本文基于中国的银行业机构网点数据, 研究了地区间银行业联通程度对于中国区域协同发展的影响, 发现银行业跨地联通度的上升显著缩小了两地经济增长的差距, 促进了区域经济的协同发展, 其中主要国有大型商业银行发挥了更强的作用. 利用历年城市商业银行改组合并的工具变量控制了内生性后, 基准结论仍稳健. 进而, 本文还以地震和新冠疫情作为风险冲击的案例, 发现我国银行体系特别是主要国有大型商业银行能够显著分担灾害对受灾地的负面经济影响. 这与发达国家面临灾害冲击时银行体系所产生的加剧受灾地资金外逃、扩大受灾地与外地经济发展差距的作用, 形成了鲜明对比. 这深化了有关银行体系在中国宏观经济中风险分担功能的研究, 从风险分担的视角阐释了银行体系对区域协同发展的影响, 对强化金融对实体经济的支持、~提升区域间经济发展协调性提供了重要启示.

本文以2020年伊始发生的新冠疫情为准自然实验, 采用双重差分模型考察突发公共卫生事件对企业现金持有决策的影响. 研究发现, 受疫情影响较为严重的企业相对其他企业显著提高现金持有水平, 增持的现金主要来源于企业减少经营活动和融资活动的现金流支出. 企业在调整现金持有决策过程中表现出强烈的预防性动机, 即持有现金以预防未来现金流短缺影响企业正常的生产经营, 而现金持有的代理动机并不明显. 异质性分析表明, 增持现金的行为在国有企业和非国有企业中均有表现, 在市场化水平较低的地区表现得更为突出. 进一步的研究发现, 在疫情的冲击下, 管理层并未产生明显的悲观情绪, 但普遍表现出对未来发展的不确定情绪, 这种不确定情绪在突发公共卫生事件影响企业现金持有过程中起到了重要的传导作用. 最后, 研究表明, 企业在疫情期间增持现金的行为能够引起市场积极反应, 进而提高企业的市场价值.

本文基于我国2010-2019年高科技企业数据, 按照自主创新与技术引进的相对比例关系衡量企业创新策略, 实证检验了业绩型股权激励行权业绩条件对企业创新策略的影响. 结果显示, 行权业绩条件越严格, 企业越倾向于选择技术引进策略. 对股权激励契约条款交互作用的研究发现, 股权激励的强度越大、行权有效期越短以及授予限制性股票的上市公司更能发挥行权业绩条件对技术引进策略的促进作用. 进一步研究指出, 业绩型股权激励对企业创新策略的影响在信息不对称水平高、代理问题严重、两权分离度高的企业中更显著. 本文研究拓展了最优契约理论, 分析了高管选择不同创新策略的内在逻辑, 丰富了业绩型股权激励经济后果的相关文献, 也为高科技企业优化股权激励方案、激发企业自主创新活力提供了政策建议和现实启示.

本文基于新构建的区分企业规模的投入产出模型和结构分解分析方法（SDA），从"总量"视角、"效率"视角以及"增量"视角等多重维度，对我国工业行业的大型、中型和小微企业在中国内、外循环中就业效应的相关表现及其驱动因素进行了定量测算和深入分析.结果表明：1）2007年和2012年，工业行业所有规模类型企业通过内需拉动的就业不仅在总量上均高于外需，且单位内需对就业的拉动程度也高于外需.2）分企业规模类型看，小微企业是内需拉动就业的重要力量，且小微企业单位最终需求（不论是内需还是外需）对就业的拉动程度均高于大型和中型企业.3）对所有规模类型企业而言，就业系数变化是抑制就业增长的主要因素，最终需求规模的变化是拉动就业增长的关键驱动力.本文研究从定量角度论证了"双循环"新发展格局下，积极扩大内需对促进中国就业增长，尤其是对保小微企业就业所具有的现实意义，为制定合理有效的就业政策提供了参考.

采用锦标竞赛理论视角，从先天差异客观存在的现实出发，用标准经济学理论建立委托代理模型，解析发展不平衡不充分问题的演化机理，构建共同富裕的政策逻辑，研究发现：第一，如果不采取政策调节，发展不平衡不充分问题将会逐步演化扩大，不利于共同富裕；第二，应该实施倾斜机制，帮扶处于劣势地位的弱者，但不是一刀切地完全补齐先天差异；第三，在倾斜帮扶时还应该调整锦标竞赛的分配机制，扩大差距，增加总量；第四，采取倾斜机制和调整分配机制构成的政策组合拳，可以缓解发展不平衡不充分问题，促进共同富裕.

