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%.

波谲云诡的国际形势及多变的全球市场环境, 伴随着一系列的"黑天鹅"、"灰犀牛"突发事件. 重大突发事件的冲击效应测算及价格拐点预测一直是学术界特别关心的热点和难点问题之一. 本文提出了一个新的研究框架GSI-BN来分析重大突发事件对原油市场的冲击效应并预测不同事件发生时油价的走势. 首先, 基于谷歌搜索指数(Google Search Index, GSI) 构建突发事件网络舆情关注度指标, 确定不同种类的突发事件的时间窗. 其次, 引入贝叶斯网络(Bayesian Network, BN), 将突发事件简化到拓扑网络图上, 细分突发事件并挖掘事件及其背后的条件概率, 分析突发事件影响机制并预测其发生概率; 最后, 基于情景预判分析预测不同情景下突发事件所导致的油价走势. 实证结果表明: 当供给和需求的月均增速都较高时, 供需仍处于均衡状态, 油价在低价格区间的概率最大; 当供给冲击较大, 需求处于正常水平增速时, 油价处于中低价格区间的概率最大; 需求侧方面, 当金融危机发生时, 原油消费量的次月增速绝对值在中速增长区间的概率最大; 供给侧方面, 两种或三种突发事件同时发生都是小概率事件. 此外, 随着OPEC致力于减产, 全球石油需求走高. 飓风对价格的影响相较于往年逐渐变小. 金融危机对原油市场的影响是全面的, 只有部分影响会通过需求冲击传导到价格. 战争和OPEC会议都是短暂的供给冲击, 更多的是反映了市场的预期, 传导到价格时, 不会产生较大的价差. 本文为研究突发事件对原油市场的冲击效应及油价拐点提供了一个新的视角和方法.

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.

本文采用随机对照试验方法, 对管理科学部三处经济科学学科(G03) 2021年面上和青年基金1110份项目的分类评审试点效果进行评估. 基于随机对照试验的评估结果发现, 分类评审能够有效提高同行评议专家对原创、前沿和交叉类项目的共识度, 具体表现为原创、前沿和交叉类项目的上会率和资助率显著提高. 同时, 分类评审实验组和对照组样本的综合得分的分布与均值并没有显著差异, 表明分类评审不会系统性地影响通讯评审结果.

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.

本文通过构建基于投入产出框架的复合灾害经济影响评估模型, 研究了郑州"涝疫复合"突发事件在中国区域间产业链上的经济影响传播足迹及灾后经济恢复力的主要影响因素. 研究结果发现: 1)郑州"涝疫复合"事件的经济影响集中于郑州市内, 其中非金属矿物制品、食品和烟草是遭受间接损失最大且产业链辐射影响力最大的两个行业; 2)郑州洪灾恢复期间伴生的疫情风险使得灾后间接经济损失增加了77%, 并且改变了经济影响的空间和行业分布结构; 3)灾后经济恢复力对路面修复速率、重建效率和消费补贴的变化最敏感, 同时疫情管控会降低洪灾应急措施的边际经济收益. 本文建议复合灾害应对过程中, 政府应兼顾救灾、防疫与经济需求之间的平衡: 一方面依据动态防疫的需求变化审慎推进应急恢复工作; 另一方面, 结合产业结构和储蓄偏好等区域经济特征, 从重建资金和技术角度重点加强对基础产业关键部门灾后恢复的扶持力度, 灵活分配生产救助与消费补贴资金规模, 提振灾后区域经济活性.

本文基于2011—2017年中国A股上市公司国内新建子公司的面板数据，使用双重差分法，定量考察了“一带一路”倡议对企业国内投资的影响.研究表明，“一带一路”倡议显著促进了受倡议支持企业的国内投资，企业税收优惠的增加以及各省市基础设施的改善是“一带一路”倡议促进企业国内投资的两个重要机制.异质性分析表明，区分企业所有权来看，“一带一路”倡议对企业国内投资的促进作用在非国有企业中更加显著；区分子公司注册地来看，“一带一路”倡议主要促进了企业往东部省份建立子公司；区分母公司所属行业来看，“一带一路”倡议主要促进了第二产业上市公司的国内投资.

