原创《战略性新兴产业金融支持效率》：本文是一篇关于新兴产业论文范文，可作为相关选题参考,和写作参考文献。
【摘 要】 在供给侧改革背景下,如何提升金融支持效率,增强金融对实体经济支撑能力显得至关重要.以广东省战略性新兴产业为研究对象,采用DEA模型和Malmquist指数模型分别测度了广东省各地区战略性新兴产业的金融支持效率,研究发现,广东省战略性新兴产业金融支持效率不高,大部分企业处于综合效率无效状态,但发展呈整体上升趋势.文章最后对提高新兴产业金融支持效率提出相应政策建议,包括提升银行金融支持服务、提高产业创新水平和鼓励企业进行并购等.
【关键词】 战略性新兴产业； 数据包络分析（DEA）； 金融支持效率
【中图分类号】 F830 【文献标识码】 A 【文章编号】 1004-5937（2016）24-0071-04
一、引言
改革开放以来,我国经济迅猛发展,综合国力和竞争力显著上升,但以投资需求拉动为主的高速增长模式,带来了供给与需求之间的不平衡,已经不再具备可持续的动力点.面对经济下行压力和传统动能减弱,国家开始着力推动结构性改革,而大力发展战略性新兴产业,努力形成新的经济增长点,已形成共识.战略性新兴产业以科技创新为依托,促进全要素生产率提升,对经济社会具有全局带动和重大引领作用,是转变经济发展方式、调整经济结构的重要途径.战略性新兴产业的培育需要政策、资金、管理、科学技术、人才等多方面的支持,而金融支持起着基础和支柱性的作用,因此,战略性新兴产业如何获得足够的资金和有效利用资金达到产出的最大化关系到产业能否健康发展.
随着供给侧改革的推进,会有更多的金融资本从传统行业流向新兴产业,金融支持的效率决定了战略性新兴产业的创新能力和先进水平,因此,如何提升金融支持效率,增强金融对新兴产业的支撑能力是一项重要的研究课题.本文拟以广东省为研究对象,进一步研究战略性新兴产业金融支持效率.近年来,广东省以国家首批促进科技和金融结合试点地区广州、佛山、东莞和深圳为基础,大力推动科技、金融和产业“三融合”,是科技金融政策创新和先试先行的重要试验田,对广东省战略性新兴产业金融支持效率进行深入研究,对全国各地促进金融和科技、产业的深度融合,为经济结构调整和动力转换营造良好的环境有重要的意义.
二、文献回顾
金融支持与产业发展的关系很早就受到国外学者的关注.Raghuram et al.[1]认为金融支持对产业的发展起促进作用.Raymond et al.[2]运用定量分析研究方法,得出金融市场体系越健全,对产业发展的促进作用越大,而其中私人银行在资源配置中发挥着支柱性的作用.Alessandra et al.[3]采用欧盟第二轮和第三轮科技创新的调查数据,分析了金融支持对英国新兴产业在创新活动中的作用,得出金融支持对产业发展尤其是新兴产业发展具有重要作用.
而国内关于金融支持对新兴产业发展的研究,主要分为以下两部分：
一是运用效率测度工具分析新兴产业的金融支持效率.熊正德等[4]对我国105家战略性新兴产业公司金融支持效率水平进行了DEA分析,在效率测度值的基础上建立了logit回归分析模型探讨金融支持效率的影响因素,结果表明不同产业之间金融支持效率存在差异,而直接融资方式对新兴产业的发展更有效；马军伟[5]运用DEA-Malm quist模型测度2008—2011年我国战略性新兴产业金融支持动态效率变化,由于金融技术水平偏低,在观测期内整体的金融支持效率呈下降趋势.
二是运用定性分析方法研究金融支持产业的发展路径.夏 和王晓东[6]以广州市为例,分析了金融支持新兴产业的现状和不足之处,并从发展股权投资、政府引导、建设多层次债券市场等方面提出相关政策建议；王认真[7]从商业银行的角度来分析银行在支持战略性新兴产业发展时的制约因素,并针对性提出支持产业发展的路径选择.
通过对现有研究成果的梳理可以看出,国外学者的研究主要侧重于金融支持对产业发展的理论研究,而国内学者则从发展的模式、路径、实证等方面对金融支持战略性新兴产业的发展做出较为全面的研究.但从地区平衡发展、政策支持效果的角度对战略性新兴产业的金融支持效率进行实证研究仍不多见,缺乏从整体平衡发展的角度考量金融支持效率.因此,本文以广东省为例,以2010—2014年作为样本观测期,运用DEA方法研究广东省内广佛莞深和其他城市各地区的战略性新兴产业金融支持效率,并比较其差异,以期能为全国各地战略新兴产业的平衡发展提供借鉴.
三、研究设计
(一)金融支持效率评价模型
1.DEA模型的基本原理
数据包络分析（Data Envelopment Analysis,DEA）是一种非参数的线性规划方法,该方法根据决策单元的统计数据,运用线性规划的方法构造有效的生产前沿面,处于前沿面上的点效率值为1,处于DEA有效；而位于前沿面线内的点的相对效率在（0,1）之间,未能达到有效状态,偏离程度越远,效率越低.
2.Malmquist指数模型的基本原理
Malmquist指数又称为全要素生产率指数,即TFP（Total Factor Productivity）,测算样本在不同时期内生产率变化的动态特征.由于本文采取的是规模报酬可变的BCC模型,Malmquist指数可分解为技术效率变化EC和技术变化TC的乘积.因此,本文在计算Malmquist指数时所采用的公式为：
M（yt+1,xt+1,yt,xt）等于××
其中xt,xt+1分别表示新兴产业公司在t期和t+1期的投入向量,而yt,yt+1表示在t期和t+1期的产出向量.Dt（xt,yt）和Dt+1（xt+1,yt+1）则分别表示以t期和t+1期技术作为参照面的决策单元与最佳前沿面的距离.
其中,EC等于
TC等于×
新兴产业论文参考资料：
结论：战略性新兴产业金融支持效率为关于本文可作为相关专业新兴产业论文写作研究的大学硕士与本科毕业论文新兴产业论文开题报告范文和职称论文参考文献资料。
