Bankruptcy abuse prevention has been criticized for increasing foreclosure rates, imposing negative impacts on housing markets, and aggravating the financial crisis. By contrast, this paper documents that bankruptcy abuse prevention reduces household debt overhang, a phenomenon harmful to home values and housing markets. Using a difference-in-differences analysis, we find that households in recourse states increased their home improvement and maintenance expenditures after the Bankruptcy Abuse Prevention and Consumer Protection Act, a period during which the households paid considerable attention to the downside risk of the housing market, and that the effects vary by home equity level. The results remain unchanged with alternative specifications and cannot be explained by credit changes, judicial and nonjudicial foreclosures, homestead exemption, house sales, or heterogeneous expectations. Last but not least, we use entropy balancing to eliminate the differences between the treatment and control groups and get similar results. 预防破产滥用的政策被认为推高止赎率、对住房市场造成负面影响以及加剧金融危机而饱受批评。与之相反，本文证明破产滥用预防能够缓解家庭债务积压（debt overhang）—— 而债务积压恰恰是一种损害房屋价值与住房市场的现象。采用双重差分（DID）分析，我们发现：在《破产滥用预防与消费者保护法案》（BAPCPA）实施后，**追索权州（recourse states）**的家庭增加了住房改善与维护支出；该时期家庭对住房市场的下行风险高度关注，且上述效应因房屋净值水平的不同而存在异质性。在多种替代设定下结果依然稳健，且不能被信贷变化、司法与非司法止赎、宅基地豁免、房屋销售或异质性预期所解释。最后，我们使用熵平衡（entropy balancing）方法消除处理组与控制组之间的差异，同样得到了一致的结果。

在防范化解重大金融风险、强化科技监管能力的战略背景下，如何有效运用监管科技手段维护资本市场稳定成为关键议题。本文聚焦交易所企业画像系统对企业股价崩盘风险的抑制效应，基于2015-2018年沪深A股上市公司数据，采用双重差分模型实证检验监管科技的创新应用对资本市场稳定的影响。研究发现，交易所企业画像系统的实施显著降低了企业股价崩盘风险。机制分析表明，一方面，企业画像系统有助于交易所增加监管问询的频率和强度，并促使企业及时高效回复，从而有效减少企业坏消息隐匿，降低股价崩盘风险；另一方面，画像系统通过有效抑制企业管理层隐匿坏消息的动机，减少坏消息的生成概率，从而减少坏消息囤积，抑制股价崩盘风险。异质性分析表明，企业画像系统抑制股价崩盘风险的效应在坏消息隐匿动机更强、信息环境更差以及对监管预期感知更强的企业中更为显著。进一步分析表明，画像系统对企业信息隐匿的抑制，不仅会引发不同市场参与者的关注调整，还有利于市场对企业形成乐观一致预期。本文的研究对于深入理解交易所企业画像系统在资本市场监管治理中的效能及其降低股价崩盘风险的机制，具有重要的理论和现实意义。

既有研究多基于广义货币M2展开总量分析，对交易货币M1的结构性损耗及其微观形成机制关注不足，难以完整解释我国“宽货币、弱实体”的典型特征。本文回归费雪原始交易方程的核心内涵，构建T1-T2-T3交易层级三分法分析框架，拓展Baumol-Tobin企业现金持有模型与银行资本约束下的信贷配置模型以搭建微观基础，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量化指标。研究利用2000—2024年省级季度面板数据，结合双向固定效应、Bartik工具变量、资管新规准自然实验、面板门槛模型与3SLS联立方程等多重识别策略展开系统检验。研究结果表明：债务利息消耗率每提升1个百分点，M1当期灭失率平均上升0.31个百分点，该因果关系在多重识别策略下保持稳健；M1灭失对民间投资的影响呈现单门槛非线性特征，省级面板临界值为7.24%，突破阈值后负向冲击强度放大2.4倍，全国年度口径阈值更高，且2019年以来已持续处于临界区间上方；交易收缩、乘数衰减、流动性约束、预期反转四重传导渠道的合计中介效应占比达42.7%；样本期内存在唯一结构性断点，时点位于2020年第一季度，此后债务对交易货币的挤占效应明显增强。研究结论可为疏通货币政策传导、优化债务治理框架提供可量化的结构性分析工具。

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。

随着监管部门与社会各界对于企业的ESG表现日益关注，本文考察拟上市企业（特别是IPO预期成功率较低的企业）是否有动机通过强化其ESG表现，从而增强其IPO成功概率。本文基于大语言模型对拟上市公司招股说明书所呈现的ESG绩效进行量化评估，并系统考察企业IPO预期成功率、招股说明书ESG绩效与IPO最终成功率之间的互动关系。研究发现：（1）企业IPO预期成功率越低，该企业越可能在其招股说明书中展现出较佳的ESG绩效；（2）企业的ESG绩效强化行为显著提升了其IPO通过概率。这一效应在证券监管部门更为关注企业社会责任时以及在高污染行业中更为显著。进一步分析表明，对于IPO预期成功率较低的企业，其招股说明书中的ESG表现无法有效预测其上市后的ESG绩效，这表明监管部门仍需警惕此类企业“漂绿”上市的风险。本文研究结论对于证券监管部门和投资者都具有重要的决策参考价值。

