中国式现代化的根基在县域，县域发展的核心瓶颈是金融供给系统性失灵与内生信用机制长期缺失。城乡二元结构导致县域农村产权先天残缺，叠加 20 世纪 90 年代县域集体经济结构性调整，本土产业支撑力持续弱化，部分地区长期依赖上级财政转移支付运转。转移支付作为外部资金，与本地资产增值、治理效能提升的联动性较弱，难以培育可持续内生动力。既有县域金融研究多侧重抵押品目录扩容，忽视估值修复的基础作用，难以破解资产沉睡与信用缺失的双重困境。本文以县域抵押品体系失灵为切入点，整合产权残缺、信贷配给、金融加速器三大理论，构建估值修复—边界扩容—信用创造递进框架。基于 2024—2025 年广东省权威数据及多地试点准自然实验表明：脱离估值修复的抵押品扩容易被信贷配给弱化；唯有补齐确权、估值、流转、处置全链条短板，方能盘活县域沉睡资产、转化为信用资本，夯实内生发展能力。

近年来，“宽货币、弱实体” 成为宏观调控面临的突出难题。本文利用 2014—2025 年中国 31 个省份的省级季度面板数据（1488 个观测值）展开实证检验，发现样本期内新质生产力与非新质领域的信贷产出效率保持相对稳定，并由此得到 E=0.17+0.49α 的线性货币效率关联。本文采用面板格兰杰因果检验、2SLS 工具变量回归以及 2018 年资管新规冲击的双重差分模型开展三重因果识别，同时结合效率均值敏感性分析与多维稳健性检验，结果表明，新质生产力信贷占比每提升 1 个百分点，宏观货币效率相应提高约 0.49 个百分点。根据浙江、江苏、广东三省的实际数据校验结果，经济稳态区间内模型估计值与真实值拟合程度良好，结论具备较强的现实解释力。优化信贷结构是化解 “宽货币、弱实体” 矛盾的核心路径，研究结论能够为货币政策由总量调控转向结构精准调控提供量化依据。

中国式 “宽货币、紧信用” 结构性悖论，长期缺乏机制闭环、量化统一的 解释框架。研究依托 2015Q1—2025Q4 银行微观时序与宏观匹配数据，构建货 币异化全链条传导体系，实证识别出双重非线性安全边界：银行业活期存款占 比 27.2%（存量阈值）、M2/M1 增速倍率 1.8（增速阈值）。活期占比跌破 27.2% 后，数字金融对货币异化、信贷收缩的负面冲击放大 3.8 倍。27.2% 并 非简单统计均值，而是同时契合净稳定资金比例（NSFR）=100%、银行负债盈亏 平衡、货币乘数由 9.0 骤降至 5.5 的三重机制熔断点。依托标准化系数分解 （规避主观赋值偏差），信贷收缩由供给约束（45%）、需求约束（30%）、结 构挤占（25%）复合驱动，终结供需二元对立争议。2015—2025 年测算显示， 累计失踪 M1 达 18.2 万亿元，形成 32.8 万亿元信贷缺口，货币流通速度下 降 0.14 次，从货币结构梗阻维度，揭示扩大内需面临的深层约束。研究为理 解中国货币结构异化提供可量化阈值体系，也为疏通货币传导、破解内需瓶颈 提供实证锚点。

本文重点探讨与人工智能和资本市场相关的一个问题,即如果AI统治算法，证券市场会变怎样？ 本文以哲学上的 “二律背反” 和香农熵理论为方法，分析金融人工智能对证券市场信息效率的影响。 熵作为信息论中的一个重要概念， 被用来衡量信息的混乱程度， 即信息的不确定度；“二律背反” 则强调了一种辩证视角。 经实证研究发现： 人工 智能对于证券市场效率的影响并非二元对立，AI技术降低信息 “噪音”， 提高投资者认知概率（降熵）;但AI算法的同质化、 市场过度反应或其他风险因素会削弱市场效率， 增加市场的信息不对称性 （升熵）。AI对以中美为代表的新兴市场和成熟市场的影响因市场而异， 我们认为人工智能的出现不是一般性技术冲击 而是属于技术 “奇点” 或约瑟夫·熊彼特的 “创造性破坏” 的范畴， 是真正长期将对资本市场产生持续性影响的重大因素， 这也是本文的一个主要研究价值。

