当前，另类数据的应用为金融投资领域的学者和从业者提供了新的视角.本文构建了基于因子增广回归与深度神经网络的预测模型，实现了从财经类短视频和财经新闻等另类数据学习交易信号，并构建了中国股票市场投资交易策略.首先，将抓取的财经新闻匹配相应股票代码，并分解为文本数据和图像数据.其次，将文本数据输入文本数据学习框架，求解因子回归方程计算新闻文本得分情况；图像数据输入基于迁移学习搭建的图像识别深度神经网络模型，计算图像情绪指数和图像得分.对于抓取的财经类短视频，包含两步，第一步剥离音频数据转换为文本数据，利用训练好的文本数据学习框架计算短视频文本得分；第二步提取视频的关键帧，利用训练好的图像模型计算视频图像得分；文本得分与图像得分求和得到短视频数据得分.最后将财经类短视频得分、新闻报道的文本得分和图像得分求和得到股票投资信号，并将之作为构建投资组合的依据，制定合适的投资策略.研究结果表明，财经类短视频和财经新闻数据中包含了与股价相关的信息，能够有效预测市场变化，并为投资者带来超额收益.实证研究证实，另类数据在中国市场中具有重要影响力.通过对另类数据进行综合分析，本文为投资者提供了一个全面且有效的交易信号提取方法，有助于优化投资策略并实现更高的实际收益.

大语言模型(LLMs) 拥有强大的自然语言处理能力, 本文系统梳理了相关领域的前沿文献, 并详细论述其为经济金融领域的文本分析带来的新研究机会. 首先, 本文介绍了GPT和BERT这两类最具代表性的LLMs及一系列经济金融领域专用的LLMs, 并阐述应用LLMs分析文本数据的基本原理. 其次, 本文从两个方面归纳了LLMs在经济金融文本分析研究中的应用场景: 一是LLMs在计算文本相似度、提取文本向量进行预测、文本数据识别与分类、构建特定领域词典、主题建模与分析、文本情绪分析等传统文本分析场景中所呈现的显著优势; 二是LLMs拥有强大的人类对齐能力, 由此开创了全新的应用场景, 即作为经济代理人, 模拟人类生成对于文本的信念或预期并进行经济决策. 最后, 本文总结了LLMs在开拓经济金融文本分析研究的新范式过程中面临的局限性以及现有研究不足, 并针对这些问题可能催生的新研究议题进行展望.

黄金现货、ETF、期货等市场在维护一国经济稳定、增强国家信用、对冲金融市场波动等方面一直发挥着核心作用.最近几年，黄金价格历经多次剧烈波动.黄金现货、ETF、期货之间观察到了不同步不协同现象，加大了市场不确定性和风险.本文选取2015年至2021年黄金现货合约、华安黄金ETF、黄金期货主力合约每日收盘数据，探讨黄金现货、ETF、期货市场的动态联动及波动溢出效应.首先，构建MS-GARCH模型，研究三市场波动及区制转变关系；然后借助DCC-GARCH模型进一步探究三个黄金市场彼此之间的动态联动关系；最后使用溢出指数模型测度三市场间的波动溢出效应.结果表明：1)三市场一体化程度较高.DCC-GARCH模型表明：三市场收益率动态相关性绝大部分时间都维持在了0.9左右的水平.2)不同市场之间的动态联动性具有显著区别.DCC-GARCH模型表明：黄金现货与期货市场收益率之间的相关系数波动更为剧烈更为频繁.溢出指数模型表明：黄金现货市场在多数时期呈现为负向净溢出，绝大部分时间为溢出的接收者，黄金ETF、期货市场收益率多数时期为正向溢出，即绝大部分时间为溢出的传播者.3)样本期内，三市场波动溢出具有动态特性.MS-GARCH模型平滑概率图发现2019年后三市场收益率在高、低波动状态的持续时间都比较短，两种状态的交替更加频繁.DCC-GARCH模型表明三市场收益率相关系数在2015年、2018年后都有显著下降.溢出指数模型表明；三市场的总溢出指数在2019年出现较大波动，一度下探到55%；2019年对外溢出指数(TO)和接收溢出(FROM)均出现了显著的下降，黄金现货市场降幅最大，分别下降到43%、50%；2019年黄金现货、ETF市场收益率的净溢出指数波动较大，也观察到了黄金现货到ETF、现货到期货的净成对溢出指数的大幅波动.

