本文基于2010—2022年中国上市公司面板数据，以“国家大数据综合试验区”的设立作为准自然实验，从数字经济的视角，探讨大数据试验区的设立与企业ESG绩效的关系。研究发现，大数据试验区的设立显著提升了企业的ESG绩效，激发了企业的数字化转型动力，尤其是对企业的环境治理（E）和社会治理（S）维度的提升效果更为显著，体现了数字化政策在中国数字经济发展过程中对于企业规范约束的作用。第二，机制研究表明大数据试验区的设立使明显促进了当地企业的数字化程度，此外，区位导向性政策可以有效规范约束企业数字化转型，从而促进企业ESG绩效的提升。第三，大数据试验区能够更好地促进东部地区、资本和技术密集型企业以及非高新技术企业，并未实现均衡发展，仍存在区域和企业间差异。本文结论不仅有助于深化理解以大数据试验区为代表的数字产业政策对企业发展的作用效果，也为地方政府依托大数据试验区，抢抓数字经济发展的新机遇，深度挖掘数据要素价值，提供了有力的政策支持。

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。

在建设全国统一大市场的进程中,有效降低企业非生产性支出是提高市场运行效率的关键环节。文章基于 2016—2019 年中国 A 股上市公司数据,使用大数据发展“政用指数”刻画各地区数字政府建设水平,评估了数字政府建设对企业非生产性支出的影响及其机制。研究发现,数字政府建设显著降低了企业非生产性支出。上述结论在一系列稳健性检验之后依然成立。异质性效应分析表明,数字政府建设抑制企业非生产性活动的效应对非国有企业、政府管制行业、数字化转型程度较高的企业以及信息基础设施水平较高的地区更强。机制检验结果表明,数字政府建设降低企业非生产性支出的效应随着政务服务效能的提升而减弱,且数字政府建设会显著改善企业面临的税收环境。这意味着提升政务服务效能是数字政府建设降低企业非生产性支出的重要机制。文章证实了数字政府建设对于抑制企业非生产性活动的积极意义,在一定程度上可为激发市场主体活力、夯实经济发展效率的变革提供政策借鉴。

本文构建理论模型分析金融不确定性与经济下行风险之间的关系，并结合实证研究进行检验。理论模型基于风险积累渠道描述了金融不确定性通过干扰银行部门正确预期的形成，影响其主动风险承担水平，并最终影响经济下行风险的传导机制。实证部分基于 Jurado et al（2015）的大数据方法构建金融不确定性指数，并使用分位数回归从宏观层面进行研究，结果表明扩张波动期的金融不确定性对中长期经济增长左尾分布有显著的负面影响，这是由于扩张波动期的金融不确定性会使银行部门预期向好偏差，银行部门将提高其主动风险承担水平，从而增加中长期经济下行风险；紧缩波动期的金融不确定性将使银行部门预期向坏偏差，进而导致其主动风险承担水平下降，但该风险积累渠道发挥的作用较弱，此机制下金融不确定性对中长期经济下行风险的抑制作用不明显。

本文基于Jurado et al.(2015)提出的大数据分析方法，提出了基于中国整体经济和金融市场不确定性的个股不确定性的度量方法，并检验了在存在卖空限制的中国A股市场中的不确定性的定价，着重研究了融资融券的不对称性对个股不确定性定价的影响。股票特质性波动率刻画了股票收益率中不能被市场风险因子解释的波动，通常被用于度量不确定性，本文提出其中与宏观金融不确定性的相关部分才会在市场中被定价。本文提出利用股票收益率与宏观金融不确定性指数的绝对相关系数来刻画在市场中被定价的个股不确定性，并发现不确定性越高的股票预期收益越低，即不确定性溢价在A股为负，这与Miller(1977)的理论相一致，即在存在卖空限制的市场上，不确定性越大的股票其价值被高估程度越大，因此预期收益率越低。本文进一步发现融资融券限制放开之后，不确定性的负溢价略有降低，市场的定价效率有所改善但并不明显，反映了市场中存在的卖空限制和隐性卖空成本较高，及其对市场定价效率的负面影响。因此，在中国A股市场合理地放开融资融券限制，特别是有效降低融券成本、引入长期投资者提供优质券源，能够降低融资融券的不对称性，改善市场的定价效率，从而更好地发挥金融市场的资源配置作用。

