商业保险是家庭风险管理的重要工具，而人口跨文化流动的日益频繁正深刻影响着家庭的保险决策行为。本文基于2019年中国家庭金融调查（CHFS）数据，以北方家庭为研究对象，实证考察了跨文化流动对家庭商业保险参与的影响效应及作用机制。研究发现：第一，跨文化流动显著促进了家庭商业保险购买，该结论在采用工具变量法缓解内生性问题，以及进行倾向得分匹配、替换样本、Oster边界检验等一系列稳健性检验后依然成立。第二，机制分析表明，跨文化流动通过提升家庭风险偏好与金融素养水平两条渠道发挥作用，前者改善家庭风险态度，后者增强风险认知与评估能力，共同推动商业保险参与。第三，异质性分析显示，该效应在非健康、低学历及高收入家庭中更为显著。本文从人口流动与文化交融的双重视角，为理解我国家庭商业保险参与差异提供了新的微观证据，并为完善流动家庭风险保障体系、加强金融知识普及提供了政策启示。

在全面建设社会主义现代化国家的新征程上，着力促进代际流动和缓解收入不平等是实现共同富裕的重要途径。本文基于2010～2022年CFPS微观家庭经济数据和数字普惠金融指数，构建七期代际收入转移矩阵和六期非平衡面板数据，从宏微观结合的视角切入探究数字普惠金融和家庭代际流动对收入不平等多维度收敛性的内在驱动机制和时空分异规律。研究发现：数字普惠金融发展后，居民收入分配结构更加合理，通过优化教育资源配置、拓宽就业创业渠道和完善社会保障体系三条理论渠道，显著促进了家庭代际流动和收入不平等收敛，其作用机制对农村地区、单亲家庭、男性子代的效果更为显著，对低人力资本、社会资本和物质资本家庭的作用更为明显。数字普惠金融促进家庭代际收入向上流动后，有助于城乡间、区域间以及体制内外等多维度收入不平等收敛，“了不起的盖茨比曲线”检验表明，收入不平等现象在东中西部区域基本收敛，但在城乡和体制内外还未实现收敛，面临城镇和体制内代际流动意愿缺失的现实困境。以上结论经过一系列稳健性检验证实了研究结论的可靠性，为如何认识共同富裕问题提供了全新视角和重要依据。

摘要：就业是最基本的民生，也是实现高质量发展的重要目标。实施包括地方政府债务置换在内的“逆周期”财政调节政策对促进企业劳动雇佣、实现“稳就业”目标具有重要意义。本文基于2010-2018年全国税收调查数据，采用广义双重差分法实证检验了债务置换政策对企业劳动雇佣的影响。研究发现债务置换具有显著的“稳就业”效应：城市债务置换强度每增加一个标准差，当地企业劳动力雇佣提升2.59%，并且与政府业务关联度更高的企业其就业提升效应更加明显。机制分析结果表明，债务置换通过缓解企业融资约束，改善企业的资金流动性，提振企业预期以促进企业劳动雇佣增加。本文的研究对评估2024年开始的新一轮债务置换政策效果，优化“逆周期”财政政策设计、实现四中全会提出的“稳就业”目标具有重要的意义。

随着汽车金融下沉市场的拓展与多源异构数据的爆发，传统信用评分模型在兼顾预测精度与特定场景泛化能力时遭遇瓶颈。本文提出一种基于多模态混合专家模型（Multimodal Mixture of Experts, MMoE）的深度风控框架。该框架依托企业级AI中台，通过动态门控网络（Gating Network）将借款人的结构化征信、非结构化文本语义及动态行为特征智能路由至专属专家网络。基于 LendingClub 公开数据集的实证研究（有效映射汽车金融多模态场景）表明，MMoE 模型在 AUC 与 KS 指标上显著优于 LightGBM 等主流基准模型，且其期望校准误差（ECE）降至 0.015。研究证实，门控路由机制不仅提升了长尾人群的逾期预测准度，更为深度学习在金融领域的应用提供了宏观可解释性视角。本研究为金融机构构建高并发、易扩展的下一代智能风控底座提供了系统性的工程路径与理论支撑。

大语言模型等生成式人工智能技术正深刻重构企业的业务模式与创新路径。本文以2018—2024年中国A股上市公司为研究对象，依托企业在线招聘数据与职业层面的大语言模型暴露度，构建了企业人工智能技术暴露度指标，实证检验了企业核心业务面临的技术冲击对其实质性创新的影响及其作用机制。研究发现，企业人工智能技术暴露度能够显著促进企业实质性创新，该结论在经过一系列内生性与稳健性检验后依然成立。机制分析表明，面对外生技术冲击，企业主要通过推动人力资本结构升级与提升研发投入强度，将技术红利转化为实质性的创新产出。异质性分析表明，在技术吸收能力较强、转型动机强烈以及具备长期积累优势的企业中，人工智能技术暴露度对企业实质性创新的促进作用更为显著。本文从外生技术冲击的视角，为理解人工智能重塑企业创新活动的内在机理提供了经验证据，对引导企业妥善应对技术更迭、优化要素配置进而实现高质量发展提供了现实参考。

