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.

混合性(Mixing) 在时间序列和空间计量经济学研究中起着重要的作用, 许多时间序列文献都假设其模型中的变量服从混合过程. 然而, 目前尚无关于判定空间计量经济模型所生成数据是否满足混合性质的准则. 基于Doukhan (1994)的思想, 基于若干常见假设, 我们建立了一系列准则, 用于判定不规则格点上的线性空间过程是否满足$\alpha $-混合性. 我们将这些准则应用于建立由空间自回归模型、空间误差模型、矩阵指数空间模型以及基于潜在被解释变量的空间计量经济模型(例如空间样本选择模型) 所生成被解释变量的$\alpha $-混合性质. 利用$\alpha $-混合性质, 我们建立了Flores-Lagunes et al. (2012)提出的空间样本选择模型的估计量的大样本性质.

在政治、经济和科技等多种因素的影响下, 全球价值链正在经历深刻调整. 美西方和印度自身正在积极出台一系列产业政策, 引导印度成为新一轮国际产业转移的承接地. 本文构建了一个定量评估框架以衡量一个国家/地区承接国际产业转移的前景, 并围绕印度开展了案例研究, 补充了现有研究的不足. 总体来看, 莫迪政府实现“印度制造”取代“中国制造”可谓道阻且长. 印度潜在优势的6个行业包括食品、饮料和烟草制造业, 基本金属, 纸制品及印刷业, 其他非金属矿产品, 其他运输设备, 计算机、电子及光学设备. 其中, 食品、饮料和烟草制造业, 纸制品及印刷业和其他非金属矿产品可能会率先承接中国对外产业转移. 越南、泰国和保加利亚在食品、饮料和烟草制造业, 越南和马来西亚在纸制品及印刷业, 以及越南、马来西亚、泰国和保加利亚在其他非金属矿产品上, 具备和印度竞争的能力.

本文从协整应用的角度解读协整理论, 尤其侧重于对我国的应用, 并基于此提出可能应用于研究我国经济问题的若干方向. 为正确直观认识协整, 本文首先利用仿真数据直观地展示了协整的定义, 接着解析了Engle-Granger两步协整检验的发展及其对我国资本市场的应用案例. 我们还解读Granger协整模型的向量误差修正模型(vector error correction model, VECM) 表述, 继而鉴于我国宏观和金融数据具有的确定性趋势结构变化特征, 剖析确定性趋势存在结构变化条件下的协整检验, 并且提出在具有结构变化的情况下如何实现正确的协整检验. 本文重点解析了由协整理论所延伸的持久性冲击及其长期趋势的分解, 还综述了相依性周期的分解, 并分析了我国货币、通胀和农产品价格相依性周期的分解结果.由此提出货币政策逆周期调节的政策建议, 即M2和人民币贷款余额同比增速提升到15.0%, M2相依周期成分上升至1.1左右, 这一货币政策逆周期调节可能的结果为: CPI最高上涨到2.5% 左右并且基本没有持续性; 进一步, 2002–2003年宽松货币政策刺激导致GDP短期周期成分由0.08增长至1.43, 对GDP增速贡献1.35%. 依据2002–2003年货币政策的刺激效果估计, 2024和2025年的经济增长速度有望再提升1个百分点, 达到6% 左右. 另一方面, 为引导和鼓励协整前沿对我国的应用, 本文基于协整及其延伸提出了对我国应用的系列研究思路, 以期促进我国经济学实证研究的深入和创新.

本文从众多变量中筛选出59个相关经济指标, 分别考查疫情前后传统时间序列模型和几种回归树集成学习模型对中国工业增加值增速的预测效果, 并结合Shapley additive explanations (SHAP) 方法对相关预测变量的作用进行解释分析. 研究发现, 随着预测步长的增加和新冠疫情的暴发, 传统时间序列模型的预测性能明显减弱, 而集成学习模型的预测表现则相对较好, 其中梯度提升树模型在较长预测步长中更加稳健和准确. 基于SHAP方法的分析发现, 作为预测变量的经济指标在不同时期的重要性有所不同, 除生产、投资等指标外, 金融类变量在高风险时期也具有一定的预测作用, 需结合具体时间和预期目标来选择合适的经济指标进行工业增长预测. 基于预测的视角可在一定程度上说明新冠疫情冲击可能不会改变工业增长未来走势的基本面.

