大语言模型(LLMs) 拥有强大的自然语言处理能力, 本文系统梳理了相关领域的前沿文献, 并详细论述其为经济金融领域的文本分析带来的新研究机会. 首先, 本文介绍了GPT和BERT这两类最具代表性的LLMs及一系列经济金融领域专用的LLMs, 并阐述应用LLMs分析文本数据的基本原理. 其次, 本文从两个方面归纳了LLMs在经济金融文本分析研究中的应用场景: 一是LLMs在计算文本相似度、提取文本向量进行预测、文本数据识别与分类、构建特定领域词典、主题建模与分析、文本情绪分析等传统文本分析场景中所呈现的显著优势; 二是LLMs拥有强大的人类对齐能力, 由此开创了全新的应用场景, 即作为经济代理人, 模拟人类生成对于文本的信念或预期并进行经济决策. 最后, 本文总结了LLMs在开拓经济金融文本分析研究的新范式过程中面临的局限性以及现有研究不足, 并针对这些问题可能催生的新研究议题进行展望.

为探讨绿色技术创新和数字经济发展如何协同推动经济绿色增长, 本文构建了包含绿色技术创新和数字化转型的一般均衡模型, 并结合中国城市层面的现实数据, 从经济增长和碳排放两个方面, 分析了数字经济发展协同绿色技术创新对经济绿色增长的影响效果以及作用机制. 研究发现: 1)绿色技术创新对经济增长和碳排放具有“U”型影响效果, 即在超过特定的技术创新水平门槛后, 随着绿色技术创新水平的不断上升, 经济增长速度会不断提升, 碳排放会持续降低, 而数字经济发展会强化绿色技术创新的影响, 产生更陡峭的“U”型影响. 2)数字经济发展同时具备中介效应和调节效应. 绿色技术创新对数字经济发展存在正“U”型影响, 即绿色技术创新的提高对数字经济发展具有推动作用. 而数字经济发展又会进一步调节绿色技术创新在经济增长和降低碳排放上的作用, 加强绿色技术创新对经济绿色增长的正向作用. 3)数字经济发展增强了绿色技术创新对绿色全要素生产率的影响是数字经济发展协同绿色技术创新推动经济绿色增长的主要机制. 4)促进数字经济发展的政策需要搭配更强的碳税, 虽然存在短期经济成本, 但是在长期经济增长和环境质量上都存在优势. 本研究将经济发展的绿色转型问题与数字化转型问题联合研究, 为协同推进经济绿色化、数字化转型保障经济稳定增长提供了重要的理论依据.

将数字金融能力引入跨期决策模型, 构建理论分析框架探究数字金融能力对家庭财富积累的影响机理, 并基于中国家庭金融调查(CHFS)数据进行实证检验.研究表明, 数字金融能力显著促进我国家庭财富积累, 尤其对农村家庭、低教育水平及低财富水平家庭的财富积累影响更明显.机制分析表明, 增加金融投资收益和促进社会互动是数字金融能力提高家庭财富积累水平的两个渠道.进一步分析发现, 数字金融能力对家庭财富积累影响存在结构差异, 能够提升生产性资产和金融资产配置, 降低房屋资产和其他非金融资产持有.以上研究结论为我国居民家庭财富积累提供新的解释视角, 也为制定推进共同富裕相关政策提供参考依据.

推动企业加快数字化转型, 对于增强企业核心竞争力、 赋能传统产业转型升级并带动我国数字经济做大做强具有重要意义. 本文立足管理者角色理论与动态能力理论, 使用基于偏最小二乘估计的结构方程模型 (partial least square-structural equation modeling, PLS-SEM) 实证分析企业数字化转型前因. 研究结果表明: 1) 企业家精神、 数字文化宣传者、 组织结构变革者等管理者特征, 以及感知能力、 学习能力、 整合能力、 协调能力等企业动态能力, 均正向促进企业的数字化转型倾向及产出; 2) 进一步分析发现, 管理者特征能够显著提升企业动态能力水平, 且管理者特征对数字化转型的影响效果受到政策不确定性感知的调节; 3) 上述效应在不同产权性质及不同地区的企业之间存在异质性. 上述结果丰富了数字化转型前因的相关研究, 为企业培养数字时代管理者并提升动态能力提供了一条可行的实践路径.

