本文将聚焦引力模型这一重要的理论空间模型. 贸易引力模型是物理学中引力模型的推广, 它可以进一步拓展到研究n个区域的相互作用, 而非仅仅两个区域. 经济学中的引力模型涉及流量变量, 可以发展为空间流量模型. 本文中, 我们考虑空间流量模型的经典的估计方法.
近年来, 东南亚、南亚国家在全球供应链中的占比上升, 正展现出强大的经济韧性和增长潜力.经济加速发展阶段下工业化、城市化水平的快速提升, 导致了二氧化碳排放量的不断上升, 进而产生了严重的气候变化问题.在此背景下, 东南亚、南亚等新兴经济体亟需制定各自的减排目标和减排路径, 及时减缓并有效遏制气候变化所带来的负面影响.而全面、细致、统一的二氧化碳排放清单是评估排放趋势、科学规划路径的重要基石.基于此, 本研究融合了多尺度能源、人口、经济数据, 构建了东南亚、南亚11个国家2010–2020年的二氧化碳排放清单, 从而识别各个国家多空间尺度、多种能源类型(包含生物质)、细分经济部门的碳排放异质性, 进而为新兴经济体规划短期和长期的能源转型战略, 制定“一国一策” “一域一方”的二氧化碳减排策略提供科学支撑.
理解股票收益率的影响机制极具价值, 但我国股市受国内外多种因素影响, 且市场存在着规律性行为, 使得研究难以开展.本文提出带亚组结构的函数型变系数单指数回归模型, 并通过该模型对股票收益率影响因素进行分析, 影响因素体系涵盖宏观、中观和微观三大维度.同时, 本文利用函数型结构刻画日历效应, 利用亚组结构刻画行业效应, 使得模型尽可能完善且适配于我国国情.最终发现, 宏观经济因素对股票收益率的影响方向在全年中存在变化, 国际原油价格变化率对股票收益率的影响存在行业异质性.同时, 盈利能力、创值能力与估值水平对企业评价及股票收益率的影响作用较大.此外, 基于一些正则条件, 本文建立了模型中指数系数、链接函数和斜率函数估计量的渐近理论.
探究中国碳排放交易体系(ETS)试点政策对省域金融机构转型风险的影响及其作用机制, 是具有现实意义和理论价值的重要研究课题.本文构建了省级金融机构转型风险指标, 使用交错双重差分方法(staggered DID)、中介效应分析两步法和广义矩面板向量自回归模型(GMM-PVAR), 分析了ETS试点政策对试点地区金融机构转型风险的影响效果及作用机制.研究发现: 首先, ETS试点政策会增加试点地区的金融机构转型风险, 且相较于地域因素, 环境规制政策对试点政策效果的异质性影响更为显著; 其次, ETS试点政策主要通过绿色转型直接成本、企业经营收益、绿色技术进步和绿色信贷等渠道发挥作用, 其中绿色技术进步机制存在异质性; 最后, 绿色技术进步与企业经营收益机制存在动态滞后效应, 使得ETS试点政策存在滞后负向影响趋势.本文首次从量化分析层面探讨了ETS试点政策与省域金融机构转型风险的内在动态联系, 为兼顾政策实施和转型风险管理提出相关建议, 为稳妥推进“双碳”进程、保障低碳经济下的金融稳定提供参考依据.
