企业数字化转型已从内部业务、组织和商业模式的变革, 拓展为供应链上下游生产要素、组织关系等数字化协同. 本文依据数据价值链的data-to-information-to-knowledge-to-wisdom模型(DIKW)构建企业数字化转型多阶段模型, 以2007-2021年中国A股上市公司为研究样本, 考察企业数字化转型对供应链韧性的影响. 研究发现, 企业数字化转型能显著提高供应链韧性, 且在不同阶段的影响效应不同; 机制检验发现数字化转型通过促进供应链信息溢出和知识溢出, 提升供应链韧性; 进一步异质性分析发现, 当企业处于东部地区, 经济政策不确定性较高和行业竞争程度较强时, 以及规模较大, 高新技术行业和非制造业, 供应链集成度较低的企业, 数字化转型对供应链韧性的影响更为显著. 且数字化转型对供应链上下游企业具有扩散效应, 能提高上下游企业的数字化转型程度和价值创造水平. 研究结论揭示了企业数字化转型对供应链韧性的影响和机理, 为构建高韧性的供应链系统, 促进供应链协同发展提供了新思路.

针对电力现货价格时序的高波动性和复杂性, 研究提出了基于小波变换与轻量级梯度提升决策树(light gradient boosting machine, LGBM) 的组合预测模型. 通过引入滚动时间窗口与小波变换实现电力现货价格序列的动态多尺度分解, 提取各频率特征以降低其模态复杂性的同时还可以有效规避数据泄露问题. 研究利用LGBM算法的复杂非线性特征提取能力进行预测建模. 为了验证模型的有效性, 研究采用山西省电力现货市场数据对提出的组合预测模型进行实证分析. 结果表明: 文章提出的动态分解组合预测模型在均方根误差、平均绝对误差和决定系数等多个关键性能指标上均优于长短期记忆模型、支持向量机、弹性网络回归模型以及极致梯度提升模型等主流预测方法, 其中决定系数$R^2$达到0.9792, 表现出较高的预测精度. 同时, 文章所提模型在不同市场条件下均表现出稳健性和适应性, 为电力市场参与者提供了可靠的预测工具, 有助于优化交易策略、降低市场风险.

文章将台风登陆事件作为外生性气候风险冲击, 台风登陆时点作为干预时点, 使用双重差分方法研究了台风灾害对中国上市公司股票收益率的影响, 分析了台风风险带来的金融风险经由供应链关系的传导问题.为了更深入地理解上述影响, 文章从数字化转型的视角进行了机制分析.研究发现, 台风灾害会对灾区公司的股票收益率产生显著的消极影响, 而这种影响会进一步通过供应链关系传导至供应商和客户, 且对供应商与客户的溢出效应还存在不对称性.特别地, 文章发现数字化转型对于缓解台风风险带来的金融风险具有重要作用, 可以减轻股票收益率受到的负面影响.文章最后通过一系列稳健性检验, 发现文章的结果是稳健的.

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.

本文系统梳理了机器学习与计量经济学的基本方法论, 探讨了整合数据驱动方法与基于模型的因果推断范式所面临的挑战, 并论证其如何为实证经济研究提供新的分析视角.

如何测度高碳行业面临的气候转型风险, 以及如何有效识别和化解高碳行业系统性风险溢出及传染效应是当前政策制定者和学术界面临的重要课题. 本文利用企业和行业匹配数据, 基于高维时变向量自回归指数模型测算高碳行业气候转型风险冲击与行业间溢出效应. 研究发现: 高碳行业面临的气候转型风险最高, 金融业最低; 气候转型风险越大, 上市公司面临的系统性风险就越高, 并且高碳行业资产搁浅是重要的传导路径; 不同时期的政策背景下, 高碳行业对关联行业风险溢出效应出现差异化倾斜, 高碳行业的主要风险溢出对象均与自身有生产网络或者金融网络上的关联. 银行业始终表现为风险吸收角色处于风险网络中心, 并与高碳行业高度关联. 本文为政府和监管部门了解转型风险对高碳行业的影响以及行业关联情况提供依据, 并扩展了化解高碳行业的系统性风险跨行业传染研究.

