摘 要:党的二十大报告指出高质量发展是全面建设社会主义现代化国家的首要任务,而企业全要素生产率的提高是进一步优化资源配置、转变经济增长方式的重要内容,绿色金融发展则是提高企业全要素生产率、实现经济高质量发展的内在要求。因此,本文通过构建绿色金融发展水平综合指标,基于2007～2020年中国A股非金融类上市公司数据,实证分析了绿色金融对企业全要素生产率的影响。研究发现:地区绿色金融发展水平与企业全要素生产率之间存在倒“U”形关系,该基准结论在一系列稳健性检验后依然成立;当前中国绿色金融发展水平均值尚未突破拐点,推动绿色金融发展将有利于提高企业全要素生产率;技术创新和资源配置是绿色金融对企业全要素生产率产生倒“U”形影响的重要渠道;在不同环保属性企业、民营企业和东中部地区中倒“U”形关系显著,但绿色金融对环保企业影响更大,而对国有企业影响甚微,对西部和东北地区仅存在正向线性影响。这些独特的经验发现为今后绿色金融的发展和政策制定提供了有价值的参考依据。

在防范化解重大金融风险、强化科技监管能力的战略背景下，如何有效运用监管科技手段维护资本市场稳定成为关键议题。本文聚焦交易所企业画像系统对企业股价崩盘风险的抑制效应，基于2015-2018年沪深A股上市公司数据，采用双重差分模型实证检验监管科技的创新应用对资本市场稳定的影响。研究发现，交易所企业画像系统的实施显著降低了企业股价崩盘风险。机制分析表明，一方面，企业画像系统有助于交易所增加监管问询的频率和强度，并促使企业及时高效回复，从而有效减少企业坏消息隐匿，降低股价崩盘风险；另一方面，画像系统通过有效抑制企业管理层隐匿坏消息的动机，减少坏消息的生成概率，从而减少坏消息囤积，抑制股价崩盘风险。异质性分析表明，企业画像系统抑制股价崩盘风险的效应在坏消息隐匿动机更强、信息环境更差以及对监管预期感知更强的企业中更为显著。进一步分析表明，画像系统对企业信息隐匿的抑制，不仅会引发不同市场参与者的关注调整，还有利于市场对企业形成乐观一致预期。本文的研究对于深入理解交易所企业画像系统在资本市场监管治理中的效能及其降低股价崩盘风险的机制，具有重要的理论和现实意义。

新质生产力实体资产技术迭代速度快、有效运营周期偏短，传统永续现金流折现估值易产生系统性偏差，导致该类资产难以被商业银行认定为合格抵质押物，融资约束问题突出。结合股份制银行实地调研与公开行业数据测算，国内新质生产力实体资产抵押融资存在显著规模缺口，形成“资产具备稳定收益、却难以实现抵押融资”的结构性矛盾。本文构建达叔（DASU,Debt Asset Settlement Unit,偿债资产清算单元）估值框架，以历史经营性现金流为核心锚点，设定五年估值截断规则与五维度审慎折价体系，依托三方均衡模型完成理论推演，并选取 49 只公募 REITs 开展实证检验。结果显示，框架估值与市场成交均价平均偏差仅 1.50%，估值波动较传统永续模型下降 42.3%；五维模型整体解释力达 89.2%，市场投机因子边际影响不足 0.5%，对新质生产力资产、粤港澳大湾区标的适配性更强。研究提炼现金流锚定、期限匹配两大理论命题，形成可审计的银行抵质押物估值标准，为商业银行估值逻辑转向有限期审慎评估提供实证支撑。

本文首先构建地方政府、商业银行与实体企业三部门联动理论模型，从信贷资源配置视角揭示赋予地方政府正式举债权如何影响企业融资。在此基础上，以2015年地方政府债务管理体制改革为准自然实验，匹配2010-2022年我国上市企业数据，实证考察地方政府债务治理对企业违约风险的影响及机制。研究发现，地方债改革对企业违约风险具有显著缓释作用。机制分析表明，地方债改革能够抑制融资平台对信贷资源的刚性挤占，推动信贷资源从融资平台向一般企业重新配置，进而通过提升信贷可得性、缓解流动性约束以及降低融资成本、纾解偿债压力双重路径缓释企业违约风险。对于非国有控股、融资约束较强、短债长用较严重及市场化程度较低地区的企业，地方债改革的风险缓释效应更加突出，表明地方债改革对处于相对弱势地位的融资主体具有更强边际改善效应。本研究为理解地方政府债务治理的实体经济效应提供了新的视角，也为健全政府债务管理长效机制、营造公平稳定的实体融资环境提供了政策参考。

在信息过载的数字经济时代，平台算法驱动的注意力配置机制如何影响资本市场效率，是关乎市场信息生态与平台治理的重要问题。本文基于2020—2025年手工搜集的3693条上市公司相关微博热搜数据及同期全量微博话题数据，系统考察平台注意力配置对资本市场信息效率的影响及其作用机制。研究发现，上市公司登上微博热搜后股价同步性显著下降，股价信息含量得到提升。利用热搜竞争排名特征构造的准热搜对照组表明，话题热度相近但未上榜的公司股价同步性未发生显著变化，说明驱动结果的是榜单带来的公共注意力提升，而非事件本身的信息内容或自然讨论热度。基于清朗行动的双重差分检验表明，平台治理能够通过改变平台注意力配置，对资本市场信息效率产生溢出影响。渠道分析表明，热搜通过激发投资者主动信息搜寻、提高股票流动性和降低信息不对称提升股价信息含量。进一步研究发现，热搜主要影响散户投资者交易行为，且非负面内容的热搜能够显著提升价格效率，而负面热搜的作用有限，表明负面情绪冲击可能削弱公共注意力向价格效率的转化。此外，热搜与传统信息中介存在替代关系，其增量价值在传统信息中介覆盖不足的公司中更为显著。本文为理解数字平台注意力配置与市场效率的关系提供了新的经验证据，对完善平台信息治理机制具有政策启示。

