• 详情 官员晋升、人力资本错配与企业劳动投资效率
    基于人力资本投资的视角,本文考察官员政治晋升激励如何影响企业劳动投资效率,并进一步分析其作用机制。研究发现:第一、地方官员存在晋升激励时,企业的劳动投资效率显著降低。这一关系在雇佣过度和雇佣不足均显著。第二、在雇佣不足时,企业劳动投资效率并未随着雇佣的增加而提升的原因在于:企业的人力资本存在明显错配,这导致劳动力结构发生扭曲,从而无法达到劳动力最优配置。第三,引入地方矿难死亡人数为工具变量,2SLS 回归与安慰剂检验均显示,本文结果不受内生性影响。第四、在国有企业、中共全国代表大会年份、期满晋升、官员学历较高的子样本中,晋升对劳动投资效率的影响更显著。同时,基于市长或书记晋升、正常与提前晋升以及是否首都或省会城市的横截面检验验证了结果稳健性。整体上,本文对深入理解政治晋升内在机制及官员晋升条件下的地方政府对本地企业劳动力结构配置的扭曲有重要意义,这对当前供给侧结构性改革要推进结构调整,矫正要素配置扭曲,实现资源优化配置提供了清晰的政策参考。
  • 详情 股权质押、预警压力与大股东增持
    股权质押在 A 股市场十分普遍,质押风险防范是研究的焦点之一。本文基于 2004-2016 年 A 股上市公司的样本研究发现,存在股权质押的大股东增持的可能性显著增加,质押比例越高、面临的预警压力越大,大股东增持的可能性也越高。进一步地,尽管存在股权质押的大股东增持公告的市场反应相对较差,但依然显著为正;而且,增持企业的长期市场表现显著好于同样面临预警压力但未增持的企业。这些结果表明,尽管投资者能够识别大股东增持的不同动机,但增持仍是大股东应对股权质押风险的重要手段。本文的研究不仅进一步丰富了股权质押风险防范的研究、加深了对大股东增持动机的理解,而且对企业应对资本市场价格异常波动、监管层出台救市措施具有重要启示。
  • 详情 高新企业“变形记”——基于减税激励的研发操纵行为研究
    《高新技术企业认定管理办法》确立了高新技术企业认定的量化标准,与该认定直接相关的则是巨大的税收优惠。据此,本文研究减税政策与公司研发操纵的关系,以及研发操纵对公司研发绩效的影响。研究发现,为获得税收优惠和政府补助,公司会操纵研发投入以达到高新技术企业认定门槛,该现象在民营企业、盈利企业以及位于税收征管力度较弱地区的企业中更为显著。进一步地,相比其他公司,研发投入占销售收入之比达到或刚刚超过法规门槛的研发操纵公司,其研发投入与公司未来专利申请、专利授权数量间的正相关关系更弱。研究表明,与政策制定者的初衷不同,高新技术企业的减税政策在一定程度上会激励公司管理层进行研发操纵,最终导致公司研发绩效下降。本文不仅丰富了基于门槛的公司盈余管理问题的相关研究,还为相关部门更好地制定和执行高新技术企业认定政策提供了理论参考。
  • 详情 风险资本投资是否损害了母公司的技术创新
    通过构建古诺模型和斯蒂尔伯格模型两种框架并将设立风险投资的创新成功概率沿吸收能力和行业竞争程度内生化,本文对经典公司风险投资行为模型进行了拓展,藉此研究了风险资本投资与母公司创新的关系及母公司和行业异质性对这种关系的调节机制,并基于 2005-2017 年沪深两市上市公司数据,运用―匹配法和倍差估计量‖技术及工具变量法等对模型结论进行了实证检验。结果发现:(1)通过组织替代和战略竞争的双重效应,中国企业从事风险投资显著提高了自身的创新水平,在创立风险投资后专利申请和创新效率均有相对于非无风险投资企业更为明显的提升;(2)不同吸收能力的企业设立风险投资具有不同的创新效应,自身吸收能力越大的企业,新创企业的知识创造对其基础研究越有价值,设立风险投资的组织替代效应越大,创新的提升作用越明显;行业竞争水平也有与吸收能力相同的调节作用,高竞争行业的企业设立风险投资对竞争对手创新空间的挤压效果更明显,战略竞争效应更显著,与低竞争行业的企业设立风险投资无任何创新效果不同,高竞争行业企业设立风险投资后其专利申请和创新效率均有明显提高;(3)大企业设立风险投资具有更高的创新效应。本文还就如何提高风险资本投资的创新效应提出了相应的政策建议。
  • 详情 地区金融扩张的竞争效应和溢出效应 —基于空间面板模型的分析
    本文在地级市层面考察了中国地区间金融扩张相互影响的特征和机制。金融资源是地方政府促进经济增长的重要手段,在晋升激励机制影响下,地区间围绕经济增长的竞争,会导致金融扩张在地区间存在竞争效应,从而同属一个省区的不同地市金融扩张存在正相关关系。在市场机制作用下,部分金融机构可以开展异地业务,从而使得地区金融扩张也具有溢出效应,地理邻近地区金融扩张存在负相关关系。本文利用中国地级市 2005-2011 年的面板数据,运用空间面板数据模型,并精巧地构造空间权重矩阵,识别出地区金融扩张同时存在竞争效应和溢出效应。
  • 详情 地方政府债务与经济增长 --基于地方投资平台债务的分析