在低碳转型过程中, 企业需要大量资金支持相关投资, 因此碳定价政策的有效性依赖于健全的金融市场. 然而, 现实中金融市场存在多种阻碍资金流动的金融摩擦, 导致资本和资源无法有效配置, 这些摩擦可能影响企业的投资行为, 从而削弱碳定价政策的实施效果. 本文以融资约束问题为代表, 构建了一个包含融资抵押约束机制的环境-动态随机一般均衡(E-DSGE)模型, 研究了融资约束问题对碳定价政策有效性的影响, 并探讨了相应的政策应对方案. 研究结果表明: 1) 从环境效益角度, 融资约束削弱了碳定价政策带来的“减排效应”, 抑制了企业的低碳投资, 降低了企业的减排强度; 2) 从经济成本角度, 融资约束放大了碳定价对企业的成本影响, 限制了企业的产出增长, 增加了低碳转型的整体经济代价; 3) 将碳资产抵押贷款作为碳定价政策的配套措施, 可以有效缓解融资约束对碳定价政策的负面影响; 4) 通过数值模拟, 我们发现融资约束导致碳定价政策相关成本在企业总生产成本中的占比从年均15.31%上升至19.47%, 同时使年均低碳投资规模减少约37%. 此外, 针对高碳排放企业提供更多碳资产抵押贷款可显著提高政策收益. 本文结论对于健全绿色低碳发展机制, 构建系统性的气候政策体系具有重要意义.

近年来, 由于平台经济的迅猛发展和疫情的冲击, 我国外卖行业取得了显著增长. 外卖服务不仅有效减轻了顾客对延迟的敏感性, 还为商家创造了更广泛的市场需求. 实践中, 多数商家采用了集中式运营, 即一个店铺同时接受外卖和堂食订单. 与此同时, 一些商家选择了分散式运营, 即在经营堂食店铺的同时, 另外开设专门的外卖店铺以接受外卖订单. 为了探究外卖渠道对商家决策的影响, 本研究在易拥塞的场景中建立了双渠道服务系统. 该系统刻画了两种运营模式下顾客的均衡策略, 并深入研究了外卖质量水平对商家利润的影响. 最终, 研究根据不同的外卖服务质量水平制定了最优的商家运营策略. 研究发现: 1) 在分散式运营模式下, 商家为外卖渠道分配的服务能力与外卖质量水平之间存在非单调关系, 即更高的外卖质量水平可能促使商家减少外卖渠道的人员配置. 2) 尽管更高的外卖质量水平能够吸引更多的顾客, 但令人惊讶的是, 本研究表明提高外卖质量可能会导致商家的利润下降, 这一现象在集中式运营和分散式运营两种情境下都有体现. 3) 虽然分散式运营可能降低订单处理效率, 但当外卖服务质量较高时, 采用该模式可以有效减轻外卖渠道对堂食渠道的蚕食效应, 进而实现更高的利润. 结果显示, 只有当外卖服务质量适中时, 集中式运营才能为商家带来最高的利润. 此外, 我们从边际成本、外卖配送费等多个角度出发, 进一步验证了该结论的稳健性.

黄金和白银由于其独特的金融属性, 成为投资和资产保值的首选, 其价格波动的定量描述和预测对投资者的风险管理决策至关重要.本文引入了丰富的特征变量, 采用向前一步滚动算法来预测上海黄金和白银贵金属期货的已实现波动率(RV), 并比较了多个机器学习模型在不同损失函数和评估方法下的预测效果.结果表明, 梯度提升决策树(GBDT)模型在贵金属期货市场的预测中表现优异.此外, 本研究融合XGBoost模型和可解释性工具, 分析了贵金属期货市场的特征变量对预测值的动态贡献, 并评估了重要变量对预测性能的异质性影响.研究揭示了市场情绪变量的关键作用, 以及宏观经济变量与波动率分解变量在不同市场条件下的相对贡献.本文的发现为贵金属期货市场波动预测的因子和模型选择提供了清晰证据, 为该市场的投资者和监管者提供了可信的投资和管理建议.