老年预期寿命延长且带病生存问题日益凸显，为实现共同富裕需要厘清其对收入不平等的影响.文章利用2000--2015年114个国家的跨国面板数据实证分析老年预期寿命和健康预期寿命占比对收入不平等的影响.结果表明，老年预期寿命和健康预期寿命占比会通过储蓄率、劳动供给和技术进步影响收入不平等，进而表现为收入不平等随老年预期寿命延长呈先降后增的U型关系，以及老年健康预期寿命占比提升能够显著地降低收入不平等.就中国而言，老年预期寿命在2000--2015年间降低不平等0.986~1.490个点，而在此期间下降的老年健康预期寿命占比提高了不平等0.223~0.458个点.当前中国仍处于预期寿命延长促进共同富裕的时间窗口期，要提前预防未来老人预期寿命持续延长带来的不平等问题；提高老年预期寿命的同时要更加重视提高老年健康预期寿命占比，提升老年人的生命质量，防止出现贫病交加境况，实现全民意义上的共同富裕.

本文基于2013年和2017年中国家庭金融调查数据，利用Oaxaca-Blinder分解方法结合Heckman样本选择模型对我国25~49岁城镇已婚劳动者的性别工资差距进行了估计和分解.实证研究发现：1）不考虑样本选择偏误的情况下，2013年到2017年性别工资差距有所扩大；2）与以往文献不同，本文在Heckman样本选择模型中明确考察了配偶收入对女性劳动参与的影响，发现已婚女性的就业存在显著的正向选择偏误，即潜在能力越强的女性更倾向于就业；3）正向选择偏误导致已婚群体的性别工资差距明显被低估，2017年性别工资差距的低估范围在42%~62%之间.本文的研究表明，低技能女性劳动参与率过低的现象掩盖了性别工资差距过高的事实，如何通过有关政策提高低技能女性的劳动参与率值得关注.

我国可持续的经济发展必须依靠高质量的创新.本文基于2007--2020年间的中国知识产权与上市企业微观数据，构建了多维度的企业创新陷阱指数，以此衡量企业低质量创新存在的风险，并分析其对生产效率与企业价值的影响.研究发现：1）企业创新陷阱指数越高，企业的生产效率受到的负面影响越大.2）陷入创新陷阱的企业，由于未来生产效率受到进一步抑制，导致企业价值下降.3）创新陷阱的影响机制存在异质性，所在行业竞争程度激烈的企业、融资能力低的企业，以及资源相对匮乏的民营企业，其创新陷阱风险对生产效率的负面影响较强.此外，准自然实验研究表明，2013年国家政策引导下的企业创新质量的提升，将有助于创新能力强的公司进一步提高生产效率与价值，同时使得陷入创新陷阱的企业进一步丧失竞争力.

陌生个体依托互联网平台实现直接融资的众筹交易中, 异质性投资者的分散投标决策对众筹效率具有重要影响. 在分析众筹相对于P2P借贷的融资进程阶段性特征的基础上, 本文爬取了"众筹网"上筹资期限为30天的606个项目数据, 实证考察责任分散和羊群行为两种投资者行为. 在以亲友、粉丝、极客等与项目发起人具有较强社会关系的投资者为主的筹资前期阶段, 前期投资促成的累计筹资额越高, 后续投资者的新增投资额越小, 进而存在旁观心态驱使的责任分散行为. 在以大众投资者为主的筹资后期阶段, 累计筹资额会显著正向促进新增投资, 表明存在跟从他人投资的羊群效应. 进一步, 剩余筹资进度、项目信息更新、超募状况等融资进程的动态披露信息, 对筹资前期阶段的责任分散行为具有调节作用; 筹资后期阶段投资者的羊群行为具有理性学习的成份, 他们会利用已经掌握的公开信息推断前期投资行为蕴含的不可观测的私有信息.

