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。

中国利率研究长期存在利润率测度不规范、分析框架碎片化、LPR 改革后短样本识别方法缺失、结果不可复现等共性难题。本文经过多轮数据口径校准与计量方法比对，构建覆盖指标测度、理论框架、计量识别、结构分解的标准化研究工具。本文立足马克思主义政治经济学，以加权行业利润率作为社会平均利润率的实证代理，构建内生利润、美元收益、金融刚性三重约束统一框架。基于 2019Q3—2026Q1 官方实测数据，将全社会利润拆分为四大板块，采用国家统计局官方年度总资产动态权重，通过 IMF 标准 Denton 比例插值法完成年度数据季度化转换，引入官方原始季度指标作为非插值对照，开展三层时序实证检验，结合格兰杰因果检验、SVAR 递归识别与 2022Q4 地产周期拐点 Chow 断点检验强化因果识别。研究发现，加权行业利润率构成我国利率体系的本源约束，其持续下行直接挤压利率可调节空间；实体产业刚性利润锚定长期趋势，房地产高弹性利润主导短期波动且周期下行期主导作用进一步强化；市场化利率对利润率变动敏感度更高，政策利率因三重边界锁死呈现显著钝化特征。本文为货币政策提供可量化监测框架与操作抓手，形成的纯白箱可复现工具包可为后续相关研究提供标准化基准。

现有研究多围绕广义货币 M2 开展总量分析，对交易货币M1的结构性功能关注不足，难以全面解读我国经济运行里 “宽货币、弱实体” 的典型特征。M1总规模、当期新增 M1、全口径债务利息支出、单位活期存款净减少四项核心数据，既有文献尚未将这些指标纳入统一框架做结构化测算。本文回归费雪1911年原始交易方程，构建 T1-T2-T3 交易层级三分法分析框架，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指标，借助双独立路径交叉验证完成 2000-2025 年全周期实证检验。测算结果表明，2025 年债务利息消耗率测算值为 104.29%，M1当期灭失率稳态值为9.18%，与9.67%的临界阈值仅差 0.49个百分点；官方观测数据与本文测算结果在全周期内的吻合度超过 99%，灭失率绝对误差低于 0.05%。机制检验结果显示，M1损耗在货币总量中的占比不足 10%，但可通过交易收缩、乘数衰减、流动性约束、门槛突变这四重机制形成非线性放大效应，其中中介效应占比达 47.2%，能单独将模型解释力提升 4.5 个百分点。本文从结构化视角证实交易货币的稳态损耗会对实体经济产生显著影响，为疏通货币传导提供可监测、可核验的量化工具。

资金脱离实体经济在金融与债务体系内部空转，制约中国产业转型升级。传统GDP单一口径长期误读费雪1911年原始交易方程的全口径内涵，无法解释"宏观货币宽松、微观产业缺钱"的现实悖论。本文采用T1-T2-T3交易层级三分法框架，基于2000Q1—2024Q4经季节调整的官方季度数据（100个观测值），辅以年度及31省省级面板数据交叉验证（2025年为模拟值，不纳入基准样本），运用门槛回归等计量方法检验实体流动性弹塑性断裂机制。 2000—2025年全域货币流通速度累计增长8.34%，但T1实体交易层仅增长6.81%，T2、T3层分别达13.34%、17.35%；债务流速16.92%为系统性突变门槛，样本期内持续被突破，流动性边际冲击放大3.08倍，实体产业进入不可逆塑性区间；传统T=GDP范式存在8.34%的系统性测算缺口。依托国家统计局收入法GDP、财政部财税官方原始数据，严格遵循白重恩（2006）基准、白重恩与张琼（2014）迭代核算规则重新测算税后实体资本收益率，全样本均值为4.82%，长期低于5%临界安全线。结合姊妹文献M1灭失等结果形成存量-流量两重视证链条，本文构建的量化测算工具具备全流程可复现特征，能够常态化监测资金空转现象，佐证T1-T2-T3框架的科学性与适用性。

财经社交媒体深刻重塑信息传播格局的背景下，如何从投资者视角有效提取上市公司之间的关联关系，已成为识别市场动态和资金流向的关键。本文采用雪球网百万用户近8500万条社交媒体大数据，利用文本分析构建基于社交媒体的A股上市公司关联网络，研究关联股票间的动量溢出效应。研究结果表明：(1) 社交媒体关联股票加权收益率对目标股票收益具有显著为正的预测能力，且该结论在控制各类公司关联动量后仍然保持稳健，据此构建的等值加权多空策略可产生约36个基点的日平均收益。(2) 经济机制检验发现，关联股票加权收益率越高，目标股票的散户买入、主动性买入订单越多，并且在套利摩擦更高的股票中，动量溢出效应越强，支持了注意力溢出与有限套利驱动的错误定价的理论解释。(3) 进一步分析表明，投资者情绪越高、预测期限越短，动量溢出效应越强；该效应在考虑交易成本、采用不同关联测度方式以及纳入多源社交媒体平台后依然显著。本文揭示了互联网时代下基于社交媒体的公司关联的独特价值，可为监管层实时研判公众认知和防范金融市场风险传导提供更高频、前瞻且准确的依据，对二级市场投资决策亦具有重要参考意义