绿色金融不仅是碳市场的“衍生品”，还能盘活碳资产流动性，强化碳市场价格发现功能，因此碳市场与绿色金融市场之间存在互补关系.为此，本文搭建“碳交易-绿色金融”的市场互补理论，演绎出“绿色金融有利于碳市场发展，碳市场规制能够激励企业绿色创新积极性，催生绿色金融投融资接口，激发绿色金融市场活力”的结论，据此提出可供实证检验的理论假说.进而，基于七省市碳交易试点地区经验数据，建立固定效应面板模型和双重差分模型，并引入绿色金融中介变量进行传导机制分析，实证结果显示：绿色金融工具对碳市场发展具有显著的激励效果，即绿色金融水平提高1%，显著推动碳市场发展程度上升约0.657%，但这种推动作用具有滞后性；碳市场规制政策对企业绿色创新具有显著挤进效应，且大规模企业受到创新引导力度较强，绿色投资和绿色信贷工具对该挤进效应起到正向调节作用；最后，证实了碳规制对绿色金融市场水平提升存在直接正向影响，验证了碳市场和绿色金融之间的双向激励作用.基于上述实证结论，本文提出优化碳市场机制设计和完善绿色金融体系建设的相关政策建议，以推进碳市场和绿色金融良性协同共生，为企业低碳绿色创新筑巢，高效有序实现双碳目标.

随着数字经济时代的来临，基于互联网、移动互联网以及人工智能技术的经济活动每时每刻产生了海量大数据，这些海量大数据又反过来驱动各种经济活动.大数据来源不一，形式多样，种类繁杂，既有结构化数据，也有非结构化数据，如文本、图像、音频、视频等，即使是结构化数据，也有新型数据，如函数数据、区间数据与符号数据等.大数据大多拥有巨大的样本容量，也有潜在解释变量维数超过样本容量的高维大数据.大数据的产生以及基于大数据的机器学习的广泛使用，对统计学产生了深刻影响.本文从大数据的特点和机器学习的本质出发，讨论了大数据和机器学习对统计建模与统计推断的挑战与机遇，包括由抽样推断总体分布性质、充分性原则、数据归约、变量选择、模型设定、样本外预测、因果分析等重要方面，同时也探讨了机器学习的理论与方法论基础以及统计学和机器学习的交叉融合.

当前，加快建设高效规范、公平竞争、充分开放的全国统一大市场被党中央和国务院提升到全局和战略高度.本文从公平竞争的视角切入，基于我国地级市先后设立行政审批中心的公共政策实验，考察了以“放管服”为主要方向的行政审批改革对于打破垄断进而推动统一大市场建设的政策效果.研究发现：我国以行政审批中心为载体的行政审批改革有助于降低企业垄断势力并促进公平竞争.然而，由于“放管服”力度有限、未能有效降低企业实际面临的制度性交易成本，行政审批中心的设立仅在短期内降低了企业垄断势力，而长期来看并不具有持续推动企业进入和公平竞争的效果.进一步分析发现，设立行政审批中心仅对东部地区和非国有企业具有抑制垄断势力的短期效果.并且，相比于早期设立的行政审批中心而言，后期设立的行政审批中心对垄断势力的抑制效果更明显.文章的发现可为当前我国加快建设统一大市场提供直接的政策启示.

企业创新研发活动对促进经济社会的绿色可持续发展具有重要意义.绿色信贷政策如何影响信贷资金于高碳行业内部在研发强度不同企业之间的配置尚不明朗.本研究使用2007年—2019年共620家高碳排上市公司数据，使用T检验、混合截面回归模型、双重差分模型等方法，研究了绿色信贷政策如何对研发强度不同的高碳企业的信贷融资产生差异化影响.研究发现，从信贷数量视角来看，2012年颁布的《绿色信贷指引》显著导致在高碳行业内部信贷资金更多地被配置给了研发意愿高、研发投入大的企业.尽管绿色信贷政策导致高碳行业整体的信贷规模下降，但研发投入较高的企业所受影响相对较小.从信贷价格视角看，随着金融市场的发展，相比于研发投入低的高碳企业，高研发投入的高碳企业所受的信贷优惠逐渐加大，但尚没有充足的证据说明在该过程中《绿色信贷指引》产生了显著影响.

国内生产总值（GDP）实际增速是衡量国家经济运行状况的重要指标，但该指标以季度频率发布，相比于经济分析需求来说显得较为滞后.本文运用混频动态因子模型（MF-DFM）方法，基于大规模的月度经济数据对季度GDP实际增速进行短期实时预测，以提高经济分析的及时性.为有效提升大规模数据的利用效率，避免因子模型中指标选择的主观性，本文提出大规模数据下MF-DFM的指标选择方法，即将二元动态单因子模型的均方预测误差作为指标选取依据，能有效兼顾季月混频数据、缺失值以及“碎尾”数据等特征.实证结果表明，相比于传统的时间序列预测模型和常用的混频模型，基于二元模型指标筛选的MF-DFM在疫情前的经济平稳时期和疫情后的经济恢复时期对中国季度GDP增速均有较高的预测精度.同时，该方法对中国月度GDP实际增速的预测值与宏观经济一致指数有较高的同步性，可用于提升经济运行状况监测的时效性.本文为大规模数据条件下的经济实时监测预测预警提供了基于指标选择的新思路.

