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.

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.

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.

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.

自2015年中国启动新一轮电力体制改革以来,建立以单轨制为基础的电力现货市场逐渐成为国内各地电力市场关注的焦点,但截至目前,单轨制电力现货市场尚未建立起成熟的电价预测模型,发售电公司、电力交易中心、电力用户也无法充分利用电价预测数据进行辅助决策以获得最佳收益.因此,文章提出一种基于电价形成机制与XGBoost算法的电价预测模型.首先,根据单轨制电力现货市场采用的边际出清电价形成机制与特有的报价规则,通过分段函数拟合全网统一的累计报价曲线,并且结合发电企业的报价策略建立全网统一出清电价预测模型;其次,根据单轨制电力现货市场公布的有关数据,利用XGBoost算法进行特征选择与求解发电企业每日不同的阶梯型报价策略;最终,通过高度自动化的Optuna算法对模型进行超参数优化.实验对比结果表明,文章电价预测模型相对于直接代入数据的XGBoost算法具有更强的解释性和准确性,并且证明XGBoost算法相对于梯度提升回归树算法和随机森林算法对报价策略的预测精度更高,从而验证了文章模型在单轨制电力现货市场电价预测方面的优越性和有效性.

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.

数字金融作为现代经济体系的重要组成部分, 对新质生产力的发展具有关键的影响力. 文章基于2013-2022年选取的中国30个省份及直辖市的面板数据, 运用熵权-TOPSIS 法测算省级层面新质生产力发展水平, 并通过双向固定效应模型和中介效应模型分析数字金融对新质生产力的影响效应和作用机制. 研究发现, 数字金融显著促进了新质生产力的发展, 该结论通过了稳健性检验和内生性处理. 异质性分析中发现, 这种促进作用在不同地区、不同创新能力和不同企业集聚程度表现出差异性, 呈现出“中部>东北部>东部>西部”、“创新能力高>创新能力低”、“企业集聚程度高>企业集聚程度低”的格局. 作用机制检验发现, 数字金融通过推动科学技术水平、提高资源配置效率和优化产业结构升级的正向效应对新质生产力产生促进作用. 门槛效应分析发现, 在数字金融影响新质生产力的过程中, 当创新产出水平跨越门槛值时, 数字金融对新质生产力的促进作用减弱, 存在边际递减效应. 因此, 文章讨论了相关政策建议, 为数字金融促进新质生产力的发展政策制定提供有益思路.

企业必须选择与自身发展相匹配的直播带货方式才能通过直播销售获得盈利.文章考虑了制造商自播、委托网红直播和自播+网红直播的三种直播带货方式,基于博弈理论,构建了直播电商供应链模型,研究主播的带货能力和流量效应对供应链成员的决策的影响,以及制造商的最佳直播带货方式.研究发现:1)主播提升带货能力有助于提高产品价格和主播的努力水平;网红的流量效应越强,产品价格和产品销量越高.2)网红直播间的产品价格并不总是低于制造商自播时的价格,其大小关系与网红的带货能力有关.3)自播+网红直播是最有利于制造商盈利和扩大市场占有率的直播带货方式.文章的结论有助于直播电商供应链的成员合理地决策,有助于企业间更好地合作.

本文以2009-2022年中国全A股上市公司为研究样本, 实证检验了客户企业ESG评级与供应商企业绿色创新二者之间的关系. 实证结果表明, 客户企业ESG评级能够显著正向影响供应商企业绿色创新; 客户企业减少占用供应商企业资金、 促进供应商企业加大创新投入、 提升供应商企业管理者的绿色认知, 是客户企业ESG评级促进供应商企业绿色创新的三种作用机制; 供应商企业市场势力会负向调节客户企业ESG评级与供应商企业绿色创新二者之间的正向关系. 异质性分析发现, 当客户企业承受更强的合法性压力或采取更多的实质性ESG实践时, 以及当供应商企业缺乏可信度或面临更为严格的环境规制时, 上述正向关系均更为显著. 进一步研究发现, 在ESG评级结果不确定性较低的情形下, 客户企业ESG评级对供应商企业绿色创新的促进作用能够得到更有效的发挥; 供应商企业开展绿色创新不仅有助于提升其自身的ESG评级, 亦有助于提升其全要素生产率. 本文从供应商企业视角揭示了ESG评级压力的传导效应, 亦为有效推动企业绿色创新提供了经验证据与管理启示.

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.

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.

在时间序列预测中,预测误差指标无法帮助研究者判断预测效果差是由模型不恰当引起还是数据本身含有的可预测信息少.本质可预测性刻画了数据的"预测效果上限",可以帮助研究者判断当前使用的模型和数据是否匹配.文章简述了可预测性相关概念,并详细介绍了基于排列熵的时序可预测性研究.基于此,文章提出一种带协变量的排列熵指标,用于刻画带有协变量时目标时间序列的复杂度,并通过玻璃气泡数据实验验证其有效性.此外,文章进一步提出一种利用本质可预测性进行预测方法选择的策略,在较小精度损失前提下,尽可能选择简单模型并节省建模预测时间.在经济数据上的数值实验验证了该策略的有效性.

本文粗略地探讨数学形式化的基本原理与应用, 重点介绍形式化语言Lean及其在数学优化中的应用进展. 我们先回顾数学形式化的发展背景, 阐述形式化语言Lean的构建原理及其正确性保障机制, 介绍Lean语言中的定理库Mathlib4的作用. 通过自然语言与形式化证明的对比, 阐述利用形式化验证数学的优势, 强调形式化在数学理论的准确验证中的重要作用. 在数学优化领域, 本文讨论目前数学优化理论的形式化进展, 以二次上界引理等经典定理的形式化实例, 进一步给出形式化数学的特点与优势. 此外, 我们探讨运筹优化中的形式化目标, 以及自动形式化和自动定理证明的可能性, 分析自动化工具在数学形式化过程中的潜力与挑战. 最后总结数学形式化的研究现状, 提出一些推动形式化领域发展的建议, 并探讨形式化在应用数学理论发展中的重要意义.

针对两阶段生产结构包含非期望产出与共享投入要素的情况,构建了一个两阶段网络数据包络分析(DEA)模型.该模型不仅可以对两阶段间的共享资源进行合理配置,还通过非期望产出弱处置理论对非期望产出进行处理,以符合实际生产规律.然后,基于非合作博弈的思想对子阶段效率进行分解,考虑第一阶段或第二阶段分别为主导的情况,建立子阶段效率模型.最后,将模型应用到福建省"专精特新"中小企业创新效率评价中,将其创新过程分解为技术创新阶段和成果转化阶段,通过深入分析整体效率及其子阶段效率,得到更为准确和全面的评价结果,同时与4种情形下的不同模型进行对比,进一步验证了文章模型的合理性和可行性.

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.