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。

收益率非对称性定价是金融研究中长期存在争议的重要问题。本文创新性地提出了基于概率分布、反映收益率整体非对称性的新测度（Return Asymmetry, RA），首次为该争议提供了跨市场的系统性证据。研究发现：首先，RA测度在中、美等主要市场均能负向预测股票横截面收益率，其解释力较传统测度显著提升；其次，RA的定价优势源于其对收益率复杂分布信息的更全面捕捉，特别是能有效识别系统与特质非对称之间的交互效应；最后，通过博彩偏好、投资者情绪、关注度和套利限制等多维度渠道分析，证实行为因素是驱动收益率非对称性定价的核心机制。本研究不仅有助于弥合学术分歧，更建立了具有全球适用性的非对称定价分析范式。

如何通过宏观经济政策有效支持气候适应性投资，从而提升气候韧性，是现阶段推进气候适应性社会建设的重要议题。本文首先在动态测度气候韧性的基础上，为气候适应性投资提升气候韧性的效果提供初步证据；然后构建嵌入气候适应型财政货币政策的气候灾难风险模型，考察气候适应性投资缺口的产生机理以及宏观经济政策的支持效果。最后进一步讨论最优的宏观经济政策支持力度与政策组合。研究发现：第一，气候适应性投资能够显著增强经济的抗气候风险冲击能力以及冲击后的反弹能力，有效提升气候韧性。但由于银行、企业道德风险以及气候适应性技术约束的存在，气候适应性投资低于社会最优水平，气候适应性投资缺口由此产生。第二，气候再贷款政策通过缓解银行道德风险引起的贷款利率溢价；气候适应补贴通过补偿适应性技术门槛产生的投资调整成本，能够有效缩小气候适应性投资缺口。但企业道德风险会削弱两类政策的实际效果。第三，宏观经济政策通过支持气候适应性投资，能够有效缓解气候灾难风险对经济金融系统的负面冲击，其中气候再贷款政策的效果主要体现在金融层面，气候适应补贴政策对实体经济的作用更加显著。第四，为完全弥补气候适应性投资的缺口，最优的宏观经济政策支持力度随着气候灾难风险升高需要不断增强。但气候再贷款政策会受到零利率下限的约束，过低的气候再贷款利率不利于社会福利改进，气候再贷款政策搭配使用气候适应补贴政策能够更好地增进社会福利。

本文探究了长尾市场上的数字信贷利率形成问题，基于Hotelling模型从信息传输的视角提出该市场存在一种新型的垄断，并且动态地分析了这种垄断的加剧过程。本文主要发现有：第一，银行决策的最优信贷利率与其获得的借款人信息量负相关。第二，如果数字空间存在信息传输损耗，那么均衡利率高于Bertrand利率水平，为一种信息垄断利率，垄断溢价、垄断利润均与损耗系数正相关。第三，银行与借款人之间的交易次数越多，这种溢价也会越大，而且借款人之间的利率不平等问题也会加重；第四，部分借款人可能还会遭受歧视性定价。针对这些问题，本文提出了三项政策设计讨论，包括因信息垄断造成的垄断指标测度、风险指标测度以及最优的数字普惠考核政策，以破除数字鸿沟、缓解信息垄断，从而降低长尾市场均衡利率，保障数字金融的普惠性。本文最后对理论模型进行仿真，模拟主要结论。

本文基于LASSO-VAR模型，使用A股全行业各股票近11年1分钟级高频数据，结合网络分析方法，从全样本和滚动窗口的视角分析房地产及其上下游行业的风险冲击及传染，测度“房住不炒”和“三道红线”两种不同力度的房地产调控政策的影响。研究发现：（1）在全样本期间，房地产的系统重要性较高，且扮演着“风险传出者”的角色。（2）“三道红线”的调控效果远高于“房住不炒”。（3）“三道红线”政策过于严格，对行业发展产生了负面影响。（4）房地产在受到紧缩性政策冲击后，风险会立刻向下游行业传递，而上游行业约4个月后才受到冲击。最后，结合房地产行业的特殊性，对房地产调控政策力度提出了相应的建议。