在经济学领域的随机对照试验中，在经济学领域的随机对照试验中，受试者的分配通常按照完全随机的方式进行.然而，完全随机化可能无法使基线协变量在试验组和对照组间的分布均衡可比，导致试验的解释性与准确性降低，甚至会得出错误的分析结果.本文在经济学随机对照试验中引入协变量平衡自适应设计，该设计在分配过程中自适应地对协变量的平衡性进行调整，从而能够获得协变量在组间分布相对均衡的分配方案.本文基于一项探究个性化信息是否能够影响养老金个人账户储蓄的随机对照试验案例，分析比较了不同随机化设计对于在随机化试验中的协变量平衡以及处理效应估计等方面的影响.实证分析表明，相比于完全随机化，考虑协变量平衡调整的随机化设计能够降低组间的协变量的不平衡程度，并提高后续对于平均处理效应的估计精度和检验功效.

随着全球贸易的发展，世界各国间的隐含碳排放转移规模不断扩大，深入了解中国在全球贸易中的隐含碳排放情况有利于中国争取更多的碳排放权并实现公平性发展.通过构建二氧化碳排放清单和多区域投入产出表，本研究定量估计全球140个国家和地区在2004年、2007年、2011年和2014年全球贸易中的隐含碳排放，并从具体行业层面进行了分析.研究发现，2004—2014年各国间的碳排放交换关系进一步加强，隐含碳排放规模同样不断扩大.2014年全球贸易二氧化碳转移量高达53亿吨左右，约占全球总排放量的四分之一.中国成为世界隐含碳排放出口的中心，承担了全球五分之一以上的贸易碳转移，而美国则成为进口中心.中国净出口隐含碳从2004年的956百万吨增加到2014年的1201百万吨，成为愈发典型的隐含碳净出口国，中国出口结构主要集中于能源密集型和碳密集型的制造业，而进口结构涉及采矿业、普通制造业、交通运输业等多个部门.为减少隐含碳排放，中国应积极主张基于生产侧与消费侧共同承担碳排放责任的核算机制，以确保中国获得公平合理的排放额度和排放权，整顿高污染行业，优化进出口贸易结构，加速低碳转型的力度，提高能源利用效率.

现有研究发现引入LDA（latent Dirichlet allocation）主题模型能够提高对公司财务违规的预测效果.为了进一步探讨主体模型中主题因子预测能力的来源，本文以2008—2019年我国3，397家A股上市公司18，220份年度报告为样本，在以往LDA的基础上加入公司、经理、宏观基本面变量作为主题选择变量，加入违规标签作为情景变量，对年报信息质量进行分析并提取高质量和低质量主题因子.本文基于半监督思想的结构化主题模型（structural topic model）的实证结果表明，基于STM的财务违规预测模型优于基于LDA、词频和财务指标的财务违规预测模型，其错误分类成本降低13%以上.进一步研究发现主题因子的预测能力更多地来源于公司规模、年龄、杠杆、固定资产占比等公司特征，而非反映经理特征的有关变量.本文的预测模型不仅能够预测重大违规事件，也能在精确度较高的前提下给出覆盖率较高的违规公司或安全投资标的.本文的研究在实践上对监管机构监测违规公司和投资者构建安全投资标的池具有重要参考价值.

本文探讨了产业数字化对行业性别雇佣偏好的影响效应及其背后的作用机制.理论上，产业数字化可以通过提升机械化水平、促进服务化转型和增强培训投入力度，改变各行业生产、销售过程中的工作模式和岗位需求偏好，进而改变各行业对性别的雇佣偏好.实证上，通过编制2002、2007、2012和2017年103个行业全口径分性别就业数据，测度了4个年度各行业的性别雇佣偏好，在量化行业产业数字化的基础上运用双向固定效应模型进行计量分析.结果表明，产业数字化水平的提升会使各行业整体更偏好雇佣男性劳动力，扩大两性在性别雇佣偏好上的差距.分样本回归发现，产业数字化对行业性别雇佣偏好的扩大作用在偏好男性以及第二产业组别中更为明显.机制分析检验发现，上述异质性是由于产业数字化对不同类型行业性别雇佣偏好的作用机制（机械投入水平、服务化转型程度或培训投入力度）差异所导致.本文的研究为理解数字技术赋能产业后对性别就业结构、行业性别雇佣偏好等方面的作用提供了理论和现实依据.

