公共文化服务平台

搜索到3484篇“ 金融效率“的相关文章

天津金融效率测度及影响因素分析: 2025年; 金融效率是对金融部门投入与产出关系的综合性评估,一定程度上揭示了金融资源的配置效率及对经济增长的贡献程度。本文在借鉴已有研究成果的基础上,构建了天津金融效率综合评价指标体系,并运用数据包络分析(DEA)方法测算了近十年天津的金融效率,基于Tobit模型剖析了影响天津金融效率的主要因素,提出了提高天津金融效率的政策建议。; 韩潍灿; 关键词：金融效率数据包络分析 TOBIT模型

基于DEA-Malmquist模型的黑龙江省科技金融效率评价研究: 2025年; 论文对2014-2023年黑龙江省科技金融投入与产出数据进行了分析,采用DEA-Malmquist模型对该省的科技金融效率进行了评估。研究发现,静态分析表明黑龙江省科技金融效率总体上处于DEA弱有效状态,说明其总体水平亟待提高;动态分析表明黑龙江省亟需提升和改进相关技术。同时,根据实证分析结果,论文提出了完善科技金融政策体系、提升企业技术创新能力、充分发挥金融市场的调节功能、大力培养复合型科技金融人才等建议,以期进一步推动黑龙江省科技金融的发展。; 霍镜宇奚望园; 关键词：DEA MALMQUIST

中国科技金融效率与驱动因子的演化特征研究: 2025年; 文章运用超效率SBM模型和时空地理加权回归模型深入考察了2009—2021年中国30个省份科技金融效率的时空演化特征以及驱动因子的时空非平稳性。结果表明:考察期内,中国科技金融效率整体呈“M”型演变趋势,呈现东部>东北>中西部的格局。高效率地区逐年增加且逐渐向东部及东北地区转移,中低效率地区逐渐减少且集中于中西部地区。同时,科技金融效率的正向空间相关性显著。经济发展水平、对外开放程度、产业结构、环境规制强度、金融发展水平、金融监管水平等驱动因子对各省份科技金融效率的影响均表现出时空异质性特征。其中,经济发展水平与对外开放程度是推动科技金融效率提升的核心驱动力。; 张峰魏巍

农村金融效率:水平测度与时空演变: 2024年; 农村金融作为农村经济的重要组成部分,其运行效率的高低直接影响到农村经济的发展质量。本文基于2009-2020年我国31个省份(自治区、直辖市)农村金融相关指标的面板数据,采用超效率SBM-Malmquist模型,对我国农村金融效率水平进行了评价和分析。研究发现:农村金融的整体效率偏低,综合效率较低主要是由于纯技术效率不足引起。各省级行政区的农村金融效率在空间分布上存在显著的差异。农村金融全要素生产率没有明显变化,但存在较大的波动性,同时各省级行政区的全要素生产率表现出显著的异质性。综合效率(静态)与全要素生产率(动态)相结合,呈现出“东部-中部-东北-西部”依次递减的趋势。提出加强技术创新和管理水平提升、促进区域合作和交流、优化金融资源配置等政策建议,以推动农村金融全面、均衡、高质量发展。; 熊盼; 关键词：农村金融全要素生产率

数字金融对金融效率的影响分析——以北京市为例: 2024年; 中央金融工作会议指出,要做好包括数字金融在内的五篇大文章,以促进我国金融高质量发展。文章采用2010—2020年北京市宏观经济数据,运用数据包络法测算了北京市金融效率,并以此作为被解释变量,建立了以数字金融为核心解释变量的多元统计模型,研究了数字金融对金融效率的影响因素。结果发现:数字金融促进了金融效率提高,保险市场对北京金融效率有积极的正向影响,第三产业人员占比与金融效率呈反向关系。据此提出继续加大对数字金融的研究与投入,积极支持保险市场发展,政府增加科技教育培训支出等政策建议,以供相关人员参考与借鉴。; 韩贵新韩坤宇; 关键词：金融效率数字金融

金融效率视角下北京金融业高质量发展之路: 2024年; 采用2011—2020年北京市16区的金融数据,运用DEA—malmquist模型,对北京市16个区的金融效率进行了实证检验。实证结果表明:北京市各区的金融效率是逐年提高的;各区金融效率具有明显的差异,表明北京市各区的金融发展水平处于不同的阶段;海淀区受益于金融科技的普遍推广与使用,金融效率水平最高。据此,文章建议北京市各区应根据各自实际的金融发展水平,制定适应于本区的金融发展模式,以更好地促进金融与经济的高质量发展。; 韩贵新韩坤宇; 关键词：金融效率

中国科技金融效率的地区异质性与灰色关联度——基于面板SFA的实证: 2024年; 增强对科技创新的金融支持对金融供给侧改革和经济高质量发展均至关重要。但现有针对科技金融效率的研究在实证方法和研究结论上均有分歧。基于修正的“四分量”面板随机前沿模型,运用中国2013—2017年的省际面板数据,对中国的区域科技金融效率进行整体测算和结构分解,并结合灰色关联分析搜索相关联动因素。研究显示:第一,忽略地区异质性影响会显著高估区域科技金融效率水平,但简单将所有不随时间而变化的地区异质性都假设为无效率项又会造成区域科技金融效率水平的明显低估,指标选择、模型设计与异质性控制是当前各种测算结果分歧广泛的根源;第二,中国科技金融效率的区际差异主要由地区固定效应和持续无效率项所主导,并依托于整体经济社会文化环境,短期政策刺激或单一政策扶持的作用相对有限;第三,提升科技金融效率的长效机制需要立足于经济社会文化的配套改革,其中文化氛围、经济增速和开放程度三个要素最为关键。因此,推动中国科技金融效率的整体提升和区际平衡,既要避免“一刀切”倾向,又要在政策设计上立足长短结合,并致力于稳增长、促开放和塑文化的配套性改革。; 王韧朱晓庆李志伟

长江经济带农村金融效率测度评价——基于2015-2020年面板数据分析: 2024年; 本文通过从财力、物力和生产总值等方面构建评价指标体系,结合DEA-ML模型,对长江经济带农村金融效率从静态和动态两个层面进行测度分析与评价。研究结果表明:长江经济带绝大多数省份农村金融效率偏低,各省份之间存在不平衡现象;中期阶段全要素生产率变化波动较大,后期趋于平稳;全要素生产率的变化情况与综合技术效率变化情况基本吻合,且纯技术效率变化指数对综合技术效率变化产生的作用比规模效率变化指数更强。; 冯志威李小元; 关键词：长江经济带农村金融

科技金融效率测度及其影响因素组态研究: 科技是促进经济发展的核心动力,金融是实现以创新驱动发展的关键要素,实现科技与金融高效融合能够促进我国经济向高质量发展结构转型。科技金融能为经济发展提供长期竞争优势,能够提升创新能力及促进创新成果转化,衡量科技金融效率能够...; 马婧; 关键词：科技金融影响因素

中国GDP万亿城市科技金融效率评价: 高质量发展是我国建设社会主义现代国家的首要任务,这个过程必然离不开科学技术的进步,科技发展的重要性不言而喻,而科技创新是投入高、风险高、周期长的活动,这决定了科技创新要想发展长远必须依靠金融支持,科技金融投入产出效率的高...; 王翻玲; 关键词：科技金融数据包络法 TOBIT模型

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