本文开创了一种利用多个大语言模型 (LLMs) 作为异质性代理人的经济和公共政策分析新方法. 我们首先在两种不同场景下评估了主流 LLMs 解决两期消费分配问题的经济决策能力: 一种基于显式效用函数, 另一种依靠直觉推理. 不同于先前仅通过调整提示词模拟代理异质性的研究, 我们创新性地利用不同 LLMs 之间固有的分析能力差异来模拟具有不同认知特征的经济主体. 基于这些发现, 我们构建了基于多个 LLM 代理的 (multi-LLM-agent-based, MLAB) 框架, 将各种 LLMs 映射到特定教育群体及其对应收入阶层. 通过利息收入税政策案例研究, 我们展示了 MLAB 框架如何模拟政策对不同群体的差异化影响, 为经济和公共政策分析开辟了富有前景的新路径.
改革开放以来中国创造了举世瞩目的经济增长奇迹. 对于一个具有中国特色的社会主义市场经济国家, 如何正确总结其经济发展经验, 并上升到具有一定普遍意义的经济增长理论, 需要对我国公有制经济和非公有制经济进行测算. 党的二十届三中全会提出要 “开展国有经济增加值核算”. 本文基于国家统计局正式公布的数据, 从国民经济各行业门类入手, 对以国有经济为主的公有制经济增加值和以民营经济为代表的非公有制经济增加值进行了测算, 对 1978 年以来公有制经济和非公有制经济相关历史数据空白进行了初步弥补. 本文测算结果揭示了改革开放以来中国经济的总体所有制结构和行业门类的所有制结构变化, 为进一步深入研究中国经济增长奇迹提供了重要的统计数据基础.
本文提出 “宏观经济学第一章悖境”, 通过系统剖析国内生产总值 (gross domestic product, GDP) 的十一个 “测度陷阱”, 梳理并揭示其中显在和隐含的经济统计学学理. 试图打破对 GDP 统计的两大误解, 从而表明: “政治算术” 并不因其算术而简单, 社会经济意义的 “可加性” 和 “可比性” 其实很难实现; 国际统计标准往往基于本学科阶段性的认知, “带病运行” 无可避免, 从而需要深究; 经济统计学是一个需要持续深耕的基础性学科领域, 否则, 我们对 “国家显著事项” 的判断就容易出现偏误, 经济学理论本身的发展也会面临颠覆性的风险.
本文利用 2012–2023 年 18 个 “一带一路” 共建国家的各项宏观经济指标, 通过构建分位数因子增强向量自回归模型 (QFAVAR) 刻画各国宏观指标的中位数和尾部分位数, 分析来自中国和其他全球性冲击对 “一带一路” 共建国家宏观经济指标的影响. 研究结果表明: 1) 中国经济政策不确定性和人民币汇率波动性的下降有利于降低共建国家物价和产出的不确定性; 2) 新冠疫情后, 中国宏观变量的加入也能更好地帮助预测 “一带一路” 共建国家的利率、CPI、工业产值、汇率的短期左尾风险; 3) 加入 “一带一路” 倡议后, 大部分共建国家的左尾和右尾风险可预测性提高, 不确定性降低. 本文的研究对于进一步理解 “一带一路” 倡议的宏观经济效应, 推动我国与共建国家更高水平合作具有一定的借鉴意义.
实体企业金融化会导致企业主业弱化、创新动力不足, 甚至造成产业空心化和金融市场动荡, 是国家重点治理的对象之一. 在互联网信息时代, 公众作为企业经营的重要监督者和企业产品或服务的最终购买方, 公众关注可能对实体企业过度金融化起到治理作用. 本文利用2011–2022 年沪深 A 股上市公司的相关数据, 实证检验公众关注对实体企业金融化产生的影响. 研究发现, 公众关注通过监督压力机制和业务拓展机制抑制了实体企业金融化, 这种抑制效果在非国有、机构投资者持股比例高、财务信息质量较好和低融资约束的企业中更为明显.
股票价格波动对股票市场的健康稳定发展至关重要. 然而, 向来在几乎所有经济学问题研究上表现优秀的计量经济学方法, 唯独在涉及股票问题上会出现局限性, 直到人工智能方法逐渐成为这一领域的应用前沿. 基于此, 本文在经济学理论研究的基础上基于不同学科的实证研究方法, 比较研究我国货币政策对股票价格的影响及其非对称性问题. 研究结果表明: 计量经济学 VAR 与 MS-VAR 模型在分析这一问题上仅具有部分理想的结果, 而人工智能方法下的 LSTM 模型则具有良好的解释能力. 货币政策对股票价格具有非对称性影响, 熊市下扩张性货币政策效果大于牛市下紧缩性货币政策效果. 此外, 物价水平上涨对股票价格的传递效应更大, 而经济衰退对股票价格的拖累更为明显. 本文为货币政策干预以及不同学科下适当方法在经济学问题上的应用提供参考.
随着人工智能技术的革命性突破, 以大语言模型 (large language models, LLMs) 为代表的技术范式革新对市场风险溢出机制产生深刻影响. 技术突破性事件 (如 ChatGPT-3.5 的发布) 不仅在科技行业内部引发变革, 还通过增加对计算资源的需求, 间接影响能源行业的波动. 基于区间向量自回归模型, 本文构建区间风险溢出矩阵和总体溢出指数 (total spillover index, TSI), 采用 2022–2025 年科技行业与能源行业的股价日度数据, 量化研究了 LLMs 发展进程对科技和能源行业的风险溢出效应的动态冲击机制. 研究结果表明, ChatGPT-3.5 的发布加剧了英伟达等头部科技企业间的风险溢出效应; 随着各科技巨头官宣建设大型数据中心, 能源行业和科技行业间的风险溢出效应逐步显现; 特朗普胜选进一步推高了双市场行业内与行业间的风险溢出效应. 此外, 本文提出的 TSI 指数, 相对于基于收益率或波动率的 DY 溢出指数 (Diebold and Yilmaz spillover indices), 能够快速响应重大事件的冲击, 有效克服了基于点值波动率构建 DY 指数存在的断点问题, 从而展现出更强的稳健性.