本文基于“物理-事理-人理”方法论, 系统分析我国数据要素市场发展的影响因素, 并结合内生增长理论, 构建我国数据要素市场发展与经济增长的系统动力学模型, 据此对数据要素市场的动力机制进行仿真分析, 进而通过物理维、事理维、人理维三个维度的财政投入配置, 设定三大类七种投入模式进行政策情景模拟, 探析适合我国数据要素市场发展与经济增长的政策投入方案. 研究发现: 1) 我国数据要素市场发展水平正在进入快速发展阶段, 数据要素市场发展通过赋能传统生产要素, 加快人力资本形成、技术创新产出及资本融通, 促进经济增长, 形成良性增长循环; 2) 在单一投入政策情景下, “物理维”投入模式即增加基础设施建设方面的投入对促进数据要素市场与经济增长最为有效; 3) 在组合投入政策背景下, “物理维+ 事理维”双投入模式即增加基础设施及制度建设方面的投入效果最好; 4) 现阶段应优先加大基础设施与数字技术方面的投入, 以获得更好的政策实施效果.

部分线性可加空间滞后模型的研究目前几乎都建立在均值回归的估计之上. 均值回归研究协变量对响应变量在条件分布均值位置的影响, 并不能反映两者在条件分布尾部的关系, 容易造成信息的遗漏. 为了克服这一缺陷, 本文构建了部分线性可加空间滞后分位数回归模型(PLASLQRM), 在采用自由节点样条拟合非参数函数的基础上, 借助逆跳马尔可夫链蒙特卡罗算法对其进行了贝叶斯估计, 形成了基于自由节点样条的贝叶斯分位数回归方法(BFQ). 为检验BFQ方法的有效性, 将该方法与基于惩罚样条的贝叶斯分位数回归方法(BPQ), 基于自由节点样条的贝叶斯均值回归方法(BFM)和广义矩方法(GMM) 进行了模拟比较.结果显示, BFQ方法与其它三种方法相比更不易受异常值的影响, 性能更稳定. 并且, 在误差分布呈尖峰厚尾和偏斜特征时, 该方法对参数部分的估计和非参数部分的拟合都更具优势. 最后, 选取省域碳排放量为实证研究对象, 运用BFQ方法分析各类因素对其线性和非线性的影响, 进一步验证了该方法在实际问题中估计参数和非参数的能力.

上市公司的业绩说明会能够实现管理层与投资者之间的实时互动, 其管理层语调更可能“真情实感”地反映企业的真实信息, 从而有助于提高股票市场的定价效率. 本文基于2008–2020年中国A股上市公司业绩说明会的文本分析, 研究了业绩说明会语调中, 由管理层自主把控、战略决策的异常语调对股票价格延迟的影响. 研究发现, 业绩说明会管理层异常语调与上市公司股票价格延迟显著负相关. 机制分析发现, 一方面, 业绩说明会管理层异常语调能够显著预测公司未来业绩, 说明其通过具有信息增量的信号传递机制影响了股价延迟; 另一方面, 异常语调还与公司信息透明度和媒体关注度均显著正相关, 说明其通过改善公司内外部治理环境的公司治理机制影响了股价延迟. 此外, 在盈余管理水平较高、分析师跟踪较少、被研报关注度较低和民营性质的公司子样本中, 异常语调与股票价格延迟的负相关关系更加显著. 上述结果表明, 业绩说明会的管理层异常语调具有量化业绩信息以外的增量信息, 能够提高新信息被吸收、融入进股票价格的速度, 缓解股票价格延迟. 这些研究发现对提升股票市场定价效率、缓解市场信息不对称和促进我国上市公司高质量的信息披露具有重要启示.

