型实证结果分析
    5.4 本章小结
6 结论与建议
    6.1 研究结论
    6.2 政策建议
        6.2.1 微观管理建议
        6.2.2 宏观管理建议
    6.3 研究不足及未来研究方向展望
参考文献
附录
致谢



本文编号：3979576