人工智能產(chǎn)業(yè)對促進中國經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型升級、推動經(jīng)濟高質(zhì)量發(fā)展具有重要意義。當(dāng)前,人工智能產(chǎn)業(yè)發(fā)展對資金依賴性意義增強,融資效率已成為影響人工智能產(chǎn)業(yè)發(fā)展的關(guān)鍵因素之一。本文基于Super-SBM和Logit模型對我國人工智能產(chǎn)業(yè)的融資效率進行測度,實證結(jié)果顯示,我國人工智能產(chǎn)業(yè)的整體融資效率不高,大部分處于非效率狀態(tài);從影響因素上看,資產(chǎn)負(fù)債率、營業(yè)收入增長率和凈資產(chǎn)收益率對人工智能產(chǎn)業(yè)上市公司融資效率具有顯著影響。
【文章目錄】：
引 言
1 相關(guān)文獻綜述
2 融資效率模型的構(gòu)建與變量選擇
    2.1 基于Super-SBM的融資效率模型
    2.2 Logit模型
3 實證研究
    3.1 數(shù)據(jù)來源及數(shù)據(jù)處理
    3.2 融資效率的整體評價
    3.3 融資效率影響因素分析
4 結(jié)論與啟示

【相似文獻】

相關(guān)期刊論文 前10條

1 嚴(yán)偉祥;;基于Logit模型的創(chuàng)業(yè)板上市公司高管離職動因分析[J];當(dāng)代經(jīng)濟;2016年34期

2 徐清;;金融發(fā)展、生產(chǎn)率與中國企業(yè)對外直接投資——基于大樣本企業(yè)數(shù)據(jù)的Logit模型分析[J];投資研究;2015年11期

3 荀倩;;基于Logit模型的我國上市公司財務(wù)欺詐識別研究[J];經(jīng)貿(mào)實踐;2015年13期

4 趙紅;張莎;;基于logit回歸模型的顧客資產(chǎn)驅(qū)動因素與忠誠意向關(guān)系實證研究[J];數(shù)學(xué)的實踐與認(rèn)識;2010年10期

5 韓耀軍;張靈;;信息技術(shù)投資對企業(yè)內(nèi)部控制中信息與溝通的影響研究——基于排序多元Logit模型的實證分析[J];上海管理科學(xué);2017年04期

6 郭玉華;;微型企業(yè)信用風(fēng)險評估——基于Logit模型的分析[J];經(jīng)濟論壇;2011年11期

7 梁瑞強;徐佳佳;;基于Logit模型的公司債務(wù)期限選擇影響因素分析[J];中國證券期貨;2011年05期

8 宋林;彬彬;;我國上市公司跨國并購動因及影響因素研究——基于多項Logit模型的實證分析[J];北京工商大學(xué)學(xué)報(社會科學(xué)版);2016年05期

9 張明國;李成剛;;基于Logit模型的戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)財務(wù)風(fēng)險影響因素研究[J];時代金融;2017年35期

10 杜俊樞;郭毅;;中國情境下企業(yè)社會資本與核心競爭力關(guān)系研究——基于多項Logit模型的實證分析[J];華東經(jīng)濟管理;2014年03期

相關(guān)碩士學(xué)位論文 前10條

1 張中秋;基于KMV-Logit混合模型的上市公司信用風(fēng)險度量的實證研究[D];安徽大學(xué);2019年

2 蔣招鳳;基于Logit模型的財務(wù)報告內(nèi)部控制失效識別[D];浙江工商大學(xué);2013年

3 鄭艷會;基于Logit模型的我國商業(yè)銀行中小企業(yè)貸款信用風(fēng)險度量研究[D];東北大學(xué);2014年

4 錢楊;中小微企業(yè)關(guān)閉的Logit識別分析[D];浙江工商大學(xué);2017年

5 孫琳;基于Logit模型的中小企業(yè)信用風(fēng)險評估[D];山東財經(jīng)大學(xué);2013年

6 巫磊;基于Logit回歸模型的我國上市公司財務(wù)困境預(yù)測實證研究[D];西南財經(jīng)大學(xué);2009年

7 劉豐波;基于Logit模型的并購模擬分析[D];東北財經(jīng)大學(xué);2011年

8 吳國瑩;基于Logit效用函數(shù)的競爭選址研究[D];北京交通大學(xué);2015年

9 張利娜;基于Logit模型的我國上市公司財務(wù)危機預(yù)警分析研究[D];華東師范大學(xué);2012年

10 趙春媛;基于Logit回歸的中小企業(yè)商業(yè)信用風(fēng)險評估模型及實證研究[D];華東理工大學(xué);2014年

本文編號：2886828