摘要：就业是最基本的民生，也是实现高质量发展的重要目标。实施包括地方政府债务置换在内的“逆周期”财政调节政策对促进企业劳动雇佣、实现“稳就业”目标具有重要意义。本文基于2010-2018年全国税收调查数据，采用广义双重差分法实证检验了债务置换政策对企业劳动雇佣的影响。研究发现债务置换具有显著的“稳就业”效应：城市债务置换强度每增加一个标准差，当地企业劳动力雇佣提升2.59%，并且与政府业务关联度更高的企业其就业提升效应更加明显。机制分析结果表明，债务置换通过缓解企业融资约束，改善企业的资金流动性，提振企业预期以促进企业劳动雇佣增加。本文的研究对评估2024年开始的新一轮债务置换政策效果，优化“逆周期”财政政策设计、实现四中全会提出的“稳就业”目标具有重要的意义。

随着汽车金融下沉市场的拓展与多源异构数据的爆发，传统信用评分模型在兼顾预测精度与特定场景泛化能力时遭遇瓶颈。本文提出一种基于多模态混合专家模型（Multimodal Mixture of Experts, MMoE）的深度风控框架。该框架依托企业级AI中台，通过动态门控网络（Gating Network）将借款人的结构化征信、非结构化文本语义及动态行为特征智能路由至专属专家网络。基于 LendingClub 公开数据集的实证研究（有效映射汽车金融多模态场景）表明，MMoE 模型在 AUC 与 KS 指标上显著优于 LightGBM 等主流基准模型，且其期望校准误差（ECE）降至 0.015。研究证实，门控路由机制不仅提升了长尾人群的逾期预测准度，更为深度学习在金融领域的应用提供了宏观可解释性视角。本研究为金融机构构建高并发、易扩展的下一代智能风控底座提供了系统性的工程路径与理论支撑。

大语言模型等生成式人工智能技术正深刻重构企业的业务模式与创新路径。本文以2018—2024年中国A股上市公司为研究对象，依托企业在线招聘数据与职业层面的大语言模型暴露度，构建了企业人工智能技术暴露度指标，实证检验了企业核心业务面临的技术冲击对其实质性创新的影响及其作用机制。研究发现，企业人工智能技术暴露度能够显著促进企业实质性创新，该结论在经过一系列内生性与稳健性检验后依然成立。机制分析表明，面对外生技术冲击，企业主要通过推动人力资本结构升级与提升研发投入强度，将技术红利转化为实质性的创新产出。异质性分析表明，在技术吸收能力较强、转型动机强烈以及具备长期积累优势的企业中，人工智能技术暴露度对企业实质性创新的促进作用更为显著。本文从外生技术冲击的视角，为理解人工智能重塑企业创新活动的内在机理提供了经验证据，对引导企业妥善应对技术更迭、优化要素配置进而实现高质量发展提供了现实参考。

本文基于2007—2022年中国上市能源相关企业面板数据（46,424个企业—年度观测值），研究极端气候与政策冲击背景下ESG风险暴露对企业能源系统韧性的影响及其动态传导机制。本文构建阶段敏感的离散风险状态表示方法，把《易经》中“变易—不易”的结构思想转化为可操作的计量框架，将企业风险映射为六个生命周期阶段下的64种状态结构，并在企业与年份固定效应框架下识别风险效应的阶段异质性。结果表明，原煤依赖度显著降低绿色转型指数（韧性指标），天然气依赖度显著提高韧性；标准煤当量能源强度在煤炭暴露与韧性之间发挥重要中介作用，占总效应的62.3%。进一步构建马尔可夫状态转移模型，发现极端事件显著改变高风险状态向低韧性状态的转移概率。结合LSTM-注意力机制生成预警概率，在最优阈值下样本外预测准确率为78.6%，稳健性检验结果一致。基于预警概率构建阶段相关的对冲规则，结果显示其在后期阶段显著降低风险暴露并提高风险调整后收益。本文为能源企业转型期风险管理与政策干预提供了可操作的识别框架与决策依据。