资本结构动态调整是企业价值提升的重要条件.本文以2010—2021年国有上市企业为样本，考察了国有资本授权经营制度改革对资本结构动态调整的影响.研究发现，国有资本授权经营制度改革对提升资本结构调整速度具有显著的促进作用.渠道检验表明，国有资本授权经营制度改革通过降低社会性负担以及治理管理者代理问题，提升了资本结构调整速度.进一步研究发现，在非国有股东持股比例较低、国有资本运营公司控股、低成长性、成熟期以及衰退期的企业中，国有资本授权经营制度改革提升资本结构调整速度的作用更显著.本文拓展了企业资本结构动态调整影响因素的研究，并且丰富了国有资本授权经营制度改革效果的研究，对于优化国有企业资本结构以及完善国有资本授权经营制度具有一定的现实启示.

本文基于现代计量经济学的发展历程，介绍了现代计量经济学的思想、理论、主要内容体系、模型、方法与工具.文中首先回顾经典计量经济学中经典线性回归模型的基本假设，并考察通过扬弃这些假设，发展而来的现代计量经济学的历史背景，进而阐述现代计量经济学的理论体系与主要内容；同时讨论了在大数据时代，大数据为计量经济学带来的挑战与机遇，以及计量经济学今后发展的若干重要方向与趋势.

我们有选择地回顾了一些关于大数据下预测的文献.考虑了基于数据的方法与因果的方法、微观建模与宏观建模、同质性与异质性、模型不确定性与抽样误差、常参数建模与时变参数建模、模型评估、交叉验证以及聚类等问题.

数据要素作为新型生产要素, 在数字经济发展中起着基础性、关键性作用.本文基于356份问卷调查所得的数据, 从物理-事理-人理角度探究了数据要素市场的影响因素.首先, 通过理论分析和文献梳理, 基于WSR系统方法论, 将影响数据要素市场建设的42个因子分为物理维、事理维和人理维; 其次, 基于物理、事理、人理分别进行主成分分析, 从中提取影响三个维度的重要因素; 最后, 根据所提取的重要因素, 通过验证性因子分析, 构建数据要素市场影响因素模型.实证研究表明, 数据要素的供给是关键, 数字技术的突破是基础, 数据价值的测度是前提, 数据收入的分配是动力, 数据安全的保护是底线, 专业人才的培养是重点.最后, 提出了突破关键数字技术、加强市场制度设计、制定数据产权法、加快专业人才队伍建设等政策建议.

改革开放以来，中国M2/GDP长期上升却没有持续出现严重的通货膨胀、货币流通速度长期下降现象，被称为“中国货币之谜”.2008年— 2019年间，此现象更加显著.为了解释这一现象，本文根据中国的经济特征和30多种实际数据，拓展文献中研究房地产投资的模型结构，建立和校准了一个一般均衡模型.校准后的模型解释了12年间M2/GDP上升的42.27%和货币流通速度下降的49.70%.“反事实”分析表明，如果根据“十四五”规划，实现货币供应量基本匹配名义GDP增速，可以破解“中国货币之谜”，并有助于经济高质量发展.本文的主要贡献是提供了一个分析框架，可以量化房地产投资、地方政府债务等因素对M2/GDP上升和货币流通速度下降的影响.

本文对SAR模型进行了综述，将自回归时间序列模型推广到空间的设定.这是空间计量经济学中最受欢迎的模型，在经济学实证研究中有着广泛的应用，因为它捕捉了经济主体之间的相互作用和溢出效应.本文首先给出了在完全信息静态博弈设定下的纳什均衡模型的经济解释.比较静态经济比较分析提供了对结果有直接和间接影响以及乘数效应的经济解释.本文讨论了传统的ML估计及其在QML估计方面的扩展.我们也阐述了近来对数似然函数凹性方面的最新研究，和其他的估计方法，包括GMM和GEL.利用线性二阶矩构造最优GMM估计方法是可行的.对SAR模型进行估计和检验的GEL方法对未知异方差具有较好的稳健性.

