本文系统梳理了机器学习与计量经济学的基本方法论, 探讨了整合数据驱动方法与基于模型的因果推断范式所面临的挑战, 并论证其如何为实证经济研究提供新的分析视角.

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.

气候变化已经成为影响全球金融体系不稳定的新的风险源, 科学地识别和评估气候风险对金融系统的传导路径是气候金融领域的重大议题. 然而, 当前在气候金融风险建模的方法与实践应用方面仍存在诸多挑战. 本文从金融市场的气候风险特征、气候金融的风险评估方法及实践、未来重要研究方向等几个方面展开探讨. 首先, 本文对金融市场气候风险的三大特征进行阐述. 其次, 本文系统梳理了近年来气候金融风险评估的三类主流研究方法, 分析其适用场景与局限性, 总结各国央行及金融监管机构的相关应用实践. 最后, 本文指出了气候金融风险评估未来研究的重要方向, 为推动该领域的理论发展和实践应用提供参考.

本文构建了一个整合多源信息的分类框架, 用于估算中国平台就业者规模. 首先界定了平台就业相关概念, 并将其划分为基于云端和基于位置两类. 随后测算了 2023 年中国平台就业者的总体规模及分类规模, 在此过程中修正了因劳动力跨平台就业导致的重复统计, 并进一步区别估算了全职与兼职劳动者. 结果显示, 2023 年中国平台就业总人数已达 2.47 亿人, 其中兼职人员约 1.18 亿人, 全职人员约 1.29 亿人 (占当年劳动年龄人口的 14.9%). 从结构上看, 云端平台就业者规模占比明显高于位置型, 且其以兼职为主, 而位置型平台就业者则以全职为主. 本研究为及时测算和动态更新我国平台就业者规模提供了基础框架, 为劳动力市场政策制定提供数据支持.

人工智能的快速发展对行为科学的研究内容和研究范式带来了深远影响, 本文系统总结了这一变化所产生的三个前沿研究方向: 第一, 与人工智能交互过程中的人类态度行为研究以及人工智能对人类决策和偏好的影响机制; 第二, 围绕大语言模型自身行为特征和偏好模式开展的行为实验研究; 第三, 人工智能技术带来的方法论创新, 包括利用 AI 智能体代替人类被试进行问卷调查和实验研究以及基于多智能体构建动态交互系统的复杂系统研究. 文章最后讨论了人工智能与行为科学的交叉研究所面临的挑战与未来发展方向.

短视频营销已成为电商转化的核心场景, 信息传播速度加快和信息量膨胀导致消费者耐心阈值降低, 但视频时长对销售转化的非线性作用机制尚未明确. 本研究从信息有效性与过载性视角出发, 揭示短视频时长与产品销量呈显著倒 U 型关系及其作用机制, 且此关系受产品属性 (价格、类型) 调节. 研究发现: 1) 信息有效性 (正向中介) 与信息过载性 (负向中介) 构成双中介路径, 二者共同作用下产生短视频时长与产品销量的倒 U 型关系; 2) 高价商品使最优时长阈值降低且强化关系, 体验型产品阈值较搜索型产品降低且弱化关系. 研究发现为数字内容营销提供动态权衡框架, 证实信息密度与认知负荷的博弈决定时长阈值效应. 本文结论为平台算法优化与内容生产范式革新提供实证依据.

新质生产力是经济高质量发展的重要引擎, 是新时代推进中华民族伟大复兴的重要力量. 本文基于新质生产力理论内涵构建相应的指标评价体系, 采用熵值法测算出 2010 年至 2020 年中国 236 个城市的新质生产力水平, 通过构建理论模型和进行实证研究探讨了新质生产力对经济增长的影响效应. 结果表明, 新质生产力显著促进了经济增长, 且新质生产力的三个维度对经济增长促进作用存在异质性. 机制分析表明, 科技人才关注度、环境规制强度、数据要素利用水平在新质生产力促进经济增长过程中具有调节作用. 进一步分析中, 通过构建空间滞后模型对新质生产力的空间溢出效应进行检验, 发现新质生产力不仅能促进本地城市的宏观经济, 也能促进周围城市的经济增长.

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.

