-
作者
郑兵云朱少聪李邃
-
单位
安徽财经大学管理科学与工程学院安徽财经大学统计与应用数学学院
-
摘要
人工智能发展对促进中国经济结构转型升级、推动经济高质量发展具有重要意义，党的二十大报告指出要构建新一代信息技术、人工智能等一批新的增长引擎。目前，人工智能企业融资态势好，融资效率成为影响人工智能企业发展的关键因素之一。考虑到企业融资的竞争性，该文构建博弈交叉效率模型测度人工智能企业融资效率，并利用Tobit方法构建融资效率影响因素模型。实证研究表明：人工智能企业整体融资效率不高，且企业间差异明显；按均值进行分区，高中低融资效率企业变化趋势呈现高度一致性；从时序角度来看，2015—2020年呈现出下降—急剧上升—缓慢下降的总体趋势。Tobit模型表明，企业规模、盈利能力和成长能力均显著正向影响人工智能企业融资效率，债权融资水平会负向显著影响融资效率，股权集中度对人工智能企业融资效率无显著影响。最后，基于实证研究结果，提出优化人工智能企业融资效率的建议。
-
关键词
人工智能企业融资效率博弈交叉效率模型Tobit模型
-
基金项目(Foundation)
国家社科基金项目(编号：15BGL018)；安徽省高校自然科学研究重点项目(编号：KJ2021A0474)；
-
文章目录
一、文献综述
二、模型构建
(一)博弈交叉效率模型
(二)Tobit模型
三、变量选取与数据整理
(一)人工智能企业融资效率测度指标体系的建立
1.投入指标
2.产出指标
(二)影响因素的经验假设
(三)数据来源
四、实证分析
(一)人工智能企业融资效率分析
(二)人工智能企业融资效率影响因素分析
1.Tobit回归模型结果
2.Tobit回归模型结果分析
第一，债权融资水平在1%的水平上负向影响人工智能企业融资效率。
第二，股权集中度与人工智能企业融资效率呈现不显著的正向影响关系。
第三，企业规模在1%的显著性水平上正向影响人工智能企业融资效率。
第四，盈利能力在1%的显著性水平上正向影响人工智能企业融资效率。
第五，成长能力在5%的水平上正向影响人工智能企业融资效率。
(三)稳健性检验
五、结论和政策建议
-
引用格式
郑兵云,朱少聪,李邃.人工智能企业融资效率及影响因素研究——基于博弈交叉效率和Tobit模型[J].河北工程大学学报(社会科学版),2023,40(03):23-31.
河北工程大学学报（社会科学版） 
2023年第03期 