在险增长是稳增长与防风险的一个分析框架，而稳增长与防风险又是统筹安全与发展的“迷你版本”.作为宏观经济分析新范式构建的一种尝试，我们利用非线性期望理论研究经济增长均值、方差均不确定的在险增长问题，非线性期望理论的主要特点或优势在于经济增长波动的“内生刻画”、风险度量的底线思维与区间思维以及数据处理的“单向独立”等.本文的主要边际创新和贡献在于：1）理论上从经济增长G-分布满足的偏微分方程的初值条件的单调和凸凹变化给出G-顶点分布的解析和定义，由G-顶点分布给出G-在险值（G-VaR，G-Value-at-Risk）的刻画；2）阐释用G-VaR度量在险增长的区间数据思维，实证检验表明均值、方差不确定的在险增长精度最高且对经济增长的影响最为显著，给出在险增长走廊的刻画等；3）最大波动性与经济增长负相关，最小波动与经济增长正相关，经济出现负增长前滚动标准差直线上升，部分解释现有经济增长领域的“波动性悖论”等.

在传统计量经济方法学中引入机器学习方法已逐渐成为一个不可忽视的重要发展趋势，本文从因果推断的两大主流分析框架出发，分析了其各自的特征与内在关联，在此基础上，提出了机器学习方法可以从样本匹配与反事实预测两个方面对现有因果效应识别研究进行改进.本文认为，机器学习能够通过样本直接匹配以及提升倾向得分估计准确度来实现样本的精准匹配，使研究样本更具备"随机化"实验的特征，此外，机器学习方法能够利用复杂关系建模、交叉验证以及正则化等方法来提升样本反事实预测的准确性.本文接着从匹配法、断点回归法、双重差分法以及合成控制法这四个具体的方法出发，详细阐述了机器学习在提升因果效应识别方面的理论基础，同时在每一个方法部分都给出了若干实际应用案例，以供应用计量研究者借鉴和参考.

投入产出数据作为国民账户体系(System of National Accounts, SNA)中产业数据的核心, 是经济结构分析的重要数据基础.目前国家统计局已开始了对我国投入产出核算方法的改革.在此背景下, 本文系统归纳并分析了SNA核算思想从早期英美主导向后期欧洲主导转变过程中在核算框架上表现出的主要特征.分析表明分歧的焦点主要集中在生产核算上, 进而导致了投入产出核算的引入及后来的发展.沿着这样的理论路径才能更好理解投入产出核算方法变化和欧美不同做法背后的原因, 从而正确认识当前形势下我国投入产出核算方法改革对于我国整体核算框架的完善, 以及服务于我国经济结构转型分析所具有的理论和实践意义, 并进一步明确改革的路径和方向.在上述分析基础上, 基于我国实际并借鉴国外做法, 为我国投入产出核算的改革提出建议.

本文着重介绍了基于面板数据的处置效应估计的计量方法最新进展.首先，简要介绍了面板数据的项目评估或经济政策评价的现代计量分析的基本模型及其性质和应用.其次，主要关注估计面板数据的平均和分位数处置效应的最新方法和模型.最后，从理论、方法和实证方面探讨了基于面板数据的经济政策评价的计量经济学和统计学未来可能的研究方向，特别地，如何结合三者：机器学习、经济政策评价和面板数据的未来的研究方向展开讨论，为年轻学者提供参考.

以ChatGPT为代表的大模型是通用生成式人工智能技术的一大突破, 不但对人类生产方式、生活方式与思维方式产生深刻影响, 也正在推动经济学研究范式的变革. 大模型是大数据与人工智能催生的一种新的系统分析方法, 适合于研究复杂人类经济社会系统. 本文首先讨论ChatGPT与大模型的主要特征以及发展范式, 特别是大模型如何破解“维数灾难”的方法论原理, 然后详细探讨ChatGPT与大模型将如何影响经济学研究范式, 包括从理性经济人假设到“人机结合”的人工智能经济人, 从孤立经济人假设到其行为可测度的社会经济人, 从宏观经济学和微观经济学的分离到两者的融合, 从定性分析和定量分析的对立到两者的统一, 从长期流行的经济学研究“小模型”范式到“大模型”范式, 以及计算机算法作为经济学日益重要的研究范式与研究方法等. 最后, 指出包括大模型在内的人工智能技术作为经济学乃至社会科学的研究方法的局限性.

随着全球对碳排放问题的日益关注, 碳市场价格变得越来越重要. 准确可靠的碳市场价格预测不仅可以为政府宏观调控实现"双碳"目标提供更好的参考, 还可以帮助企业更有效地管理碳排放带来的风险. 本文针对碳市场价格预测, 利用经验模态分解(EMD)、卷积神经网络(CNN)和长短期记忆网络(LSTM), 提出不同的EMD-CNN-LSTM组合模型, 并探讨了CNN-LSTM组合策略, 将其分为串行策略和并行策略. 本文使用广东、上海、湖北、重庆碳交易所价格数据, 系统地对比了EMD-CNN-LSTM组合策略和单一预测模型、组合预测模型的预测效果, 验证了EMD-CNN-LSTM四种组合模型预测的精准性和稳健性, 并论证了并行策略预测对于碳市场价格序列普适性更佳.