随着创新投入的范畴、主体、形式、方式、趋势以及因素不断变化, 创新投入的研究对象、问题范畴、方法视角会不断丰富和拓展, 创新投入要素的优化配置、高效管理与战略决策制定迫切需要建立一套体系化、科学化的计量理论框架来加以支撑. 本文构建的创新投入计量理论框架以创新过程中的创新投入为研究对象, 旨在提供关于创新投入水平、结构、因素等研究计量问题的分析思路和技术手段. 文章在阐明创新投入计量内涵及其相关研究演化的基础上, 按照计量问题属性, 从发展问题、结构问题和动力问题维度, 提出创新投入计量的关键问题及计量分析思路; 并结合创新投入管理研究进展与实践需求, 对创新投入计量的未来研究问题展望. 创新投入计量的提出与发展, 不仅拓展了创新投入配置、管理与决策的理论与方法, 而且为学术界、政策界和企业界科学理解和正确使用相关投入计量理论与方法提供了系统性框架指导.

随着山区农村寄递需求日益增大,其寄递物流路径规划问题成为学术热点.文章基于农村客货邮融合发展背景,研究了客运班车-电动车-无人机协同配送模式下山区农村寄递物流路径规划问题.首先,根据村级服务点的地理位置、分布特征、货物递送量和寄件量,将其划分为电动车服务类型(TC)和无人机服务类型(FC);其次,基于山区农村客运班车的潮汐性客流特征,建立客车闲置容量函数;然后,以包含运输启用费用、代运客车和电动车的运量成本、客车和电动车的运距成本、无人机电耗成本和电动车配送时间成本的总成本最小为优化目标,构建数学模型;为求解该模型,设计了一种多约束修正聚类算法与改进自适应遗传算法的混合算法(MCDCA-IAGA).实验结果和案例研究表明,客运班车-电动车-无人机协同配送模式有效降低了2.9%的配送成本和8.6%的配送时间,为山区农村寄递物流路径规划提供了可行的解决方案.

个体选择偏好与推荐算法滥用使公众陷入信息茧房困境, 诱发差异化集群行为, 并促使舆论极化加剧形成, 甚至对社会公共秩序造成了严重影响. 通过系统剖析信息茧房下公众行为差异对异质观点群体交互产生的群内同质制约削弱-强化复合影响、群际抑制-促进组合交互影响, 借鉴Lotka-Volterra建模思想, 构建异质观点交互的舆论极化动力学模型, 并求解平衡点及其稳定性, 进而通过数值仿真与实证分析揭示舆论极化规律. 研究发现, 信息茧房下群内同质制约作用越弱且群际促进作用越强, 两群体扩张速度越快且规模越大, 越易呈现二元极化态势. 当所受群际抑制作用较大且异质观点群体的同质制约作用较弱时, 群体扩张速度将减缓且规模达到顶峰后会减小甚至消失, 呈现单一极化态势. 潜在扩散范围正向影响群体自身扩张速度与最终规模, 且在群际促进作用下可减缓异质观点群体的扩张, 但不影响其最终规模.

碳中和对人类社会可持续发展具有重要意义, 而碳中和技术与生态碳汇是影响碳中和能力的重要因素. 本文首先将这两种因素以及碳中和目标中明确的时间节点纳入考虑, 构建了碳中和目标影响下的有限时域经济增长模型, 然后运用最优控制理论获得了该问题最优解的显式表达式, 并在此基础上分析了最优消费、投资、资本存量、碳中和能力的性质, 最后基于理论分析与数值仿真结果, 提出了相关政策建议. 研究表明, 各国需根据自身禀赋以及目标资本存量等因素, 制定与之相匹配的碳中和目标; 不同国家或者同一国家的不同地区, 应当根据碳中和过程所处的不同阶段选择不同技术水平的碳中和投资; 与通常预期不同的是, 碳中和能力路径可能随碳中和技术投资产出弹性的上升而下降; 在接近碳中和时间节点时碳中和投资可能出现 “反常” 现象.

新质生产力理论是马克思主义生产力理论的创新和发展, 一经提出就受到了广泛关注和研究. 为了衡量当前的新质生产力发展水平, 本文从其内涵和特征出发, 综合考虑产业发展状况和政府的促进作用, 借鉴 TEI@I 方法论, 搜集了产业、劳动者、基础设施、政策基础四个方面的数据, 挖掘相关领域政策文本信息, 进一步测算出了中国 31 个省级行政区的新质生产力发展指数. 测度结果表明: 中国正处在新质生产力形成的初期阶段, 新质生产力发展水平具有一定的空间聚集性, 东西部发展不均衡. 新型基础设施建设和新型劳动者培育将是未来新质生产力发展的关键.

