我国新能源产业融资效率研究
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第8-18页 |
1.1 研究背景 | 第8-9页 |
1.2 研究意义 | 第9-10页 |
1.3 文献综述 | 第10-13页 |
1.3.1 新能源研究现状 | 第10-11页 |
1.3.2 新能源企业融资效率研究现状 | 第11-13页 |
1.4 研究思路与方法 | 第13-14页 |
1.4.1 研究思路 | 第13-14页 |
1.4.2 研究方法 | 第14页 |
1.5 研究框架 | 第14-18页 |
第2章 企业融资效率相关理论概述 | 第18-26页 |
2.1 企业融资相关概念综述 | 第18-21页 |
2.1.1 融资概念 | 第18页 |
2.1.2 融资方式 | 第18-19页 |
2.1.3 融资理论 | 第19-21页 |
2.2 效率理论 | 第21-22页 |
2.3 融资效率评价方法比较 | 第22-26页 |
2.3.1 模糊综合评价法 | 第22-23页 |
2.3.2 熵值法 | 第23页 |
2.3.3 回归分析法 | 第23页 |
2.3.4 数据包络分析法(DEA) | 第23-26页 |
第3章 我国新能源产业融资现状分析 | 第26-38页 |
3.1 我国新能源产业的发展现状 | 第26-29页 |
3.1.1 风能产业发展现状 | 第26-27页 |
3.1.2 太阳能光伏产业发展现状 | 第27-28页 |
3.1.3 生物质能产业发展现状 | 第28-29页 |
3.2 我国新能源产业融资效率概况 | 第29-34页 |
3.2.1 我国新能源产业融资方式 | 第29-32页 |
3.2.2 我国新能源产业融资效率影响因素 | 第32-34页 |
3.3 我国新能源产业融资效率困境 | 第34-38页 |
3.3.1 新能源产业融资效率低的外部原因 | 第34-35页 |
3.3.2 新能源产业融资效率低的内部原因 | 第35-38页 |
第4章 新能源产业融资效率评价 | 第38-56页 |
4.1 数据包络分析模型DEA | 第38-42页 |
4.1.1 DEA模型的基本原理 | 第38-39页 |
4.1.2 DEA模型的分类 | 第39-41页 |
4.1.3 DEA分析模型选择 | 第41-42页 |
4.2 融资效率评价指标选取 | 第42-43页 |
4.2.1 投入指标 | 第42-43页 |
4.2.2 产出指标 | 第43页 |
4.3 样本数据选择及处理 | 第43-46页 |
4.3.1 样本数据选择说明 | 第43-46页 |
4.3.2 样本数据的无量纲化处理 | 第46页 |
4.4 样本指标数据的统计性描述 | 第46-49页 |
4.4.1 样本的资产规模描述 | 第46-47页 |
4.4.2 样本的细分行业描述 | 第47-48页 |
4.4.3 样本的归属地区描述 | 第48-49页 |
4.5 我国新能源产业融资效率结果分析 | 第49-52页 |
4.5.1 我国新能源产业融资效率 | 第49-51页 |
4.5.2 新能源产业各细分行业融资效率 | 第51-52页 |
4.6 DEA-Malmquist指数变化分析 | 第52-56页 |
第5章 提高我国新能源产业融资效率的建议 | 第56-60页 |
5.1 微观层面的建议及意见 | 第56-57页 |
5.1.1 优化企业的股权结构 | 第56-57页 |
5.1.2 改善企业的融资结构 | 第57页 |
5.1.3 企业加强自身经营能力 | 第57页 |
5.2 宏观层面建议及意见 | 第57-60页 |
5.2.1 宏观经济状况建议 | 第57-58页 |
5.2.2 推进银行业与互联网金融的发展 | 第58-59页 |
5.2.3 提高科研能力 | 第59-60页 |
参考文献 | 第60-64页 |
附录 | 第64-66页 |
致谢 | 第66-68页 |
攻读硕士学位期间取得的研究成果 | 第68页 |