论文部分内容阅读
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2013~2017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术效率无效和规模效率无效共同导致,规模效率无效的影响程度更大。本文第二实证部分是融资效率影响因素的分析,结果显示,流动比率、EBITDA利息保障倍数、流动负债率对融资效率产生负向影响且影响系数分别为-0.01031、-0.00029、-0.00234并在1%的水平上显著;产权比率对融资效率产生正向影响且影响系数值为0.1384并在1%的水平上显著;成本费用利润率对融资效率产生正向影响且影响系数值为0.00635并在5%的水平上显著;营运资本周转率对融资效率产生正向影响且影响系数为0.01289并在10%的水平上显著;总资产、营业利润率及主营业务比率对融资效率产生正向影响且影响系数值分别为0.0001、0.00182及0.00061,但影响并不显著;应收账款周转率对融资效率产生负向影响且影响系数为-0.00008,但影响并不显著。最后,基于大数据企业融资效率及其影响因素实证结果提出研究结论,并从微观和宏观两个层面提出政策建议。