在新时代背景下, 实现经济社会高质量发展的根本途径是城市发展效率提升, 而数字经济在其过程中发挥着重要驱动作用. 本文构建了数字经济驱动城市发展效率提升的理论分析框架, 并采用时空双固定的空间杜宾模型实证检验了数字经济对城市发展效率的影响及空间溢出效应. 研究发现: 1)数字经济明显促进了本地区及周边地区的城市发展效率, 并且该结论通过了一系列稳健性检验仍然成立; 2)数字经济通过提高社会效益、 经济效益和生态效益来促进城市发展效率提升, 但提升作用受限于土地效益的减低, 同时产业融合、 技术进步以及城乡融合在其中发挥着重要的机制作用; 3)数字经济驱动城市发展效率提升的作用呈现出"先降后升"的非线性变化趋势及空间溢出特点; 4)数字经济对城市发展效率的影响存在城市等级和地理区域异质性, 即在行政级别高和人口规模大的城市, 以及东部和北方地区, 数字经济驱动城市发展效率提升的作用更为明显. 以上研究结论意味着, 当前我国应以城市发展效率作为经济高质量发展的重要考量目标, 并将数字经济发展作为驱动城市发展效率提升的主要动力.

在世界范围内发生的大量恐怖袭击事件中,各地的恐怖主义组织呈现出协同合作的趋势,对国际反恐工作提出了巨大的挑战.基于全球恐怖主义数据库GTD,文章从2001年至2018年全球发生的121,074起恐怖袭击事件中构建了恐怖组织合作演化网络,并对该网络进行时序拓扑结构分析.根据恐怖组织合作特性,将网络按照3年为一个时间切片进行划分,从多尺度对恐怖组织社团流动规律进行建模.分析结果表明,随着时间推移,恐怖组织合作网络的鲁棒性也在不断增强,因此有必要提出相应的策略对其进行瓦解.针对恐怖组织合作网络中影响力不断扩大的最大连通子网络,文章提出了一种基于社团结构的邻域中心性指标(CSNC)以度量最大联通片中节点的重要性.基于该指标的网络瓦解策略在2001-2018年恐怖组织合作网络仿真实验中得到的R值与多种基准策略相比,最高降低了16.45%,证明基于CSNC的瓦解策略可以实现对恐怖分子合作网络更有效的瓦解.

近年来,中国自然灾害多发频发,对人民群众的生命与财产安全造成了重大的威胁.在面对愈发复杂严峻的自然灾害时,需要决策者根据实际情况合理储备和调度应急物资来进行防灾、减灾和救灾.当前多层级储备库、多需求点的应急物资区域调度问题仍缺乏立足现实储备网络体系的研究,应急物资“谁来运”、“运多少”、“怎么运”的问题尚未得到进一步细化规范.为了解决上述问题,文章通过总结大量应急物资调度实例,提出严格行政层级、跨行政层级和自由就近等三种应急物资区域调度策略,并构建了基于匮乏成本的多智能体仿真系统模型.文章运用构建的多智能体模型对安徽省亳州市蒙城县进行了案例仿真研究,结果显示:在短时间内区域应急物资需求量巨大时,自由就近调度策略可以实现社会物流总成本的最小,在短时间内区域应急物资需求量较小时,不同的调度策略下社会物流总成本差异不大.该研究表明,在应对特重大灾害时,各级政府应当打破现有行政管辖关系,积极合作共建区域联防减灾抗灾机制;在应对常规型灾害时,按照行政管辖关系调度储备库应急物资进行救助即可满足需求.

不确定性冲击是扩大内需和畅通国内经济循环难以回避的现实问题. 本文通过构建中国居民消费市场随机可计算一般均衡模型, 从总量和结构角度分别测算了不确定性冲击对居民消费韧性的影响, 并从制度角度考察了不同政策组合对提高居民消费韧性的保障机制. 研究发现: 收入水平是影响居民消费韧性的最主要因素, 多风险交互影响对居民消费抗冲击能力的影响大于单因素简单叠加, 恢复性冲击对于不同经济指标可能具有反向影响; 城乡居民消费韧性在结构上具有显著差异性, 供给侧与需求端的恢复性冲击共同影响居民消费市场韧性, 其中, 供给过剩也会造成经济效益下降; 提高居民消费韧性和实现扩大居民消费目标需要综合政府和市场作用, 且政策导向需要注重就业问题和实现土地、资本要素在区域间自由流动. 本文的边际贡献是采用可计算一般均衡的方法研究居民消费韧性问题, 克服了现有研究采用局部均衡分析的局限性; 并通过引入随机数的方式, 更有效地模拟了不确定性冲击对居民消费韧性的影响, 提供了更为可靠的理论支持和政策启示.

