基于DEA-Tobit方法的人工智能行業(yè)上市公司融資效率研究

劉 超, 傅若瑜, 李佳慧, 周文文

(1.北京工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院,北京 100124; 2.清華大學(xué) 生命科學(xué)學(xué)院,北京 100062)

0 引言

在當(dāng)前，推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合是加快建設(shè)制造強(qiáng)國(guó)，加快發(fā)展先進(jìn)制造業(yè)的重要過程。人工智能是國(guó)際競(jìng)爭(zhēng)的新焦點(diǎn)，將成為引領(lǐng)未來的戰(zhàn)略性技術(shù)。學(xué)術(shù)界對(duì)于人工智能未有明確的定義，較為主流的定義為使用機(jī)器代替人類實(shí)現(xiàn)認(rèn)知、識(shí)別、分析與決策等，是一門綜合計(jì)算機(jī)科學(xué)、生理學(xué)、哲學(xué)等的交叉學(xué)科。其自誕生之初就引起國(guó)內(nèi)外學(xué)者的廣泛關(guān)注并掀起資本市場(chǎng)的投資熱潮。2016年，據(jù)Vennture Scanner的不完全統(tǒng)計(jì)，全球共有957家人工智能公司，囊括深度學(xué)習(xí)、語(yǔ)音語(yǔ)義識(shí)別、機(jī)器視覺等13個(gè)領(lǐng)域，融資金額高達(dá)48億美元，人工創(chuàng)投金額在2011～2016年五年間增長(zhǎng)約12倍，截止到2016年，我國(guó)人工智能企業(yè)有366家，僅2015～2016年間，人工智能領(lǐng)域獲投金額在90億人民幣左右，人工智能對(duì)于培育新興產(chǎn)業(yè)發(fā)展、產(chǎn)品創(chuàng)新和智能終端的發(fā)展具有重要意義。

現(xiàn)階段，我國(guó)人工智能產(chǎn)業(yè)正處于發(fā)展初期階段，呈現(xiàn)融資速度快，但融資渠道混亂、融資效率低下的特征，這對(duì)深化我國(guó)供給側(cè)結(jié)構(gòu)性改革，優(yōu)化產(chǎn)業(yè)改造、產(chǎn)業(yè)價(jià)值鏈升級(jí)帶來一定的挑戰(zhàn)與阻力。因此，剖析我國(guó)人工智能領(lǐng)域融資現(xiàn)象，深入研究我國(guó)人工智能產(chǎn)業(yè)上市公司的融資效率和影響因素，有利于客觀反映整體的人工智能公司的融資效率發(fā)展?fàn)顩r和影響因素，對(duì)于加快現(xiàn)代制造業(yè)和服務(wù)業(yè)發(fā)展、瞄準(zhǔn)國(guó)際標(biāo)準(zhǔn)提高水平、促進(jìn)我國(guó)產(chǎn)業(yè)邁向全球價(jià)值鏈中高端、競(jìng)爭(zhēng)新一輪國(guó)際科技主導(dǎo)權(quán)、培育若干世界級(jí)先進(jìn)制造業(yè)集群具有重要的作用?！?br>