投资者情绪与股票市场的价格变动息息相关, 所以正确理解投资者情绪对金融投资者的投资策略选择与监管部门的风险管控具有重要意义. 本文选取国务院新闻文本与金融情感词典, 首先构建一个基于粉丝加权的新闻媒体情绪区间指数, 然后建立自回归条件区间模型, 对我国股市主板市场与不同板块子市场进行预测研究. 实证研究结果表明: 1) 基于粉丝加权的新闻媒体情绪指数能够有效地反映新闻情绪, 且对我国股票市场回报产生显著的负向影响; 2) 不论在主板市场还是不同板块子市场, 粉丝加权的新闻媒体情绪指数对我国股市回报的预测效果显著最优, 为文本情感指标的构建提供了新的思路与实践; 3) 新闻媒体情绪对主板市场股票回报的预测效果随着预测步长的增加而减弱, 但对不同板块子市场股票回报的预测效果具有异质性. 研究表明基于文本挖掘的新闻媒体情绪区间指数对股市区间值回报预测具有重要作用.

如何提取期权隐含信息并研究其对标的股票收益的影响一直是学界和业界关心的问题之一. 现有研究主要依赖某个单一维度: 在值程度(Moneyness)或者期限结构(Maturity), 来提取期权隐含信息, 如隐含波动率、隐含偏度或者隐含尾部风险等. 如何在两个维度上同时提取隐含信息, 并且如何从众多信息中提取共同信息因子是本文的研究重点. 为解决上述问题, 本文使用了主成分分析结合机器学习的方法, 从期权波动率曲面中提取隐含信息, 并检验其对标的股票收益率的可预测性. 区别于传统方法, PCA-LASSO可以捕捉期权隐含信息的时变性, 同时提炼出不同类型信息的共同驱动因子, 因此对股票收益率具有更好的预测能力.

本文构建了一个能够充分捕获高频数据信息、当前收益率信息以及波动率长记忆性的实时已实现EGARCH-MIDAS (RT-REGARCH-MIDAS) 模型对中国股市波动率进行建模和预测. 采用上证综合指数(SSEC) 和深证成份指数(SZSEC) 5分钟高频数据进行实证研究, 结果表明: RT-REGARCH-MIDAS模型相比其它众多竞争模型具有更好的收益率数据拟合效果, 能够更好地描述股市波动性. 利用稳健的损失函数以及模型置信集(MCS) 检验作为判断准则, 实证比较了该模型与其它竞争模型对中国股市波动率的样本外预测能力. 实证结果表明: 捕获高频数据信息、当前收益率信息和波动率长记忆性对于股市波动率预测具有重要作用; 在众多竞争模型中, RT-REGARCH-MIDAS模型具有最为优越的波动率预测能力. 进一步, 采用不同的已实现测度、不同的预测窗口、不同的MIDAS滞后阶数、不同的预测期以及样本外R²检验进行稳健性检验, 证实了该模型优越的波动率预测能力具有稳健性. 最后, 通过考察模型波动择时策略发现, 该模型能够获得相比其它模型显著更高的投资组合经济价值.

在国内供给侧结构性改革背景下, 市场环境复杂多变, 公司债务违约频发, 建立一种及时有效的财务困境预警模型十分必要. 已有的多数困境预测模型尚未有效解决数据集不平衡、关键预测指标选取不稳定、样本匹配存在随机性等问题, 且并不适应于当下中国复杂多变的市场状况. 为此, 本文采用Bootstrap重抽样方法构建1000个研究样本, 通过LASSO (least absolute shrinkage and selection operator) 变量选择技术筛选关键预测因子构建提前3年预测的Logit模型, 并在预测阶段将样本进行1000次随机切割和预测以降低随机误差. 结果表明, 由Bootstrap样本组建方式结合LASSO构建的Logit困境预测模型相比传统应用的“同行业资产规模相近”方式所构建模型的预测能力更强. 另外, 该嵌入Bootstrap式LASSO-logit模型比主流的O-Score模型、Z_China-Score模型预测效果更好, 准确率提高10%, 更加适用于中国时变的市场.本文所构建模型能帮助公司利益相关者更好地识别财务困境并及时做出调整, 以降低公司债券违约率或避免发生公司违约.

