阅读排行

  • 一年内发表的文章
  • 两年内
  • 三年内
  • 全部
Please wait a minute...
  • 全选
    |
  • 论文
    何勇, 焦丽, 杨艺, 祝怡菲
    计量经济学报. 2024, 4(3): 761-783. https://doi.org/10.12012/CJoE2023-0172
    摘要 (1866) PDF全文 (396) HTML (1671)   可视化   收藏

    当前, 以ChatGPT (chat generative pre-trained transformer) 为代表的大语言模型迅速发展, 被广泛用于股市投资算法交易、风险管理等多个领域. 这为金融投资者提供了新的决策工具和投资途径. 本文基于BERT (bidirectional encoder representation from transformers) 模型和ChatGPT构建了适用于中国股票市场的投资交易模型, 实现从财经新闻文本数据以及传统金融数据中获取交易信号. 对于文本数据, 首先抓取每日的财经新闻将其与对应的股票代码相匹配. 其次将新闻文本数据输入至训练好的FTBERT (fine-tuning BERT) 模型中, 得到每条新闻的情感倾向, 选择积极情感的财经新闻作为正的投资交易信号. 对于传统金融数据, 借助ChatGPT的高级解析能力, 对中国股票市场的历史数据进行深入分析. 通过调整prompt读取数据, 从而构造出用于股票投资的关键因子, 输出每日各股票的得分. 最终根据不同数据类型得到每日各股票的投资交易信号, 并将其作为构建投资组合的依据, 构建有效的投资策略. 实证结果表明, ChatGPT能有效判断文本情感倾向, 且经过微调后的大语言模型能有效助力量化投资, 为投资者带来超额收益. 本研究尝试将大语言模型运用于金融投资领域, 展现了其在生成股票投资信号方面的潜在价值. 随着技术的不断发展和市场环境的变化, 这种基于人工智能的投资策略将不断演进, 为投资者创造更多价值.

  • 论文
    洪永淼, 汪寿阳
    计量经济学报. 2024, 4(1): 1-25. https://doi.org/10.12012/CJoE2023-0160
    摘要 (1349) PDF全文 (866) HTML (1090)   可视化   收藏

    以ChatGPT为代表的大模型是通用生成式人工智能技术的一大突破, 不但对人类生产方式、生活方式与思维方式产生深刻影响, 也正在推动经济学研究范式的变革. 大模型是大数据与人工智能催生的一种新的系统分析方法, 适合于研究复杂人类经济社会系统. 本文首先讨论ChatGPT与大模型的主要特征以及发展范式, 特别是大模型如何破解“维数灾难”的方法论原理, 然后详细探讨ChatGPT与大模型将如何影响经济学研究范式, 包括从理性经济人假设到“人机结合”的人工智能经济人, 从孤立经济人假设到其行为可测度的社会经济人, 从宏观经济学和微观经济学的分离到两者的融合, 从定性分析和定量分析的对立到两者的统一, 从长期流行的经济学研究“小模型”范式到“大模型”范式, 以及计算机算法作为经济学日益重要的研究范式与研究方法等. 最后, 指出包括大模型在内的人工智能技术作为经济学乃至社会科学的研究方法的局限性.

  • 青年评述
    马士谦
    计算数学. 2024, 46(2): 129-143. https://doi.org/10.12286/jssx.j2024-1170
    摘要 (1284) PDF全文 (540) HTML (1293)   可视化   收藏

    双层优化是近年来的一个热门研究方向. 这主要归功于机器学习的兴起和双层优化在机器学习中的许多重要应用. 本文对双层优化的算法、理论及应用最近几年的发展做一个简要的介绍. 内容主要包括双层优化的历史, 双层优化在电力系统, 超参优化, 元学习等领域的应用, 以及双层优化的算法设计和理论保证. 算法方面我们主要分两种情况:下层问题是强凸问题和下层问题是一般凸问题. 这里我们会讨论梯度法和基于下层最优函数的方法. 我们也会重点讨论分布式网络中的双层优化, 包括去中心化的双层优化和联邦双层优化的算法和理论分析.