本文以某大型销售平台推出旨在引导个人投资者科学投资的优选基金服务为场景，探讨数字时代的投顾服务对基金价值创造的影响。研究发现，优选服务推出后，优选基金的资金净流入显著增加，平均每季度较配对基金高11.3%。然而，优选基金的价值创造却显著下降，以Jensen Alpha度量的超额收益平均每季度较配对基金低1.2%，考虑管理规模后的价值增量低4339万。而且，服务推出半年内，资金净流入越多的优选基金，业绩下降幅度越大。进一步地，本文从基金经理调仓能力、管理积极性、交易冲击成本三个维度探讨了优选基金业绩下降的机制表现。本文的研究表明，在数字时代的海量用户情境下，投顾服务易产生网络负外部性，导致其投资策略出现非预期的收益衰减。这一发现对探索投顾服务数字化的规律具有重要启示。

本文基于互联网企业价值评估的背景，重点探讨一种常用估值方法——相对估值法（Relative Valuation），并以阿里巴巴集团（Alibaba）为实证对象首先，文章回顾了互联网企业估值的特殊性与挑战；其次，介绍了相对估值法的理论基础、常用指标（如市盈率P/E、市净率P/B、市销率P/S、EV/EBITDA 等）及其优缺点；再次，从互联网企业特征出发，分析该方法在阿里巴巴所处环境中的适用性及限制。然后，结合阿里巴巴最新财报数据（截至FY 2024 期）整理公司基本资料、选取可比公司、计算关键估值指标，进而得出对阿里巴巴的估值区间与市场价值对比。最后，基于实证结果，从估值结果合理性、影响因素（如业务结构、成长预期、市场情绪）以及方法优化建议三个维度展开讨论。研究发现：对于快速成长、业务多元的互联网企业而言，虽相对估值法具备便捷性与可比性优势，但也易受到可比公司选取不当、成长预期偏差及无形资产难以量化等影响。论文建议在实际应用中，应辅以折现模型（DCF）等方法，并注意调整估值倍率以反映公司成长性与风险特征。本文的研究可为互联网企业估值提供一种实务参考，也为资产评估的教学与研究提供新的案例视角。

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力雇佣、实现“稳就业”目标具有重大意义。本文从产业关联度视角出发，基于2010-2016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“稳就业”效应，并且与政府关联度更高的基建行业受到债务置换影响更为显著，机制分析结果表明，债务置换通过缓解企业融资约束，促进欠款偿还缓解企业流动性约束，改善企业预期等机制促进企业劳动力雇佣。本文的研究对准确评估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“稳就业”目标具有重要的意义。

随着气候变化的加剧,气候政策在中国经济系统中发挥着越来越重要的作用。现有文献已经关注到气候物理风险对企业生产率的影响,但较少考察政策维度的气候风险即气候政策不确定性对企业生产率的影响。基于此,文章构建了公司层面的气候政策不确定性指数,并考察了其对企业全要素生产率的影响效应和作用机理。研究表明,气候政策不确定性会诱发企业升级困境,显著抑制企业全要素生产率提升。气候政策不确定性指数每上升 1 个标准差,全要素生产率下降约5.2% 个标准差。机制分析表明,气候政策不确定性会挤出实体投资和绿色创新投资,挤入金融投资,从而抑制企业全要素生产率提升。异质性分析表明,气候政策不确定性的影响在风险传导较强、风险应对较差以及政策引导比较薄弱的企业中更加显著。经济后果分析表明,气候政策不确定性所导致的企业升级困境会弱化其市场竞争力和价值链话语权。文章研究表明,政府应关注气候政策不确定性问题,通过营造更加稳定的气候政策预期来缓解企业升级困境。

投资者对宏观经济风险的评估如何影响资产价格一直是实证资产定价的难点之一。已有研究指出新闻文本会改变投资者对宏观经济的判断和预期进而影响股价，但如何有效提取与宏观经济风险相关的文本叙事信息来解释或预测资产价格变动，尚未达成共识。本文基于2007-2021年中国七家专业财经媒体的新闻报道数据，首次结合人工智能前沿领域的BERT大语言模型来测度新闻叙事注意力信息，然后利用稀疏工具主成分（Sparse IPCA）估计影响基本面的状态变量和影响资产价格的叙事定价因子。基于A股市场的实证检验发现：第一，本文利用新闻文本估计的状态变量对于消费、产出、国债收益率等宏观经济指标具有显著的预测效果，这表明新闻叙事蕴含着影响经济运行的信息。第二，相比CAPM、三因子等基准模型，基于新闻文本构建的叙事因子模型能更好地解释资产错误定价现象，并对未来资产价格的变化有更强的预测能力。第三，与基于关键词的文本分析方法（如LDA主题模型）相比，利用BERT提取文本信息可在保证因子模型简约性的基础上获得更优异的定价效果。本文的研究结论对于解释资产横截面收益差异有新的启示，同时为应用大语言模型于经济金融学研究抛砖引玉。