“双碳”目标是中国经济低碳转型的一项重大战略决策, 对经济高质量发展意义重大.本文首先从区域减碳增汇缺口的绝对水平, 和考虑区域人口规模、能源消费和经济发展后减碳增汇缺口的相对水平构建能够科学测度中国城市“双碳”目标实现进程的指数体系, 为中国“双碳”目标工作的推进提供了量化依据.接着本文基于碳排放权交易试点这一准自然实验, 使用地级市层面2006–2020年的面板数据, 深入讨论市场型政策工具在实现碳中和目标过程中扮演的角色.研究结果表明, 碳排放权交易政策的实施有助于在区域总体、区域人均、能源消费和经济发展四个层面上推进试点地区碳中和目标的实现.机制讨论发现, 该政策能够从碳排放端、碳吸收端和绿色创新三方面, 多途径助力碳中和愿景的实现; 具体而言, 碳排放权交易政策有助于排放端能源结构的改善和能源效率的提升, 能够从碳汇端促进人工造林和封山育林, 还存在“波特效应”, 推动了试点地区绿色创新在量上的发展.进一步研究显示, 健全的碳市场能够强化碳排放权交易政策的减排增汇效果, 将市场机制细化至碳价、流动性和相对规模三个层面, 发现试点地区碳价越高、碳市场相对规模越大, 碳排放权交易政策对其碳中和进程的助推效应越强, 而市场流动性则仅在经济发展维度对前述政策效果有强化作用.本文研究为科学测度“双碳”目标实现进程、健全完善全国碳市场和助力经济发展实现高质量转型, 提供了实证依据和政策参考.
股指预测对于金融市场监管和金融投资决策具有重要意义.本文从行业风险关联的新视角提出了基于风险溢出网络的多变量时空图神经网络(MTGNN)预测模型.该模型将风险溢出网络作为图输入, 将包括情绪指标和风险净溢出指数的节点特征矩阵作为时序输入, 对全行业股指进行预测, 并与其他5种模型的预测性能进行了综合对比.此外, 本文将点值与区间预测结果结合, 提出了带有区间限制的交易策略.实证结果表明: 1)相较于传统的机器学习和深度学习方法, 基于风险溢出网络的MTGNN模型在行业趋势预测上具有最好的预测性能; 2)行业投资者情绪和风险净溢出指数在行业股指预测中显著提升了模型的预测能力; 3)基于MTGNN “点值+区间”预测结果的交易策略在全样本期以及牛市和熊市状态中均展现出稳健的回测性能.本文的研究为投资者科学预测股指趋势提供了具有可操作性的新工具, 为宏观审慎监管提供了更有效的决策支持.
将数字金融能力引入跨期决策模型, 构建理论分析框架探究数字金融能力对家庭财富积累的影响机理, 并基于中国家庭金融调查(CHFS)数据进行实证检验.研究表明, 数字金融能力显著促进我国家庭财富积累, 尤其对农村家庭、低教育水平及低财富水平家庭的财富积累影响更明显.机制分析表明, 增加金融投资收益和促进社会互动是数字金融能力提高家庭财富积累水平的两个渠道.进一步分析发现, 数字金融能力对家庭财富积累影响存在结构差异, 能够提升生产性资产和金融资产配置, 降低房屋资产和其他非金融资产持有.以上研究结论为我国居民家庭财富积累提供新的解释视角, 也为制定推进共同富裕相关政策提供参考依据.
当前, 非同质化代币(NFT)市场正面临剧烈的价格波动.本研究旨在检测NFT市场中的泡沫现象, 并分析影响NFT价格泡沫的关键特征及作用机制.首先, 本文聚焦NFT市场及三个重要子市场, 通过广义单位根检验法(GSADF)检测NFT价格泡沫的出现、持续、消散时间.其次, 本文纳入了传统金融资产价格、市场情绪指数和加密货币价格等特征, 使用多个决策树机器学习模型对NFT价格泡沫进行建模分析.最后, 借助SHapley Additive exPlanation (SHAP)方法, 本文实现了NFT价格泡沫影响机制的可视化解析.实证结果表明, NFT市场在观测期共出现了5次泡沫, 在2021年, 各个子市场的泡沫持续时间都显著增加; 在三种机器学习模型中, CatBoost (Categorical Boosting)模型在拟合NFT价格泡沫方面表现最优; SHAP分析表明黄金、美元指数和原油价格对泡沫形成有重大影响, 而标普500的影响则较为微弱.同时, 市场情绪指数、芝加哥期权交易所波动性指数(VIX)和谷歌搜索指数(GoogleTrend)对泡沫的影响趋势相反.本文通过纳入多元特征, 加深了市场参与者对NFT价格泡沫特性的认识, 并为他们提供了基于数据的市场洞察.