  • 论文
    包皓文, 孙玉莹, 洪永淼, 汪寿阳
    计量经济学报. 2024, 4(2): 301-323. https://doi.org/10.12012/CJoE2023-0014
    摘要 (1113) PDF全文 (449) HTML (961)   可视化   收藏

    大宗商品是工业生产和金融投资中不可或缺的组成部分, 准确的大宗商品价格预测对保障工业生产顺利进行和帮助投资者规避风险具有重要意义.但现有的大宗商品价格预测模型大多是基于收盘价构建的点值模型, 忽略了价格的波动信息.因此, 本文从区间价格预测的角度出发, 提出了一个带有外生变量的门限自回归条件异方差区间模型(HTARIX), 构建了一个基于区间型数据的检验统计量来检验模型是否存在条件异方差, 进而提出了广义最小$D_K$距离估计求解模型参数, 并将其应用于大宗商品市场.HTARIX模型的优势在于能够捕捉区间型时间序列模型的条件异方差和非线性特征.相比于传统的点值数据模型, 我们的方法能够更加充分地利用区间的内部信息.实证结果表明, 本文提出的模型在大宗商品区间价格预测上的表现优于其他对比模型.

  • 论文
    苑小丹, 张文鹏
    数学学报. 2024, 67(5): 987-994. https://doi.org/10.12386/A20220077
    摘要 (1056) PDF全文 (1117)   可视化   收藏
    本文利用初等方法,结合同余方程解的个数与经典高斯和的性质研究了一类二项指数和五次均值的计算问题,并给出了精确的计算公式.
  • HUANG Bai, SUN Yuying, YANG Boyu
    系统科学与复杂性(英文). 2024, 37(4): 1581-1603. https://doi.org/10.1007/s11424-024-2427-6
    摘要 (1020) PDF全文 (1852)   可视化   收藏
    Existing research has shown that political crisis events can directly impact the tourism industry. However, the current methods suffer from potential changes of unobserved variables, which poses challenges for a reliable evaluation of the political crisis impacts. This paper proposes a panel counterfactual approach with Internet search index, which can quantitatively capture the change of crisis impacts across time and disentangle the effect of the event of interest from the rest. It also provides a tool to examine potential channels through which the crisis may affect tourist outflows. This research empirically applies the framework to analyze the THAAD event on tourist flows from the Chinese Mainland to South Korea. Findings highlight the strong and negative short-term impact of the political crisis on the tourists' intentions to visit a place. This paper provides essential evidence to help decision-makers improve the management of the tourism crisis.
  • 论文
    周颖刚, 唐诚蔚, 林哲晖
    计量经济学报. 2024, 4(3): 567-587. https://doi.org/10.12012/CJoE2024-0031
    摘要 (854) PDF全文 (237) HTML (784)   可视化   收藏

    本文利用汤森路透市场心理指数(Thomson Reuters MarketPsych Indices) 中个股层面的情绪数据和美国股票市场2010至2019年期间的交易数据, 比较分析了新闻情绪和社交媒体情绪在日度和月度两个不同时间维度下对股票定价能力的差异. 实证结果表明, 社交媒体情绪在日度层面的表现要优于新闻情绪, 而新闻情绪在月度层面对股票收益率的解释能力要强于社交媒体情绪. 具体来说, 在日度层面, 本文构建了新闻情绪因子和社交媒体情绪因子, 发现在Fama-French五因子模型下, 社交媒体情绪因子有显著的超额收益, 而新闻情绪因子不存在超额收益, 并且社交媒体情绪因子能够解释大部分日度层面的市场异象, 而新闻情绪因子无法解释日度层面的异象. 格兰杰因果检验的结果表明社交媒体情绪因子的反应速度比新闻情绪因子快3至4个交易日, 说明了社交媒体情绪因子领先于新闻情绪因子. 在月度层面, 本文发现新闻情绪因子对异象的解释能力有所改善, 而社交媒体情绪因子对异象的解释能力大幅下降. 此外, 对于波动率异象和特质波动率异象来说, 月度新闻情绪因子有较为显著的解释能力, 而月度社交媒体情绪因子的解释能力不显著.