为了强化发行人及其控股股东的诚信义务, 从2014年开始, 公司的控股股东及持有发行人股份的董事和高管人员(统称为承诺股东)需承诺在锁定期满后两年内减持上市时所持有的股票, 其减持价格不得低于发行价.为了满足这一减持要求、维持股票价格不低于发行价, 公司是否会进行盈余管理?本文以2014–2015年首次公开发行的A股上市公司为对象, 分析发现为满足承诺股东的减持要求公司确实存在盈余管理行为.总体上, 承诺股东的减持比例越大, 锁定期内的可操控性应计利润也越大; 第一大股东持股比例与可操控性应计利润负相关, 第三至十大股东中非法人股东持股比例之和与可操控性应计利润正相关; 非国有企业较国有企业的盈余管理行为更重.本文的研究结果对科创板建设、资本市场改革和投资者决策具有一定的参考与借鉴价值.

自2014年我国出现首例债券实质违约以来, 我国的债券违约数量不断增多, 特别是在2018年, 债券市场更是频繁爆雷, 违约金额达到1205.61亿元, 给中国投资者和整个市场带来不良影响.随着我国经济增速的放缓, 地方政府隐性担保能力下降, 企业资金链紧张, 债券的刚性兑付被打破, 企业债券违约不断出现.对于市场和投资者来说, 准确预测中国债券违约成为众所关注的问题.与以前的研究不同, 本文使用机器学习方法中的随机森林模型进行违约预测, 并将其预测结果与传统的logit回归模型进行对比.我们的研究样本包括2014年1月1日– 2019年8月31日的87家债券违约主体和870家非违约主体, 选取政府隐性担保以及样本公司违约滞后两年的财务数据、公司特征变量等作为预测因子, 实证结果表明, 随机森林模型能够有效地预测中国债券违约, 随机森林模型的预测准确率非常高, 样本内训练时模型的总体准确率达到99.45%, 样本外预测时模型的总体准确率也达到94.84%.无论是样本内训练还是样本外预测, 随机森林模型的准确率均高于logit模型.这表明随机森林模型可能更适用于预测企业债券违约问题.

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.

参数化影子价格分析框架被广泛应用于估计二氧化碳边际减排成本，但不同学者针对我国二氧化碳影子价格的测算结果存在较大差异，难以为政府决策提供可信赖的减排成本依据。本文首先梳理基于参数化影子价格分析框架估计二氧化碳减排成本的研究脉络，发现影子价格估计结果的差异主要源自：是否考虑了二氧化碳与其他污染物间的协同效应、生产技术差异、距离函数的显函数选择差异以及对距离函数施加约束条件的差异。基于此，本文尝试从投入和产出变量设定、生产技术构建、距离函数的显函数选择以及对距离函数施加的约束条件、影子价格推导等方面进行统一化，重点考虑了异质性生产技术、异质性技术进步和异质性减排策略等关键因素对影子价格估计结果的影响, 进而给出了一个统一的参数化二氧化碳影子价格分析框架。该统一框架旨在为二氧化碳边际减排成本研究提供一个更加科学合理的研究范式，增强相关应用研究的可比性和延续性.

本文应用2014年和2018年中国家庭追踪调查数据(CFPS), 围绕着我国电子商务发展质量对居民主观幸福感的影响与作用机制, 基于共同富裕视角开展了系统性的研究.研究发现, 第一, 电子商务的发展可以显著改善居民的主观幸福感, 并且对于后发地区居民与相对弱势群体具有补短板效应, 促进了全体居民精神生活的共同富裕.第二, 作用机制分析表明, 电商发展可以通过促进物质层面的共同富裕, 即减小城乡收入差距和降低生活成本, 改善居民的主观幸福感, 但也会通过降低城市居民与非网民的相对收入恶化其幸福感.第三, 在多种机制综合作用下, 现阶段电子商务发展质量与主观幸福感呈现出倒U型关系.最后, 跨境电子商务的发展也可以显著提高居民的主观幸福感, 在电商发展促进精神层面共同富裕的过程中发挥了锦上添花的作用.本文的现实意义在于, 既剖析了电子商务发展对人们现实生活的多重影响, 也加深了对中国居民主观幸福感影响因素的理解, 为相应政策的制订提供了启示.