大宗商品是工业生产和金融投资中不可或缺的组成部分, 准确的大宗商品价格预测对保障工业生产顺利进行和帮助投资者规避风险具有重要意义.但现有的大宗商品价格预测模型大多是基于收盘价构建的点值模型, 忽略了价格的波动信息.因此, 本文从区间价格预测的角度出发, 提出了一个带有外生变量的门限自回归条件异方差区间模型(HTARIX), 构建了一个基于区间型数据的检验统计量来检验模型是否存在条件异方差, 进而提出了广义最小$D_K$距离估计求解模型参数, 并将其应用于大宗商品市场.HTARIX模型的优势在于能够捕捉区间型时间序列模型的条件异方差和非线性特征.相比于传统的点值数据模型, 我们的方法能够更加充分地利用区间的内部信息.实证结果表明, 本文提出的模型在大宗商品区间价格预测上的表现优于其他对比模型.

本文从环境规制软约束的视角研究环境规制对经济可持续发展的影响.我们构建了一个以绿色创新投资门槛效应为基础的理论模型, 首次将环境规制软约束引入波特假说的理论框架中, 分析环境规制和环境规制软约束如何影响企业的创新和竞争力.利用2007-2014年中国工业SO₂排污费征收标准调整这一准自然实验, 本文综合利用中国工业企业数据库、中国上市公司数据和国家重点监控企业排污费数据, 基于双重差分和三重差分模型, 研究环境规制和环境规制软约束对企业竞争力的影响.研究结果显示, 在经济转型时期的中国, 环境保护和企业竞争力存在实现双赢的可能.面对相同的环境规制政策, 波特假说是否可以实现受到环境规制软约束的影响.当企业面临环境规制软约束问题时, 企业竞争力显著下降.通过进一步分析, 本文发现环境规制软约束问题抑制了环境规制的创新激励.由于环境规制带来成本的增加, 最终导致企业竞争力的下降.当较少存在环境规制软约束时, 环境规制反而激发企业显著的创新效应, 并通过创新补偿效应显著提升了企业的盈利能力.

为贯彻落实习近平总书记关于“提升国家自然科学基金资助效能”的重要指示精神, 国家自然科学基金委员会管理科学部组织开展了一系列调研活动, 系统分析杰青、优青人才项目的资助效能.设计并发放了556份调查问卷, 参与座谈专家233人次.我们利用变异系数法、双重差分法、自然语言处理等统计方法对调研数据进行量化分析.调研数据统计发现: 与优青等人才项目相比, 杰青的综合资助效能相对较高, 立项后其学术成果、学术影响力均有大幅度提升; 杰青优青等人才项目的资助效能存在异质性; 从年龄上看, 42岁前获杰青资助的学者, 其综合资助效能会有更大提升.基于调研分析, 提出了人才项目要“强化过程管理与结题管理”等建议.

本文基于上市公司2009年至2021年度包括企业董事、监事和其他高级管理人员在内的个人特征信息, 利用文本分析识别出环保背景高管, 研究其对于所在企业当年度和未来一年度ESG评级的影响.研究发现, 上市公司董监高团队具备较好的环保背景能显著提高企业当年度及下一年度的ESG评级, 这一作用受到权力效应和利益关联的影响.而且随着新《环境保护法》实施, 相对于其他企业, 有环保背景高管的企业ESG评级在2015年后有显著的提高.对ESG不同维度的分析表明, 环保背景高管对于企业ESG评级的提高主要在于环境和社会责任维度.机制分析表明, 企业环保背景高管能够通过两种途径提高企业ESG评级, 一是提高股东大会上ESG相关议案通过概率, 二是健全企业环境保护制度.基于股权、行业和历史评级的异质性分析结果表明, 环保背景高管对于企业ESG评级提高作用主要集中在国有企业、污染行业和历史评级较低的企业中.