本文基于 2012–2022 年全球 118 个经济体的跨国面板数据, 系统研究了数字政府建设对居民消费的影响效应及其作用机制. 研究发现, 数字政府建设水平的提升显著促进了居民消费增长, 这一结论在经过工具变量法、子样本调整、增加控制变量等一系列稳健性检验后依然成立. 机制分析表明, 数字政府主要通过优化营商环境、促进非农就业和推动普惠金融发展三条路径释放居民消费潜力; 异质性分析发现, 数字政府建设对居民消费的促进作用在社会系统稳定性高、宏观治理能力强的经济体和发达经济体中的促进作用更为显著, 而在低收入经济体中, 其效应受制于社会稳定性不足与宏观治理能力薄弱, 需通过增强社会韧性、完善治理体系才能充分释放数字治理效能. 本文的研究结论为推动我国数字政府建设及促进居民消费提供了理论支撑和经验证据.

基于 IRIOT 对 WIOT 的嵌套模型, 结合克罗内克积构建动态空间面板模型, 实证探究了双重价值链嵌入对 “先富带动后富” 的作用机制. 针对中国各省份细分制造业的回归结果表明: 1) 全球价值链嵌入扩大了经济差距, 而国内价值链嵌入可以借助产业关联, 实现对国内价值链的纵向治理, 有效弱化了经济差距的进一步扩大. 2) 双重价值链嵌入基于主动的 “空间追赶效应” 和被动的 “空间溢出效应” 推进中国制造业 “先富带动后富”, 前者作用趋强而后者趋弱. 与此同时, 国内价值链嵌入对经济差距的抑制作用在追赶效应下日渐提高, 可显著抵消全球价值链嵌入对经济差距的放大效果. 3) 针对双重价值链嵌入的空间效应分解结果表明, 由 “第三方关联” 产生的间接效应大于 “直接关联” 产生的直接效应. 空间溢出机制下, 间接作用的影响超过 65%, 即便在更具自发性的空间追赶机制下, 间接作用效果也高达 55%. 有鉴于此, 深化国内价值链体系建设, 加强省际产业关联, 充分利用溢出和追赶的动力机制, 对于推进 “先富带动后富, 最终实现共同富裕” 的中国式现代化进程具有重要的政策启示.

“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.

高新区是国家实施创新驱动发展战略的重要载体, 也是实现经济高质量发展的推动引擎. 高新区 “以升促建” 政策的实施, 对实现科技创新和发展新兴产业具有深远的影响. 本文基于我国 2003–2022 年城市面板数据, 对高新区升级与战略性新兴企业进入的关系进行了深入剖析. 研究表明: 1)高新区 “以升促建” 政策能够显著吸引战略性新兴企业的进入, 且该结论经过一系列稳健性检验后依然成立. 2) 机制检验表明, 高新区 “以升促建” 政策通过人才聚集、数字普惠金融、政府科技支持和财税激励等机制, 对战略性新兴企业的进入产生积极的促进作用. 3) 异质性分析显示, 在人工智能发展水平较高、官员激励较强以及外资使用水平较高的区域, “以升促建” 政策对战略性新兴企业的吸引效果更显著. 4) 进一步分析表明, 高新区 “以升促建” 政策提高了区域内战略性新兴企业的全要素生产率. 本文的研究为推动高新区实现更高水平发展、加快培育壮大新兴产业提供了经验证据.

区间数据在经济金融领域中广泛存在, 相较于点值数据能提供更丰富信息, 但同时面临模型不确定性和潜在结构变化的挑战. 针对这一问题, 本文首次提出基于区间数据的时变模型平均方法 (IMA). 该方法通过最小化基于 $D_K$ 距离的局部二次损失函数, 动态选择时变权重, 从而有效捕捉区间数据中的潜在结构性变化. 此外, IMA 方法在权重选取准则中引入了惩罚项, 有效防止了过拟合问题, 增强了该方法的稳健性和泛化能力. 我们在理论上证明, 即使所有候选模型均存在误设, IMA 方法在选取时变权重时仍能获得渐近最优性. 实证研究将 IMA 方法应用于 COMEX 黄金期货月度价格区间预测, 结果显示 IMA 方法在区间端点、中点及范围的预测精度均显著优于现有模型选择与平均方法, 尤其在长期预测中表现更佳. 该方法通过动态权重调整, 整合多模型信息, 避免了单一模型选择可能带来的预测偏差, 对复杂动态经济金融系统分析预测具有重要参考价值.