  • CHEN Jie, HUANG Jie, LIN Zongli
    系统科学与复杂性(英文). 2024, 37(1): 1-2. https://doi.org/10.1007/s11424-024-4000-8
    It is with great pleasure and admiration that we celebrate the 60th birthday of Professor Lihua Xie, a distinguished researcher and visionary leader in the field of robust control and estimation. Prof. Xie’s remarkable journey, marked by outstanding achievements and groundbreaking contributions, has left an indelible mark on the world of engineering and academia.
    Prof. Xie’s academic odyssey began at Nanjing University of Science and Technology, where he earned his bachelor’s and master’s degrees in 1983 and 1986, respectively. His pursuit of knowledge led him to the University of Newcastle, Australia, where he obtained his PhD in 1992. Since 1992, he has been a cornerstone of Nanyang Technological University (NTU), Singapore, currently serving as a distinguished professor in the School of Electrical and Electronic Engineering and as the Director of the Centre for Advanced Robotics Technology Innovation (CARTIN), NTU.
    One of Prof. Xie’s pivotal contributions lies in the realm of robust control and estimation. His early work in the early 1990s addressed robust solutions for systems with parametric uncertainties, providing a profound understanding of how uncertainty influences control system performance. His pioneering research not only illuminated the impact of uncertainty but also offered effective strategies, particularly for parametric uncertainty, ensuring the robustness of control systems. Prof. Xie was among the first to develop robust estimation techniques for systems grappling with parametric uncertainties, influencing researchers globally since the 1990s.
    In the past two decades, Prof. Xie, alongside his co-author, established a groundbreaking equivalence between quantized feedback and robust control. This breakthrough extended the applicability of existing robust control theory to the analysis and design of control systems operating under quantized feedback. His work also unraveled the intricate interplay among data rate, network topology, and agent dynamics in multi-agent consensus - a fundamental challenge in cooperative control. Prof. Xie’s research provided answers to crucial questions, such as determining the minimal data rate and network topology for multi-agent consensus, along with corresponding coding and decoding schemes.
    The spectrum of Prof. Xie’s impact extends to compressive sensing, where he and his student established a phase transition relationship between sparsity and recoverability for complex signals. Their continuous compressive sensing algorithms and Vandermonde decomposition theory for multi-level Toeplitz matrices have found applications in array signal processing, marking another significant milestone in his illustrious career.
    Beyond theoretical endeavors, Prof. Xie’s practical innovations have revolutionized localization and unmanned systems. His research group’s developments include a WiFi-based indoor positioning system, multi-modality sensor fusion technology, and a fully integrated navigation solution for UAVs. These innovations have found applications in diverse fields, from structure inspection and delivery using UAVs to a low-cost universal navigation system for AGVs in logistics and manufacturing.
    In the realm of research and development leadership, Prof. Xie’s impact is equally profound. He is the founding Director of the Delta-NTU Corporate Laboratory for Cyber-physical Systems, which focuses on the development of smart manufacturing and smart learning technologies for industry. Additionally, Prof. Xie established the Centre for Advanced Robotics Technology Innovation, where he currently serves as the Director. The center’s mission is to pioneer advanced sensing and perception technologies, as well as collaborative robotics technologies, with applications in logistics, manufacturing, and elderly care.
    As an accomplished researcher, Prof. Xie has demonstrated unparalleled dedication to serving the research community. His extensive editorial roles, including a founding Editor-inChief for Unmanned Systems and Associate Editor for Sciences China - Information Science, showcase his commitment to advancing scientific knowledge. He has played pivotal roles in various editorial boards, such as IET Book Series in Control and esteemed journals like IEEE Transactions on Automatic Control and Automatica.
    Prof. Xie’s impact extends beyond editorial responsibilities; he has been a distinguished IEEE Distinguished Lecturer, a Board of Governors member for the IEEE Control System Society, and Vice President since January 2024. His leadership roles also include serving as General Chair of significant conferences, including the 62nd IEEE Conference on Decision and Control in December 2023.
    His professional achievements, recognized by peers worldwide, include fellowships in the Academy of Engineering Singapore, the Institute of Electrical and Electronics Engineers (IEEE), International Federation of Automatic Control (IFAC), and the Chinese Automation Association (CAA).
    In celebration of Prof. Xie’s 60th birthday, we invited 17 papers from friends and colleagues for this special issue. As editors, we extend our deepest gratitude to all the authors for their invaluable contributions. Special thanks to the Journal of Systems Science & Complexity editorial office, including Prof. Xiao-Shan Gao (Editor-in-Chief), Prof. Yanlong Zhao (Managing Editor), and Ms. Guoyun Wu (Editorial Director), for their steadfast support from the conception to the publication of this special issue.
    On this momentous occasion, we express our profound appreciation for Prof. Lihua Xie for his unwavering commitment to advancing knowledge and look forward to the continued brilliance and innovation in the next chapters of his illustrious career.
    Happy Birthday, Prof. Lihua Xie!
  • 论文
    王瑶瑶, 张萌, 贾锐宁, 柴建, 郭菊娥
    计量经济学报. 2024, 4(3): 805-834. https://doi.org/10.12012/CJoE2023-0126
    摘要 (811) PDF全文 (199) HTML (636)   可视化   收藏