创新管理与创新政策研究的科学化迫切需要系统性的分析理论与方法来支撑; 同时, 分析创新过程上游科技研发产出的科学计量学理论与方法未能满足全面分析创新过程并系统支撑创新管理与创新政策研究的需要. 这一现状必然催生一个更加综合的交叉学科——"创新计量学(Innovametrics)". 创新计量学是以整个创新系统为研究对象, 面向创新的发生与发展, 对创新系统全面分析的新兴学科。这一学科研究旨在从创新系统的视角构建分析创新过程的理论与方法体系, 实现对创新过程的系统性诊断与分析. 本文在回顾创新活动分析与创新模型同步发展基础上, 从投入(I)、产出(O)、收益(P)、转化(T)和系统(S)五个方面对创新计量学进行了分类: 创新投入计量、创新产出计量、创新收益计量、创新转化计量和创新系统计量; 从结构问题、发展问题和动力问题角度总结了创新计量学的典型研究问题与分析技术. 最后, 结合我国创新管理与创新政策实践, 对创新计量学迫切需要解决的科学问题进行了展望. 创新统计与调查数据的不断丰富必然促进创新计量学的蓬勃发展, 而创新计量学发展也使得创新管理与创新政策更加科学化. 本文构建的"I-O-P-T-S"五维创新计量学体系不但首次为创新活动的分析提供了分类体系, 而且为创新领域的研究问题设计提供了一个系统性的全过程分析视角.

央行沟通是受到市场广泛关注的重要叙事文本，如何从高维文本中有效提取关键信息是有待深入研究的科学问题.本文将Ke et al. (2019)提出的基于文本筛选和主题建模情感提取模型运用到央行沟通测度中，具有简单透明、可复制性强的优势.结合中文文本特征和中国货币政策多工具的框架，选取多个货币政策实际干预的变动值作为监督变量进而构建央行沟通指数，并基于广义货币政策规则对未来货币政策实际干预进行预测.研究结果表明，央行沟通文本信息有助于提供额外预测能力，并且与现有文献基于关键措辞、监督词典和LDA主题模型等文本分析方法构建的指数相比，本文构建的指数对未来货币政策实际干预的预测能力更好，尤其是长期预测表现更为优越.本文从预测角度验证了央行沟通引导政策预期的有效性，提供了根据不同预测指标提取文本大数据信息的可行方案.

近年来, 自然语言处理(NLP) 技术被广泛用来研究财经新闻、财经评论、社交媒体等非结构化文本数据的情感极性, 并使用这些非结构化文本数据的情感极性作为投资者情绪的代理变量来预测金融市场的波动. 本文在NLP技术和深度学习方法的基础上, 构建了一个基于在线外汇新闻情感挖掘的汇率预测方法. 在这个方法中, 首次使用互信息理论构建了外汇领域的情感词典, 并结合本文构造的基础词典计算出了外汇新闻的情感极性. 研究表明外汇新闻情感极性和美元兑人民币汇率之间存在格兰杰因果关系和长期的协整关系, 同时本研究首次将外汇新闻情感极性和其他金融数据纳入深度学习方法中, 实证结果表明: 该方法在美元兑人民币汇率的短期、中期和长期波动预测中效果显著.

本文的目的是在大数据框架下，系统地陈述了如何利用吉布斯抽样（Gibbs sampling）方法作为工具，以样本误差容忍度为标准的大数据关联特征因子提取的推断原理为基础，在金融衍生品场景下对关联风险特征进行有效提取的思维和路径.具体来讲，采用马尔可夫链蒙特卡罗（MCMC）框架下的吉布斯抽样（Gibbs sampling）算法为工具，通过"OR值"（odds ratio）（也称为"比值比"或"优势比"）为验证标准，在大数据（包含传统的结构化和非结构化数据）一般框架下对高度关联特征因子提取推断的原理下，系统性地陈述了如何从海量数据中提取与金融衍生品价格或者风险关联度高的风险特征因子的随机搜索方法.为了能够比较全面地展示如何利用吉布斯抽样方法通过随机搜索算法来实现对金融衍生品风险特征的提取，在本文中，我们对三种金融产品的关联特征提取进行了比较全面和系统的讨论，他们是：1）对支持"基金中的基金"（fund of funds，简称"FOF"）组建的影响基金业绩关联特征的挖掘；2）对影响大宗商品期货螺纹钢价格趋势变化的关联特征指标的挖掘；3）对影响大宗商品期货铜价格趋势分析的关联特征刻画的提取.本文的分析和实证结果表明，我们在大数据框架下建立的特征提取方法除了能够有效地筛选出刻画影响基金业绩的关联特征外，也够提取出影响螺纹钢期货和铜期货价格趋势变化的关联特征，这为业界对FOF的组建与管理，对应金融衍生品价格变化走势，特别是大宗期货交易和风险管理方面提供了一种新的分析维度和风险特征因子应用方向.另外，本文讨论的从大数据的视角筛选金融衍生品风险特征因子的方法，也与过去传统的计量分析方法不同，是金融科技在大数据金融方面分析和应用的创新点.

