数据特性与模型结构间的匹配问题是制约神经网络在经济金融预测领域应用的关键因素. 现有研究主要关注残差分析, 但在模型结构稳定性方面的探索相对有限. 针对这一研究空白, 本文提出了一种基于神经网络参数分析的新研究范式, 用以量化和评估数据与模型的匹配程度. 研究设计了一种基于网络参数的模型距离度量方法, 并建立了结合模型稳定性检验和残差检验的完整评估框架. 基于外汇市场的实证研究结果表明, LSTM 模型的稳定性与回溯期长度之间存在显著的非线性关系. 在多个评估维度中, 36 个月回溯期表现最优, 能够有效平衡短期波动与长期趋势的影响. 本研究不仅为提升神经网络预测模型的可靠性提供了新的分析工具, 还进一步深化了机器学习方法在金融领域应用的理论基础.
金融市场中信息来源多元且结构复杂, 如何对其系统整合并形成可交易的投资信号, 已成为资产定价研究与实践中的核心问题. 本文基于多源数据和金融大语言模型, 构建了一个涵盖新闻、股价、宏观分析及信号生成模块的智能决策系统, 以 2020–2024 年沪深300 指数成份股为样本, 系统评估了大语言模型生成的投资决策信号的预测能力. 首先, 根据买入、持有和卖出信号构建了三类投资组合, 净值曲线与风险收益指标分析表明, 买入信号组合的超额收益 (23.83%) 显著优于持有信号 (6.96%) 和卖出信号 (
精准预测股票市场波动对于投资组合分析、金融风险管理、衍生品定价均具有重要的理论与实践意义, 因而受到了众多学者的广泛关注. 基于主流的 HAR 族波动率预测模型框架, 本文检验了基于高频交易数据和集成神经网络所构建的 A 股市场知情交易指数对于市场日度已实现波动率的影响与预测能力. 研究发现知情交易指数是市场波动的正向预测指标, 其预测能力在多种模型设定和样本内、外检验下保持稳健, 且在市场波动剧烈、经济整体下行区间内具有更好效果. 进一步研究证实知情交易指数的加入有效提升了现有 HAR 族模型对市场波动的样本外预测精度, 完善了知情交易因素市场影响相关研究的同时对推进波动率预测建模分析具有一定的指导意义.
产业协同发展已成为经济高质量发展的重要方向, 如何在推动产业结构优化的同时保持经济平稳运行是新发展阶段的重要议题. 本文基于构建的带异常值调整的多变量不可观测成分 (MUC-O) 模型测算并分解中国经济增长趋势, 量化分析不同产业部门、产业协同与异质变动的贡献与时变特征, 并构建分解式脉冲响应函数以探究持久性冲击及异常冲击事件对经济增长趋势的影响. 研究发现: 第一, 中国经济增长趋势在逐渐回落后, 自 2022 年起出现止降回稳、稳中有进的新态势, 经济增长韧性明显增强. 第二, 各产业部门增长的共同趋势与经济增长趋势高度一致, 其变动由 “房地产业-金融业-建筑业” 产业链主导的协同机制驱动. 第三, 产业协同发展是经济增长趋势稳定或提升的主要驱动力量; 产业异质变动和第二产业是经济增长趋势回落的主要原因, 但后者在异常冲击阶段起到了关键的稳增长作用. 第四, 持久性冲击对经济增长趋势的影响会持续 2
在央行数字货币的全球探索中, 其推广成效最终取决于公众能否形成稳定且可持续的使用需求. 本文构建结构化货币需求模型, 以计息、信用风险与支付便利性等核心属性刻画数字人民币的内生需求, 并基于中国家庭金融调查微观数据对其进行估计. 结果显示, 计息属性对潜在持有具有显著正向影响, 其利率敏感性显著高于其他设计特征, 家庭流动性资产中数字人民币潜在占比在 2.77% 至 60.89% 之间. 结合试点数据分析发现, 短期交易增长主要由消费补贴等外生激励驱动, 高存量、低流量特征表明内生需求尚未充分激活. 理论预测与实践表现的差异揭示了数字人民币采纳中外生政策与内生效用的不协调性, 为数字人民币设计与推广提供量化识别依据.
创新是推动经济增长和社会发展的重要引擎, 而城市作为创新的核心载体, 其创新活动对金融体系稳定性的影响备受关注. 本文基于 2008–2021 年中国 180 个城市的面板数据, 构建了城市系统性金融风险指标, 并运用空间计量模型实证分析了城市创新能力对系统性金融风险的影响. 研究发现: 首先, 城市创新能力显著抑制了系统性金融风险, 且这一效应在政府干预水平较高的地区更为突出; 其次, 城市系统性金融风险具有显著的空间溢出效应, 其影响在 80
流量经济依托互联网平台将注意力转化为消费动能, 已成为推动城市可持续发展的新兴动力. 然而, 现有研究多致力于探讨数字流量有效转化的内在机理和经济效益, 对其潜在环境成本的关注相对不足. 识别并量化这种环境代价, 对于评估流量经济可持续性和优化城市发展路径具有重要意义. 本文以 “淄博烧烤” 为切入点, 基于剔除气象干扰后的日度空气污染物面板数据, 运用机器学习合成控制法分析了流量经济对城市环境污染的影响及其作用机制. 研究发现: 1) “淄博烧烤” 火爆网络期间, 淄博市空气质量指数相较于反事实平均增加 15.58%, 表明流量事件会加剧环境污染. 2)机制分析表明, 网络热度转化为城市客流量, 导致交通拥堵和机动车尾气排放增加, 造成更多的空气污染. 同时, 餐饮业态向主城区及县区核心区域集聚, 以及烧烤本身的污染排放, 也是空气质量恶化的重要因素. 3) 进一步评估表明, 这种环境污染增加的健康风险相当于带来约 0.299 亿元经济损失. 本研究揭示了流量经济在互联网爆发式传播下的潜在环境代价, 拓展了流量经济从经济效益向环境影响的学术边界, 为优化流量经济布局、推动城市可持续发展提供重要启示.