大豆是我国重要的粮油兼用作物，在保障国家粮食安全方面具有战略意义。山东省作为我国大豆主产区之一，面临着种植面积缩减、种植效益偏低、生产成本上升等多重挑战。收入保险在保障农民利益，助力农业蓬勃发展中发挥着不可替代的作用，且随着农业保险的高质量发展，其一定会成为未来农业保险发展的重点。同时，农业生产具有显著的地域差异性，统一费率的农业保险产品难以满足不同地区的实际需求。故本研究以山东省大豆为研究对象，基于2005-2023年的历史数据，构建多维风险区划指标体系，采用系统聚类法将山东省16个地级市划分为低、中低、中高、高风险四个等级。在收入保险定价方面，采用Copula函数刻画单产与价格的相关关系，并创新性地构建双层定价模型（加入村级层面产量波动）捕捉空间异质性风险，基于实际大豆保险赔付率进行参数校准，定价也依照保险实务采用相对免赔机制，比较不同免赔率下的费率变化。研究发现，村级层面的空间异质性风险显著，单层模型严重低估真实风险，双层效应在高风险区尤为明显。本研究对山东省大豆收入保险实际定价的改进具有重要参考价值。

可转债是上市公司重要的融资工具，其强制赎回条款在实践中可能被上市公司利用，通过操纵股价满足强制赎回条件，以便加速转股进程。基于2006-2025年中国A股市场数据，本文分析了可转债强制赎回背景下的股价异动现象。研究发现：在强制赎回条件触发的关键窗口期，正股价格出现显著异常拉升，强制赎回公告后则迅速反转，呈现“拉高达标”的“倒V”型反转特征；面临较高偿债压力和融资成本的发行人，更倾向于通过市场操纵推动股价达到强赎条件；微观交易数据显示，临近强赎节点时，市场买卖失衡、知情交易增多及大额交易增加，验证了主力资金通过短期内大量买入推升股价的操纵机制。本文揭示了可转债强制赎回条款可能诱发的道德风险，为完善市场制度设计和保护中小投资者权益提供了实证依据。

在实现“双碳”与共同富裕目标并进的背景下，环保规制的公平后果日益受到关注。本文以2013、2014与2016年分批启动的碳排放权交易试点为准自然实验，基于2000—2023年中国区县面板数据，系统评估市场型环保规制的分配效应。结果变量方面，本文使用区县夜间灯光构建的不平等指标（基尼、泰尔、阿特金森）刻画县域经济活动分布，并以县域城乡居民收入对数差距作为补充。识别策略方面，除区县与年份双向固定效应的TWFE-DID外，进一步引入适用于分批采用的更强识别方法：（1）Sun-Abraham分组事件研究用于动态效应检验并规避传统事件回归在异质处理效应下的加权偏误；（2）Callaway-Sant’Anna ATT(g,t)在“尚未受处理/从未受处理”对照组框架下估计分组—时期平均处理效应；（3）合成双重差分（SDID）同时估计单位权重与时间权重，以匹配处理前趋势并降低对严格平行趋势的依赖。研究发现：在TWFE-DID下，试点显著降低了县域夜间灯光基尼与阿特金森指数；更强识别（ATT(g,t)、SDID）在城市层面同样指向夜间灯光泰尔指数的下降，但幅度更为温和。机制检验表明，试点显著降低城市单位GDP能耗，支持“绿色转型—要素再配置—分配格局改善”的作用链条。

本文基于2007—2022年中国上市能源相关企业面板数据（46,424个企业—年度观测值），研究极端气候与政策冲击背景下ESG风险暴露对企业能源系统韧性的影响及其动态传导机制。本文构建阶段敏感的离散风险状态表示方法，把《易经》中“变易—不易”的结构思想转化为可操作的计量框架，将企业风险映射为六个生命周期阶段下的64种状态结构，并在企业与年份固定效应框架下识别风险效应的阶段异质性。结果表明，原煤依赖度显著降低绿色转型指数（韧性指标），天然气依赖度显著提高韧性；标准煤当量能源强度在煤炭暴露与韧性之间发挥重要中介作用，占总效应的62.3%。进一步构建马尔可夫状态转移模型，发现极端事件显著改变高风险状态向低韧性状态的转移概率。结合LSTM-注意力机制生成预警概率，在最优阈值下样本外预测准确率为78.6%，稳健性检验结果一致。基于预警概率构建阶段相关的对冲规则，结果显示其在后期阶段显著降低风险暴露并提高风险调整后收益。本文为能源企业转型期风险管理与政策干预提供了可操作的识别框架与决策依据。

随着数字技术与人工智能技术的快速发展，金融业正经历深刻的数字化与智能化转型。人工智能通过提升数据处理能力、优化风险识别机制以及促进金融服务模式创新，逐渐成为推动金融体系高质量发展的重要技术力量。在中国推进金融强国建设和金融高质量发展的背景下，科技金融、绿色金融、普惠金融、养老金融和数字金融被提出为新时代金融发展的“五篇大文章”，为金融服务实体经济和促进社会可持续发展提供了重要路径。基于这一政策背景，本文从人工智能驱动金融创新的视角出发，探讨其对中国金融体系高质量发展的影响机制。研究通过构建人工智能、金融创新与金融高质量发展之间的分析框架，结合现代金融“五篇大文章”的实践维度，分析人工智能在推动金融结构优化、提升金融服务效率以及促进金融资源合理配置方面的作用。研究结果表明，人工智能技术能够通过促进金融创新能力提升与金融服务模式转型，显著推动金融体系高质量发展，并在科技金融与数字金融领域表现出更为显著的促进效应。进一步分析发现，人工智能对普惠金融和绿色金融的发展同样具有重要促进作用，有助于提升金融服务的公平性与可持续性。本文的研究为理解人工智能技术在现代金融体系中的作用机制提供了新的理论视角，也为中国金融高质量发展及金融强国建设提供了重要的政策启示。