本文利用爬虫技术构建气候风险感知指数, 并量化分析气候风险感知对我国股票市场的冲击影响.通过收集我国2452家上市公司的相关数据, 从微观企业视角分析了气候风险感知对我国上市公司股票收益的同期效应, 非对称效应, 时滞效应和动态效应.研究发现, 我国上市公司股票收益受气候风险感知冲击具有明显的非对称性, 气候风险感知的增强对股票收益的影响范围更大.同时, 我国股票收益对气候风险感知冲击具有明显的时滞效应, 与同期相比, 考虑时间滞后性后受冲击影响的上市公司数量明显增加.最后, 近年来气候风险冲击对我国股票市场的影响呈现逐渐增强的态势.本文的研究发现能够为我国气候金融的研究提供新的微观证据, 为金融监管部门和上市企业应对气候风险冲击提供决策参考.

有效定价因子的筛选是多因子量化选股策略的关键.本文采用Group LASSO算法与非参数样条估计相结合的方法筛选中国A股市场的有效因子，结果得到了个别与其他方法一样的因子（如移动平均成交量），但筛选出很多独特因子（如流动比率、市盈率、去趋势换手率、营业利润增长率）.进一步地，基于得到的有效因子构建的投资组合在样本外也有相对更高的超额收益率、更低的收益波动率以及更高的夏普比率.与相关研究的美股因子比较发现，两个市场的因子存在较大差异，美股中的各类动量因子、收益率波动率等并不是A股的有效因子，而A股的市盈率、流动比率也不是美股的有效因子.

防范化解系统性金融风险的首要任务是构建有效的系统性金融风险度量指标.本文采用2011年1月至2019年12月中国16家商业银行数据与沪深300日度收益率，通过蒙特卡罗模拟构造在市场持续下跌的情况下银行业的预期资金缺口指标——SRISK，从微观、中观、宏观三个方面对风险排名、行业间风险传染、宏观经济指标预测性开展实证研究.研究发现：1）SRISK指标能够识别系统重要性机构，该指标下的风险排名具有稳健性；2）不同类别的商业银行对实体行业产生不同影响，五大国有银行对全行业具有资金缺口传染性；3）SRISK指标对宏观经济指标，如生产者价格指数、零售物价指数具有短期预测性，可提前2~3个月反映居民消费价格指数变动趋势.本研究具有重要的应用价值，一方面可将SRISK指标纳入风险测度体系，加强对银行业的审慎监管；另一方面可利用SRISK指标在银行-行业上的敏感性，对不同银行实行差异化管理.

本文梳理了现代金融学研究的发展，汇总整理了1950年以来金融学在资产定价、公司金融与金融市场与经济成长关系等的理论和方法的演变，再进一步分析金融学研究的发展趋势和面临的挑战。在此基础上列出金融学发展的前沿问题，包含针对金融危机与数字货币的新货币理论、可持续金融、金融安全与气候金融等，并将防范系统性风险、拓展货币理论和普惠金融等议题列为中国金融学的机遇.

社会经济领域是数据科学应用的主要场合之一，如何把握该领域中数据科学的学科格局及其重心，是制定和实施学科发展战略的一个基本问题.本文从我国经济统计的切实需要出发，结合《HMYW 2019统计学报告》中的重要观点，讨论了数据科学在社会经济领域应用的学科格局.本文提出"数据整理方法"、"模糊不确定现象"和"问题导向"是大数据时代数据科学在社会经济中应用时应该把握的三个重心，并分析了各自的重要性和关键点.最后，本文对数据科学未来的发展重心和战略调整进行了探讨.

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.

CPI和工业增加值是国民经济核算的重要基础性指标，对宏观经济形势的分析具有重要的现实意义.本文基于更能够刻画中国经济特征事实的因子模型对中国的CPI及工业增加值进行了样本外预测，并且与传统的预测模型进行比较和相应分析.实证结果支持因子模型比传统方法具有更好的预测能力.