    在后疫情时代逆全球化思潮抬头的背景下, 如何扩大居民消费规模和畅通经济内循环成为当下亟待解决的重要问题. 数字经济与传统产业的深度融合能够创造可观的“数字红利”, 是扩大内需以及实现高质量发展的关键驱动力. 本文利用中国家庭追踪调查数据库(CFPS) 与宏观数据相匹配, 构建面板固定效应模型进行估计. 研究发现: ①数字经济发展能够显著提升居民家庭消费水平和居民人均消费水平, 且具有稳健性. ②数字经济发展主要通过改善居民收入质量对居民消费水平产生积极影响. 而消费环境的优化不是数字经济提升居民家庭消费的主要原因. ③异质性分析表明, 数字经济发展对低失业率地区和以及低人力资本家庭的消费提升作用更为明显. ④从家庭消费结构来看, 数字经济发展显著提高了各类收入群体的发展型消费支出, 仅对高收入家庭的享受型支出有显著的正向作用. 本文的研究结论为进一步利用数字经济发展来释放消费潜力提供了决策依据.

  • 论文
    李斌, 屠雪永
    系统工程理论与实践. 2024, 44(1): 338-355. https://doi.org/10.12011/SETP2023-1784
    随着可投资资产与资产信息的爆炸式增长, 投资组合选择研究面临资产和特征双重高维挑战. 为此, 本文提出一个基于机器学习和资产特征的投资组合选择框架, 该框架借助机器学习技术的天然优势, 运用高维特征直接预测投资组合权重, 避开了常规的两步投资组合管理范式中的收益预测过程, 并用于中国股票市场的资产配置研究. 结果显示: 1) 基于此框架提出的投资策略能够捕捉高维特征中的增量信息, 并挖掘资产特征与投资权重之间线性与非线性关系, 大幅提升了投资绩效; 2) 交易摩擦类特征是投资权重预测中最为重要的资产特征; 3) 策略在套利限制较为严重的股票上回报更高, 而对宏观经济状态变化的敏感性较低; 在其他经济约束下, 策略表现依然稳健. 本文拓展了现代投资组合理论的研究框架, 促进了人工智能与量化投资领域的交叉融合发展.
  • 论文
    王宗润, 牛娅鑫, 任晓航
    计量经济学报. 2024, 4(4): 1009-1030. https://doi.org/10.12012/CJoE2024-0075
    摘要 (749) PDF全文 (372) HTML (646)   可视化   收藏

