自国际金融危机以来, 如何有效地防范金融市场对实体经济部门的风险外溢冲击, 确保宏观经济健康平稳发展成为备受关注的重要问题. 在当前世界经济下行压力增大, 不稳定、不确定、难预料因素增多, 我国宏观经济保持稳定运行的目标下, 本文从风险加速器效应的检验、模拟、测度等崭新的研究视角, 考察了金融市场系统性风险对中国实体经济冲击分布的影响. 结果表明, 系统性金融风险对实体经济部门的风险加速器效应具有明显的非对称性. 其中, 系统性金融风险的上升对未来实体经济下行存在显著的风险加速器效应, 而对未来实体经济上行则不存在该效应. 其次, 该效应具有较为明显的持续性. 当滞后期为 1 个月时, 存在显著的风险加速器效应, 从而加剧实体经济的下行风险. 然而, 随着时间的推移, 该效应逐渐减弱, 并在 12 个月后基本消退. 再次, 风险加速器效应具有时变特征. 本文使用偏态
在资本市场全面深化改革和落实 “新九条” 高质量发展的背景下, 规范上市公司市值管理、整治非理性炒作并切实保护中小投资者权益是金融监管的重要内容. 现代金融理论中, 股票的名义价格并不会影响企业的真实价值, 但股价分层现象却在无形中成为影响投资者结构与投资者行为的隐形壁垒. 本文基于行为金融学的迎合理论, 基于 2003 年至 2024 年中国 A 股上市公司面板数据, 引入了小单与特大单净买入量变化等动态异质性交易行为指标, 系统研究了股价分层如何影响投资者结构以及管理者的迎合行为, 进而影响公司长期价值. 研究发现, 市场整体呈现的低价股溢价和投资者名义价格幻觉是管理者迎合行为的重要机制; 送转政策引发了短期与长期相反的异质性效应, 短期内名义价格的下降使得小单净买入量显著增加, 而特大单则不明显, 长期内散户资金趋向流失, 机构投资者则表现出长期增持. 此外, 以迎合为目的的股价管理虽然带来短期的业绩上升, 但对后续累计超额收益、托宾
气候风险正日益成为资本市场波动的一个重要影响因素, 而材料行业因高能耗和高排放特征, 其股票价格对这类风险尤为敏感. 本文基于百度搜索指数构建气候风险在线关注因子, 运用多类机器学习模型验证它对沪深 300 材料行业股指已实现波动率的预测效能, 并引入投资效用检验和SHAP 可解释性分析以考察预测的经济价值和作用机制. 实证结果表明: 1) 气候风险在线关注因子对沪深 300 材料行业股指已实现波动率具有显著的预测作用, 且其在非线性机器学习框架下表现尤为突出, 其中 XGBoost、GBRT 和 SVR 模型的预测表现最佳; 2) 气候风险在线关注因子包含超出宏观经济因子的独立且持久的增量信息, 利用其优化投资组合可带来更大的投资收益和风险调整效用; 3) 气候风险在线关注因子在 XGBoost 和 GBRT 模型中通常发挥补充效应, 而在 SVR 模型中则主要带来主导效应, 其中 “节能技术” 和 “节约能源” 是贡献度最高的两个核心因子. 本文不仅揭示了气候风险对材料行业股市波动的预测价值, 也为高碳行业在气候变化冲击下提升价格波动风险的识别和预警水平提供了有益的理论基础.
经营月报是中国资本市场在信息披露制度上的一项探索, 经营月报的披露为管理层与外部投资者和内部股东架起了有效沟通的桥梁. 本文以手工收集的上市公司月报披露数据, 以 2010–2023 年 A 股上市公司作为样本, 研究上市公司经营月报的披露对投资效率的影响. 研究发现: 上市公司经营月报披露能够提高投资效率, 这一结论经过一系列稳健性检验后依然成立. 机制检验的结果表明, 上市公司经营月报的披露主要通过缓解融资约束、提高管理者薪酬激励、发挥管理者学习机制三大渠道提高上市公司投资效率. 异质性分析发现, 经营月报的披露对披露质量高、特质性信息少、业绩预测难度高的样本促进作用更为明显, 且无论是自愿性披露还是强制性披露都能显著提高投资效率. 进一步研究表明, 更高频率的披露能够及时纠正公司投资不足, 提高投资绩效并增强盈利持续性. 本文的研究一定程度上能够为中国信息披露制度建设提供有益的经验, 对于促进我国资本市场高质量发展具有借鉴意义.
