摘要：数字经济时代，“人数”协同的多层次整合成为突破关键核心技术“卡脖子”难题的核心机制。基于沪深A股上市公司2012-2023年数据，本文构建耦合协调模型测度人力资本与数据资产的协同度，并依托技术-组织-生态多层次整合框架，实证检验“人数”协同对关键核心技术突破的影响与作用机制。研究发现：（1）“人数”协同显著提升企业关键核心技术突破效能；（2）“人数”协同通过在技术层激发创新螺旋、在组织层优化资源配置和在生态层构建战略联盟，来促进企业关键核心技术突破。（3）异质性分析表明高资源禀赋企业通过“人数”协同突破关键核心技术的边际效能显著更高，印证“人数”协同是资源禀赋的“增效器”。本文从多层次整合视角拓展了数据资产与人力资本融合的理论边界，为企业在数据资产化管理过程中发挥数据要素的乘数效应，促进企业关键核心技术突破提供了实践范式。

在我国资本市场中，政策作为宏观调控的重要工具，对行业资产价格具有显著影响。本文尝试将政策文本纳入金融文本分析框架，构建政策——行业相似度指标体系，识别政策支持导向，并探讨其在行业定价中的作用机制。文章构建了涵盖多层级政策的文本数据库，分别采用传统模型（LDA和LSA）与大语言模型（LLM）识别政策中的行业提及频次，测算政策——行业相似度指数，并结合行业收益数据构建策略。文章进一步引入支持向量回归（SVR）识别不同行业的最优政策滞后期，提升策略表现。实证结果表明：LLM模型在政策主题提取上明显优于传统方法，基于政策相似度构建的行业策略在多阶段均展现出稳健的超额收益，且政策对行业的影响有长期滞后效应，行业反应通常在政策发布半年后。考虑现实市场约束，基于最优滞后窗口构建的单边多头策略也表现优秀，具备良好实用性，特别是在政策密集期（如2015、2020年）表现突出。本文的研究为政策信号的量化研究与行业资产配置提供了新的方法与实证支持。

统筹金融开放和安全是构建高水平开放型金融新体制的基本要求。本文以美国货币政策为切入点，先从实证角度分析美国加息对我国产出的影响，然后构建包含跨境金融关联的两国DSGE模型，定量分析美国货币政策的溢出效应及应对之策。研究发现，美国加息1个百分点使中国产出下降约0.4个百分点，其中贸易渠道和金融渠道分别使中国产出下降0.2个百分点。分析作用机制发现，UIP偏离机制使金融中介净值波动和汇率波动相互强化，外部融资溢价机制使金融中介净值波动和企业净值波动相互强化，正是这两个机制放大了美国货币政策的外溢效应。进一步研究发现，金融开放度越高和汇率越缺乏弹性，美国加息冲击对我国变量的传导效应越显著。基于不同的福利函数特征，本文构建了统一的政策评估框架，对宏观审慎政策和双支柱调控应对美国加息冲击的有效性作出了精准评估。结果表明，无论是针对国内金融机构信贷监管的宏观审慎政策还是针对跨境资本流动和外汇相关的宏观审慎政策，均能降低美国加息的溢出效应，且宏观审慎政策有效性与汇率制度无关。在联合最优政策组合下，货币政策无需对名义汇率作出反应，外汇市场要强化价格调控淡化数量干预。在货币政策和宏观审慎政策相互协调搭配下，双支柱调控通过维护经济金融稳定具有显著的社会福利增进效应。本文为构建高水平开放型金融新体制，以金融高质量发展加快推进中国式现代化提供了政策启示。