随着监管部门与社会各界对于企业的ESG表现日益关注，本文考察拟上市企业（特别是IPO预期成功率较低的企业）是否有动机通过强化其ESG表现，从而增强其IPO成功概率。本文基于大语言模型对拟上市公司招股说明书所呈现的ESG绩效进行量化评估，并系统考察企业IPO预期成功率、招股说明书ESG绩效与IPO最终成功率之间的互动关系。研究发现：（1）企业IPO预期成功率越低，该企业越可能在其招股说明书中展现出较佳的ESG绩效；（2）企业的ESG绩效强化行为显著提升了其IPO通过概率。这一效应在证券监管部门更为关注企业社会责任时以及在高污染行业中更为显著。进一步分析表明，对于IPO预期成功率较低的企业，其招股说明书中的ESG表现无法有效预测其上市后的ESG绩效，这表明监管部门仍需警惕此类企业“漂绿”上市的风险。本文研究结论对于证券监管部门和投资者都具有重要的决策参考价值。

在我国安全生产越来越重视事前预防的背景下，安全生产责任保险的风险减量服务更加重要。本文利用2018-2024年省级面板数据，运用固定效应模型实证检验安责险风险减量服务对事故防控的影响，并分析其中介机制和调节效应。研究发现，风险减量服务能够明显降低事故发生率和事故损失，政府监管能够增强风险减量服务的效果。本文从保险机构、企业、监管部门等角度在结尾提出了完善风险减量服务的建议。

本文立足于金融强国建设与“十五五”规划对金融工作提出的新要求，聚焦票据市场做好“五篇大文章”中的“数字金融”核心驱动力。从信息经济学、交易成本理论与金融功能观等理论视角出发，文章首先系统阐释了数字技术赋能票据市场高质量发展的深层理论逻辑，认为其通过重塑信息生产与传递机制、重构业务流程与组织形态，从根本上降低了信息不对称、提升了运营效率、创新了服务模式并强化了风险管理能力，从而为票据市场服务科技创新、绿色发展、普惠金融、养老金融和数字金融自身提供了坚实的底层技术支撑与创新范式。 随后，文章结合上海票据交易所的创新实践及国际票据市场数字化经验，全面梳理了当前数字技术在票据业务关键领域的应用图景与实践路径。具体包括：基于大数据与人工智能的智能信用评级、反欺诈与精准定价体系；依托区块链技术构建的、可实现信用穿透与拆分的供应链票据平台及应收账款数字化探索；运用物联网与卫星遥感技术实现的绿色票据环境效益可信追踪与核证机制；以及通过开放API与生态平台化建设推动的普惠金融服务高效下沉模式。这些实践共同勾勒出票据市场从“电子化”向“数字化”再向“智能化”演进的清晰路径。 然而，技术的深入应用在释放巨大效能的同时也伴生了新型风险，呈现出“赋能”与“赋险”并存的复杂面相。本文借鉴技术社会学与治理理论，重点剖析了电子化背景下票据业务面临的多维挑战：数据安全与个人/企业隐私保护的严峻性；算法模型的“黑箱”特性可能引发的公平性质疑与新型歧视；对集中化技术系统的高度依赖所演化的新型操作风险与系统性脆弱点；法律与监管框架相对于技术创新的适配性滞后问题，特别是《票据法》在面对数字票据、智能合约时的解释困境；以及可能加剧的“数字鸿沟”对金融包容性目标的潜在冲击。 最后，本文构建了一个涵盖技术伦理、协同治理、监管科技（RegTech）、法律修订与生态培育的多维度、前瞻性风险治理框架。该框架强调技术治理的内生性、监管的敏捷性、法律的包容性与生态的可持续性。在此基础上，本文提出了具体的阶段性政策建议，旨在为票据市场在安全、合规、包容的前提下，深化数字技术融合应用，全面提升服务实体经济质效，最终助力金融强国战略目标的实现提供系统的理论参考与实践指引。