在全球气候治理由国家自主贡献向跨境规则协调演进的背景下, 外部碳规制正通过贸易渠道影响企业创新决策. 不同于依赖实施阶段合规成本的传统环境政策, 欧盟碳边境调节机制 (CBAM) 通过立法预告, 分阶段安排与监测、报告与核查 (MRV) 体系, 在成本显性化之前即向企业释放清晰且具有约束力的制度信号. 本文基于信号传递理论, 以 2021 年 CBAM 立法草案为外生制度信号冲击, 利用 2015–2024 年中国 A 股上市公司数据, 并借助上市公司与海关贸易数据的匹配, 从企业政策前是否向欧盟出口 CBAM 覆盖产品的角度识别政策暴露, 采用双重差分方法考察这一前瞻性碳规制冲击对企业绿色技术创新的影响. 结果表明, CBAM 在尚未产生实际缴费义务的阶段已显著促进企业绿色技术创新, 且该结论在一系列稳健性检验中保持稳健. 机制分析表明, 这一效应并非源于碳信息披露总量的全面扩张, 而主要通过企业碳信息披露结构的优化实现. 即企业将披露重点结构性地转向低碳转型战略, 价值链与供应链碳信息以及可验证性信息等与跨境碳规制更直接相关的维度, 从而提升绿色行为的可识别性、可比较性与可核查性. 异质性分析进一步发现, 上述促进作用在成立年限较长、事前规模较大及位于东部地区的企业中更为明显. 本文从 “信号型制度冲击” 视角拓展了环境规制影响企业绿色创新的研究, 并为理解跨境碳规制在成本显性化之前的微观经济后果提供了新的经验证据.
比特币作为一种去中心化的加密货币, 是数字货币领域的重要创新之一. 大量的比特币交易导致了比特币系统的拥堵, 不仅影响了用户的交易体验, 同时也影响了用户的交易行为. 有鉴于此, 本文基于用户手续费替换策略的视角, 研究了比特币系统拥堵对用户交易行为的影响. 同时, 本文检验了比特币系统拥堵影响用户采用手续费替换策略的潜在机制. 研究显示, 比特币系统拥堵能显著提高用户手续费替换策略的使用率. 机制分析表明, 比特币系统拥堵主要通过交易成本效应和风险规避效应两个渠道影响用户手续费替换使用率. 本文的研究对理解比特币系统中的用户交易行为提供了重要参考.
数字化转型是一项系统工程, 涉及意愿形成和行动实施两个核心阶段. 企业在每个阶段面临的约束与挑战存在显著差异, 故对应差异化的关键驱动因素. 本文从外部环境、组织资源、组织能力、高管团队特征四个维度构建了企业数字化转型影响因素分析框架, 利用机器学习方法和累积局部效应图考察不同特征变量对数字化转型意愿和行动的预测能力、重要性排序和预测模式. 研究发现: 1) 在多种机器学习方法中, 以渐进梯度回归树和随机森林为代表的集成学习方法具有较强的解释能力和较高的预测精度. 2) 在多维特征变量中, 同群效应和人力资本水平是激发转型意愿形成和驱动转型行动实施的重要因素, 且同行业同群效应的预测贡献最大. 同时, 政府补助金额、数字技术投资和吸收能力对转型意愿的预测能力较强, 而创新能力、行业竞争度和企业规模对转型行动具有较高预测贡献. 3) 累积局部效应图显示这些因素对数字化转型有非线性影响. 4) 异质性分析发现, 影响数字化转型意愿和行动的关键因素在不同产权性质、是否具有专精特新资质的企业间存在显著差异. 研究结论从预测视角丰富了数字化转型前因研究, 为企业破解 “不愿转、不敢转、不会转” 现实困境和政府优化数字化转型政策提供了理论指导.
近年来, 国际性突发事件频发加剧原油期货价格波动, 这对全球金融市场稳定造成负面冲击. 本文立足于中国原油期货上市背景, 实证检验中国原油期货市场和股市、汇市、债市的时变动态关系和风险溢出规律, 旨在为维持金融市场稳定和降低系统性风险传染提供参考. 研究表明, 原油期货市场和金融市场仅存在短期的相互影响效应, 并且通过投资组合路径产生关联. 其中, 在股市上涨阶段, 油市冲击产生正影响, 反之相反; 油市冲击对汇市的脉冲影响为负, 对债市的脉冲影响具有正负交替特征. 而汇率冲击对油市产生正影响; 股市冲击对处于下行阶段的油市产生负影响; 债市冲击对油市的影响较弱, 呈现为负效应. 在市场风险溢出传导关系中, 油市和股市是风险溢出源头, 汇市和债市则是风险净接收方, 这一结论在经过前沿弹性网络收缩技术、动态条件相关系数模型等方法检验后依旧稳健. 最后, 从驱动因素看, 突发事件冲击、经济政策不确定性以及微观市场成熟度上升都会增加原油期货市场对金融市场的风险溢出. 基于此, 本文结合中国金融市场发展现状, 提出降低原油期货价格波动冲击和维持金融市场稳定的相关政策启示和建议.
