本文深入探讨了股票人气对公司市值的影响机制及其双面效应。研究表明， 高涨的市场关注度能够通过改善融资条件、提升并购议价能力和拓展业务机会等 渠道，显著提升公司市值并反哺实体业绩。典型案例分析显示，融发核电因涉足 “可控核聚变”领域引发游资追捧，中毅达则凭借化工涨价题材获得资金青睐，二 者均在短期内实现市值快速攀升。然而，人气炒作也伴生着显著风险：当市场关 注缺乏基本面支撑时，极易诱发信息披露违规、内幕交易及操纵市场等违法违规 行为，招致监管处罚甚至退市风险。规范市值管理行为、强化信息披露质量、平 衡投资者关系与合规底线，是上市公司实现人气价值可持续转化的关键路径。

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。

要建立“长钱长投”的投资者市场，企业优质的文本披露必不可少。本文基于政企双向利益交换视角，利用深度学习技术（Word2Vec模型）构建年报文本可读性指标，检验寻租行为对企业年报文本可读性的影响。研究发现，寻租行为显著降低了企业年报文本可读性。在机制分析阶段，研究证明了寻租行为会通过企业自利行为和管理者自利行为影响年报文本可读性，同时排除了官员主动敲诈能促进寻租对可读性负面影响的情况。异质性分析发现，内部治理手段、市场监督力量以及政府治理政策均能有效抑制寻租对可读性的负面影响。本文从信息披露视角拓展了寻租行为的经济后果研究，为优化资本市场信息披露监管和深化反腐治理提供了理论依据与实践启示。

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。

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。

本文分析了全球数字金融的发展趋势，提出监管科技和金融安全的重要性日益凸显，数字基础设施建设的必要性增强，数字货币将成为经济运行的基石，传统经济理论的边界被迅速拓展，以及纸币消失与“金融元宇宙”的诞生等五个趋势，并从信息经济学的角度分析了数字经济发展对传统经济结构、数字经济理论对传统经济理论的冲击与挑战，并从信息经济学的角度辩证阐述了不确定性的含义，认为数字金融的发展将激发新质生产力，为创新和变革提供潜能。

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。

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。

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。

“注册制”改革后，新股弃购现象逐渐增多，已经成为新股市场中一个不容忽视的重要现象，对影响新股弃购因素的研究将有助于加深对投资者行为的理解，具有重要的现实和理论意义。本文以科创板个人投资者新股中签后的弃购行为作为研究场景，从“信息效应”和“关注效应”的视角结合发行人基本面、资本市场情绪和投资者关注度三个代表性指标研究了个人投资者新股中签后弃购决策的影响因素。研究发现：（1）发行人基本面、缴款时市场情绪和投资者关注度均对个人投资者弃购产生重要影响，尤其是市场情绪是导致个人投资者弃购最为显著的影响因素。（2）2021年9月份科创板定价制度显著提升了个人投资者的弃购率，并且造成投资者弃购决策更加依赖市场情绪。（3）弃购率高的企业IPO后续表现较差，说明科创板投资者趋于理性，并且参与弃购的个人投资者是聪明的投资者。本文结果表明企业层面，市场层面和网络信息层面的信息能够影响个人投资者交易行为，并且科创板的个人投资者中存在聪明投资者。因此，监管机构应完善科创板主承销商包销制度，允许聪明投资者弃购新股将有效制约科创板的“三高现象”。