总需求不足是当前经济运行面临的突出矛盾, 必须把恢复和扩大消费摆在优先位置. 本文利用2015、 2017以及2019年三期中国家庭金融调查数据, 实证研究了住房公积金制度对家庭消费的影响. 研究发现, 缴存和提取住房公积金显著提高了家庭消费水平, 并改善家庭消费结构. 稳健性检验表明, 在更换核心变量定义方式、 替换工具变量以及放松工具变量排他性约束条件后上述结论依然稳健. 异质性分析显示, 住房公积金制度对有房、 低收入以及中青年家庭消费产生更大的影响. 进一步研究发现, 缴存住房公积金能够降低家庭预防性储蓄动机、 提取住房公积金能够提高家庭可支配收入并缓解流动性约束, 从而促进家庭消费. 本文提供了住房公积金制度促进家庭消费、 改善家庭消费结构的微观证据, 可为相关政策制定提供重要参考.

高质量发展和“双碳”战略目标要求兼顾经济收益和环境成本. 跨国投资在推动全球产业链供应链调整的同时, 也带来属权经济收益分配和属地碳排放责任划分的争议. 本文基于区分内外资企业的国际间投入产出表, 采用反事实和情景分析方法探讨投资布局调整引致的全球价值链结构变动及其对中国国民收入和碳排放的影响. 研究表明: 2005-2016年全球价值链结构变动对中国国民收入和碳排放的累计正向贡献分别为15.23%和20.50%; 以2016年为基准, 若所有OECD (organization for economic co-operation and development) 经济体均撤走在华投资, 其引致的产业迁出将使得当年中国国民收入下降8.37%$\sim$8.71%, 生产侧碳排放下降12.32%$\sim$12.88%, 单位减碳的国民收入损失约为800美元; 若在此过程中, 中国能积极参与并主导全球产业链向欠发达地区的转移, 单位减碳的国民收入损失约为700美元, 略小于发达经济体主导产业转移所带来的经济损失. 本文通过预判全球价值链结构变动的经济和环境影响, 可为推进高质量发展提供理论支撑和政策启示.

快速多极算法(FMM)是处理大规模多体系统的高效数值算法,在分子动力学、天体动力学、声学以及电磁学等领域发挥着重要作用.本文首先回顾了快速多极算法的发展历史,其次以Helmholtz和Maxwell方程为例,介绍了二维和三维情形下基于核解析展开的快速多极算法的数据结构、数学原理、实现步骤和复杂度分析,并给出了相应的自适应FMM实现方法,最后基于MATLAB平台进行了二维和三维情形下多体模拟的数值实验.

本文提出了一种非负投影相关系数(non-negative projectioncorrelation coefficient (NPCC))来度量两个随机向量之间的相关性,其中投影方向来自标准多元正态分布.NPCC是非负的且当且仅当两个随机向量独立时, 其取值为0. 此外,它的样本估计不涉及调节参数, 也不需要对随机向量施加任何矩条件.基于NPCC, 我们进一步提出了一种适用于超高维数据的特征筛选程序.该程序具有稳健性、与模型无关且在弱假设下同时享有确定筛选性质和秩相合性.蒙特卡罗模拟研究表明, 与现有方法相比,基于NPCC的筛选程序具有很好的竞争力. 最后,我们将所提出的筛选程序应用于实际数据分析.