近年来，一方面，我国消费不足的问题长期存在，另一方面，房地产价格整体上升。那么，房价将如何影响了居民消费？利用蚂蚁金服2017年1月到2019年4月100万抽样用户的淘宝消费与“中国百城房价”数据，本文考察了房价对居民消费的作用。研究发现，第一，房价的上升对消费有抑制作用，且导致了消费降级；第二，流动性约束较高的用户，房价对消费的负向影响更高；第三，上述效应具有异质性，房价对消费的抑制作用主要作用于享受型消费、对收入较低的群体更加显著、且主要体现在三线及以下城市。以上结论在多种检验下保持稳健。本文提示了房地产价格过快上涨的风险，以及缓解居民流动性约束的重要意义。

普惠金融已经成为全球和中国金融业发展的一个重要理念。在传统金融机构加大普惠金融实践的同时，依赖信息技术、大数据技术和云计算等创新技术的互联网金融进一步拓展了普惠金融的触达能力和服务范围。为了科学、准确地刻画中国数字普惠金融的发展现状，我们利用中国代表性互联网金融机构-蚂蚁金服关于数字普惠金融的微观数据，编制了一套 2011-2015 年省级、城市和县域三个层级的“数字普惠金融指数”。指数结果显示数字普惠金融是实现低成本、广覆盖和可持续的普惠金融的重要模式，数字普惠金融为经济落后地区实现普惠金融赶超经济发达地区提供了可能。

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。

信用评级行业是现代金融市场经济中的重要组成部分。经过近30年的发展，中国的信用评级业务已涉足金融市场的方方面面，但目前国内实施的信用评级体系仍面临评级虚高、区分度不足、事前预警功能弱等问题。中国的信用评级体系的发展除了需要针对金融行业本身在信用风险的披露进行专业的刻画和解读外，在借鉴国际金融市场和信用评级机构在评级方法实践的基础上，也需要结合中国的实际情况逐步探索出适合中国国情的信用评级的一般方法、分析框架和可落地实践的技术手段。本文的目的是在目前国内金融市场在信用评估（评级）实践中出现问题的基础上，讨论如何基于“全息画像”大数据分析平台为基础，利用大数据方法进行文本数据的分析，提取对应的（非机构化）文本数据的风险特征首先克服描述不好行为（即，违约，欺诈等行为）的“坏”样本数量不够的问题，然后建立支持风险评估相配套的风险业务流程分析框架，从而实现能够改善信用评级质量和提高评级区分度需要的特征指标的筛选，并结合违约模型和配套的信用转移矩阵指标，完成构建与国际通用的信用评级体系标准接轨并适合中国企业主体信用资质表现的信评体系, 从而达到解决挑战中国金融市场发展的三大核心问题：1）信用评级虚高；2）信用评级区分度不足；和 3）信用评级事前预警功能弱的问题。

经济下行期，风险传染效应对经济冲击的催化作用对我国金融体系带来挑战，现有研究忽略了从银行、担保等金融、准金融机构向实体企业的流动性风险传染效应，少有对此防范机制与政策建议。运用多案例研究法，本文基于 10 家我国中小企业融资担保机构或组织的不同风险管理模式与实际稳定性，从风险传染理论探究流动性风险传染机制及其管理策略。研究发现：流动性风险会通过银行抽断贷或拒绝放款、担保机构拒偿或追诉从银行、担保机构向中小企业传染，途径银行、担保的流动性风险传染效应可能被加剧、加速，有效应对手段包括寻找内生风险分担方和及时处置不良的行为风险抑制策略，和平衡谈判地位和收益风险配置、构建经营大数据预警机制的经营风险管理策略。本研究丰富了风险传染理论和风险管理理论，引出了金融、准金融机构向实体企业风险传染研究话题，对融资担保业金融创新的实践和监管亦有贡献。