改革开放以来，中国M2/GDP长期上升却没有持续出现严重的通货膨胀、货币流通速度长期下降现象，被称为“中国货币之谜”.2008年— 2019年间，此现象更加显著.为了解释这一现象，本文根据中国的经济特征和30多种实际数据，拓展文献中研究房地产投资的模型结构，建立和校准了一个一般均衡模型.校准后的模型解释了12年间M2/GDP上升的42.27%和货币流通速度下降的49.70%.“反事实”分析表明，如果根据“十四五”规划，实现货币供应量基本匹配名义GDP增速，可以破解“中国货币之谜”，并有助于经济高质量发展.本文的主要贡献是提供了一个分析框架，可以量化房地产投资、地方政府债务等因素对M2/GDP上升和货币流通速度下降的影响.
在经济学领域的随机对照试验中，在经济学领域的随机对照试验中，受试者的分配通常按照完全随机的方式进行.然而，完全随机化可能无法使基线协变量在试验组和对照组间的分布均衡可比，导致试验的解释性与准确性降低，甚至会得出错误的分析结果.本文在经济学随机对照试验中引入协变量平衡自适应设计，该设计在分配过程中自适应地对协变量的平衡性进行调整，从而能够获得协变量在组间分布相对均衡的分配方案.本文基于一项探究个性化信息是否能够影响养老金个人账户储蓄的随机对照试验案例，分析比较了不同随机化设计对于在随机化试验中的协变量平衡以及处理效应估计等方面的影响.实证分析表明，相比于完全随机化，考虑协变量平衡调整的随机化设计能够降低组间的协变量的不平衡程度，并提高后续对于平均处理效应的估计精度和检验功效.
国内生产总值（GDP）实际增速是衡量国家经济运行状况的重要指标，但该指标以季度频率发布，相比于经济分析需求来说显得较为滞后.本文运用混频动态因子模型（MF-DFM）方法，基于大规模的月度经济数据对季度GDP实际增速进行短期实时预测，以提高经济分析的及时性.为有效提升大规模数据的利用效率，避免因子模型中指标选择的主观性，本文提出大规模数据下MF-DFM的指标选择方法，即将二元动态单因子模型的均方预测误差作为指标选取依据，能有效兼顾季月混频数据、缺失值以及“碎尾”数据等特征.实证结果表明，相比于传统的时间序列预测模型和常用的混频模型，基于二元模型指标筛选的MF-DFM在疫情前的经济平稳时期和疫情后的经济恢复时期对中国季度GDP增速均有较高的预测精度.同时，该方法对中国月度GDP实际增速的预测值与宏观经济一致指数有较高的同步性，可用于提升经济运行状况监测的时效性.本文为大规模数据条件下的经济实时监测预测预警提供了基于指标选择的新思路.
央行沟通是受到市场广泛关注的重要叙事文本，如何从高维文本中有效提取关键信息是有待深入研究的科学问题.本文将
当前，另类数据的应用为金融投资领域的学者和从业者提供了新的视角.本文构建了基于因子增广回归与深度神经网络的预测模型，实现了从财经类短视频和财经新闻等另类数据学习交易信号，并构建了中国股票市场投资交易策略.首先，将抓取的财经新闻匹配相应股票代码，并分解为文本数据和图像数据.其次，将文本数据输入文本数据学习框架，求解因子回归方程计算新闻文本得分情况；图像数据输入基于迁移学习搭建的图像识别深度神经网络模型，计算图像情绪指数和图像得分.对于抓取的财经类短视频，包含两步，第一步剥离音频数据转换为文本数据，利用训练好的文本数据学习框架计算短视频文本得分；第二步提取视频的关键帧，利用训练好的图像模型计算视频图像得分；文本得分与图像得分求和得到短视频数据得分.最后将财经类短视频得分、新闻报道的文本得分和图像得分求和得到股票投资信号，并将之作为构建投资组合的依据，制定合适的投资策略.研究结果表明，财经类短视频和财经新闻数据中包含了与股价相关的信息，能够有效预测市场变化，并为投资者带来超额收益.实证研究证实，另类数据在中国市场中具有重要影响力.通过对另类数据进行综合分析，本文为投资者提供了一个全面且有效的交易信号提取方法，有助于优化投资策略并实现更高的实际收益.
现有研究发现引入LDA（latent Dirichlet allocation）主题模型能够提高对公司财务违规的预测效果.为了进一步探讨主体模型中主题因子预测能力的来源，本文以2008—2019年我国3，397家A股上市公司18，220份年度报告为样本，在以往LDA的基础上加入公司、经理、宏观基本面变量作为主题选择变量，加入违规标签作为情景变量，对年报信息质量进行分析并提取高质量和低质量主题因子.本文基于半监督思想的结构化主题模型（structural topic model）的实证结果表明，基于STM的财务违规预测模型优于基于LDA、词频和财务指标的财务违规预测模型，其错误分类成本降低13%以上.进一步研究发现主题因子的预测能力更多地来源于公司规模、年龄、杠杆、固定资产占比等公司特征，而非反映经理特征的有关变量.本文的预测模型不仅能够预测重大违规事件，也能在精确度较高的前提下给出覆盖率较高的违规公司或安全投资标的.本文的研究在实践上对监管机构监测违规公司和投资者构建安全投资标的池具有重要参考价值.
