收益率非对称性定价是金融研究中长期存在争议的重要问题。本文创新性地提出了基于概率分布、反映收益率整体非对称性的新测度（Return Asymmetry, RA），首次为该争议提供了跨市场的系统性证据。研究发现：首先，RA测度在中、美等主要市场均能负向预测股票横截面收益率，其解释力较传统测度显著提升；其次，RA的定价优势源于其对收益率复杂分布信息的更全面捕捉，特别是能有效识别系统与特质非对称之间的交互效应；最后，通过博彩偏好、投资者情绪、关注度和套利限制等多维度渠道分析，证实行为因素是驱动收益率非对称性定价的核心机制。本研究不仅有助于弥合学术分歧，更建立了具有全球适用性的非对称定价分析范式。

2019年，国家发布《绿色产业指导目录》，首次明确绿色产业范围和技术标准，旨在为包括绿色金融体系在内经济社会绿色转型中一系列制度安排的重点支持方向提供技术上的参考目录，提高资源配置效率。本文以《目录》提供的技术文本为基础、运用前沿的大语言模型，构建了全新的基于专业技术角度的企业绿色技术指标，避免了传统企业环境效益评价指标（如ESG指标）存在的覆盖不足和漂绿高估问题。以该指标为基础，本文运用双重差分法考察《目录》对企业创新能力、投资行为及经营绩效的影响。实证结果表明，《目录》的颁布鼓励企业加大了研发投入、增加了绿色支出，提升了绿色企业的创新能力，尤其促进了企业的高质量创新产出。进一步地融资机制探索表明，明确绿色标准显著降低了相关企业的融资成本，尤其对企业信贷融资渠道的影响更为显著。最后，本文通过经济意义分析发现，《目录》提高了企业的经营绩效和节能减排。本文的研究结论为进一步健全绿色金融机制、实现绿色可持续发展提供了有益参考。

摘 要：本文基于利益相关者理论、信号传递理论和委托代理理论分析了企业 ESG 表现对绿色创新绩效可能的影响及其机制，并以 2009—2021 年中国 A 股上市公司为样本，实证分析了企业 ESG 表现的绿色创新效应。从机制分析发现，ESG 表现主要通过缓解融资约束、提高人力资本水平促进企业绿色创新绩效。从拓展性研究发现，ESG 表现的三个子维度都有助于提升绿色创新绩效，且公司治理表现的提升效应最强；ESG 表现不仅提高企业策略性绿色创新绩效、独立绿色创新绩效，还可提升实质性绿色创新绩效、合作绿色创新绩效。

全球化与数字化的深度融合正在重塑全球人才管理格局，对中国企业而言，国际法律环境的复杂性与多样性带来了前所未有的挑战和机遇。 在深入剖析国际劳动法、税收法规、数据隐私保护以及跨文化法律差异后可知， 国际法律的复杂性不仅影响企业的人才吸引、 管理与留用政策，还直接关系到企业的全球竞争力和可持续发展。 为了有效应对这些挑战，中国企业需要构建全面的全球法律合规治理体系、培养跨文化领导力、优化全球薪酬与激励机制、借助数字化技术提升人才管理效率以及强化企业社会责任与可持续发展战略，以期在全球市场竞争中取得领先地位，从而塑造更具活力与包容力的国际商业生态体系。

本研究开发了一种创新方法来预测中国上市公司的"漂绿"行为。通过将大型语言模型BERT整合到机器学习框架中，我们构建了一个先进的漂绿预测模型。这种方法能够捕捉企业社会责任报告和年度报告的环境披露中微妙的语言线索和语义细节，显著提高了识别漂绿的精确度。研究采用了多种机器学习模型，包括支持向量机（SVM）、随机森林（RandomForest）和随机欠采样算法（RUSBoost），并在三种不同的数据集上进行了测试：基础财务数据集、扩展的Word2Vec环境披露数据集，以及BERT优化的环境披露数据集。结果表明，RUSBoost算法结合BERT调整的环境披露数据在各项评估指标上表现最佳，凸显了先进自然语言处理技术在分析环境披露文本方面的优势。此外，我们的研究发现预测的漂绿指标与ESG评级机构间的评级分歧显著相关，验证了本研究所开发的漂绿变量。本研究为识别和预测企业漂绿行为提供了一个创新的、基于文本的方法。这一工具对投资者、监管者和政策制定者具有重要价值，有助于捕捉公司的欺骗性环境披露。