    本文利用中国 28 省份 2006-2017 年的地方投资平台债务数据,考察了地方政府债务对经济增长的影响。实证研究结果稳健地表明,地方投资平台债务上升能够在短期显著提振经济增长,并且在长期内仍然有显著促进效应,表明在现阶段,中国政府的反周期财政政策具有投资于消除基础设施瓶颈的超越凯恩斯主义的政策效果。机制分析进一步表明,地方投资平台债务上升能够显著促进非国有企业的资本回报率和投资增长率,并未产生挤出效应。在当前防范地方债风险的背景下,本文建议在存在基础设施瓶颈的条件下,经济衰退期可以执行更为积极的财政政策,在治理衰退、促进长期经济增长的同时降低政府债务的积累速度。
  • 详情 大数据分析的光荣与陷阱 ——从谷歌流感趋势谈起
    本文从谷歌流感趋势 2009 年前后表现差异谈起,讨论了大数据分析容易面临的大数据自大、算法演化、看不见的动机导致数据生成机制变化等陷阱,以及对我国大数据产业发展的借鉴。本文认为,为健康发展大数据产业,我国需要防范大数据自大风险、推动大数据产业和小数据产业齐头并进,并强化提高大数据透明度、审慎评估大数据质量等方面的努力。
  • 详情 从资本市场看历史:抗日战争时期的中国主权债券价格波动
    关于中国抗日战争历史的研究中,不可回避的一个基本问题是,哪些事件对抗日战争的进程和最终结局产生了重要影响?从资本市场的视角分析中国抗日战争期间伦敦市场交易的中国主权债券的价格波动,发现债券价格结构性断点一般与当时中英两国主流报纸强调的重要军事、政治事件相吻合,这些事件也多被后来历史学家认定为对战争进程和结果有重要影响,例如淞沪会战、广岛长崎原子弹事件等。不过历史学家认为至关重要的一些事件当时并未引起债券价格的明显反应,例如芦沟桥事变、德国突袭波兰等。另一个重要发现是,二战爆发——特别是苏德战争和太平洋战争爆发——之后,中国外债价格波动反映的一般不是中国战场发生的事件,而是国外战场尤其是英国直接参与的军事事件。
  • 详情 零利率下限约束、供求冲击与中国经济波动
    本文首先通过构建 DSGE 模型,分是否存在零利率下限约束两种情况探讨了供给和需求冲击对于宏观经济波动的影响。结果发现与不存在零利率下限约束的情况相比,当面临零利率下限约束时,由于“费雪效应”的存在会从两方面改变供给和需求冲击对一国产出、消费、劳动、通胀率和实际利率等经济变量波动的影响:一是会改变对一些变量影响的方向,二是从影响的程度来看,零利率下限约束存续的期限越长经济变量波动的幅度也越剧烈。随后我们分析了我国零利率下限约束的特征事实,认为我国自 2004 年以来先后经历了一个受零利率下限约束和不受零利率下限约束的时段,并应用时变参数模型对比分析了上述两个时段内供求冲击下我国产出等经济变量的动态响应轨迹,结果基本证实了上述理论分析的结论。最后,基于本文的分析我们也对当前国内外环境下我国以供给侧改革为主线的宏观经济政策调整提出了相关的政策建议。
  • 详情 A Correlational Strategy for the Prediction of High-Dimensional Stock Data by Neural Networks and Technical Indicators
    Stock market prediction provides the decision-making ability to the different stockholders for their investments. Recently, stock technical indicators (STI) emerged as a vital analysis tool for predicting high-dimensional stock data in various studies. However, the prediction performance and error rate still face limitations due to the lack of correlational analysis between STI and stock movement. This paper proposes a correlational strategy to overcome these challenges by analyzing the correlation of STI with stock movement using neural networks with the feature vector. This strategy adopts the Pearson coefficient to analyze STI and close index of stock data from 8 Chinese companies in the Hong Kong stock market. The results reveal the price prediction of BiLSTM outperformed the GRU and LSTM in various datasets and prior studies.