本文以国势研究为视角, 以 “察国事、研国势、求国是” 为逻辑主线, 系统梳理了统计学的起源、构成要素及学科性质. 通过对 “察国事、研国势、求国是” 背后的数据、事实、政策这三个官方统计要素的内涵及其相互关系的阐述, 揭示了统计学作为以数据为研究对象、以事实支撑政策制定的方法论科学的本质特征. 基于大数据时代人类社会发展所面临问题的复杂化与数据型态的多元化, 提出统计学要走多学科交叉融合之路, 要重新定义相关概念、重构统计分析逻辑框架、以算法突破创新统计方法, 不断提升分析研究大数据的能力, 为国家治理、全球治理和人类社会可持续发展继续发挥其独特的作用.
欧洲中央银行每季度开展的专业预测者调查通过收集专家对通胀率、实际 GDP 增长率和失业率等关键宏观经济指标的预测结果, 以辅助预判未来经济形势, 并为宏观经济政策的制定提供依据. 在预测与决策领域, 组合专家预测值是一种广泛使用的方法. 然而, 由于专业预测者通常是基于当前所有信息对未来一年、两年的经济指标进行季度预测, 预测值往往存在滞后性, 难以准确反映经济形势的动态变化. 针对这一现象, 本文提出了一种基于偏移惩罚机制的宏观经济组合预测方法, 在损失函数中引入匹配专家预测值与历史实际值的偏移惩罚项, 同时优化组合预测的准确性和相位一致性. 实证结果显示本文提出的组合方法在通胀率、实际 GDP 增长率和失业率三个宏观经济指标预测中均优于传统的简单平均组合方法. 具体而言, 该方法对一年期预测的均方误差相对简单平均分别降低 10.3%、3.6% 和 22.5%, 两年期预测的均方误差分别降低 1.5%、2.5% 和 7.4%. 本研究引入的偏移惩罚机制, 为改进专家预测组合方法提供了新思路, 有效提升了基于专家调查的宏观经济预测精度, 对经济分析与政策制定具有实践指导意义.
数字金融作为金融 “五篇大文章” 之一, 在提升金融服务效率、促进普惠金融发展、赋能经济高质量发展等方面发挥了重要作用. 围绕这一主题, 本文基于 2014–2025 年中英文核心数据库中的相关文献, 综合运用文献计量和定性分析的方法, 构建数字金融研究框架, 分析现有研究不足并提出未来可能的研究方向. 研究结果表明: 第一, 中文文献侧重政策导向与本土实践, 而英文文献则聚焦可持续发展与全球比较; 第二, 数字金融研究框架可通过 “衡量指标-影响因素-经济与社会效应-创新实践” 这一逻辑脉络进行系统概括; 第三, 未来研究可专注于衡量指标精细化、影响因素识别精准化、经济与社会效应全面化以及创新实践研究前沿化. 本文为进一步开展数字金融相关研究拓宽了视角, 也为在实践中推动数字金融高质量发展提供了启示.
本文利用异质空间因子模型同时刻画 A 股市场中由共同因子驱动的全局相关和由空间关联驱动的局部相关, 并通过文本分析挖掘百万条财经新闻中隐含的股票间关联, 用以构造模型中衡量股票间关联强弱的空间矩阵. 我们介绍了模型框架下的统计推断方法及渐进无套利理论, 并将渐进无套利理论推广到包含不可交易因子的情景. 实证方面, 我们利用 2012–2021 年的 A 股股票和相关因子的周收益率对模型进行分析, 并将新闻关联网络与其他常用关联网络展开全方位比较. 结果表明: A 股市场局部相关性的影响具有明显的异质性, 与其他关联网络相比, 新闻关联在多个维度拥有最佳表现, 这得益于新闻文本涵盖最多的行业外关联信息, 并且信息更新速度快. 此外, 不可交易因子在 A 股市场上具有不可忽略的影响.
财富的保值与增值是实现全体人民共同富裕的重要途径之一, 而其关键在于合理有效的投资策略. 本文基于递归单位根实时泡沫监测技术探讨了在中国股票市场上利用价格泡沫获取投资收益的可能性, 以期实现更为主动有效的投资组合管理, 为居民财富长期的保值增值提供策略指导. 实证结果表明, 泡沫信号能够有效指导基于我国股票指数与个股投资组合的投资决策, 泡沫信号后的资产超额回报率有着高均值与高夏普比率的特征. 本文进一步构建了基于股指与个股投资组合的动态泡沫交易策略, 相较于基准策略, 该策略实现了更优的样本外绩效表现, 且对基准策略实现了二阶随机占优.
碳不平等问题的研究对于推动社会公平与可持续发展具有深远的意义. 本文运用泰尔指数测算了城市的碳不平等, 并深入探讨了碳不平等的收敛特征. 研究结果表明: 第一, 中国城市的碳不平等表现出俱乐部收敛、空间
人工智能作为新质生产力的核心驱动力, 其在促进工业碳减排方面正受到广泛关注. 然而, 现有研究多停留在理论定性分析和数据定量分析层面, 缺乏从生产函数出发的系统性数理分析框架, 对人工智能影响碳排放的作用机制解释相对不足. 本文创新性地应用 Acemoglu 和 Restrepo 的经典任务模型, 构建了工业人工智能影响碳排放强度的理论分析框架, 揭示人工智能技术进步如何通过任务分配机制影响碳排放. 进一步, 利用中国 2012–2022 年沪深 A 股工业上市企业的面板数据, 对理论模型进行了实证检验. 研究结果表明: 1) 人工智能显著降低了企业碳排放强度, 其减排效应主要通过减排技术效应与能源效率效应实现; 2) 能源效率效应的大小取决于人工智能资本与传统物质资本的投入结构优化, 即随着人工智能应用水平提升, 人工智能资本相对传统资本的投入比重提高, 整体能源效率随之提升. 本文为理解工业人工智能在 “双碳” 目标进程中的经济与环境效应提供了新的理论分析框架与经验证据.