本文探讨了产业数字化对行业性别雇佣偏好的影响效应及其背后的作用机制.理论上，产业数字化可以通过提升机械化水平、促进服务化转型和增强培训投入力度，改变各行业生产、销售过程中的工作模式和岗位需求偏好，进而改变各行业对性别的雇佣偏好.实证上，通过编制2002、2007、2012和2017年103个行业全口径分性别就业数据，测度了4个年度各行业的性别雇佣偏好，在量化行业产业数字化的基础上运用双向固定效应模型进行计量分析.结果表明，产业数字化水平的提升会使各行业整体更偏好雇佣男性劳动力，扩大两性在性别雇佣偏好上的差距.分样本回归发现，产业数字化对行业性别雇佣偏好的扩大作用在偏好男性以及第二产业组别中更为明显.机制分析检验发现，上述异质性是由于产业数字化对不同类型行业性别雇佣偏好的作用机制（机械投入水平、服务化转型程度或培训投入力度）差异所导致.本文的研究为理解数字技术赋能产业后对性别就业结构、行业性别雇佣偏好等方面的作用提供了理论和现实依据.
当前，加快建设高效规范、公平竞争、充分开放的全国统一大市场被党中央和国务院提升到全局和战略高度.本文从公平竞争的视角切入，基于我国地级市先后设立行政审批中心的公共政策实验，考察了以“放管服”为主要方向的行政审批改革对于打破垄断进而推动统一大市场建设的政策效果.研究发现：我国以行政审批中心为载体的行政审批改革有助于降低企业垄断势力并促进公平竞争.然而，由于“放管服”力度有限、未能有效降低企业实际面临的制度性交易成本，行政审批中心的设立仅在短期内降低了企业垄断势力，而长期来看并不具有持续推动企业进入和公平竞争的效果.进一步分析发现，设立行政审批中心仅对东部地区和非国有企业具有抑制垄断势力的短期效果.并且，相比于早期设立的行政审批中心而言，后期设立的行政审批中心对垄断势力的抑制效果更明显.文章的发现可为当前我国加快建设统一大市场提供直接的政策启示.
资本结构动态调整是企业价值提升的重要条件.本文以2010—2021年国有上市企业为样本，考察了国有资本授权经营制度改革对资本结构动态调整的影响.研究发现，国有资本授权经营制度改革对提升资本结构调整速度具有显著的促进作用.渠道检验表明，国有资本授权经营制度改革通过降低社会性负担以及治理管理者代理问题，提升了资本结构调整速度.进一步研究发现，在非国有股东持股比例较低、国有资本运营公司控股、低成长性、成熟期以及衰退期的企业中，国有资本授权经营制度改革提升资本结构调整速度的作用更显著.本文拓展了企业资本结构动态调整影响因素的研究，并且丰富了国有资本授权经营制度改革效果的研究，对于优化国有企业资本结构以及完善国有资本授权经营制度具有一定的现实启示.
黄金现货、ETF、期货等市场在维护一国经济稳定、增强国家信用、对冲金融市场波动等方面一直发挥着核心作用.最近几年，黄金价格历经多次剧烈波动.黄金现货、ETF、期货之间观察到了不同步不协同现象，加大了市场不确定性和风险.本文选取2015年至2021年黄金现货合约、华安黄金ETF、黄金期货主力合约每日收盘数据，探讨黄金现货、ETF、期货市场的动态联动及波动溢出效应.首先，构建MS-GARCH模型，研究三市场波动及区制转变关系；然后借助DCC-GARCH模型进一步探究三个黄金市场彼此之间的动态联动关系；最后使用溢出指数模型测度三市场间的波动溢出效应.结果表明：1)三市场一体化程度较高.DCC-GARCH模型表明：三市场收益率动态相关性绝大部分时间都维持在了0.9左右的水平.2)不同市场之间的动态联动性具有显著区别.DCC-GARCH模型表明：黄金现货与期货市场收益率之间的相关系数波动更为剧烈更为频繁.溢出指数模型表明：黄金现货市场在多数时期呈现为负向净溢出，绝大部分时间为溢出的接收者，黄金ETF、期货市场收益率多数时期为正向溢出，即绝大部分时间为溢出的传播者.3)样本期内，三市场波动溢出具有动态特性.MS-GARCH模型平滑概率图发现2019年后三市场收益率在高、低波动状态的持续时间都比较短，两种状态的交替更加频繁.DCC-GARCH模型表明三市场收益率相关系数在2015年、2018年后都有显著下降.溢出指数模型表明；三市场的总溢出指数在2019年出现较大波动，一度下探到55%；2019年对外溢出指数(TO)和接收溢出(FROM)均出现了显著的下降，黄金现货市场降幅最大，分别下降到43%、50%；2019年黄金现货、ETF市场收益率的净溢出指数波动较大，也观察到了黄金现货到ETF、现货到期货的净成对溢出指数的大幅波动.