为了解决异质性政策效应的评估问题, 本文在多期双重差分模型中引入平滑转换函数, 提出了一种更具一般性的非线性双重差分模型及其估计方法, 并以设立国家级新区的异质性经济增长效应评估为例, 验证了新模型的有效性.研究发现, 作为多期双重差分模型的拓展, 非线性双重差分模型能够从机理上刻画政策生效的渐进过程和个体异质性特征.设立国家级新区对地区经济增长具有显著的异质性影响, 并随着创新水平的变化而呈显著的非线性特征, 该效应在0.95~2.905区间内平滑变化.

针对重大突发公共事件所引致的需求端冲击, 具有精准补贴与自筛选特征的消费券政策极为有效地阻断了危机传播.本文拓展了微观经济学中经典的两期消费-储蓄模型, 发现消费券政策对需求端的消费刺激效果主要取决于消费券的领取规则设置、消费券的使用规则设置以及领取消费券的消费者财富数额.研究结果表明: 1)对中等收入的消费者而言, 消费券政策可以定向且有效地刺激消费, 消费券比同样金额的现金补贴更能拉动指定行业的短期消费, 但是消费券对低收入和高收入消费者的消费刺激作用较弱.2)适当提升消费券领取规则的难度可以筛除乘数效应较低的消费者群体, 从而提高刺激消费的效率.3)专用消费券相较于通用消费券对指定行业的消费拉动效果更加明显, 但专用消费券有可能会对其它行业消费产生挤出效应.因此, 政府需合理设置消费券领取和使用规则、兼顾重点扶持行业与其它行业的协调发展, 加大对低收入人群的定向扶持与直接补贴.这些研究结果为国家相关部门未来制定消费券标准、并进一步开展需求侧精准改革提供了学术参考和理论依据.

本文考虑到人们对传染病传播机理的研究需要一个较长的过程, 且传播过程中自然因素和人为因素的交互作用又增加了预测的复杂度, 因此, 提出了一种模型结构简单, 且能够仅基于数据本身的特点进行预测的方法.我们在传染病从感染到出现症状的天数为固定值, 且感染者出现症状能立即被确诊的假设下, 建立了基于传播率和防控有效性的传染病预测模型, 其中的参数通过约束非线性最小二乘方法估计.相比于传统传染病模型, 本文方法的优点在于: 1)不需要对模型结构和模型参数做诸多假设; 2)允许预测者在未深入了解传染病特点的情况下进行预测; 3)能够利用防控有效性的变化实现对疫情防控措施有效性的实时评估.通过实证分析我们发现: 1)该模型能够很好地对美国新冠疫情累计确诊人数进行月度预测; 2)预测精度受传染病从感染到出现症状天数设置的影响较小.

新冠肺炎疫情冲击导致经济出现结构性变化, 对通胀预测提出了新的挑战; 而大数据时代的到来, 则为提高通胀预测的时效性提供了新的机遇.本文据此围绕基于大数据的通胀"现时"预测(nowcasting)进行探索, 提出一个基本的现时预测框架, 其核心是引入新的大数据宏观实时变量或大数据预测方法.本文通过引入宏观实时变量——基于互联网在线大数据的居民消费价格指数(internet-based consumerprice index, iCPI), 包括总类和大类的iCPI日环比指数、周环比指数、旬同比指数和月同比指数, 采用LASSO (theleast absolute shrinkage and selection operator)降维法和混频数据抽样模型(mixed data sampling, MIDAS), 有效地提高了通胀预测的时效性和准确性.研究发现: 不同频率的iCPI均有利于提高通胀预测准确性, 其表现优于基准模型和大部分的同频传统指标, 当其与传统指标相结合时, 可进一步降低预测误差, 目前尚不能完全舍弃传统变量和方法; 在不同频率下(日度除外), iCPI八大类的预测效果优于iCPI总类; 不同频率的大数据指标在通胀预测的准确性和时效性上各有优势, 这与其背后反映的信息结构有关, 其中高频旬同比iCPI表现尤为突出、其能较好地兼顾预测时效性和准确性.本研究为数字经济时代利用大数据提高通胀预测的准确性和时效性、创新宏观经济监测与预测体系提供了有益参考.