当前我国外部环境发生深刻复杂变化, 在 “低端分流” 和 “高端回流” 的双重挤压下, 对中间品进口的过度依赖越来越成为制造业发展的阻碍. 本研究基于 2016 年世界投入产出数据库 (WIOD) 发布的行业数据, 测算我国制造业中间品进口依赖度作为核心指标, 系统考察机器人应用对出口产品国内增加值率的影响机制. 实证结果表明, 中间品进口的过度依赖对产品国内增加值存在显著抑制效应, 而工业自动化的实施, 尤其是机器人的应用能有效削弱此类负面关联, 该结论在多重稳健性检验中保持一致. 机制分析进一步揭示, 自动化通过三条路径实现作用: 其一, 通过标准化生产流程提升产品质量; 其二, 推动生产技术创新形成技术溢出效应; 其三, 优化生产要素配置产生劳动力替代效应. 本研究不仅拓展了机器人技术应用的经济效应研究边界, 还深化了微观视角下工业智能化对全球价值链参与质量的影响机制. 在 “中国制造 2025” 战略背景下, 探究中间产品进口依赖对中国企业出口的影响具有重要的现实意义, 本文的研究为当前双向挤压下的中国制造业转型升级提供了实践参考价值.
大语言模型的崛起为我国智能投顾的发展注入了新鲜活力, 推动了金融科技的创新. 在此背景下, 本文构建了一个基于国内生成式语言模型框架的 AI 智能体, 并结合深度学习方法, 从情感分析、市场预测、因子指标等多个维度, 深入挖掘另类数据与传统金融数据中的股票交易信号, 进而构建了中国股票市场投资交易策略. 实证研究表明, 以国内大模型为基准的 AI 智能体具备进行量化分析的潜力, 并且在综合多维度下的投资收益会显著优于单一维度的效果. 这表明, 利用强大的自然语言处理能力与数据分析能力, 国内大模型在智能投顾中的应用前景广阔, 为量化投资的不断发展提供了新的思路和方法. 随着技术的进步, AI 智能体未来将能够更深入地理解市场动态和投资者需求, 从而为投资决策提供更具针对性的支持, 以提升整体投资收益并创造更多价值.
教育公平是加快推进我国教育现代化、建设教育强国的根本保证, 如何缓解和消除激烈教育竞争带来的负面影响是理论与实践中缺乏研究的议题. 本文使用 2018 和 2020 年中国家庭追踪调查数据 (CFPS), 基于空间自回归模型和阈值社会互动模型, 研究我国家庭之间在教育支出上的空间溢出效应和社会互动行为. 本文先给出阈值社会互动模型选择的检验统计量, 并由数值模拟发现此检验统计量具有较好的有限样本表现. 实证研究发现, 家庭教育支出在同一省份 (或县区) 内存在显著的空间正相关性; 同省份 (县区) 其他相似家庭的教育支出每增加 1%, 家庭的教育支出增加 0.32% (0.152%), 家庭教育支出的空间溢出效应显著, 家庭间教育支出呈现 “内卷化”. 阈值社会互动模型估计结果显示, 家庭教育支出的内生互动效应在高子女教育期望家庭内部、低收入家庭内部以及高信息不对称家庭内部均显著为正, 这三类家庭容易陷入教育内卷中. 研究首次实证检验了我国家庭之间在教育支出上的空间竞争性, 本质上折射出我国教育公平性和教育资源竞争性等问题. 研究结果为教育政策制定和教育资源规划提供实践指南与管理依据.
探究能源与金属期货间的风险溢出效应对于提升系统性风险监管质效、保障商品期货市场平稳运行等具有重要现实意义. 然而, 现有研究大多局限于低阶矩层面, 未能全面地揭示跨市场风险传导机制. 鉴于此, 本文集成自回归条件密度模型与时变参数向量自回归拓展联合溢出指数模型, 探究我国能源与金属期货市场间高阶矩以及跨矩风险溢出效应; 其次, 采用非参数分位数格兰杰因果检验方法, 研究地缘政治风险与总溢出效应之间的格兰杰因果关系. 实证结果表明: 能源与金属市场间风险溢出在不同矩下呈现显著差异, 高阶矩总溢出低于波动总溢出. 铜在波动和偏度溢出中起主导作用, 而燃料油则在峰度溢出中占据主导地位. 铜偏度、锌峰度及燃料油偏度分别主导了三个跨矩溢出效应. 动态总溢出指数与净溢出指数呈现显著时变特征, 并在新冠疫情和俄乌冲突等重大危机暴发后大幅攀升. 地缘政治风险是能源-金属溢出效应的关键驱动因素, 并且其对跨矩总溢出的预测能力明显高于条件波动与高阶矩总溢出.
整数值广义自回归条件异方差 (INGARCH) 模型常以泊松分布作为条件分布, 而泊松分布无法描述过离散. 为了同时处理过离散和低离散数据, 本文研究了基于均值参数化的 Conway-Maxwell 泊松 (CMP) 分布的 INGARCH 传递函数模型, 即 CMP-INGARCH
官方微信公众号：计量经济学报