本文首先介绍了表示学习的数学原理, 分布式的表示使得语言的表达更加丰富和有效, 特别是针对巨量的文本大数据, 以著名的预训练BERT模型为例, 它的12组高维(768维)实数表示向量表达了文本中的语法和语义信息, 也可以通过一个解码器将向量中隐含表达的信息重构出来.本文的主要贡献是两个方面, 第一方面是使用统计方法评估BERT模型的表示能力; 第二方面是利用BERT模型来处理中文句子分词的歧义模糊困难问题.在第一方面: 我们的发现: 一是BERT模型的表示能力的确很充足, 即使是针对数十万的文本数据, 也可以获得较好的向量表示效果, 这说明了BERT模型已经预留了充足的表示向量空间来包含各种复杂的语言结构, 我们发现BERT模型的不同层深度的表示向量表示了语言知识的不同层次信息, 其中第1层表示了单字和单词的信息, 而深度越深, 表示向量则越接近表示文本的整体语言知识(从中文的词组, 再到句子段落, 直到文档以及文档之间的主题语言信息); 二是发现语义相近的句子在BERT向量空间也是处于相近的空间领域, 这说明整个BERT向量表示空间是自适应地将相似的语言组织安排在相近的子空间中.在第二方面, 我们巧妙地利用了这个BERT模型的MASK机制, 该机制允许模型的输入句子中将部分的词随意隐藏掉, 但模型依然能够自适应地预测被隐藏部分的表示向量, 通过比较正确分词以及错误分词masked后的句子表示向量, 我们能够正确地识别出来哪一种分词方法是正确的, 平均准确率达到66.875%.

股票价格预测一直是学术界和投资者关注的一个重要问题，但由于股票价格走势非常复杂，同时取决于宏观经济环境、个股基本面和投资者情绪等诸多因素，寻找一个合适的模型来准确预测股票价格极具挑战性.传统时间序列预测模型往往基于日度、周度或月度历史数据对股价走势进行预测，但是预测效果一般.近年来，随着金融市场的飞速发展，借助现代信息收集技术，我们可以收集到时间间隔很小的高频交易数据，而高频数据包含大量低频交易数据之外的信息，因此有可能改善股价预测.本文基于非参数函数型数据分析方法从高频交易数据中提取预测因子，并与传统时间序列预测模型构成混合预测模型来对股价走势进行预测.我们的模型对高频预测因子的构造不作任何参数形式的设定，从而具有很高的灵活性.实证研究方面，我们将模型用于预测沪深300指数，分析结果表明，基于高频数据的新预测模型较之传统时间序列模型在预测表现上有显著改善，说明高频交易数据的确有助于改善短期股价预测.

自从OpenAI在2022年11月推出其生成式人工智能(AIGC, artificial intelligence generative content, 也有人使用generative AI)产品——ChatGPT后, 整个世界都为之颠覆.生成式人工智能主要有两个主流: 大型语言模型(LLM, large language model)和扩散模型(diffusion model), 新的应用和研究每天都在加速发表.在本文中, 我们首先对大型语言模型表现出来的智能水平提出了一个严肃的问题: 它是否真的拥有像普通人的智能能力一样的通用人工智能(AGI, artificial general intelligence)能力?在本文中, 我首先提出了一个重要的假说: 作为一个封闭的系统, 通过一个大型的语言模型被设计成表示和存储人类的巨大知识和智能的能力和行为, 并配备了最高的价值标准, 即模型必须符合人类的价值, 但大型语言模型内部结构和性质并没有显示其拥有通用人工智能能力.然而, 作为一个开放的系统, 一旦我们输入一些隐含人类知识和智能的格式化文本, 我们就会突然发现, 大型语言模型的输出显示出某些人类智能和行为的特征.其中格式化的输入文本被称为提示(prompt), 提示的智能程度越高, 模型的智能输出就越好.换句话说, 大型语言模型拥有某种以prompt提示为条件的通用人工智能AGI能力.经济学研究和其他社会科学研究如政治、历史、语言学等包括了最复杂的社会形态和人类最深刻的思想, 因此本文试图通过总结其他研究者最新的研究成果来探讨大语言模型的通用人工智能是事实还是错觉?以及大语言模型其他经济功能和效用, 对于这个模型的类通用人工智能的能力, 我们总结这些研究学者的最新研究成果, 包括大语言模型的智商水平, 生成式人工智能的产业经济学, 生成式人工智能下的计算社会科学研究, 大语言模型的商业决策制定, 经济学和其他社会科学, 以及虛拟生成式人工智能经济学家的范式研究等问题.