共享出行服务的快速发展为城市出行提供了新的解决方案. 网约车平台通过智能手机应用程序提供便捷的叫车服务, 能够更好地将用户需求与即时运力相匹配. 在拼车出行服务中, 乘客可以合乘同一辆车, 将各自的目的地作为途径点, 以提高车辆的利用率. 文章提出了一种基于自注意力强化学习网络的网约车订单合乘及派单优化模型. 首先, 构建了网约车合乘出行拓扑网络, 考虑乘客的上下车时间、地点等因素, 设计了按需合乘动态匹配算法, 识别网约车潜在合乘订单. 然后, 构建了基于自注意力强化学习网络优化网约车派单, 采用策略梯度算法进行学习和训练, 在派单过程中引入掩码方法保证派单决策的有效性, 依托其“离线训练+在线决策”的优势, 实现大规模网约车派单问题的高效求解. 最后, 基于北京市网约车订单数据进行了实际案例研究, 结果表明, 基于自注意力强化学习网络的派单算法在保证路径接近最优的同时, 求解时间满足即时派单需求. 网约车订单合乘和派单优化可以有效减少车辆的行驶距离和车队规模, 尽管订单合乘略微增加了乘客的等待时间, 但是在提高网约车的运营效率、缓解交通拥堵、减少环境污染等方面具有明显的促进作用.

气候变化已经成为影响全球金融体系不稳定的新的风险源, 科学地识别和评估气候风险对金融系统的传导路径是气候金融领域的重大议题. 然而, 当前在气候金融风险建模的方法与实践应用方面仍存在诸多挑战. 本文从金融市场的气候风险特征、气候金融的风险评估方法及实践、未来重要研究方向等几个方面展开探讨. 首先, 本文对金融市场气候风险的三大特征进行阐述. 其次, 本文系统梳理了近年来气候金融风险评估的三类主流研究方法, 分析其适用场景与局限性, 总结各国央行及金融监管机构的相关应用实践. 最后, 本文指出了气候金融风险评估未来研究的重要方向, 为推动该领域的理论发展和实践应用提供参考.

本文采用文本分析方法, 从政府工作报告中提取经济治理专业化等隐含信息, 为地方经济增长目标偏差的来源提供了新的解释. 研究结果表明, 政府经济治理的专业化能够带来超预期的经济增长, 具体体现为实际经济增速超过政府工作报告中公布的预期目标, 这与其可以有效配置资源要素有关, 同时也受到 “晋升锦标赛” 等因素的激励. 随着地方政府绩效考核体系发生转变, 政府经济治理专业化水平对于经济增长目标偏差的影响程度下降, 但在不同地区或不同行政等级的城市中, 经济治理专业化在促进经济增速提升方面总体上是有效的. 进一步地, 如果地方政府经济治理中对于未来展望过多、执行力不强, 与本市或本省之前政策的创新度越低、遵从度越高, 则会降低经济治理专业化对经济增长目标偏差的影响, 不利于超预期经济增长目标的实现. 本文的研究对于更好地发挥政府在资源配置以及经济增长中的作用具有借鉴意义.

大语言模型的崛起为我国智能投顾的发展注入了新鲜活力, 推动了金融科技的创新. 在此背景下, 本文构建了一个基于国内生成式语言模型框架的 AI 智能体, 并结合深度学习方法, 从情感分析、市场预测、因子指标等多个维度, 深入挖掘另类数据与传统金融数据中的股票交易信号, 进而构建了中国股票市场投资交易策略. 实证研究表明, 以国内大模型为基准的 AI 智能体具备进行量化分析的潜力, 并且在综合多维度下的投资收益会显著优于单一维度的效果. 这表明, 利用强大的自然语言处理能力与数据分析能力, 国内大模型在智能投顾中的应用前景广阔, 为量化投资的不断发展提供了新的思路和方法. 随着技术的进步, AI 智能体未来将能够更深入地理解市场动态和投资者需求, 从而为投资决策提供更具针对性的支持, 以提升整体投资收益并创造更多价值.