    本文研究了气候变化与中国金融系统性风险之间的关系. 首先, 本文以极端气候事件为切入点, 测试了我国银行、证券与保险行业的系统性风险对极端气候灾害的反应速度, 并评估了不同金融行业抵御极端气候灾害的能力, 结果证实了部分极端气候事件可能会加剧金融系统性风险. 其次, 通过构建非线性自回归分布滞后(NARDL) 模型, 本文分析了绿色和棕色市场股票指数表现对金融子行业系统性风险的影响. 结果显示, 短期内棕色资产风险的提高及指数的降低会显著增加金融行业的系统性风险. 但从长期来看, 棕色资产指数上升会增加银行业系统风险, 而绿色资产指数上升有助于降低证券业系统性风险, 绿色资产风险的减少会显著降低银行业系统性风险. 本文的研究不仅强调了应对气候灾害频率和严重程度增加的政策重要性, 还提出对绿色和棕色行业实施差异化的金融审慎监管建议, 以在降低物理风险的同时, 最大限度地减少气候政策实施所带来的转型风险. 这对于金融行业改善风险管理模式, 降低物理风险与转型风险对金融系统性风险的冲击具有重大意义.

  • 论文
    张丁漩, 孙玉莹, 洪永淼
    计量经济学报. 2024, 4(4): 879-898. https://doi.org/10.12012/CJoE2024-0047
    摘要 (740) PDF全文 (302) HTML (668)   可视化   收藏

    在数字经济时代, 数字货币的出现吸引了诸多投资者与研究者, 但其高波动性的价格特征, 为投资决策和风险评估提出了新的挑战. 为更准确地刻画这种特征, 本文提出基于指数衰减加权自举法的区间变量置信域构建方法, 进一步以此置信域的覆盖面积与尾部分位数作为评估数字货币市场波动率与尾部风险的新指标. 以比特币为例的实证结果表明, 首先, 相比于传统点值模型如指数加权移动平均模型, 区间变量置信域的覆盖面积能同时有效度量比特币价格的水平与极差的不确定性, 这增加了对日内价格波动的度量. 其次, 在分析尾部风险预测效果时, 相比于历史模拟法和指数加权移动平均模型预测的在险价值, 区间变量置信域生成的尾部分位数在条件覆盖率与非条件覆盖率检验上的表现更优. 此外, 本文提出的基于指数衰减加权的自举法更有效地刻画市场的非正态分布与时变性的特征. 本研究不仅为数字货币的波动分析贡献了一种新的统计工具, 而且为金融市场的尾部风险管理提供了新方法和新视角.

  • 论文
    郗平, 郑钧仁
    数学学报. 2024, 67(2): 220-226. https://doi.org/10.12386/A20220113
    孙智伟教授猜测: 对于每个奇素数 $p>100,$可要求勾股方程$x^2+y^2=z^2$的解$x,y,z\in[1,p]$,且分别为模$p$的二次剩余或者二次非剩余(共八种情形).对于所有充分大的素数$p,$ 本文证明了这一猜测,其方法主要涉及Lillian B.Pierce和Junyan Xu所证明的关于多元高次型的特征和的Burgess界.
  • 论文
    吴鑫育, 赵安, 谢海滨, 马超群
    计量经济学报. 2024, 4(1): 248-273. https://doi.org/10.12012/CJoE2023-0069
    摘要 (733) PDF全文 (268) HTML (651)   可视化   收藏

    本文构建了一个能够充分捕获高频数据信息、当前收益率信息以及波动率长记忆性的实时已实现EGARCH-MIDAS (RT-REGARCH-MIDAS) 模型对中国股市波动率进行建模和预测. 采用上证综合指数(SSEC) 和深证成份指数(SZSEC) 5分钟高频数据进行实证研究, 结果表明: RT-REGARCH-MIDAS模型相比其它众多竞争模型具有更好的收益率数据拟合效果, 能够更好地描述股市波动性. 利用稳健的损失函数以及模型置信集(MCS) 检验作为判断准则, 实证比较了该模型与其它竞争模型对中国股市波动率的样本外预测能力. 实证结果表明: 捕获高频数据信息、当前收益率信息和波动率长记忆性对于股市波动率预测具有重要作用; 在众多竞争模型中, RT-REGARCH-MIDAS模型具有最为优越的波动率预测能力. 进一步, 采用不同的已实现测度、不同的预测窗口、不同的MIDAS滞后阶数、不同的预测期以及样本外R2检验进行稳健性检验, 证实了该模型优越的波动率预测能力具有稳健性. 最后, 通过考察模型波动择时策略发现, 该模型能够获得相比其它模型显著更高的投资组合经济价值.