采用房企微观土地交易数据, 基于十八大以来反腐工作外生事件冲击, 采用双重差分方法分析了反腐对房企拿地投资的影响.对于拿地行为, 发现整体上拿地后房企股价超额收益率显著下降.反腐后, 房企股价超额收益显著增加, 费用支出显著降低, 拿地价格显著增加, 整体投资效率显著提升.对于国企和非国企样本, 反腐影响主要集中于非国企样本.最后, 对于改善房企投资和土地交易环境, 针对实证结果从企业异质性角度给出了相应政策建议.

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.

金融市场瞬息万变, 对于量化投资策略, 需要及时地调整和优化.融合模型可以根据市场变化动态调整模型的权重和组合方式, 实现自适应的调整和优化.基于此, 本文尝试从融合模型的角度来设计量化投资策略.本文基于LightGBM、Adaboost、XGBoost三种不同的Boosting类算法构造了三个不同的融合两层Stacking模型, 通过沪深300成分股上进行选股回测实证分析来对比择优来得到最合适的基学习模型和次级模型最佳的融合效果.实证结果表明, 三种不同的融合模型在股票市场的预测表现均优于单一算法模型, 其中表现最为优异的是基学习器为XGBoost和LightGBM算法, AdaBoost算法作为次级学习器的融合模型.在持仓数量为20只时, 平均年化收益为13.57%, 夏普比率为1.23, 最大回撤为0.48.此外该回测结果表明, 融合模型在市场波动性较大时有更好的适应性和有效性.本研究能够为投资者提供一种新的投资思路, 也对如何推动融合模型在金融实践中运用具备一定的启示意义.

采用有限$ n $次普通代数多项式拟合收入分组数据洛伦兹曲线, 往往面临着"端点值不闭合、拟合精度不高" 两个难题. 本文提出的"可调谐组合多项式"(tunable combined polynomial, 简称TCP), 为解决这两个难题提供了一种路径选择. TCP模型具有"一主两辅" 组合结构特征. 主体结构是一个无常数项、以变量$ p $为幂基的等比指数幂多项式. 两个辅助构件是: 在等比指数幂多项式尾端增加一项"特定最高次幂" $ p^{N} $; 将各项幂函数乘以一个含有可调谐参数$ T $的$ E(p) $指数因子; 最终构成一个以$ p^{n}E(p) $组合函数为回归元变量的多项式. TCP模型拟合分组数据采取"庄子分割法" 搜索逼近机制: 在进行多元线性回归过程中, 本着均方误差最小化原则, 在$ [ 0,128] $区间搜索最佳调谐参数$ T $整数值, 使TCP模型各$ p^{n}E(p) $回归元与给定分组数据之间具有良好的谐调性, 以实现对分组数据洛伦兹曲线的最佳逼近. 对比实验显示, TCP模型拟合2013年全国研究生数学建模竞赛E题分组数据和美国CPS分组数据(1977、1990), 其均方误差MSE均达到$ 10^{- 9} $数量级水平; 拟合19个国家分组数据的均方误差MSE均为$ 10^{- 7}\sim 10^{- 9} $数量级水平. TCP模型的拟合精度和对不同分组数据的适应性、稳健性, 均优于对比模型.