本文利用2006至2015年期间A股IPO申购资金冻结政策，研究周期性流动性紧缩对货币市场和债券市场的影响。我们发现，IPO申购资金冻结显著推高主要货币市场利率：银行间隔夜回购利率、交易所隔夜回购利率和隔夜Shibor平均分别上升12.4、38.3和11.6个基点，且利率上升幅度与IPO资金冻结规模呈显著正相关关系。IPO资金冻结同时造成货币市场交易量和交易结构出现显著变化。此外，IPO资金冻结还推高部分债券市场利率，引发企业、金融机构甚至政府为应对流动性紧张而改变债券发行计划，各类信用债乃至国债在IPO资金冻结期间的日均发行量普遍下降20%至30%。最后，我们发现虽然央行会在IPO资金冻结期间通过逆回购向金融市场注入流动性，然而并不足以抵消IPO资金冻结造成的冲击。本文揭示了流动性冲击的跨市场溢出效应，强调了金融政策跨市场协调在防范系统性金融风险方面的重要性。

政府补贴支持企业创新固然是必要且现实的举措，但其实际成效在企业间存在差异，关于“创新悖论”的讨论众说纷纭。本文将研究焦点从“评说得失”引向“何以有效”，以理论模型刻画企业配置政府补贴用于创新活动的决策过程，解析营商环境这个“外因”如何通过“内因”影响企业创新决策进而影响其创新质量的内在机制，揭示其间存在的营商环境门槛。本文采用中国A股上市公司2017—2021年的专利申请数据、财务数据以及296个地级市的营商环境数据，实证检验了营商环境门槛效应及其实现机制。研究发现，政府补贴整体上并未显著提升企业创新质量，但存在显著的营商环境门槛；政府补贴在营商环境较好的地区能有效提升企业创新质量，而在营商环境较差的地区，其作用基本失效，甚至可能会削弱民营企业创新质量。机制检验表明，在营商环境所决定的制度性交易成本与制度性收益两侧均存在门槛效应。异质性分析发现，在政府补贴影响企业创新质量过程中，战略性新兴产业企业和民营企业均存在营商环境门槛效应。本文突破了两极思维方式的局限，在同一模型框架内运用统一的逻辑体系，解释了现有文献关于政府补贴影响企业创新的不同见解，以“条件有效性”分析调和了学术界关于政府补贴政策“结果有效性”的认识分歧，并获得突破“创新悖论”的重要政策启示，即政府补贴应以优化营商环境为先导，只有将营商环境提升到相应水平，政府补贴才能有效促进企业实现高质量创新。

本文基于互联网企业价值评估的背景，重点探讨一种常用估值方法——相对估值法（Relative Valuation），并以阿里巴巴集团（Alibaba）为实证对象首先，文章回顾了互联网企业估值的特殊性与挑战；其次，介绍了相对估值法的理论基础、常用指标（如市盈率P/E、市净率P/B、市销率P/S、EV/EBITDA 等）及其优缺点；再次，从互联网企业特征出发，分析该方法在阿里巴巴所处环境中的适用性及限制。然后，结合阿里巴巴最新财报数据（截至FY 2024 期）整理公司基本资料、选取可比公司、计算关键估值指标，进而得出对阿里巴巴的估值区间与市场价值对比。最后，基于实证结果，从估值结果合理性、影响因素（如业务结构、成长预期、市场情绪）以及方法优化建议三个维度展开讨论。研究发现：对于快速成长、业务多元的互联网企业而言，虽相对估值法具备便捷性与可比性优势，但也易受到可比公司选取不当、成长预期偏差及无形资产难以量化等影响。论文建议在实际应用中，应辅以折现模型（DCF）等方法，并注意调整估值倍率以反映公司成长性与风险特征。本文的研究可为互联网企业估值提供一种实务参考，也为资产评估的教学与研究提供新的案例视角。