在专精特新企业培育工作持续推进和投融资体制改革不断深化的大背景下，从专精特新认定的视角探讨其对企业的投资促进效应具有重大意义。本文以2015—2023年中国A股上市公司和新三板挂牌公司为样本，将2019年开始分批实施的国家级专精特新“小巨人”认定为准自然实验，实证检验了专精特新认定对企业投资效率的影响、作用机制和经济后果。研究发现，专精特新认定会显著提升企业投资效率，且这一效应在投资过度企业、小规模企业、北交所和新三板上市、地区政策响应度高和行业“小巨人”密集度高的企业中更为显著。机制分析表明，专精特新认定通过缓解信息不对称、降低代理成本和抑制经营不确定性，进而提升了企业的投资效率。进一步研究发现，专精特新认定抑制了企业投融资期限错配，提高了企业价值，并推动了地区资本配置效率的提升。此外，专精特新“小巨人”企业对未获得认定的企业不存在挤出效应；失去认定资格的企业对同行其他企业非效率投资具有威慑作用；专精特新认定存在供应链溢出效应。本文研究有助于揭示专精特新认定对企业投资效率的影响及其溢出效应，为进一步培育专精特新企业，发挥投资对优化供给结构的关键性作用和发展新质生产力提供有益参考。

本文基于2000-2024年手工收集的IPO公司上市前的现金分红数据，系统考察了上市前现金分红与公司长期市场表现的关系。研究发现，（1）上市前实施高额现金分红的公司，其IPO后长期市场表现显著较差，这一负面效应在成长型公司和融资约束较高的公司中尤为突出；（2）通过构建考虑公司盈利能力、成长性、规模及杠杆水平的超额分红指标，发现超额分红公司的IPO前分红水平与上市后长期表现呈显著负相关，而分红不足公司则呈现微弱的正相关关系；（3）IPO前超额分红行为通过挤占公司资本性支出、降低投资效率等渠道削弱了企业的增长潜力。本研究不仅丰富了公司股利政策的经济后果研究，也为完善新股发行监管制度提供了重要的经验证据。

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。

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。

为深化利率市场化改革， 提高利率传导效率， 推动降低实体经济融资成本， 2019 年 8 月中国人民银行开始推行贷款市场报价利率（ Loan Prime Rate， 简称 LPR） 改革。 本文基于 LPR 改革这一准自然实验， 采用连续 DID 等方法探究 LPR 改革对实体经济融资的影响及其机制。 结果表明：第一， LPR 改革显著降低企业的融资成本；第二， LPR 改革提升了信贷配置效率， 高成长性企业贷款可得性显著上升；第三， LPR 改革对不同类型企业的融资成本产生异质性影响， 低风险企业、战略新兴产业企业和非国有企业的融资成本下降相对显著；第四， 微观机制结果验证了， LPR 改革不仅通过传统的竞争性机制推动降低实体经济融资成本， 还会通过利率传导机制与贷款定价机制畅通利率传导过程， 提升中小银行贷款定价能力， 降低实体经济融资成本。

金融资产因子结构映照着风险与收益的权衡，因子模型能否同样描绘期权收益？期权合约存续时间极短、风险敞口变化频繁，难以应用传统因子模型进行定价。工具主成分分析方法（IPCA）提供了新的解决方案，动态风险载荷形式与期权风险特征高度吻合。本文尝试采用IPCA模型揭示上证50ETF期权的因子结构。研究结果表明，三因子IPCA模型能够解释超过87%的单个期权收益变化和超过99%的投资组合收益变化，表现优于现有的期权因子模型以及静态PCA模型。IPCA因子与期权在值状态偏度、剩余期限斜率以及Gamma价值紧密联系，能够解释40%至60%的因子变化。本文的研究对于优化投资组合风险管理具有重要意义，有助于监管者提高期权市场定价效率，促进衍生品市场稳健发展。

专业化分工是企业成长的重要基础和一国经济增长的根本源泉,同时也是新形势下提高供给质量和供给效率的重要途径。深入探究国内市场专业化分工的内在机理,对于增强国内大循环内生动力至关重要。文章以“创建社会信用体系建设示范城市”政策作为社会信用环境的代理变量,借助双重差分法,实证考察了社会信用环境改善对企业专业化分工的影响。研究发现,社会信用环境改善显著促进了企业专业化分工,这主要是通过降低企业面临的外部交易成本而实现。异质性分析发现,当内部管控成本较高时,社会信用环境改善对企业专业化分工的促进作用有所减弱；而在非国有企业、制造业以及法治环境较好的地区,社会信用环境改善的专业化分工效应更为明显。进一步分析表明,社会信用环境改善对企业专业化分工的推动作用促进了企业全要素生产率的增长。文章揭示了社会信用环境对企业行为的影响,不仅为理解企业分工提供了一种新的视角,也丰富了信用经济学领域的相关研究。

摘要：人工智能正在快速发展，在与金融行业的融合中产生了量化交易等大量应用场景。AI的发展对我国建设统一开放性证券市场方面有什么影响？本文提出“人工智能+”金融”的发展存在着“二律背反”规律：即正题是金融人工智的发展降低证券市场的信息熵，提高了开放性市场的效率；反题是金融人工智的发展提升证券市场信息熵值，降低了开放性市场的效率。因此，基于“二律背反”规律的存在，人工智能未来对证券市场将同时着存在着两种方向相反的影响。为确保金融人工智能的健康发展，建议监管部门应深化在“人工智能+”金融领域的监管法规建设。

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。

为评价中国“价格型”货币政策的调控效果，本文基于企业面板数据全面考察了中国人民银行的公开市场操作对企业债券到期收益率和企业信贷融资成本的影响。首先，基于企业债券数据的实证研究表明，公开市场操作所形成的政策利率（以下简称 OMO 利率）对企业债到期收益率存在显著的正向乘数效应。其次，基于上市企业财务数据的估计结果显示，OMO 利率对企业信贷融资成本存在显著的正向传导效果。最后，非对称性的研究结果表明，OMO 利率上升对债券到期收益率的推升效果显著大于下降时的降低效果。本文的研究证实了，从实体经济角度而言，公开市场操作是高效率的货币政策实施工具，其所形成的OMO 利率是有效的货币政策测量指标。