基于 2002 年至 2020 年中国市级面板数据, 采用双向固定效应模型分析极端气温对商业健康保险市场发展的影响. 回归结果显示, 极端高温 (日平均气温高于 33
由于存在 “漂绿” 等现象, 绿色债券的绿色效应仍存争议. 本文以 2012–2023 年间 2975 家中国上市企业为样本, 采用多时点双重差分模型检验了绿色债券发行对企业绿色转型的影响, 并在此基础上从绿色话语权和绿色信息披露真实性的角度进行了双重验证. 研究表明: 1) 绿色债券发行能够真正促进企业绿色转型, 缓解融资约束和加强声誉激励是其中重要的作用机制. 2) 企业数字化转型的自驱力量和分析师关注、环境规制水平和企业市场势力的外部力量均能够正向调节绿色债券的 “真绿” 作用. 3) 异质性检验发现, 绿色债券对不同地理区位、生命周期、行业污染属性、所有制和融资结构的企业均表现出一定的正向效应. 进一步的差异性检验发现, 行业污染属性和企业所有制两个维度的组间差异具有统计显著性, 绿色债券对高污染企业和国有企业的激励作用更为显著. 为此, 提出完善绿色债券发行的顶层设计, 加强企业环境信息披露, 实行差异化发行策略等对策建议, 为绿色债券进一步支撑企业绿色全面转型提供决策参考.
“双碳” 战略下, 我国碳市场与商品期货市场间系统性风险防控是维护金融稳定的重要议题之一, 然而现有研究仅关注二者间的低阶矩风险溢出效应, 且鲜有文献对其关键驱动机制展开研究. 鉴于此, 文章首先构建 “碳-商品期货” 高阶矩风险溢出测度框架, 测度二者间的动态时变溢出指数. 在此基础上, 进一步集成 SHAP 算法与前沿机器学习模型, 深入探究各影响因素对碳-商品期货市场间高阶矩风险溢出效应的驱动机制. 实证结果表明: 碳-商品期货市场间高阶矩风险溢出效应呈现显著的时变特征, 峰度溢出效应的波动性最强. 金融市场波动性指标对风险溢出效应起关键驱动作用, 其中原油市场波动在波动溢出中的影响力达 32%, 欧盟碳市场波动对偏度溢出的贡献达 37%, 原油市场波动对峰度溢出的贡献达 28%. 各驱动因素对风险溢出的作用机制呈现明显非线性特征, 即经济政策不确定性超越临界阈值后引发风险溢出显著攀升, 而气候政策不确定性则表现为负向非线性影响. 此外, 各驱动因素间存在着显著的交互作用, 尤其是金融市场波动性指标间的协同效应最为突出, 并且会加剧跨市场风险传染.
本文基于中国高科技企业的微观数据, 研究了美国加大高科技出口限制对中国高科技企业的影响, 分析了我国实施的货币政策与财政政策的应对效果. 研究显示: 美国的高科技出口限制政策通过限制芯片出口、限制工业母机出口、限制高端制造技术输出等渠道对中国高科技企业产生了负面影响; 实施财政政策 (以国家集成电路产业投资基金为代表) 和结构性货币政策 (以科技创新再贷款、设备更新再贷款、普惠小微贷款支持工具为代表) 可以积极应对美国高科技出口限制政策的负面影响. 政策建议是关注美国高科技出口限制政策的新变化, 加大高端芯片、工业母机和高端制造技术的研发与国产替代, 加大国家集成电路产业投资基金等财政政策支持我国高科技企业发展的力度, 实施结构性货币政策精准促进高科技企业的发展.
新质生产力作为符合新发展理念的先进生产力质态, 以创新为主导作用, 能够赋能新基建与能源转型协同发展. 立足新型能源体系, 以我国 2013–2022 年省级面板数据为样本, 运用联立方程模型研究新基建与 “低碳-韧性” 双重视角下能源转型的相互作用, 并基于创新扩散理论, 运用双向固定效应模型、调节效应模型和空间杜宾模型等探究新质生产力对新基建与能源转型协同发展的影响. 研究发现: 新基建对能源转型具有倒 “U” 型作用, 能源转型对新基建具有 “U” 型作用; 新质生产力对协同发展具有 “U” 型作用, 经济发展水平、低碳试点政策和对外开放水平能够消除新质生产力的 “负向” 赋能; 新质生产力可以通过 “物理 (区域协调)-事理 (产业结构升级)-人理 (创新人才集聚)” 三条路径影响协同发展; 并且新质生产力赋能协同发展具有空间溢出效应, 对于地理邻近区域存在动态的资源博弈, 对于经济发展相似区域则为利益共享机制.
官方微信公众号：计量经济学报
