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 (1,1)传递函数模型, 之后加入softplus函数作为连接函数, 提出 softplus CMP-INGARCH (1,1)传递函数模型, 这避免了线性整流(ReLU)函数在零点不可微的缺点. 本文采用自适应MCMC算法, 对参数组进行MCMC迭代采样, 对两个模型的四种干预类型进行数值模拟, 所有结果均得到了有效检测. 实例使用澳大利亚新南威尔士州Albury市1995年2月至2023年9月的犯罪数据进行干预分析, 最终结果表明新模型具有优越性.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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”.

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.

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.

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.

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.

“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.

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.

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.

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.

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.

增进民生福祉是发展的根本目的, 也是衡量发展成效的重要标尺. 本文利用大数据和以ChatGPT为代表的大语言模型技术, 探索在全国范围内准确核算居民主观幸福感的可能性, 提出一种基于微博大数据的居民主观幸福指数构建方法, 并基于ChatGLM3开发一种针对于社交媒体文本的情感分析大语言模型SentiGLM, 以提升微博文本情感分类的准确性和有效性. SentiGLM模型通过在精心设计的多任务指令微调数据集上进行低秩适应训练, 提升其在微博文本情感分析任务中的表现. 基于约6千万条的微博文本数据, 首次在年、月、周、日四种时间粒度上核算中国各地区以及国家层面的主观幸福感指数. 研究发现: SentiGLM在微博文本情感分析中的预测效果明显优于传统机器学习模型(如BERT、LSTM和SnowNLP); 同时, 基于大语言模型的测度方法相比传统问卷调查, 展现出更优的经济性、时效性和稳健性, 并且在时间和空间上具备更细的颗粒度.

本文在Liu et al. (2019)三因子基础上引入风险感知因子(FRP) 构建中国股票市场的四因子模型(记为RPM4模型). 结果表明, 对比现有模型的定价因子, 风险感知因子在样本期内能获得显著溢价, 且因子的波动率、夏普比率、最大回测等指标均具有明显优势. 风险感知因子的最大平方夏普比率最高, 具有显著的增量信息, 能够有效地捕捉市场、规模和价值等因子外的有效信息. 进一步检验表明, RPM4模型蕴含了更丰富的信息, 在对股票组合收益率的解释上具有绝对优势, 在截面回归R²对比检验中表现出色, 是Fama and French (1993)三因子、Liu et al. (2019)三因子和四因子模型的有效补充.

在“守住不发生系统性金融风险的底线”背景下, 本文探究行业泡沫对行业内公司系统性风险贡献的影响, 并以此构建行业间风险网络来识别不同强度冲击下的风险源头, 旨在为深化以国内大循环为主体的新发展格局改革提供有效的政策参考. 研究发现: 第一, 除农业、水利业以及文娱业外, 大多数行业泡沫对行业内公司系统性风险贡献的影响不显著或呈抑制作用; 但当投资者情绪高涨时, 行业泡沫会提高行业内公司系统性风险贡献; 第二, 局部投影模型的累积效应结果表明, 大部分行业泡沫的促进作用呈持续上升趋势, 且促进作用的累积效应存在异质性; 第三, 分位数风险网络中尾部冲击导致的行业联系相较于正常时期更为紧密, 同时各行业的风险防御能力也随冲击强度而异. 此外, 行业泡沫网络的风险源主要集中在农业、制造业、交通业、住宿餐饮业和租赁业, 说明风险冲击以生产、分配、流通、消费为核心向外扩散, 体现了我国经济正转向以国内大循环为主体的新发展格局.

中美贸易争端是近年来国际贸易领域的重大事件, 其对中美贸易产生了深远影响. 本文以2018和2019年特朗普两次对中国产品加征关税为背景, 运用合成控制法从两个层次研究其影响: 第一, 分析关税政策对中国对美国出口额的动态影响, 识别政策实施前后的变化趋势; 第二, 探讨21个HS大类产品的异质性影响, 揭示不同类别产品对关税政策的敏感度差异. 本文进一步结合历史政策效果, 对特朗普本次执政可能对中美贸易的潜在影响进行推断与预测. 结果显示, 若特朗普在未来继续实施类似政策, 中国对美国出口额将再次下降. 政策初期囤货效应等市场行为可能引发出口额向上波动, 但随后出口降幅将逐步增加. 高价格弹性类产品所受的潜在影响相对大于高附加值产品, 但由于美国的技术限制措施, 高科技类产品的出口也将面临较大压力. 本文为理解中美贸易争端的经济影响、评估关税政策的后果以及制定应对措施提供了参考.