本文以政府数据开放为准自然实验, 以2009—2022年中国上市公司为研究样本, 通过双重差分模型依次探究了政府数据开放对企业经济绩效和环境绩效的影响效应. 本文研究表明, 政府数据开放对企业经济和环境绩效带来了双重增益, 即政府数据开放促进了企业可持续发展, 其原因在于, 政府数据开放会促进企业技术创新, 提高企业运营管理效率. 进一步研究发现, 政府数据开放在国有企业、营商环境更优和数字基础设施条件更好的地区中对经济绩效的促进作用更大, 对环境绩效的提升作用则更易在国有企业、非重污染企业以及环境规制强度更高的地区中得到充分展现. 本研究揭示了政府数据开放对企业经济绩效和环境绩效的提升作用, 为推动经济社会可持续发展以及在“双碳”背景下提升数据开放领域政策制定的科学性提供了重要的经验启示.

城乡融合发展是一个国家和地区现代化的标志, 也是中国式现代化的必然要求, 如何有效测度其发展进程和水平已经成为学界高度关注的热点问题. 本文旨在从经济学视角对城乡融合发展水平测度的相关文献进行全面梳理, 并对城乡融合概念以及城乡经济、社会、空间和生态融合等四个维度内涵进行廓清和界定, 归纳既有的城乡多维融合水平的测度指标、测度方法与区域比较研究, 梳理总结各类研究的侧重点、特色和不足. 在此基础上, 从客观和主观因素联系、要素双向流动、宏观与微观数据结合、指标构建层级下沉四个向度提出城乡融合发展指标体系构建与测度的进一步研究思路. 同时, 尝试为提高新时期中国城乡发展协调性、融合度以及实现共同富裕目标的政策制定提供理论上的研究参考.

股票收益预测的准确性对投资决策具有关键影响. 随着深度学习模型的引入, 收益预测的性能得到了显著提升. 但是, 现实世界中的股票序列常常包含多种模式的异常值, 这些异常值在一定程度上扭曲了数据的关键统计指标, 掩盖了序列的真实趋势, 削弱了深度学习模型的预测能力, 严重时可能导致后续投资决策的失误. 鉴于此, 本文在考虑异常值存在的场景和梯度下降算法的学习特性的基础上, 提出了一种新颖的损失函数: 阈值距离加权损失(threshold distance weighted loss, TDW). 该损失通过为样本施加差异化的权重, 有效减少了模型对异常值的敏感度. 模拟研究和实证分析验证了该方法的预测准确性和稳健性, 证明其能够为投资组合带来稳定的正向收益, 并为实际金融投资决策提供有力支持.

如何有效识别和应对低碳转型不确定性下的多维经济金融风险, 确保安全降碳, 是平稳实现双碳目标的关键保障. 本文利用中国新闻文本数据, 构建了中国气候政策不确定性指数, 进而考察气候政策冲击对企业债券融资成本的影响及背后的机理. 本文从气候政策不确定性上升会增加气候政策敏感企业预期现金流波动的视角构建融资决策理论模型, 并结合2009-2020年上市企业月度财务数据实证检验理论假说. 研究发现, 气候政策冲击可以显著加剧企业的债券融资成本负担, 表现为高气候政策敏感性企业的债券信用利差显著高于其他企业. 进一步的分析发现, 该效应在长期债券、 气候政策冲击水平整体加强的时期以及气候政策负向敏感的企业更为凸显. 而且, 内部环境治理和外部执法环境是气候政策冲击影响企业债券融资成本的两个重要渠道. 本文补充了气候政策冲击的微观分析框架与经验证据, 从债券融资成本视角拓宽了气候金融文献, 有助于政策制定者理解“双碳”背景下微观实体的投融资风险.

本文开创了一种利用多个大语言模型 (LLMs) 作为异质性代理人的经济和公共政策分析新方法. 我们首先在两种不同场景下评估了主流 LLMs 解决两期消费分配问题的经济决策能力: 一种基于显式效用函数, 另一种依靠直觉推理. 不同于先前仅通过调整提示词模拟代理异质性的研究, 我们创新性地利用不同 LLMs 之间固有的分析能力差异来模拟具有不同认知特征的经济主体. 基于这些发现, 我们构建了基于多个 LLM 代理的 (multi-LLM-agent-based, MLAB) 框架, 将各种 LLMs 映射到特定教育群体及其对应收入阶层. 通过利息收入税政策案例研究, 我们展示了 MLAB 框架如何模拟政策对不同群体的差异化影响, 为经济和公共政策分析开辟了富有前景的新路径.