  • 论文
    方顺超, 朱平芳
    系统工程理论与实践. 2024, 44(5): 1450-1467. https://doi.org/10.12011/SETP2023-2467
    本文旨在探究互联网对于农村家庭收入不平等的影响.通过对中国家庭追踪调查数据的研究分析, 发现互联网虽能显著缓解农村家庭在总收入和工资性收入方面的不平等, 但对缓解经营性收入不平等的影响有限, 且会加剧农户财产性收入不平等.相较农村家庭的互联网使用情况, 其对互联网的应用易通过经营性收入和财产性收入来影响农户收入不平等, 验证了农村内部数字鸿沟的存在.基于这一发现, 本文从家庭收入来源分析了其影响机理, 发现互联网主要通过拉动农村劳动力向非农部门转移来减小工资性收入差距, 从而缓解农户收入不平等.同时, 拥有原始资本积累的家庭更容易受益于互联网, 将会加剧财产性收入不平等.此外, 本文引入因果森林算法, 以人力资本为视角, 剖析了互联网影响农户工资性收入不平等和财产性收入不平等在个体层面的异质性影响.结果显示, 工资性收入不平等的缓解主要体现在低人力资本农户, 而财产性收入不平等的加剧主要体现在高人力资本农户.
  • 论文
    刘倚溪, 董纪昌, 李秀婷, 贺舟
    计量经济学报. 2024, 4(3): 588-618. https://doi.org/10.12012/CJoE2023-0169
    摘要 (711) PDF全文 (235) HTML (624)   可视化   收藏

    本文基于2017年和2019年中国家庭金融调查数据(CHFS), 针对我国通勤对居民主观幸福感的影响与作用机制, 从城乡异质性、人口特征异质性角度开展了系统性研究. 研究发现: 第一, 通勤的三个方面通勤时间、通勤距离、通勤方式对于居民主观幸福感具有显著影响, 通勤时间对居民主观幸福感具有显著负向作用, 而较长的通勤距离通过提升其他方面的效用来弥补长距离通勤对居民主观幸福感的负向作用, 通勤方式中, 现阶段公共交通对于居民主观幸福感提升的抑制作用最为明显. 第二, 作用机制分析表明, 通勤时间、通勤距离、通勤方式因区域位置、个体特征的差异对居民主观幸福感影响表现出较强异质性, 在城镇地区、东部地区、高房价地区、男性居民、已婚居民、有孩子居民的分组中影响作用更强. 第三, 在进一步探讨通勤提升居民主观幸福感的外部条件中, 过度建设大桥、立交桥等并不利于提升通勤质量, 反而可能损害居民的主观幸福感.

  • 论文
    张晶, 王子健, 李海奇
    计量经济学报. 2024, 4(4): 1091-1123. https://doi.org/10.12012/CJoE2023-0127
    摘要 (687) PDF全文 (122) HTML (521)   可视化   收藏

    金融科技兼具金融性、普惠性和科技性. 在新发展格局下, 扎实推进我国共同富裕离不开金融科技的支撑. 本文首先基于我国2011–2020年省际面板数据, 从发展性、共享性和可持续性三个特征维度构建共同富裕综合指数及子指数, 进而研究金融科技发展对我国共同富裕的影响效应和作用机制. 结果表明, 金融科技发展能够显著促进我国共同富裕. 进一步研究发现, 金融科技发展的覆盖广度对我国共同富裕的促进效果更为明显, 且对共同富裕的可持续性有更强的促进作用, 发展性次之、共享性最弱. 机制分析表明, 金融科技发展能够促进人力资本积累、提升市场化程度、促进流通业发展、提振居民消费, 通过畅通国内大循环助力我国共同富裕. 异质性检验发现, 金融科技发展中存在区域马太效应, 而提升创新活跃度有助于缓解金融科技的马太效应. 为此, 本文提出持续推动金融科技提质增效, 改善国内大循环的各个环节, 增强数字基础资源倾斜力度, 提升区域创新活力, 从而使金融科技更有效地发挥其效能, 为实现我国共同富裕增添动力.