企业创新研发活动对促进经济社会的绿色可持续发展具有重要意义.绿色信贷政策如何影响信贷资金于高碳行业内部在研发强度不同企业之间的配置尚不明朗.本研究使用2007年—2019年共620家高碳排上市公司数据，使用T检验、混合截面回归模型、双重差分模型等方法，研究了绿色信贷政策如何对研发强度不同的高碳企业的信贷融资产生差异化影响.研究发现，从信贷数量视角来看，2012年颁布的《绿色信贷指引》显著导致在高碳行业内部信贷资金更多地被配置给了研发意愿高、研发投入大的企业.尽管绿色信贷政策导致高碳行业整体的信贷规模下降，但研发投入较高的企业所受影响相对较小.从信贷价格视角看，随着金融市场的发展，相比于研发投入低的高碳企业，高研发投入的高碳企业所受的信贷优惠逐渐加大，但尚没有充足的证据说明在该过程中《绿色信贷指引》产生了显著影响.
绿色金融不仅是碳市场的“衍生品”，还能盘活碳资产流动性，强化碳市场价格发现功能，因此碳市场与绿色金融市场之间存在互补关系.为此，本文搭建“碳交易-绿色金融”的市场互补理论，演绎出“绿色金融有利于碳市场发展，碳市场规制能够激励企业绿色创新积极性，催生绿色金融投融资接口，激发绿色金融市场活力”的结论，据此提出可供实证检验的理论假说.进而，基于七省市碳交易试点地区经验数据，建立固定效应面板模型和双重差分模型，并引入绿色金融中介变量进行传导机制分析，实证结果显示：绿色金融工具对碳市场发展具有显著的激励效果，即绿色金融水平提高1%，显著推动碳市场发展程度上升约0.657%，但这种推动作用具有滞后性；碳市场规制政策对企业绿色创新具有显著挤进效应，且大规模企业受到创新引导力度较强，绿色投资和绿色信贷工具对该挤进效应起到正向调节作用；最后，证实了碳规制对绿色金融市场水平提升存在直接正向影响，验证了碳市场和绿色金融之间的双向激励作用.基于上述实证结论，本文提出优化碳市场机制设计和完善绿色金融体系建设的相关政策建议，以推进碳市场和绿色金融良性协同共生，为企业低碳绿色创新筑巢，高效有序实现双碳目标.
随着全球贸易的发展，世界各国间的隐含碳排放转移规模不断扩大，深入了解中国在全球贸易中的隐含碳排放情况有利于中国争取更多的碳排放权并实现公平性发展.通过构建二氧化碳排放清单和多区域投入产出表，本研究定量估计全球140个国家和地区在2004年、2007年、2011年和2014年全球贸易中的隐含碳排放，并从具体行业层面进行了分析.研究发现，2004—2014年各国间的碳排放交换关系进一步加强，隐含碳排放规模同样不断扩大.2014年全球贸易二氧化碳转移量高达53亿吨左右，约占全球总排放量的四分之一.中国成为世界隐含碳排放出口的中心，承担了全球五分之一以上的贸易碳转移，而美国则成为进口中心.中国净出口隐含碳从2004年的956百万吨增加到2014年的1201百万吨，成为愈发典型的隐含碳净出口国，中国出口结构主要集中于能源密集型和碳密集型的制造业，而进口结构涉及采矿业、普通制造业、交通运输业等多个部门.为减少隐含碳排放，中国应积极主张基于生产侧与消费侧共同承担碳排放责任的核算机制，以确保中国获得公平合理的排放额度和排放权，整顿高污染行业，优化进出口贸易结构，加速低碳转型的力度，提高能源利用效率.
在险增长是稳增长与防风险的一个分析框架，而稳增长与防风险又是统筹安全与发展的“迷你版本”.作为宏观经济分析新范式构建的一种尝试，我们利用非线性期望理论研究经济增长均值、方差均不确定的在险增长问题，非线性期望理论的主要特点或优势在于经济增长波动的“内生刻画”、风险度量的底线思维与区间思维以及数据处理的“单向独立”等.本文的主要边际创新和贡献在于：1）理论上从经济增长G-分布满足的偏微分方程的初值条件的单调和凸凹变化给出G-顶点分布的解析和定义，由G-顶点分布给出G-在险值（G-VaR，G-Value-at-Risk）的刻画；2）阐释用G-VaR度量在险增长的区间数据思维，实证检验表明均值、方差不确定的在险增长精度最高且对经济增长的影响最为显著，给出在险增长走廊的刻画等；3）最大波动性与经济增长负相关，最小波动与经济增长正相关，经济出现负增长前滚动标准差直线上升，部分解释现有经济增长领域的“波动性悖论”等.
官方微信公众号：计量经济学报