保险机构投资者作为保险资金这一长期耐心资本的运用方, 如何更好发挥其社会稳定器和经济减震器的作用并促进企业绿色创新至关重要.利用2013–2021年中国A股上市公司的数据, 本文研究并发现了保险机构投资者持股对企业绿色创新有显著促进作用.机制分析结果解释了这一正向影响: 保险机构投资者可以缓解管理层的短期主义的途径激励公司进行绿色创新.异质性分析结果发现, 保险机构更多的实地调研、国有及大型保险机构投资者更能促进公司的绿色创新.本文建议监管部门持续完善保险资金运用政策, 充分调动保险资金开展绿色投资的积极性和影响力.本研究基于保险机构持股视角为我国进一步促进低碳经济发展和企业成长提供了科学依据.
中国制造业比重的持续下降近年来备受关注, 但现有研究尚未就中国去工业化的成因达成共识.在两业加快融合的背景下, 产业关联服务化对制造业比重的影响不容忽视.本文从理论和实证两个层面研究了产业关联服务化对制造业比重的影响: 理论层面, 基于生产网络模型, 论证了产业关联服务化对制造业比重的降低作用; 实证层面, 利用结构分解模型和1981–2018年年度序列投入产出数据, 将中国制造业增加值比重的逐年变化分解为产业关联和其他五个因素的贡献.分解结果表明, 1981–2006年, 产业关联对制造业比重的影响为正; 2006–2018年, 由于产业关联出现服务化趋势, 其对制造业比重的影响由正转负, 成为该阶段中国去工业化最主要的驱动因素.这一发现从产业关联视角对去工业化的经典理论解释形成了补充.本文还从时变和部门两个视角深入探讨了中国的产业关联服务化.要辩证看待产业关联服务化在中国去工业化中的作用: 一方面, 产业关联服务化是信息技术革命与全球竞争加剧背景下的客观趋势, 理论上具有合理性; 另一方面, 中国的产业关联服务化几乎仅体现为制造业投入结构中批发和零售占比的提高与服务业投入结构中金融和房地产占比的提高, 因此仍需切实推进两业的深度、双向融合, 防止经济“脱实向虚”.
由于增量投入产出模型1包括正、负数据和0, 其基本系数的概念和性质较难解释, 加之增量逆矩阵是否存在等原因, 导致其理论研究进展缓慢.本文依据投入产出经济理论, 对增量直接消耗系数概念进行扩展, 推导公式并赋予新内涵, 挖掘出不同于一般投入产出模型的性质, 提出具有五种成本与技术变化特征的存在形式, 采用数学分析和MATLAB R2018b初步验证增量逆矩阵的存在, 对增量消耗、分配以及影响力和感应度等一系列系数进行概念界定, 给出计算公式, 并提出增量模型的假定性和生产函数的几何表现形式.最后, 基于增量消耗与分配系数初步建立了增量投入产出模型的分析体系, 为揭示经济系统各部门的技术进步和贡献特征及其动因提供了分析思路. 1增量投入产出模型分为增量投入产出基本模型和在此基础上形成的增量投入产出分解模型. 本文研究对象是增量投入产出基本系数及其模型.
黄金和白银由于其独特的金融属性, 成为投资和资产保值的首选, 其价格波动的定量描述和预测对投资者的风险管理决策至关重要.本文引入了丰富的特征变量, 采用向前一步滚动算法来预测上海黄金和白银贵金属期货的已实现波动率(RV), 并比较了多个机器学习模型在不同损失函数和评估方法下的预测效果.结果表明, 梯度提升决策树(GBDT)模型在贵金属期货市场的预测中表现优异.此外, 本研究融合XGBoost模型和可解释性工具, 分析了贵金属期货市场的特征变量对预测值的动态贡献, 并评估了重要变量对预测性能的异质性影响.研究揭示了市场情绪变量的关键作用, 以及宏观经济变量与波动率分解变量在不同市场条件下的相对贡献.本文的发现为贵金属期货市场波动预测的因子和模型选择提供了清晰证据, 为该市场的投资者和监管者提供了可信的投资和管理建议.