针对社会消费品零售总额(total retail sales of consumer goods, TRSCG)月度预测中存在突变点情况下的样本外预测精度低等问题, 本文构建了CEEMDAN-LSTM-Neural Prophet Net组合模型, 开展了不同情景下的月度TRSCG样本外预测, 并比较了该模型与Neural Prophet、BP Network等7种常用模型的预测精度. 结果表明: 深度学习模型表现出对非线性一般数据的良好适应能力, 其对数据的分类识别及组合预测效果俱佳; CEEMDAN-LSTM-Neural Prophet Net组合模型在有突变点的样本外预测中表现更佳, 且该预测模型在不同国家的TRSCG、不同的预测指标及学习比例上均具有一定的稳健性.本文为存在突变点的时间序列分析和样本外预测提供了新思路.

近年来, 全国各省市采取很多优化营商环境的改革政策, 但改革政策的实施效果如何, 地区间有何差异, 一直备受关注.本文以2010--2019年全国31个省市为对象, 采用固定效应模型分析商事制度改革、行政审批改革、政府法治化改革、政府透明度改革、税收优惠、财政补贴、社会保障和就业、养老保障8个方面的改革政策对提升营商环境质量、促进经济发展和产业结构转型的影响.研究表明, 改革政策强度最大的是华东和中南地区, 最小的是华北和东北; 商事制度改革、行政审批改革、政府法治化改革对经济发展速度和质量有积极影响; 政府法治化改革和税收优惠政策不利于产业结构升级和产业结构转型; 政策实施效果最好的是华北和西北地区, 最差的是东北地区.另外, 改革政策主要通过提升营商环境质量, 特别是改善政企关系, 促进产品市场、要素市场和中介组织发育来促进经济产业发展.商事制度、行政审批和政府法治化等改革政策更有效, 其他改革政策的效果存在较大的差异性.

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.

本文以1995--2020年石油输出国组织(OPEC)历次会议公告为样本, 考察OPEC生产配额调整公告能否影响国际原油价格走势.首先, 选取会议前后不同时间窗口油价变化率从短中长期分别研究OPEC生产配额调整对油价的影响.结果不支持OPEC影响了油价走势的相关判断.其次, 运用事件研究法分别基于大宗商品价格指数和金属期货价格检验会议公告前后油价是否产生异常收益率, 以揭示油价响应OPEC生产配额调整公告的内在机制, 结果表明油价在会议公告前就已经出现相应变动.OPEC生产配额政策与开放经济条件下的货币政策有一定共性.引入货币政策动态不一致性理论探讨了OPEC会议后油价不再变动是因为OPEC生产配额的调整信息被市场提前预期到.研究显示在OPEC由个体生产配额制过渡到新的集体生产配额制的背景下, 不应夸大OPEC会议公告对油价的影响.这对于解读国际油价和认识OPEC的经济谈判能力有参考价值.

随着经济的快速发展和公众受教育程度的提升, 公众对大气污染问题的关注度和参与度日益增加.而环保举报是公众参与环境监督和治理最有效、最快捷的方式之一.在此背景下, 本文基于2013--2019年我国30个省、市、自治区的大气污染举报面板数据, 通过构建中介效应模型, 深入探究公众环保举报(包括举报数量和举报情感总量)对大气污染治理的影响机制.研究发现: 1)公众环保举报数量和情感均对大气污染治理具有直接促进作用; 2)公众环保举报数量能显著积极影响政府环境监管力度, 从而达到间接促进大气污染减排的目的; 3)公众举报情感对政府监管力度的影响较弱, 因此其对大气污染治理的间接影响不显著.