基于时变超阈值模型和溢出指数方法构建国际股票市场尾部风险关联网络, 从大小、方向和动态性的角度考察1997–2022年间全球10个重要股票市场之间的尾部风险溢出效应, 对极端风险事件下尾部风险关联结构的时变特征进行考察, 并分析了尾部风险传染的内在机制.研究发现, 整个样本期内, 10个市场尾部风险溢出的均值达到59.79%, 呈现出明显的尾部风险跨市场传染效应, 且该效应在危机时期更为显著.美国是最大的尾部风险净输出者, 是国际股票市场极端风险的重要来源之一.中国内地市场则具有最低的双向尾部风险溢出水平, 并长期保持尾部风险净接收者的地位.中美贸易摩擦和新冠疫情暴发以后, 国际市场尾部风险联动增强, 给防范境外输入性风险冲击、维护金融安全与稳定带来了更大的挑战.国际尾部风险溢出结构也具有明显的时变特征, 平稳时期主要存在发达资本市场之间的溢出效应, 新兴市场间的尾部风险溢出效应在危机时期明显增强.最后, 经济基本面和市场传染都是国际股市尾部风险溢出效应的重要影响因素.

在二十大提出的碳达峰碳中和目标与能源转型目标协同发展总路线中, 发展可再生能源是核心路径和必然选择, 而金融市场中融资规模、融资效率等方面无不影响着地区可再生能源发展.鉴于此, 本文选取2009–2018年中国31个省份(直辖市、自治区, 未包含港澳台地区)的面板数据为样本, 通过构建双向固定效应模型、中介效应模型和门槛效应模型, 实证检验了金融资源对地区可再生能源发展的影响机制, 并深入剖析了影响路径中的中介效应和门槛效应.实证结果发现: 金融发展能够显著驱动地区可再生能源增长, 但这种作用存在U型非线性门槛特征, 只有当金融发展水平突破一定阈值后, 才能表现出有效的驱动能力; 金融发展对地区可再生能源增长的影响存在显著的区域异质性, 其中西部最强, 东部次之, 中部最弱; 融资规模和技术创新在金融发展与地区可再生能源增长之间发挥完全中介效应.本文研究结论为中国实现“双碳”目标、推进区域可再生能源发展、构建绿色金融体系提供了理论依据和政策参考, 具有重要的理论和现实价值.

通过交叉上市资产来分析制度差异与定价机制的关系, 对于推进资本市场深化改革、优化资源配置功能, 具有重要的理论和现实意义.基于近20年147支内地、香港同时上市股票的月度数据, 本文的实证结果发现: 在控制主要影响因素后, AH股溢价能负向显著影响A股未来收益率, 但不能显著影响H股的未来收益率; AH股溢价对A股未来收益率的影响主要集中在套利限制较小的个股中, 且AH股溢价越高的股票, 下月融券卖出余额越多.这些结果表明, 因制度与投资者结构的差异, A股有比H股更大的波动且更易形成定价错误, 而AH股溢价的定价能力源于有套利者针对A股中的错误定价进行反向交易.本文首次将AH股溢价作为一个定价因子考虑, 并提供了其定价能力的证据和机制解释, 拓展了对交叉上市股票定价机理的理解.

政府引导基金与其运营环境的协调发展对解决资源配置市场失灵、提升区域经济发展质效具有重要意义.本研究通过对政府引导基金“募集、管投、退出”各阶段运营效率测算, “创新、金融、产业、民生、财政”各维度运营环境水平评价, 揭示了政府引导基金与其运营环境的耦合协调关系.研究发现: 总体上政府引导基金与其运营环境进入了协调发展初级阶段.其中, 在政府引导基金的管投及退出阶段, 二者耦合协调水平相对不足; 创新环境与政府引导基金管投及退出的耦合协调关系还处于失调范围; 财政环境高位发展是东部二者耦合协调水平相对领先的主要因素, 但无法解决东部政府引导基金退出效率低下问题.为促进政府引导基金与其运营环境形成高度协调发展格局, 中西部应优先提升创新环境; 东部应着力强化大规模基金运营能力; 政府引导基金需注重系统化运营管理, 避免风险累积导致的退出困境.