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 ($-$15.08%), 验证了方向性信号具备有效的收益预测能力. 其次, 本文引入买入评分机制, 对买入信号进行细粒度分类并构建投资组合. 结果显示, 高评分的多头组合累计超额收益高达 99.20%, 夏普比率为 0.65, 换手率仅为 41.16%, 表明买入评分对未来收益具有显著的增量预测能力且具有一定的持仓持续性. 最后, 本文利用券商深度研究报告对大语言模型进行微调, 进一步实现了投资策略性能的显著提升. 本文系统展示了金融大语言模型在实证资产定价中的应用潜力, 验证了其在投资信号识别、策略构建及模型微调方面的有效性, 为人工智能赋能金融决策提供了可行路径.

金融是国民经济的命脉, 关系到中国式现代化建设全局. 本文通过对 2015 年上证 50ETF 期权市场的深入分析, 揭示了机构投资者在重大金融风险时期的期权交易行为对股票市场定价效率的深远影响. 研究结果显示, 首先, 机构投资者的期权交易在股票市场崩盘前显著放大了股票价格相对于基本面的偏离程度, 尽管在崩盘后这种影响有所减弱, 但仍持续存在. 其次, 异质信念和卖空限制导致看跌期权和看涨期权对股票市场的影响存在显著不对称性, 延迟价格对负面信息的吸收. 最后, 动态反馈与动量策略分析表明, 看跌期权市场存在正反馈效应, 但聪明投资者通过 “驾驭” 泡沫行为消除了额外的动量交易利润. 本文揭示了机构投资者在重大金融风险时期通过期权市场影响股票价格形成机制的复杂路径, 为理解中国衍生品市场和股票市场之间的联动关系提供了新的分析视角.

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.

绿色创新作为高质量发展理念中 “绿色” 和 “创新” 两大主题的有机结合, 是推动我国经济发展, 提高国际产业竞争力的重要途径. 本文基于 2007–2022 年 214 个地级市的面板数据, 首先采用多期双重差分法研究低碳城市试点、创新型城市试点以及 “低碳-创新” 双政策试点对绿色创新的影响, 然后进一步比较双试点先后顺序对绿色创新的政策效应, 并深入分析试点先后顺序对不同城市区位、科教水平以及城市等级绿色创新影响的异质性特征, 最后构建空间双重差分模型探讨双试点的空间溢出效应. 研究发现: 低碳城市试点、创新型城市试点和双试点对绿色创新均具有显著的促进作用, 并且双试点的政策效应显著强于单试点, 单试点和双试点的政策效应均随着时间推移不断增强; 总体而言, 先创新后低碳对绿色创新水平的促进作用优于先低碳后创新; 双政策实施的先后顺序对绿色创新的影响存在地理区位、城市科教水平和城市等级异质性, 先低碳后创新的政策能显著推动东部地区和科教水平一般城市的绿色创新, 先创新后低碳的政策在东部地区、科教水平高和重点城市的绿色创新效应更大; 双政策试点对邻近地区和经济发展水平相似的地区存在显著的正向空间溢出效应. 研究结论丰富了双政策试点的经济效应研究, 同时为国家实现高质量发展与全面转型升级提供了重要的实证依据和政策参考.

股市价格的跳跃反映了宏观经济的重大变化, 是国家经济运行的重要晴雨表. 宏观政策的发布通常通过资产流动性、市场预期与投资者信心等多重渠道对股市产生影响, 因此, 政策发布对股市跳跃的影响一直是金融市场波动性研究的热点问题, 受到政策制定者、金融监管者、投资者及学术界的广泛关注. 本文构建了一个同时包含正向激励与负向抑制机制的 Policy 模型, 以刻画利好利空政策发布对股市跳跃强度的影响. 实证结果表明, 政策发布对正向跳跃的影响具有更强的持续性, 并且 Policy 模型在正负跳跃强度的预测上相较于传统不考虑政策因素的自激励点过程模型 (如 Hawkes 模型) 表现更优, 验证了政策信息在股市跳跃分析中的有效性. 此外, 研究还发现在跳跃阈值较低的情形下, Policy 模型能更充分地利用政策信息对市场动态进行拟合, 具有更好的拟合精度和稳定性. 本文基于高频数据对政策影响进行评估, 从参数估计与跳跃预测等角度分析政策对正负跳跃的不同作用, 并提出相应的政策建议.