宏观审慎政策的目标是维护金融稳定, 本文首次提出利用计量方法在Rubin因果效应框架下对现代宏观经济政策评估进行模型量化评估了中国2007--2020年宏观审慎政策对金融稳定的影响效应.首先, 本文构建了能反映中国宏观审慎政策实施强度的宏观审慎政策指数; 其次, 采用Brownlees and Engle (2017)提出的系统性风险指数SRISK测度了中国的系统性金融风险; 最后, 评估了宏观审慎政策对系统性金融风险、系统性金融风险跨部门传染以及信贷传导渠道中重要中间变量的影响效应.研究发现, 宽松性宏观审慎政策会加大信贷渠道中间变量的风险, 这些风险主要传导至房地产部门, 导致房地产部门SRISK显著提升, 而对金融部门系统性风险的累积影响并不显著, 风险也没外溢至制造业部门.紧缩性宏观审慎政策除了会显著提高商业银行资本充足率同比增速外, 对信贷渠道其他中间变量基本无显著影响, 进而对金融部门、房地产部门及制造业部门的SRISK也无明显趋势性影响. 基于以上结论, 本文建议应进一步深化系统性金融风险测度指标的研究, 为宏观审慎政策的制定与实施提供更全面、更系统的靶向目标; 其次, 需充分考虑监管套利的影响, 疏通宏观审慎政策传导渠道, 健全传导机制, 提高调控效率; 最后, 应重视系统性风险的跨部门传染, 从更广泛的角度关注金融稳定, 以避免跨机构、跨部门间的风险传染对金融稳定造成不利影响, 进而更好地防范系统性金融风险.

完善和发展绿色金融体系是实现碳达峰与碳中和目标战略下的重要一环, 研究中国证券市场中绿色激励(green incentive, GI)的存在性和显著性有利于进一步发现绿色风险补偿机制以及把握政策对市场的引导效应.与现有相关研究思路不同, 首先本文以中国股票市场环保行业板块为切入点, 从指标构造的时效性和便捷性出发, 通过经典的资本资产定价模型及行业α收益, 在不同激励因子的设置下构建了全新的绿色激励指标. 其次, 为探究绿色激励指标的性质和特点, 本文提出了一种系统的混合分析方法并进行了综合应用, 包括GI指标关于中证环保指数的因果检验分析、趋势分析和回归分析等, 全面地反映了所建指标的优势与参考价值. 最后, 对绿色激励指标的预测价值进行了实证研究与讨论. 研究结果表明, 在不同激励因子影响下构建的绿色激励指标对于环保板块指数均具备一定的趋势先行性、回归系数显著性和预测模型解释性.其结论既指出了环保指数的变化趋势仍然长期受市场对环保板块要求的绿色风险补偿影响, 同时也为跟踪和预测行业指数趋势提供了新的参考思路.

本文将Ellsberg双色球实验进行了两阶段扩展, 以检验决策者的静态暧昧厌恶程度与动态信息学习之间的联系.第一阶段为Ellsberg双色球实验的静态拓展, 旨在测试决策者的暧昧厌恶程度, 并将决策者按照暧昧厌恶程度从低到高分为四组. 第二阶段为动态实验, 允许决策者以试抽球的方式获取有关罐子中球的构成的信息, 随后再次回答Ellsberg双色球问题, 以反映信息学习对于决策的改变.我们发现, 在面对有利于暧昧前景的信息时, 暧昧厌恶程度较高的决策者更有可能对信号反应不足, 表现出对信息的低信心.

中美贸易摩擦、新冠疫情等各类冲击事件不断推动全球价值链(GVC)分工的调整.然而, 全球价值链的变化表征通常用到的跨国间投入产出表(ICIO)主要基于历史数据编制而成, 并不能满足全球价值链重构分析的需要. 基于此, 本文系统比较统计法、优化法、动态投入产出模型、假设提取法、可计算一般均衡(CGE)模型等多种投入产出表更新方法, 指出反映全球价值链分工特征的GVC-CGE模型在经济学基础、政策模拟、数据更新等方面具有一定优势.在此基础上, 本文构建基于GTAP模型的GVC-CGE模型, 阐述CGE模型数据库更新转化为ICIO表的基本原理, 以区域全面经济伙伴关系协定(RCEP) 为例, 模拟仿真全球价值链的特征变化, 结果表明RCEP成员国间的全球价值链参与度提升, 亚太地区价值链的区域化趋势加强, 世界整体和成员国的全球价值链生产长度出现不同程度缩短.