企业环境绩效改善是实现节能减排和绿色发展目标的关键抓手, 本文以排污权交易制度为准自然实验, 探究市场激励型环境规制对中国制造业企业环境绩效的影响及其作用机制. 区别于现有文献对 “波特假说” 的验证机制, 基于中国企业微观大数据从企业进口数字产品视角检验企业减排增效的微观机理. 研究发现, 排污权交易制度显著降低了制造业企业污染物的排放强度, 经过一系列稳健性检验和运用工具变量克服内生性问题后结果依然显著. 机制分析结果表明, 排污权交易制度促使企业加大数字产品进口, 数字产品具有的 “减排” 效应和 “增效” 效应是改善企业环境绩效的两个重要渠道, 且数字化资本投入是减排增效的主要路径. 此外, 在低融资约束企业、高污染行业以及非资源型、高科教水平城市中, 排污权交易制度改善企业环境绩效的作用更显著. 本研究为企业推进数字化转型和绿色可持续发展, 以及完善市场型环境规制、释放制度性红利提供经验证据与政策启示.
医疗大数据的积累和人工智能技术的进步, 为肺癌早期诊断构建智能模型提供了新的发展契机. 然而, 黑箱模型难以建立临床信任, 事后可解释方法又存在保真度与稳定性不足, 另一方面肺癌数据中严重的类别不平衡导致模型对少数类的识别能力显著下降. 针对上述问题, 本文提出一种结合代价敏感学习机制与超平面划分的最优分类树 (cost-sensitive optimal classification tree with hyperplanes, COCT-H) 模型. 该模型以混合整数优化为框架, 在节点采用线性超平面划分, 直接生成可审计的 “if-then” 规则. 同时引入改进的大
本文提出基于组别交互效应的政策评估模型, 用于刻画政策效应的时变结构, 以及不同地区对共同冲击的异质性反应. 本文从理论上建立了该模型估计量的一致性与大样本性质, 并提出因子数量的选择准则与组别层级的选择检验方法. 与传统双向固定效应模型相比, 组别交互效应模型能够有效控制时变因素, 进而显著降低政策效应的估计偏误; 在时间维度较短或随机干扰项存在时间序列与截面相关性的情形下, 其估计性能亦优于标准交互效应模型. 蒙特卡罗模拟和实证分析结果均表明, 双向固定效应模型可能因忽略地区时变结构特征, 导致对政策实际效果的误判, 而组别交互效应模型能够更准确地识别政策的真实影响. 总体而言, 该模型为在复杂时变环境中开展稳健的政策评估提供了一种解释力更强、可靠性更高的计量工具.
在 “十五五” 时期, 深入推进以人为本的新型城镇化需要实现农村人口、外来务工人口高质量就业和收入提升, 消除其市民化融入的经济屏障, 这是中国式现代化发展和共同富裕目标实现的关键所在. 立足于城乡接合部的土地和人口动态特征, 本文深入解析不同地方政府发展模式偏好下生产性用地出让行为对边缘区县就业市场的影响, 讨论出让比例与非城镇人口工资水平之间的倒 “U” 型关系. 基于土地市场交易信息, 本文获取城乡接合部建设土地出让类型、位置、面积等数据并按区县匹配 CHIP 微观调查数据、地区经济社会数据, 进行实证检验. 研究结果表明, 上述先增后减的倒 “U” 型关系在农村人口、外来务工人口群体样本中显著存在. 低比例阶段的生产部门工资制约和高比例阶段的就业市场竞争加剧, 共同构成了非线性结果的内在推动机制. 地方政府过度偏好工业化或者工业化推动不足的土地出让行为模式均会导致非城镇人口工资收入水平低下. 研究结论表明, 各地应当深化土地市场改革, 因地制宜地调整未来新增土地出让结构, 将城乡土地规划、人口流动方向、就业市场发展协调统一, 长期助力城乡融合的实现.
官方微信公众号：计量经济学报