摘要：本文首先简略分析了股票市场定价的发展，认为当今金融市场的股票定价方式没有完全反映出市场交易中的核心活动，即买卖双方博弈信息。在金融和商品全球化的时代下，应以复杂经济的动力学视角来看世界，以均衡博弈为新框架来观察和度量金融市场的交易，促成新的股票交易理论和技术体系。以股票买卖交易为例，当我们将时间因素抽出去，股票价格不再按时间序列排列，而用交易额与成交价格内积构造形成一个新的序列集，这样就强化了数据特征。利用强化（累加）数据序列，在本文提出的中式棋盘格坐标系中，利用复杂系统的粗粒化提升法，将成交额的序列数逐个累加，回归成买卖交易的两条单调递增曲线，然后求解到买卖曲线交点，这个交点所对应的价格就是均衡博弈价格，均衡博弈价格是一个二维的指标，它不仅有大小而且有方向（涨跌），这个博弈交点能够通过非线性动力学方程推导证明它是均衡条件下博弈的一个半稳定点。这样股票市场的定价方式除了当前以统计平均的方法，又有了以博弈为动力的定价方法。 均衡博弈定价方式能够衍生出很多股票交易的指标，如：日线、周线、月线等等，这当中最基础最具代表性的有两个，一个是“引”用ϕ表示，代表当天交易的涨跌和优势占比大于50%上涨占有；小于50%下跌占优。另一个是“势”用λ表示，代表一只股票涨跌的趋势。λ是一个股票买卖趋向指标，代表一方确定性的程度，确定性越高λ越小；确定性越小λ越高。当股票买卖趋向一致时，这个指标会收敛至一个常数0.666~0.525的区间。 本文中也给出了博弈价的应用实例，讨论了棋盘格坐标。另外，还探讨了复杂系统在金融其它方面的应用，例如虚拟货币。

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。

近年来,我国义务教育阶段的家庭课外教育投资竞争激烈问题不断凸显。“双减”政策正是对上述现象的及时纠偏。为了进一步科学有效落实“双减”政策,增强教育获得感,厘清家庭课外教育投资的影响因素及其作用机制必不可少。家庭在课外教育投资中除了遵循经济学传统的“成本—收益”权衡框架外,特定的环境变化以及临近群体的表现对于家庭教育决策也存在重要的影响。基于此,文章运用中国教育追踪调查（CEPS）2013—2014 学年数据,以子女就读毕业班所产生的升学压力作为外生冲击,实证发现：与非毕业班的学生相比,毕业班内部存在的同群效应不仅扩大了由升学压力带来的特定家庭课外教育现金支出增加的幅度,并且提高了子女课外学习投入时间的增加幅度。在进行一系列稳健性检验以及利用工具变量缓解模型内生性后,上述结论不变。异质性分析发现：在城市户口、父母期望子女入读本科、子女成绩欠佳以及父母督促子女学习的家庭中,同群效应的效果显著。拓展性研究发现：家庭课外教育现金支出增加对于提高子女就读毕业班时的学科绝对分数具有积极效果,但未能显著提升其相对排名,这是家庭课外教育投资“内卷化”的深刻体现。文章基于子女面临升学压力的现实,对班级同群效应机制的考察为解释课外教育竞争日益激烈的社会现象提供了新的视角。

影子银行监管政策旨在防范和化解系统性风险，推动金融强国建设和经济高质量发展。本文构建了一个同时面临流动性约束和影子银行监管的商业银行资产负债管理分析框架，在此基础上以《资管新规》的实施作为准自然实验，以2014-2022年中国A股非金融非房地产类上市公司年度数据为样本，基于银行理财产品视角探究影子银行监管对企业信贷可得性的影响。本文基于上市公司贷款数据识别企业与银行之间的信贷关联，并结合银行理财产品发行数据构建企业对银行理财产品的敞口指数。研究发现：《资管新规》实施前对银行理财产品敞口较高的企业在此后的信贷可得性明显降低，且该效应在信用风险较高的企业、无四大国有银行贷款的企业、与银行信贷关联较为单一的企业、所在地区市场化水平较低的企业中表现更加突出；机制分析表明，《资管新规》实施前对理财产品依赖程度较高的银行在此后的非流动性资产持有比例显著降低，资产端流动性囤积水平明显上升，该效应通过银企信贷关联传导至企业并导致其信贷可得性降低。本文厘清了影子银行监管政策影响企业信贷融资的内在机制，为金融强监管政策的制定和优化提供了理论依据。