本文基于 2009–2023 年沪深 A 股上市公司数据, 实证分析以数据交易平台和公共数据开放平台上线为表征的数据要素共享对企业资源配置效率影响及作用机理. 研究发现, 数据要素共享显著提升了企业资源配置效率, 这一结论在经过工具变量法、排除预期效应、双重机器学习法等稳健性检验后依然成立. 此外, 降低交易成本和提高数字技术创新是数据要素共享提升资源配置效率的重要途径. 同时, 数据要素共享更能提高资本密集型企业、沿海地区和竞争行业企业资源配置效率. 最后, 数据要素共享不仅能提高本区域企业资源配置效率, 还对邻近地区企业资源配置效率具有提升作用, 且经济建设类数据要素共享更能提高企业资源配置效率. 本文研究结论为推动我国数字经济发展及提升资源配置效率提供了理论与经验证据.
新一代人工智能可否重构服务业全球价值链? 本文通过引入 CES 生产函数和 Dixit-Stiglitz 模型框架, 基于 2010–2024 年跨国投入产出与服务行业数据, 采用文本挖掘方法构建新一代人工智能发展水平指标, 结合《新一代人工智能发展规划》词典测算新一代人工智能发展水平, 并结合前后向关联全球价值链生产分解框架 (WWYZ2017) 探讨其对服务业全球价值链地位的作用机制. 研究表明, 新一代人工智能水平每增加 1 个单位, 全球价值链地位指数和韧性指数将分别平均上涨 0.101 个单位和 0.960 个单位. 新一代人工智能通过产业智能集聚、智能创新效能与信息透明度提升三条核心渠道, 显著驱动中国服务业全球价值链地位攀升与韧性增强. 拓展研究发现, 新一代人工智能对全球价值链地位与韧性的正向促进作用在非人工智能试验区和劳动密集型行业中表现更为凸显, 进一步分析得出, 资本、劳动与知识密集型服务业存在清晰的多重门槛约束, 对于全球价值链地位, 新一代人工智能需跨越较高的技术与资本临界值方能充分释放服务价值升级动能; 对于全球价值链韧性, 同样表现出一定的门槛约束, 只有在达到相应要素积累阈值后韧性增强效应大幅显现. 本研究为理解人工智能时代服务业的发展路径和价值升级提供了多重证据.
合成控制法作为主流因果推断法, 凭借其小规模数据适用性强、反事实透明度高、结果可解释性佳等优势, 成为近年来热门的政策评估方法. 本文首先从处理效应模型入手, 追溯合成控制法思想的缘起, 厘清方法的精神实质. 其次, 从五个维度系统梳理合成控制法的发展脉络, 包括: 基本假设放松、估计方法改进、模型结构与渐近性质、假设检验与区间估计以及新兴主题. 在此基础上, 明晰合成控制法与其他主流因果推断方法的联系与区别. 然后, 基于合成控制法在国内外的代表性应用, 分析其在具体实践中的适用性与有效性, 并总结研究中使用此政策评估工具的两大主要原因, 一是估计个体处理效应, 二是允许个体异质性和未观测时变混杂因素存在. 最后, 从理论和应用视角, 展望合成控制法的发展方向.
气候变化的日益严峻使得气候政策调整也愈发频繁, 气候政策的不确定性给企业生产经营带来了新的风险. 本文以 2007–2021 年中国 A 股上市工业企业作为研究样本, 深入探究中国省级气候政策不确定性与企业绿色全要素生产率 (GTFP) 之间的内在联系. 研究表明, 气候政策不确定性能够对企业 GTFP 产生显著的负向影响, 且该影响在国有企业以及规模较小、内部控制质量较低和分析师关注度较低的企业中尤为明显. 同时, 气候政策不确定性会通过提高融资约束、增强环境规制和降低绿色投资来抑制企业 GTFP 的增长. 研究发现提高企业风险承担能力可以有效缓解气候政策不确定性对企业 GTFP 的抑制作用. 本文的研究结果为政策制定者构建合理的气候政策体系以引导企业绿色转型提供了有益参考.
污染企业加快实现绿色转型是中国实现 “双碳” 管控目标和高质量发展的重要突破口. 鉴于当前中国污染企业较低的绿色技术创新积极性, 如何更好地推进绿色信贷政策发展, 激活污染企业绿色技术创新活力已成为学界和政府关注的热点. 本文以《绿色信贷指引》政策为切入点, 基于企业微观数据, 使用广义随机森林算法考察绿色信贷实施对污染企业绿色技术创新的政策效果. 研究发现, 污染企业绿色技术创新水平在政策实施后整体下降. 异质性分析表明: 1) 政策效应在不同污染企业间存在显著且非随机的异质性, 其分布系统性地关联于企业内在禀赋与外在市场以及制度环境三维度; 2) 各维度因素对政策效应的影响呈现出复杂的多维交互特征. 在中国实现高质量发展、把握世界发展新机遇背景下, 对绿色信贷政策实施效果的深入探讨可以为差异化政策提供依据, 为后期政策优化提供理论和实证支持.
官方微信公众号：计量经济学报