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。

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。

随着数字技术与人工智能技术的快速发展，金融业正经历深刻的数字化与智能化转型。人工智能通过提升数据处理能力、优化风险识别机制以及促进金融服务模式创新，逐渐成为推动金融体系高质量发展的重要技术力量。在中国推进金融强国建设和金融高质量发展的背景下，科技金融、绿色金融、普惠金融、养老金融和数字金融被提出为新时代金融发展的“五篇大文章”，为金融服务实体经济和促进社会可持续发展提供了重要路径。基于这一政策背景，本文从人工智能驱动金融创新的视角出发，探讨其对中国金融体系高质量发展的影响机制。研究通过构建人工智能、金融创新与金融高质量发展之间的分析框架，结合现代金融“五篇大文章”的实践维度，分析人工智能在推动金融结构优化、提升金融服务效率以及促进金融资源合理配置方面的作用。研究结果表明，人工智能技术能够通过促进金融创新能力提升与金融服务模式转型，显著推动金融体系高质量发展，并在科技金融与数字金融领域表现出更为显著的促进效应。进一步分析发现，人工智能对普惠金融和绿色金融的发展同样具有重要促进作用，有助于提升金融服务的公平性与可持续性。本文的研究为理解人工智能技术在现代金融体系中的作用机制提供了新的理论视角，也为中国金融高质量发展及金融强国建设提供了重要的政策启示。

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。

传统保险经济学基于理性人假设，认为保险消费者能够做出符合自身利益最大化的理性决策。然而，大量现实观察与实证研究表明，保险决策中存在诸多系统性偏差，这些偏差无法用传统理论解释。本研究从行为保险学视角出发，系统探讨保险决策中的主要心理偏差及其形成机制，并在此基础上构建行为干预的理论框架与实施路径。研究发现，保险决策中的心理偏差可分为认知偏差（如可得性启发、代表性启发、锚定效应）、情感偏差（如损失厌恶、模糊厌恶、后悔厌恶）和社会偏差（如从众行为、羊群效应）三类，这些偏差通过影响风险感知、概率判断和效用评估等环节，导致投保不足、过度投保、产品选择错误、续保率低等市场失灵现象。研究进一步提出，行为干预应从供给端（产品设计优化、信息披露改革、默认选项设置）、需求端（保险素养教育、决策辅助工具、反馈机制设计）和监管端（行为洞察应用、消费者保护强化、干预效果评估）三个维度系统推进。本研究为优化保险市场运行、提升消费者福祉、完善保险监管提供了行为科学视角的理论支撑与实践参考。

本文以沪深港通交易制度实施为准自然实验，选取2011-2023年沪深A股上市公司数据，探究金融开放对企业产品竞争力的影响机制。研究发现：（1）沪深港通交易制度的实施显著提升了企业的产品竞争力，此结论经过一系列稳健性检验后仍成立；（2）机制检验表明，沪深港通交易制度主要通过两条路径来提升企业产品竞争力，一是竞争压力倒逼效应，推动企业实施产品差异化战略和提升创新能力，重塑竞争优势。二是资源配置效应，通过优化人力资本结构，改善融资环境和拓展出口渠道，帮助企业实现要素升级，进而增强产品竞争力；（3）异质性检验发现，政策效果在资本密集型行业、盈利能力低及环境信息披露质量低样本中更为显著。本文丰富了金融开放对企业影响的实证研究，为党的二十大提出的“推进高水平制度型开放”提供了微观证据。