宏观经济学长期面临主流模型测算自然利率与实体真实回报显著背离的 "利率鸿沟" 困境，传统 HLW 滤波、DSGE 等方法在 2020 年代低增长、高债务环境中已普遍失效。基于无套利均衡原理，构建包含家庭、企业、金融中介的三部门一般均衡模型，推导出自然利率白箱测算公式，提出 "自然利率即实体经济长期盈利盈亏平衡线" 核心命题，构建与 BIS、IMF 等国际标准全面衔接的五维债务健康度评价体系。经多轮参数校准与 2017Q1-2026Q1 中美日德韩跨国面板数据实证检验，中国自然利率中枢稳定在 4.8%-6.1% 区间，显著高于传统测算值；该指标对固定资产投资具有显著预测力，比 HLW 滤波平均提前 2-3 个季度预警经济波动。研究表明，中国债务核心指标处于发达国家合理区间，产业利润可稳定覆盖利息支出，不存在系统性风险。以持续付息保障新质生产力培育时间窗口的发展逻辑，可为宏观调控提供可落地的实操工具。

西方租售比、房价收入比模型在中国房地产市场长期存在适用性缺陷。本文立足宏观审慎监管视角，构建以 "套" 为计价单位、名义 GDP 增速与商品房整体交易率为双锚的 CMH 估值模型。依托 2000—2025 年官方公开数据，采用样本内拟合与样本外预测双重验证范式，精准识别房地产周期拐点并验证 CMH 收敛速率定律。本文确立双向宏观审慎阈值体系：以 0.60 作为防过热预警线，以 "交易率 1.0%+ 估值 0.40" 作为防过冷预警线，形成 "估值锚定上限、交易率监测底线" 的核心监测规则。实证结果表明，CMH 模型可作为房地产逆周期调控的量化工具，为落实 "房住不炒" 定位、实现市场平稳健康运行提供可复现的决策依据。

宏观经济学长期面临主流模型测算自然利率与实体真实回报显著背离的 " 利率鸿沟" 困境，传统 HLW 滤波、DSGE 等方法在 2020 年代低增长、高债务 环境中已普遍失效。基于无套利均衡原理，构建包含家庭、企业、金融中介的 三部门一般均衡模型，推导出自然利率白箱测算公式，提出 "自然利率即实体 经济长期盈利盈亏平衡线" 核心命题，构建与 BIS、IMF 等国际标准全面衔接 的五维债务健康度评价体系。经多轮参数校准与 2017Q1-2026Q1 中美日德韩跨 国面板数据实证检验，中国自然利率中枢稳定在 4.8%-6.1% 区间，显著高于传 统测算值；该指标对固定资产投资具有显著预测力，比 HLW 滤波平均提前 2-3 个季度预警经济波动。研究表明，中国债务核心指标处于发达国家合理区间， 产业利润可稳定覆盖利息支出，不存在系统性风险。以持续付息保障新质生产 力培育时间窗口的发展逻辑，可为宏观调控提供可落地的实操工具。

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。

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。

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

作为资本市场的重要定价因素，股票意见分歧多由分析师预测差异来度量，但该指标具有低覆盖、高时滞、报喜藏忧等问题。为此，本文依照监管机构要求的投资者分类标准，构造保守型、稳健型、平衡型、积极型、激进型五类AI智能体，利用各智能体对股票新闻的评价差别构建AI分歧指标，识别由新闻引发的股票意见分歧。实证分析发现：（1）新闻意见分歧在当月推高股票价格，致使未来4个月股票产生较低的收益率和较高的暴跌概率。（2）在套利成本更高的股票中，意见分歧对股票价格的扰动更为剧烈。（3）意见分歧吸引小单和中单交易的追捧，引致特大单的反向交易。（4）新闻意见分歧导致股票高波动和价格高估，可以部分解释特质性波动率之谜。本研究弥补了意见分歧在当期推高估值的实证缺失，一定程度上解决了AI收益率预测的前视偏差顾虑。

随着互联网经济的发展,互联网评论渗透在人们生活的方方面面。为了研究Twitter上关于新能 源汽车的大量评论情绪是否是TESLA的股价波动产生的原因, 本论文假设从Twitter收集到的用户情绪 数据与TESLA股票市场价格相关。并采取CS新能车指数399976和Twitter上的关于新能源汽车的评论情 绪数据与CS新能源车指数的股价数据进行格兰杰因果检验。研究结果表明中国投资者情绪是指数价格 变化的主要原因,且投资者对新能源汽车指数的正面冲击是短期的,长期来看情绪对股票价格的影响将 会消失。

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。