金融科技是赋能银行创新改革的关键.本文利用文本挖掘技术收集城市金融科技专利数据，创新构建城市金融科技发展水平指标，并基于2013——2018年中国148家商业银行的微观面板数据，定量考察城市金融科技发展对银行风险的影响.研究发现：城市金融科技发展赋能银行显著降低风险水平，且这一赋能效应对中小银行的影响更为显著.为控制内生性问题，本文选取"金融科技"主题类关键词获得城市层面的百度新闻数作为工具变量，实证结果依旧显著.主要发现在替换代理变量定义方法，控制空间溢出效应等一系列稳健性检验后依然成立.机制分析表明：金融科技赋能通过减缓信息不对称，促进业务边际拓展和增强风险应对能力等渠道实现银行风险降低的作用；同时，市场监管能力的提高和城市居民征信意识的增强均可以进一步提升金融科技的风险管理赋能效应.在商业银行布局金融科技进程加快的背景下，全面识别金融科技赋能银行风险管理的经济后果及其内在影响机制，对防范化解金融风险，促进金融业持续高质量发展具有重要启示.

为了刻画金融资产价格呈现出的"尖峰厚尾"和长记忆等分形特征，本文采用GARCH结构的时变混合次分数布朗运动来刻画风险资产价格的动态变化，利用鞅定价理论推导出时变混合次分数布朗运动下期权价格的显示解，该结果推广了传统的BS和分数布朗运动定价模型.选取美国S&P500指数期权、韩国KOSPI200指数期权、上证50ETF期权、香港恒生指数期权、台湾指数期权、印度NIFTY指数期权的价格数据从样本内和样本外对定价模型的实证研究结果表明，相比混合次分数布朗运动和BS模型，带GARCH结构的时变混合次分数布朗运动模型具有更高的定价精度，该模型的定价效果在新兴证券市场表现尤为突出.研究结论对国内外期权产品定价与风险管理、投资决策以及多层次资本市场的健康发展具有重要的现实意义和应用价值.

企业开放社区中聚集的海量产品知识与使用经验，可以为企业的产品创新提供创意与灵感.然而，面对爆炸式增长的非结构化数据，传统的观点挖掘技术在效果和效率方面早已无法满足需求.为此，本文基于深度学习算法提出一种更为高效、及时的用户创意挖掘方法.首先，本文搭建带有Dropout机制的多嵌入层CNN模型ME-CNN，以增强模型的局部语义特征捕捉能力，识别包含创意观点的帖子文本；进而充分利用Transformer模型的长距离依赖建模的特点和CNN模型善于捕捉局部语义信息的优点，构建组合模型TF-CNN实现句子粒度的非创意性文本过滤；最后使用层次凝聚聚类方法（HAC）对创意观点进行聚类，实现用户创意挖掘.通过利用真实数据进行实验，结果表明：该方法在用户创意挖掘方面具有更好的性能，能够帮助企业更高效地从企业开放社区中获取用户创意，为产品创新提供决策支持工具.

本文以2002-2017年我国A股周数据为样本, 首先计算了76个细分行业的股指波动率, 并在此基础上通过高维时变参数向量自回归(HD-TVP-VAR)模型构建了行业之间的全局风险网络. 进一步地, 本文从网络拓扑分析与量化实证分析两个角度考察了金融行业在风险网络中的系统重要性. 研究发现, 1) 我国A股市场各行业间的风险溢出呈现出"唇齿相依"的复杂关联结构, 且风险事件的爆发与金融行业对实体经济行业风险溢出的变化密切相关; 2) 金融行业承担着风险吸收的功能, 其中, 银行业的风险吸收功能最强, 而证券期货业则表现出相对更明显的风险扩散性; 3) 行业关联性增强、行业风险角色向扩散型转化以及风险网络结构均衡性受破坏是系统性金融风险产生的重要根源; 4) 金融行业在全局风险网络中的系统重要性显著强于实体经济行业, 其中, 银行业与证券期货业的系统重要性分居首位与次位; 5) 房地产行业在全局风险网络中发挥着双向风险放大的风险"桥梁"作用; 6) 高杠杆与高流动性会显著刺激金融行业风险扩散的系统重要性, 而大规模与重投资则会显著增强其风险吸收的系统重要性.

区块链技术正引发供应链金融变革，而信用传递功能在供应链金融中应用最为广泛.考虑由资金充足的生产商、资金约束的分销商和资金约束的零售商共同组成的三级供应链，分销商和零售商的资金困境解决方式包括传统的贸易信用和供应链金融组合融资形式，以及信用传递功能驱动下的区块链供应链金融模式.首先，本文运用Stackelberg博弈方法分别刻画传统供应链金融模式和区块链供应链金融模式；其次，运用逆向归纳法对博弈模型进行优化和求解分析，得到均衡状态下两种融资模式供应链最优批发价、分销价和订货量决策；随后，对零售商初始资金量、企业资金时间价值率等关键参数进行了敏感度分析，对传统供应链金融模式和区块链供应链金融模式进行了比较分析.研究表明：随着零售商初始资金量的降低，生产商期望收益增加，分销商和零售商期望收益下降；相比传统供应链金融模式，区块链供应链金融模式能够为供应链创造价值，且当企业资金时间价值率较高时，区块链供应链金融为供应链创造更大价值，且实现生产商、分销商、零售商三方共赢.本研究论证了区块链技术驱动下的供应链金融模式在运营上的优势，同时为区块链供应链金融的发展提供了决策支持和管理启示.