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.

充足且稳定的电力供应是企业生产的基础, 它不仅能保障本地企业的就业岗位, 而且还能吸引潜在企业进入进而创造更多的就业机会. 本文构建了一个包含电力供应的企业生产模型, 采用中国城市电力供应指数与中国税收调查企业数据, 深入考察电力供应的稳就业效应. 研究发现, 电力供应具有显著的稳就业效应, 这种效应在企业层面主要通过扩大企业生产规模 (产量效应) 和减少企业外购中间品 (中间品替代效应) 两种渠道来实现, 在地区层面主要通过吸引新企业进入, 提升本地就业容量渠道来实现. 进一步分析表明, 电力供应的稳就业效应具有地区、行业与企业异质性, 具体表现为经济欠发达地区、非高耗能行业、高电力密集度企业、中小企业与民营企业更为明显. 本文研究成果为保障企业就业, 实现我国经济高质量发展和稳就业目标提供重要的决策依据.

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.

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.

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.

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.

制造业与物流业深度融合发展是推动产业升级、实现经济高质量发展的必然趋势, 智慧技术为其提供了重要的资源基础和技术支撑. 然而, 目前物流行业智慧化水平仍然较低, 难以有效支撑制造业的柔性生产与服务延伸, 严重阻碍了两业融合的深度与广度. 为此, 本文从制造业与物流业双向互动视角出发, 引入流程因素, 基于改进的 TOEP-TAM 模型开展实证分析, 探索物流企业智慧技术应用的影响因素和影响机理. 研究发现: 在技术层面, 智慧技术优越性显著促进物流企业智慧技术采纳意愿, 而智慧技术安全性则抑制了物流企业智慧技术采纳意愿; 在组织层面, 物流企业组织规模实力和两业互信程度显著促进物流企业智慧技术采纳意愿; 在环境层面, 竞争压力和政府政策显著促进物流企业智慧技术采纳意愿; 流程层面, 智慧物流定制化水平显著促进物流企业智慧技术采纳意愿. 本研究为推动物流企业的智慧化转型, 促进制造业与物流业深度融合提供了重要决策支持.

非洲是全球气候变化影响最严重的地区之一, 但非洲数据困境下鲜有准确评估气候变化脆弱性的方法. 本文基于 2015–2023 年 320 万新闻事件文本数据, 运用大语言模型提取气候主题新闻文本, 并基于微调的气候主题大语言模型识别气候冲击事件在经济、健康和政治等维度的影响, 构建非洲气候变化脆弱性评估指标体系, 测算了非洲大湖区国家气候变化脆弱性的时空变化特征, 并基于混频动态单因子模型检验了气候脆弱性指数的有效性, 结果表明气候脆弱性指数能显著提升对国家冲突的预测精度. 气候变化脆弱性已成为非洲国家及区域冲突的重要驱动因素. 本文提出的非洲气候变化脆弱性指数测度方法, 有助于提升国际参与对非气候合作和预测地区冲突的有效性.

重大事件冲击带来宏观经济变量的大幅变动, 使得传统参数驱动的混频动态因子模型 (PD-MFDFM) 出现了模型参数稳定性显著降低的现象, 从而严重影响到提取得到的经济景气指数的稳定性, 进而可能影响经济形势研判以及宏观政策的制定. 为解决该问题, 本文提出了一类得分驱动的混频动态因子模型 (SD-MFDFM) 并给出了相应的极大似然估计方法, 且其分布可为正态或学生 $t$ 分布. 特别地, 厚尾分布的引入可使模型通过数据驱动的方式判断宏观经济变量的异常波动是来自数据的厚尾噪音, 还是来自经济下行的信号, 该分布也可以用来处理模型参数的不稳定性, 得到稳健于极端事件的经济景气指数测度结果. 模拟研究表明, 极大似然估计在模型正确设定下表现良好, 而忽略宏观数据的厚尾特征会导致模型参数估计存在偏误, 进而出现因子估计的巨大偏差. 最后, 以中美经济数据为例, 本文将 SD-MFDFM 模型与传统方法的估计结果进行比较, 并扩展了该模型考虑了条件异方差性的情况, 结果再次证实了所提出模型的优势, 以及提取得到的宏观经济景气指数的稳定性与准确性.

