我国新能源产业金融支持效率及影响因素研究——基于DEA-Tobit模型的实证研究.docx

我国新能源产业金融支持效率及影响因素研究——基于DEA-Tobit模型的实证研究

1.引言

1.1新能源产业发展背景及金融支持意义

随着全球气候变化和资源枯竭问题日益严重，新能源产业成为各国竞相发展的战略性新兴产业。我国政府高度重视新能源产业发展，将其作为转型升级、绿色发展的重要举措。新能源产业具有投入大、风险高、周期长等特点，金融支持对其发展具有重要意义。

首先，金融支持可以为新能源产业提供充足的资金保障，促进技术创新和产业升级。其次，金融支持有助于降低新能源产业的市场风险和融资成本，提高企业竞争力。此外，金融支持还可以引导社会资本投向新能源产业，推动产业结构优化。

本文从金融支持的角度，研究我国新能源产业的效率及影响因素，旨在为政策制定者和企业提供有益的参考。

1.2研究方法与论文结构

本文采用实证研究方法，基于DEA-Tobit模型对我国新能源产业金融支持效率及影响因素进行分析。首先，运用数据包络分析（DEA）模型评价新能源产业金融支持效率；其次，利用Tobit回归模型探讨影响金融支持效率的主要因素。

论文结构如下：第一章引言，介绍研究背景、意义及方法；第二章分析我国新能源产业金融支持现状及问题；第三章介绍DEA-Tobit模型及其在新能源产业金融支持效率研究中的应用；第四章进行实证分析；第五章提出政策建议与展望；第六章总结研究结论与启示。

2.新能源产业金融支持现状分析

2.1我国新能源产业金融支持政策概述

自21世纪初以来，我国新能源产业得到了快速发展，这与国家层面的金融支持政策密切相关。国家通过出台一系列政策，为新能源产业提供了金融支持，主要包括以下方面：

财政补贴：对新能源企业给予直接的财政补贴，降低企业成本，提高市场竞争力。

税收优惠：对新能源企业实施税收减免、延期缴纳等优惠政策，减轻企业负担。

金融信贷支持：引导金融机构为新能源产业提供低息贷款、信用担保等金融服务。

产业基金：设立新能源产业投资基金，支持新能源产业技术创新和产业发展。

证券市场支持：鼓励新能源企业通过股票、债券等融资方式，拓宽融资渠道。

这些政策为新能源产业提供了有力的金融支持，促进了产业的快速发展。

2.2新能源产业金融支持现状及问题

尽管我国新能源产业得到了金融政策的支持，但金融支持现状仍存在以下问题：

金融支持力度不足：相较于新能源产业的投资需求，金融支持力度仍有待提高。

金融资源分配不均：金融资源在新能源产业内部的分配存在不均衡现象，部分企业难以获得足够的金融支持。

金融产品和服务创新不足：针对新能源产业的金融产品和服务较为单一，难以满足多样化的金融需求。

政策执行效果不佳：部分政策在执行过程中存在不到位、效率低下等问题，影响了金融支持的实际效果。

企业融资成本高：受多种因素影响，新能源企业融资成本较高，制约了企业的发展。

针对这些问题，有必要对新能源产业金融支持政策进行优化和调整，以提高金融支持效率，促进新能源产业的健康发展。

3.DEA-Tobit模型介绍与应用

3.1数据包络分析（DEA）模型

数据包络分析（DataEnvelopmentAnalysis，简称DEA）是运筹学、管理科学和数理经济学中一种重要的效率评价方法，由Charnes,Cooper和Rhodes于1978年提出。该方法主要用于评价具有相同类型投入和产出的决策单元（DecisionMakingUnit，简称DMU）之间的相对效率。

DEA模型的基本思想是：在给定的生产技术和生产规模下，通过对决策单元的投入产出数据进行综合分析，确定有效生产前沿面，进而评价各决策单元是否位于生产前沿面上，从而判断其相对效率。DEA模型包括CCR模型和BCC模型，前者适用于固定规模报酬的情况，后者适用于可变规模报酬的情况。

在新能源产业金融支持效率的研究中，DEA方法可以有效地评价不同地区、不同企业间金融支持效率的差异，为政策制定者和企业提供决策依据。

3.2Tobit回归模型

Tobit回归模型是一种处理因变量受限问题的计量经济学模型，由JamesTobin于1958年提出。当因变量受到某种限制，如只能取非负值时，可以使用Tobit模型进行估计。

在新能源产业金融支持效率的研究中，可能存在部分决策单元的效率值为0，即这些单元在生产前沿面的下方，无法实现有效生产。此时，采用Tobit模型可以对这些受限的效率值进行修正，从而得到更加准确的影响因素分析。

3.3DEA-Tobit模型在新能源产业金融支持效率研究中的应用

DEA-Tobit模型是将DEA模型和Tobit回归模型相结合的一种方法，用于解决效率评价和影响因素分析的问题。在新能源产业金融支持效率研究中，首先利用DEA模型计算各决策单元的相对效率，然后利用Tobit模型分析影响效率的各种因素。

具