群推荐系统已经成为社交网络平台的重要工具，为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合，忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化，从而无法保障群推荐系统的效果.为此，本文提出一种基于群偏好和用户偏好协同演化的群推荐方法，能够建模群体和用户的动态交互.具体而言，本文将用户偏好建模成其历史偏好和群影响的加权聚合结果，将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果，最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明，本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法，并兼具很好的鲁棒性.

大型网上超市“一地多仓”和“多地多仓”等仓储布局导致“一单多品型”订单被拆分在不同仓库进行拣选并分多次配送给顾客，这就诱发了“高成本、高污染、高扰民”等影响电子商务绿色健康发展的挑战性难题.被拆分订单在多个仓库间的合并打包是化解这一难题的重要手段.本文从化解问题求解难度入手，以提高拆分订单合并打包方案在线生成的科学性和高效性为目标，综合运用组合优化和状态空间搜索理论，围绕拆分订单是否合并打包，选择哪些仓库打包，哪些商品可以合并打包这三个关键问题提出拆分订单合并打包问题的两阶段在线智能优化决策方法.第一阶段归纳总结决策影响因素，制定判定规则，决策合并打包必要性；第二阶段，采用状态空间搜索算法生成备选的合并打包方案集合，将定性的控制策略转换成控制规则纳入方案生成过程来缩减方案空间.数值实验表明，本文提出的合并打包优化策略可有效降低网上超市拆分订单履行成本，理论成果可为指导网上超市或其它拆单现象显著的B2C电商企业的实际合单作业提供借鉴.

人工智能决策的性能在某些特定领域超过了人类能力，中国、美国等多国都颁布了人工智能发展战略和行动规划，期望人工智能在多个领域得到落地应用.但在人工智能决策过程中，存在着固有算法黑盒和系统信息不透明的问题，导致其结果正确但不可理解，阻碍了人工智能的进一步发展.为了人工智能的商用和普及，对智能决策可解释性的需求越来越迫切，需要将黑盒决策转化为透明过程，建立起人与机器之间的信任.本文从系统应用视角和决策收益者视角出发，重点对人工智能决策可解释性的基本概念、模型解释方法、高风险决策应用解释和解释方法评估等四个方面的国内外相关研究进行综述，并展望了未来研究发展趋势.

本文以A股上市公司为样本，从派现意愿和派现水平两个角度，对公司现金股利政策的同伴效应进行研究.结果显示，上市公司的派现意愿存在同伴效应，即公司是否派现受到同伴公司的显著影响，而且，该现象集中在高成长性且低现金流公司样本中；同时，研究并未发现上市公司的派现水平存在同伴效应.这些结果表明，在半强制分红的制度背景下，高成长性低现金流公司为了争取到再融资资格，会充分考虑同伴公司的派现决策并做出反应，但它们关注的重点在于同伴公司是否派现，而不是其派现水平.进一步研究发现，信息学习、行业竞争以及高管声誉关注是公司派现意愿同伴效应形成的主要原因.本文的研究丰富了公司财务决策同伴效应的相关文献，有助于在特殊的制度背景下理解上市公司的派现行为.

近年来影子银行的快速发展有利于促进经济社会的发展，但同时也对金融市场的稳定性带来了不同程度的风险.深入研究影子银行的风险传导机制，提出适当的监管对策，适时化解风险，具有重要的现实意义.基于有向无环图（directed acyclic graph，DAG）的结构向量自回归模型（structural vector autoregression，SVAR）及脉冲响应，本文对影子银行与商业银行、货币供给、证券/债券市场、房地产、宏观经济之间的风险动态传导进行了合理测度，从货币政策、资产价格和实体经济三种传递渠道，深入探讨了影子银行的风险传递.研究结果表明，无论短期还是长期行为，影子银行的风险主要受到货币政策渠道的影响，它可在一定程度上放大货币政策的传导效应，且当商业银行受到一定的风险冲击时，影子银行遭受风险的概率也相应增加.从短期行为分析，影子银行的风险会通过汇率向实体经济进行传递，而在长期方面，影子银行的风险则会通过资产价格渠道传染到债券市场.