加深对金融开放与经济高质量发展之间关系的认识对于引导金融开放战略服务社会经济发展大局具有重要意义。文章基于 2005—2021 年 280 个地级及以上城市的面板数据,考察了金融开放对经济高质量发展的影响及其内在机理。研究发现,金融开放对经济高质量发展具有显著的“结构性”驱动作用,对创新发展、协调发展、共享发展的驱动作用尤其明显。与资本流动强度相比,金融业开放对经济高质量发展的“结构性”促进效应更为显著。金融开放对经济高质量发展的积极效果主要体现在中部、东部地区和中心城市。随着城市经济发展质量的提升,金融开放对其驱动作用呈依次递增态势。机制分析表明,金融开放会通过激励产业结构转型升级渠道优化经济发展质效,推动城市经济高质量发展。调节效应检验发现,在金融监管强度较高的地区,金融开放对城市经济高质量发展的促进作用更大,并且金融监管的调节作用存在非线性门限效应,当其跨过一定门限值之后,金融开放对经济高质量发展具有更强的驱动效果。文章的研究结论为深化金融改革开放、提升经济发展质效及完善金融监管框架提供可靠的理论与经验依据。

本文的目的是建立刻画区块链生态系统行为表现的 “共识博弈” (Consensus Game) 的一般框架，并针对 “矿池间隔博弈 ” \ (Mining Pool Gap Game）的 “共识均衡” \ (Consensus Equilibria) 的存在性进行刻画和解读，然后通过共识博弈这个新概念来建立和解释区块链平台本身的稳定性在挖矿间隔行为出现的 情况下在基于共识均衡存在的这个意义上的正面回答。这里，“间隔博弈”\ (Gap Game) 所在的区块链生态是指基于中本聪\ （Nakamoto) 在\ 2008 年提出的 “工作量证明” 作为基本的共识原则的挖矿平台。特别地，本文首先在一般激励机制条件下，基于区块链生态中的共识博弈框架，对挖矿间隔行为可能出现的情况下，建立了在一般激励相容机制条件下的共识均衡点的存在性结果和对应区块链生态能够持续运转的稳定性解读书, 然后结合在 “挖（币）矿” \ (Mining Bitcoin）工作中涉及到的工作费用、奖励机制和挖矿能力这三类主要因素，从挖矿工（组）收益的角度, 针对不同嵌入场景对挖矿工（组）的 “间隔博弈行为” \（Gap Game Behavior) 对可能产生的影响进行了解读和分析。本文的理论结果和案例分析表明，结合不同挖矿场景相合适的激励相容机制， 共识博弈（均衡）这个概念可以在理论的层面（即，不需要情景数据模拟结果的支持），能够得到或形成针对不同场景下的挖矿行为的解释和解读。此外，我们有理由期待和相信，结合影响挖矿（组）收益相关的要素因子，共识博弈可以帮助我们构建对应的合适场景的激励相容机制，通过刻画挖矿工（组）出现的诸如 “间隔行为”, “分叉链”, “矿池攻击” 等（不良)行为，支撑数字经济的健康发展, 并对共识经济学基础理论的发展能够起到推进作用。

深入分析环境目标约束对纵向产业结构上下游产业的减排差异及关联减排逻辑,对优化上下游产业资源配置,推动我国经济增长与污染协同减排具有不可忽视的作用。文章以“十一五”规划首次提出的环保目标责任制为外生冲击,基于 2003—2009 年中国工业企业面板数据,构建多时点双重差分实证框架,基于产业纵向关联视角探讨了环境目标约束对企业排污策略的影响。基准研究发现,环境目标约束能显著降低上下游产业的污染物排放。机制检验发现,环境目标约束会使企业通过总产值效应和技术效应来应对减排。下游产业主要通过降低产值来应对减排,但对上游产业产值影响不显著。产业关联效应会引发上游产业通过价格调整来应对损失,但下游产业无法后向关联影响上游产业产值。上游产业主要通过末端技术应对减排,下游产业则通过前端技术应对减排。上游产业的前端技术和末端技术可以向下游产业关联溢出,但下游产业的后向关联减排效应主要体现在末端技术。异质性检验发现,上游产业原材料制造业和下游产业非食品行业加工业的减排占主导地位,非国有和重污染企业、产业集聚和市场化程度较高、晋升压力小的地区的企业污染减排效应显著。文章通过一系列稳健性及内生性检验发现结论依旧成立。文章的研究为优化环境目标管理与推动纵向产业结构协同污染减排提供了现实依据与路径渠道,也为未来的政府“减碳”工作目标管理提供了经验启示。