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.

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.

本文使用了 LM-Test 和 ABD-Test 作为跳跃识别的工具, 检验了美联储议息会议 (FOMC 会议) 对加密货币价格跳跃的作用, 本文实证结果如下: 其一, FOMC 会议召开会增加加密货币价格跳跃的可能性; 其二, 临时召开的 FOMC 会议更有可能导致价格跳跃; 其三, 小市值的加密货币比大市值的加密货币更易受到 FOMC 会议召开的影响, 产生价格跳跃; 其四, 对加密货币按用途分类研究后表明, 现金类、智能合约平台类、计算类的加密货币更易受 FOMC 会议召开影响产生价格跳跃, 稳定币、文娱类、去中心化金融类加密货币也会受 FOMC 会议召开影响产生跳跃, 但影响的显著性水平不足; 其五, 本文引入了经济不确定性程度和地缘政治风险两大环境变量, 研究了在不同环境下, FOMC 会议对加密货币价格跳跃的影响, 结果表明经济不确定性高的外部环境会加剧 FOMC 会议对加密货币价格的影响, 而地缘政治风险较高的外部环境则会降低 FOMC 会议召开的信息对加密货币资产价格跳跃的影响.

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$^{\circ }$C) 的天数增加 1 单位标准差, 将导致人均商业健康保险保费收入增速上升 3.37 个百分点; 极端低温 (日平均气温低于 0$^{\circ }$C) 天数的影响不显著. 机制分析结果表明, 健康风险和风险信念影响渠道占主导地位, 但收入波动和供给渠道的影响不显著. 异质性分析结果显示, 极端高温对健康保险市场的影响在金融市场发展程度较高、教育水平较高以及医疗服务水平较高的地区更加明显.

异质性投入产出表通过从特定维度拆分产业部门, 能够刻画部门内差异化的生产技术, 揭示被部门同质性假定掩盖的重要结论. 然而, 受制于现有统计资料的细致程度, 异质性投入产出表的编制不得不依赖比例假定等非调查技术, 必然存在大量误差. 因此, 异质性投入产出表天然存在分辨率与准确性之间的冲突, 但由于难以找到开展准确性研究所必须的对照依据, 这一冲突所导致的不确定性未能得到有效评估. 本文将异质性投入产出分析准确性区分为异质性投入产出表的准确性和异质性投入产出模型准确性两个层面, 研究了非调查法编表误差对投入产出模型运用准确性所产生的影响. 本文提出了一种组合蒙特卡罗模拟和 TRAS 技术产生满足异质性投入产出表结构特征的模拟真值矩阵的方法, 以一组基于模拟真值的计算结果与非调查法计算结果进行对照, 评价非调查法在投入产出模型各个整合运用维度上的准确性. 该方法论解决了非调查法准确性评价缺乏对照依据的问题. 进而以 2017 和2020 年区分内外资中国非竞争型投入产出表为例, 对中间流量矩阵元素在四种分布情景下各进行 10000 次模拟, 计算了直接消耗系数矩阵, Leontief 逆矩阵, 产出乘数和出口增加值等不同模型运用层次上模拟真值结果与非调查法结果的距离. 模拟结果发现, 由非调查法构建的异质性投入产出模型存在从基础表到模型运行结果随着投入产出运算整合运用程度加深而准确性显著提升的规律, 模型运算结果准确性对非调查法的假设是否合理的敏感性较低. 进一步对模型运算结果矩阵或向量构成元素的准确性进行回归分析, 发现 Leontief 逆矩阵中对角线位置元素准确性较高, 同质类型消耗关系对应位置元素准确性较高, 对直接消耗系数变化的敏感度与元素准确性正相关. 本文的研究成果对于更好评价非调查法编表技术下异质性投入产出模型的准确性, 更好运用模型计算结果具有重要参考意义.