考虑由制造商、零售商和具有低碳环保意识的消费者组成的供应链，其中零售商主导供应链，并在纯实体渠道、纯网络渠道和双渠道三种策略中进行选择.本文建立考虑渠道间碳排放差异和销售成本差异的供应链决策模型，研究零售商的最优渠道选择策略.研究发现：实体渠道与网络渠道的单位碳排放差异是影响零售商渠道选择策略的重要因素之一.特别地，给定其他因素，随着实体渠道相对于网络渠道的单位碳排放水平增加，零售商应依次选择纯实体渠道、双渠道、纯网络渠道.而渠道间碳排放差异对零售商渠道选择策略的影响也会受到渠道间销售成本差异的调节.进一步分析零售商最优定价决策发现：当零售商选择双渠道策略时，随着实体渠道相对于网络渠道单位碳排放水平的增加，零售商应降低实体渠道销售价格，而最优网络渠道销售价格依赖于渠道间碳排放差异的大小.同时，零售商可通过开通新渠道来影响制造商的最优批发价格，从而增加零售商自身的利润.

本文针对现有传染病传播动力学模型的不足，结合新冠病毒（2019-nCoV）特征及防控措施，建立一种新的包含“易感、未隔离潜伏期、已隔离潜伏期、确诊感染、无症状感染、确诊后治愈、无症状感染后治愈、因病死亡”等8个仓室的传染病模型.在模型中考虑状态转移参数的饱和特性，以模拟大量隔离患者对隔离点运行造成的压力、大量确诊患者给医院运行带来的压力.在参数配置方面，考虑状态转移参数在疫情不同发展阶段的时变特性，建立参数辨识模型并利用马尔可夫链蒙特卡罗算法进行求解.此外，从传播规模、传播峰值和传播峰值时间三个维度建立疫情传播风险指标，全面评估疫情传播风险.武汉和国外（美国、西班牙）疫情的案例分析表明，本模型相较于其他经典模型，能够准确拟合新冠肺炎（COVID-19）的传播趋势，揭示疫情传播机理.

针对如何实现群体DEMATEL意见集结的问题，以关系网络为切入点，提出一种新的复杂网络视角下的大规模群体DEMATEL决策方法.首先，将决策者视为网络节点，并依据决策者DEMATEL评分矩阵的一致性构造复杂网络；其次，设计网络凝聚度和子群凝聚度，在此基础上确定节点权重和子群权重；最后，基于网络密度算子对大规模群体DEMATEL矩阵进行有效集结，并利用DEMATEL方法进行多属性决策.文末通过一个算例验证了所提方法的可行性与合理性.数值算例分析表明，该方法能够较为全面、准确地集结大规模群体DEMATEL评分，且其结果的稳定性亦较为理想.

随着绿色物流的发展，绿色车辆路径问题（green vehicle routing problem，GVRP）已引起学界的广泛关注，但关于GVRP最新研究进展的综述文献较少.首先，简要介绍GVRP基础模型和油耗/碳排放的主要测度方法；其次，根据GVRP环境效益优化目标及目标函数的构成，将GVRP模型分为油耗/碳排放最小化VRP、综合成本最小化VRP和多目标VRP三种类型，并从优化目标、油耗/碳排放的影响因素和测度模型，以及约束条件等方面进行分类综述；然后，简要介绍求解GVRP模型的精确算法、启发式算法和元启发式算法，并对应用较为普及的主要元启发式算法进行分析；最后，阐述了即时物流配送、冷链物流配送、电动车物流配送和共同物流配送等GVRP新的应用领域，指出了GVRP理论和方法的发展趋势.

针对自动导引车（automated guided vehicle，AGV）的无碰撞路径规划问题，提出一种引入时间因子的改进A^*算法以减少转弯次数，结合时间窗及优先级策略实现多AGV的动态无碰撞路径规划.首先利用改进后的A^*算法静态规划各AGV转弯次数最少路径；其次，分析路径节点到达时间及冗余时间，根据电量与路径性能动态地为多AGV分配优先级，结合时间窗模型解决了多AGV碰撞冲突问题并且提升了系统效率.案例分析结果表明，该算法在保证路径最优性的同时解决了传统A^*算法带来的转弯次数多问题，能有效实现无重复、无冲突的系统调度，并证明了其在动态环境下具有良好的适应性和鲁棒性.

“区块链+”商业模式赋能企业实践意义重大，但缺乏系统定量的综述指导.文章以国内外文献数据为来源，结合描述统计、合作分析、共现网络分析、聚类分析等路径，探索国内外研究现状和研究热点，挖掘未来研究走向和演化趋势.研究发现：1）国内外研究起步较晚，但研究态势喜人，国内研究独著现象明显，国外研究合作脉络深远；2）强调物联网、大数据等新兴技术的融合，有效赋能商业模式创新研究；3）国内外研究差异显著，国内聚焦金融领域研究，国外探索多行业商业模式创新和颠覆研究.最后构建了“区块链+”商业模式研究框架.文章的研究思路和结论对“区块链+”商业模式的学术研究和企业实践均有一定的启发性.