关键领域外资安全审查的收紧不仅表明了国际竞争的进一步加剧，也预示着高技术产业的发展格局将迎来重大改变。在这一背景下，高技术行业，特别是关键领域的企业，亟需实现从“技术引进”向“自主创新”的转变。本文基于 2010-2023 年 A 股制造业上市公司的数据，以 FIRRMA 试点作为美国在关键领域外资安全审查收紧的准自然实验，探究中国关键行业企业全要素生产率的变化。研究结果表明，外资安全审查的收紧显著促进了关键行业企业全要素生产率的提升。通过对企业所受“内部支持”和“外部压力”的作用进行比较分析，发现受到内部支持的企业在外部压力下表现出较低的敏感性，而未受内部支持的企业在面临外部压力时反而实现了生产力的显著提高。机制分析进一步揭示，外资安全审查的收紧通过促进企业实现高质量发展，尤其是提升了创新质量，以及增加了企业之间的联合创新，推动了全要素生产率的进步。本文的研究为理解新旧技术国家主义转变背景下企业如何通过发展模式的转变实现生产力的提升提供了重要视角，同时为中国政府在高技术产业政策制定中的深入评估与策略优化提供了有益借鉴。

旨在推动实现生态环境根本好转的质量型环境治理政策在多大程度上能够协同降碳，如何进一步提质增效，是推进“双碳”战略过程中亟需解答的关键问题。特别地，签署《巴黎协定》以来，中国在减污降碳协同增效面临着不同于以往的新形势和新任务。然而，受限于数据可得性，现有研究尚未提供这一时间段内的定量分析直接证据。本文使用新近的企业层面较为精细的碳排放数据，基于《打赢蓝天保卫战三年行动计划》（国发〔2018〕22号）的研究场景，系统分析了“双碳”背景下空气质量目标政策的微观降碳效果与增效机制。研究表明，蓝天保卫战能够协同降低企业碳排放强度，平均降幅约为15%，单个企业年均降碳量约为1.2万吨。这一效果主要由碳排放总量下降驱动，而非以生产活动收缩为代价，也未引起区域间和产业链上的碳泄漏问题。并且，与现有研究强调行业结构调整不同，本文发现高碳排放企业也实现了显著的减排效应。增效机制方面，蓝天保卫战主要通过促进企业绿色低碳投资发挥作用，而人力结构优化、绿色研发创新等机制尚未明显起效，同时缓解融资约束有助于提升协同降碳效果。本文的研究表明，进一步完善现有大气污染防治制度体系，辅以大规模节能降碳设备更新、优化生产要素配置以及绿色金融等组合措施，能够有效兼顾环境、气候和经济效益，助推减污降碳协同增效。

本文分析了全球数字金融的发展趋势，提出监管科技和金融安全的重要性日益凸显，数字基础设施建设的必要性增强，数字货币将成为经济运行的基石，传统经济理论的边界被迅速拓展，以及纸币消失与“金融元宇宙”的诞生等五个趋势，并从信息经济学的角度分析了数字经济发展对传统经济结构、数字经济理论对传统经济理论的冲击与挑战，并从信息经济学的角度辩证阐述了不确定性的含义，认为数字金融的发展将激发新质生产力，为创新和变革提供潜能。

本文探讨了区域壁垒对中国城市银行竞争水平的影响。研究发现，行政壁垒和地理壁垒都会导致不同城市间的银行竞争水平存在差异，但影响程度随时间在下降，不同区域壁垒的影响也存在异质性。与美国等西方国家不同，中国的国有银行天然具有跨区域经营的特点，因而呈现出差异性的结果。具体来看，国有大型商业银行网点分布受文化壁垒影响，而不受行政壁垒影响；城商行、农村金融机构受行政壁垒影响，而不受文化壁垒影响。行政壁垒会影响银行在异地设立分支机构，但文化壁垒的作用并不显著。在加快建设金融强国的关键时期，应构建结构合理的银行市场体系和分工协作的银行机构体系，国有大型金融机构服务于资本在全国的最优配置，中小金融机构聚焦当地实体经济，结合当地文化开展业务创新。

如何合理评价基金业绩是满足培育一流投资机构这一国家重大需求的重要议题。现有的基于传统资产定价方法所构造的因子无法满足大数据时代高维特征决定基金业绩的市场环境。本文创新性地运用前沿的工具主成分分析法，从28个与基金业绩有关的特征中提取出隐性定价因子。本文发现，五因子隐性模型对基金和基金组合业绩的整体解释力度在样本内分别达到了81.85%和99.82%，这一整体解释力度在样本外分别为79.53%和99.74%。本模型对基金和基金组合的解释力从整体、时序、截面和相对误差每个角度都优于传统的显性因子模型。在识别隐性因子过程中，基金持仓股票的市值、换手率、营业利润、过往表现和基金过往业绩发挥了最重要的作用，但同时，隐性因子部分的定价能力同通货膨胀率、国债利率、宏观杠杆率、股债市场流动性和工业生产不确定性等常见的宏观周期波动有关。最后，基于以上发现，本文认为应当利用大数据多元化基金业绩度量体系，以优化散户投资者基金资产配置效率。