文章基于2011-2021年78家城市商业银行和农村商业银行平衡面板数据, 采用固定效应模型检验数字普惠金融对区域商业银行经营绩效的影响. 结果表明: 两者间存在显著负向关系, 这一结论经过内生性处理和稳健性检验后仍然成立,说明当前竞争挤出效应仍然影响较大. 进一步通过调节效应和门槛效应分析表明, 数字普惠金融技术溢出效应驱动区域商业银行业务创新和提升风险承担能力, 减弱了两者负效应, 且风险承担调节效果更加显著; 门槛值参数估计结果显示, 业务创新对农村商业银行负向收敛调节效果更加显著, 风险承担对城市商业银行负向收敛调节效果更加显著. 文章研究结论对区域商业银行数字化转型及区域经济的可持续健康发展具有重要的实践启示.

本文初步探讨了中国央行数字货币 (CBDC) 在跨境交易中采用自动做市商 (AMM) 机制的潜在应用. 研究聚焦于通过自动做市商管理汇率波动风险的两种主要方式: 一种依赖于央行储备的直接调控, 另一种则通过市场激励实现无储备调控. 研究表明, 无储备调控机制通过设定目标区间和经济激励, 能够有效引导流动性集中并降低汇率波动风险, 同时减少对外汇储备的依赖. 这种机制也可能对市场流动性分布和价格发现产生一定影响. 未来研究可进一步探索动态市场行为、政策协调及国际合作, 以完善 CBDC 跨境交易中的汇率调控机制, 管控数字人民币跨境交易风险, 为数字人民币的国际化发展提供理论支持和实践参考.

数字金融作为金融 “五篇大文章” 之一, 在提升金融服务效率、促进普惠金融发展、赋能经济高质量发展等方面发挥了重要作用. 围绕这一主题, 本文基于 2014–2025 年中英文核心数据库中的相关文献, 综合运用文献计量和定性分析的方法, 构建数字金融研究框架, 分析现有研究不足并提出未来可能的研究方向. 研究结果表明: 第一, 中文文献侧重政策导向与本土实践, 而英文文献则聚焦可持续发展与全球比较; 第二, 数字金融研究框架可通过 “衡量指标-影响因素-经济与社会效应-创新实践” 这一逻辑脉络进行系统概括; 第三, 未来研究可专注于衡量指标精细化、影响因素识别精准化、经济与社会效应全面化以及创新实践研究前沿化. 本文为进一步开展数字金融相关研究拓宽了视角, 也为在实践中推动数字金融高质量发展提供了启示.

国际政治和经济环境日趋复杂多变, 产业链供应链韧性和安全面临极大挑战. 作为供应链管理中的重要环节, 采购因受多种不确定因素 (如供应中断、运输延误、价格波动等) 的影响而面临巨大挑战, 直接影响企业成本和供应链网络的韧性. 本文针对风险冲击下韧性供应商选择与订单分配问题进行综述, 给出了问题的基本描述和一般研究框架, 重点对四类不同风险的描述及建模、风险应对策略、三种主流的建模方法、通常考虑的因素、问题的求解算法等方面进行了分析和总结, 最后从不同角度对未来研究方向进行了展望.

探究能源与金属期货间的风险溢出效应对于提升系统性风险监管质效、保障商品期货市场平稳运行等具有重要现实意义. 然而, 现有研究大多局限于低阶矩层面, 未能全面地揭示跨市场风险传导机制. 鉴于此, 本文集成自回归条件密度模型与时变参数向量自回归拓展联合溢出指数模型, 探究我国能源与金属期货市场间高阶矩以及跨矩风险溢出效应; 其次, 采用非参数分位数格兰杰因果检验方法, 研究地缘政治风险与总溢出效应之间的格兰杰因果关系. 实证结果表明: 能源与金属市场间风险溢出在不同矩下呈现显著差异, 高阶矩总溢出低于波动总溢出. 铜在波动和偏度溢出中起主导作用, 而燃料油则在峰度溢出中占据主导地位. 铜偏度、锌峰度及燃料油偏度分别主导了三个跨矩溢出效应. 动态总溢出指数与净溢出指数呈现显著时变特征, 并在新冠疫情和俄乌冲突等重大危机暴发后大幅攀升. 地缘政治风险是能源-金属溢出效应的关键驱动因素, 并且其对跨矩总溢出的预测能力明显高于条件波动与高阶矩总溢出.