  • 论文
    张晓旭, 祝坤福, 汪寿阳
    计量经济学报. 2024, 4(4): 924-959. https://doi.org/10.12012/CJoE2024-0200
    摘要 (685) PDF全文 (252) HTML (489)   可视化   收藏

    随着我国劳动力成本上升以及资源环境约束的加剧, 叠加地缘政治冲突, 导致相关产业或生产环节向东南亚、南亚和墨西哥等新兴经济体转移. 其中, 印度的发展潜力备受关注, 全球产业链的"中国→印度转移模式"对中国的冲击与威胁更大. 为此, 本文构建了衡量产业向外转移对母国影响的事前量化模型, 设计了超长期、中长期和中短期三类情景, 采用反事实分析, 衡量了不同情景下印度承接中国产业转移对中国GDP和就业的影响. 研究结果表明, 我国产业向印度外移将产生巨大的社会经济冲击. 在超长期, 这一产业转移可能导致中国GDP降低15.6%, 从业人员总体收入下降16.8%, 同时减少就业人数1.1亿人, 在中长期、中短期的影响也较为显著. 分行业来看, 低研发强度和中低研发强度制造业在中短期和中长期视角下的转移对中国经济的影响都较大. 以计算机为代表的高研发制造业在超长期视角下的转移也对中国经济造成较大的负面影响. 本文的定量分析有助于预判未来产业布局变化对中国经济的冲击, 以提前布局应对策略. 结合中长期国际经济形势展望和国内区域经济、产业经济发展特征, 我们提出了三点政策建议, 为政府相关部门的决策提供科学参考.

  • 论文
    曹炜, 李卫华, 徐碧云
    数学学报. 2024, 67(4): 624-633. https://doi.org/10.12386/A20220014
    设 $\mathbb{F}_{q}$ 为 $q$ 阶有限域, $\mathbb{F}_{q^{n}}$ 为 $\mathbb{F}_{q}$ 的 $n$ 次扩域. 设$\alpha\in\mathbb{F}_{{q}^n}$, 若 $\{\alpha,\alpha^{q},\ldots, \alpha^{q^{n-1}}\}$ 构成$\mathbb{F}_{q^{n}}/\mathbb{F}_{q}$ 的一组基, 称 $\alpha$ 为 $\mathbb{F}_{q^{n}}/\mathbb{F}_{q}$ 的正规元. 正规元可用来加速有限域上的算术运算, 因而在编码和密码中具有重要应用. 正规元的极小多项式一定是非零迹的不可约多项式, 但反之未必成立. 本文利用线性化多项式给出了关于该问题的一组充分必要条件, 推广了已知结论.
  • 论文
    陈晓红, 杨柠屹, 周艳菊, 曹文治
    系统工程理论与实践. 2024, 44(1): 260-271. https://doi.org/10.12011/SETP2023-1708
    经济全球化背景下, 前沿数字技术的飞速发展推动了新一轮技术革命, 数字经济成为我国产业变革的重要战略选择, 对经济社会的高质量发展提出了新要求. 以ChatGPT为代表的AIGC技术颠覆了传统人工智能的技术水平, 以更人性化的功能受到广泛青睐, 成为向通用型人工智能方向发展的关键节点. 通过分析ChatGPT给教育与就业市场带来的变化, 研究发现AIGC技术的应用能够提高社会价值交换的效率, 激发教育与就业市场活力, 但同时也带来侵犯数据隐私安全等法律道德层面的问题, 因而提出应对潜在风险的管理与监管建议, 以保障经济社会的平稳运行.