本文以中国上市企业 ESG 表现为切入点, 研究资本市场信息期限导向的实体经济影响. 基于市场微观结构理论, 本文构建了一个衡量股票信息长期导向程度的方法, 以判断股票价格更多地由长期还是短期基本面所驱动. 研究发现, 在中国资本市场上, 随着股票信息期限导向的延长, 企业的ESG 表现反而呈现下降趋势. 进一步的机制分析表明, 长期导向的股票能够提升管理者学习能力, 向企业管理者提供更多关于未来基本面的信息, 从而弱化了管理者通过提升 ESG 表现规避未知风险的动机. 本文的研究揭示了资本市场同时具备监督企业行为和提供信息的双重功能, 为理解资本市场如何作用于企业的 ESG 表现提供了新的视角.

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.

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.

上市公司股东将持有的本公司股权质押给金融机构获取融资是一种常用但风险较高的融资模式, 在此背景下, 降低股权质押业务比例风险和约束影子银行规模, 是有现实意义的研究课题. 本文使用 2012 年至 2023 年上市公司微观层面的经济数据, 检验了规范金融机构资产管理业务的政策法规 (《关于规范金融机构资产管理业务的指导意见》, 以下简称资管新规) 的实施效果, 分析了资管新规影响股权质押业务比例风险的传导机制与异质性作用. 研究显示, 资管新规可以有效降低股权质押业务比例风险; 中介效应检验表明, 资管新规通过约束影子银行规模的传导路径, 显著抑制了股权质押业务比例风险; 进一步的异质性检验表明, 资管新规对差异化区域、差异化产权性质以及差异化高管从业背景的上市公司股权质押业务比例风险产生了异质性影响. 建议加大资管新规的实施力度, 降低股权质押业务比例风险与影子银行规模, 对企业实施差异化调控, 适当拓宽融资渠道, 缓解融资约束, 保障实体经济与资本市场的平稳运行.

在低空经济快速发展而统计核算体系尚未完善的背景下, 准确识别其产业结构特征与经济关联效应具有重要现实意义. 本文在现行投入产出统计框架下, 基于部门拆分方法构建低空经济投入产出表, 将低空经济细分为低空制造业、低空运营业、低空基建与信息服务业以及低空配套业, 并系统测算其产业关联特征和最终需求效应. 研究结果表明, 低空制造业的影响力系数长期显著高于 1, 对通信设备、通用与专用设备、电气机械等上游高技术制造部门具有较强的拉动作用, 而低空运营业、低空基建与信息服务业以及低空配套业的影响力水平整体偏低, 其产业带动效应尚未充分释放. 四类低空经济部门的感应度系数整体处于较低水平, 表明低空经济尚未广泛嵌入国民经济的常规生产体系, 但感应度的缓慢上升反映出低空应用场景正在逐步扩展. 在最终需求层面, 低空经济生产诱发系数整体偏低, 需求结构呈现明显的投资主导特征, 最终消费需求尚处于培育阶段, 出口拉动作用相对有限. 总体而言, 低空经济体现出典型的新兴产业发展特征, 即供给侧带动能力相对较强而需求侧渗透不足, 产业整体仍处于以投资建设和应用场景孵化为主导的发展阶段. 本文的研究为低空经济的量化评估提供了新的统计基础, 也为新兴融合型产业的投入产出测度提供了方法参考.

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.

随着生成式人工智能技术的蓬勃发展, 企业年报的阅读者也从人类读者拓展至人工智能 (AI), 年报可读性传统测度方法的局限性日益凸显. 本研究从长文能力、表格解析、其他因素三个维度出发, 利用随机抽样问答与随机森林模型构建大语言模型下的年报 AI可读性指标. 基于 2004–2023 年中国大陆境内上市公司的分析表明: 1) AI 可读性指标与传统可读性指标在时间趋势、数值分布、行业特征和地区分布上均存在显著差异. 2) 不同类型企业的 AI 可读性存在异质性表现, 且与传统可读性方向相反, 非国企、高科技行业、会计信息质量高的企业, 其年报 AI 可读性显著优于其他企业. 3) 相较于传统可读性, AI 可读性能够更有效地优化企业信息传递效率. 本研究创新性地提出年报 AI 可读性概念和测度方式, 为大语言模型背景下的年报可读性研究提供了新的研究视角与分析方法, 有利于更好地理解企业信息披露的动机和经济后果. 本研究为企业调整年报撰写范式使其更易于 AI 理解提供了启示, 也为监管者和投资者准确评估大模型下企业的信息披露水平提供了重要参考.

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.