依托2000Q1-2025Q4中国省级季度面板数据，传统线性货币传导逻辑无法解释总量宽松与实体流动性紧缩并存的结构性矛盾。结合小微企业家企一体的产权特征，构建行为视角下的货币分层分析框架，从企业主避险逐利、居民资产配置、金融中介摩擦三个维度，拆解M1与M2结构性分流的内在机制。实证结果显示，实体综合收益率与白重恩HJ口径资本机会成本的相对变动，是驱动资金跨圈层流转的核心动因；实体收益率下行对M1收缩的贡献度约为65.0%，影响幅度是资本成本抬升的1.86倍。M1萎缩由企业主公转私抽资的主观撤离、金融扩张挤出实体的客观约束共同驱动。小微家企全口径综合HJ收益率4.90%为核心行为阈值，规上工业主营业务HJ收益率5.20%为宏观同步表征，二者0.3个百分点差值对应规上企业社保合规成本；盈利跌破临界值后，资金双向流动由弹性互通转为塑性固化。实体收益率低于金融业收益时将形成恶性资金虹吸，抹平理财与实体收益差距、提升信贷投放落地效率，是盘活存量储蓄、修复M2向经营资金转化的关键。研究结合前景理论完善资产定价分析，修正经典货币线性传导假设，所有结论均经过多轮稳健性检验。

既有研究多基于广义货币M2展开总量分析，对交易货币M1的结构性损耗及其微观形成机制关注不足，难以完整解释我国“宽货币、弱实体”的典型特征。本文回归费雪原始交易方程的核心内涵，构建T1-T2-T3交易层级三分法分析框架，拓展Baumol-Tobin企业现金持有模型与银行资本约束下的信贷配置模型以搭建微观基础，引入M1灭失系数修正传统交易方程，设计债务利息消耗率与M1当期灭失率两项核心量化指标。研究利用2000—2024年省级季度面板数据，结合双向固定效应、Bartik工具变量、资管新规准自然实验、面板门槛模型与3SLS联立方程等多重识别策略展开系统检验。研究结果表明：债务利息消耗率每提升1个百分点，M1当期灭失率平均上升0.31个百分点，该因果关系在多重识别策略下保持稳健；M1灭失对民间投资的影响呈现单门槛非线性特征，省级面板临界值为7.24%，突破阈值后负向冲击强度放大2.4倍，全国年度口径阈值更高，且2019年以来已持续处于临界区间上方；交易收缩、乘数衰减、流动性约束、预期反转四重传导渠道的合计中介效应占比达42.7%；样本期内存在唯一结构性断点，时点位于2020年第一季度，此后债务对交易货币的挤占效应明显增强。研究结论可为疏通货币政策传导、优化债务治理框架提供可量化的结构性分析工具。

既有研究普遍认为企业披露数据资产信息能有效降低股价同步性、提升资本市场定价效率。本文基于有限注意力理论，重新审视了数据资产信息披露对资本市场定价效率的影响。研究发现，数据资产信息披露的经济后果并非静态不变，而是随着市场整体披露密度的上升呈现出显著的边际递减特征。具体而言，在市场整体披露水平较低时，企业披露此类信息能有效吸引媒体报道、增加分析师追踪并吸引机构投资者持股，进而加速特质信息融入以降低股价同步性；然而随着披露的普遍化，同质化信息分散了投资者的注意力，弱化了上述机制。基于“龙虎榜”的准自然实验进一步证实，注意力的分散是导致披露效果发生变化的关键原因。异质性分析表明，即便在企业常规文本特质信息较少、地区信息传播环境优越或机构投资者注意力未被过度分散的情境下，这种因同质化披露引发的边际递减现象依然存在。本文拓展了有限注意力理论的适用边界，揭示了同质化信息对投资者注意力的分散作用，为理解数字化时代企业信息披露面临的“价值稀释”问题提供了新的经验证据。

同等经济规模的地级市之间，工业发展差距持续拉大，仅依靠经济发展阶段理论无法充分解释这一分化现象。本文搭建资金禀赋与经营意愿的二维分析框架，选取 2016—2025 年国内 289 座地级市平衡面板数据，利用双重门槛模型内生测算得到两组临界数值：资金充裕度分界点为 0.54、0.72，资金流动活跃度分界点为 0.76、0.94，并按照两项指标的组合差异划分出九类城市工业发展形态。实证结果显示，资金储备水平决定区域工业发展的基础底线，企业扩张意愿则影响资金转化为实体产出的实际效率，二者存在显著正向交互效应。基于上述门槛识别结论，本文提出双门槛陷阱假说，配套设计九类型工业发展诊断工具，可用于季度动态监测，为城市制定差异化产业扶持政策提供量化参考。

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。