科技金融有别于传统金融部门, 能够有效支持科技活动, 对增强我国自主创新能力和实现经济高质量发展具有重要意义. 本文使用熵值法, 从资源、经费、融资、产出四个维度综合评估科技金融发展水平, 基于2007-2021年31个省份的面板数据, 构建空间计量模型实证检验了科技金融对技术创新的影响. 研究发现, 科技金融不仅对本地的技术创新具有显著的促进作用, 且具有明显的空间溢出效应, 若不考虑空间溢出效应, 会低估科技金融对技术创新的影响. 进一步研究表明, 在东部地区, 科技金融对技术创新的直接效应和空间溢出效应更显著, 科技金融通过缓解企业融资约束和优化产业结构提高区域技术创新水平. 本文的研究为评估科技金融的影响效果提供了数据支撑, 也为技术创新提升路径的探索提供了政策参考.

工业机器人应用推动了制造业的智能化进程, 深刻改变了企业用工结构, 为经济高质量发展提供了重要契机. 本文基于2012至2022年中国制造业企业机器人数据, 实证检验了工业机器人应用对企业人力资本结构的影响. 研究发现: 1)工业机器人应用能够促进企业人力资本结构升级, 且在一系列稳健性检验后, 该结论依然成立. 2)渠道检验表明, 工业机器人应用通过发挥替代效应和创造效应, 进而优化企业人力资本结构. 3)异质性检验表明, 在劳动密集型企业、技术更迭速度更快与处于要素市场发育程度更高地区的企业中, 工业机器人应用对企业人力资本结构升级的促进作用更为显著. 在国家出台 "延迟退休"政策以缓解人口老龄化趋势加速与劳动力成本持续上升的背景下, 本文研究为实现企业提质增效与经济高质量发展提供了政策启示和经验证据.

人工智能创新是形成新质生产力的引擎, 能够创造更多社会财富的同时, 也会影响就业机会, 冲击居民消费. 能否通过人工智能创新实现供给侧优化产品供给体系和需求侧提升居民消费能力来破解居民消费不足的现实困境, 是推动经济高质量发展的关键. 本文在人工智能创新任务模型基础上, 构建人工智能创新与居民消费的理论模型, 从理论上厘清人工智能创新影响居民消费的作用渠道, 并对理论模型进行数值模拟. 进一步利用2012-2020年各省投入产出数据和国家知识产权局专利数据对理论模型进行实证检验. 研究结果表明: 1)人工智能创新促进了居民消费, 促进效应存在于大部分分类消费中, 并且对享受型消费的促进效应最大, 是实现居民消费提质扩容的牵引力; 异质性分析发现, 人工智能创新对东部及城镇与高技能要素密集行业的居民消费促进效应更大. 2)供给侧路径分析发现, 人工智能创新通过提高生产效率和实现产品创新来提升居民消费水平, 提升效应最大的作用渠道是产品创新; 分城乡来看, 人工智能创新均对城镇居民消费提升效果更大. 3)需求侧路径分析发现, 人工智能创新带来的"岗位创造效应"拉伸技能溢价程度小于"鲶鱼效应"抑制技能溢价程度, 提高居民消费能力, 促进居民消费增长.

以数字要素赋能绿色创新, 是企业培育竞争优势和实现绿色升级的关键路径. 随之而来的问题是, 目前数字化转型能否有效赋能绿色创新的全面迭代优化? 既有研究仅讨论了数字化转型对绿色创新的积极作用, 却忽视了数字化转型中绿色创新内部不同领域创新活动的地位和结构变化, 未能明晰当前数字化与绿色化的阶段性匹配问题及内在机理. 基于此, 本文依据"国际专利分类绿色清单"对2007-2022年A股上市企业绿色专利信息检索分类, 按照应用领域归纳得到经营管理与设计类、生产节能类与末端治理类绿色创新, 基于资源编排理论和技术一致性理论分析, 实证考察了数字化转型对绿色创新的非对称作用. 研究发现: 数字化转型显著推动了经营管理与设计类绿色创新, 对生产节能类与末端治理类绿色创新的赋能作用不足; 相较于数字业务场景应用, 数字底层技术的布局和发展对绿色创新的非对称作用更为显著; 从研发资源配置的角度来看, 数字化转型推动经营管理与设计类绿色创新既是新增研发资源的结果, 也以挤占其他领域绿色创新的研发资源为代价. 同时, 绿色创新的三元共治因素(市场、政府和社会)在数字化与绿色化协同演进中具有重要的作用. 本文研究结论反映了以数字要素培育绿色竞争优势的现状, 即数字化转型主要通过信息技术领域的绿色升级实现经营流程中资源利用效率的提高, 具有显著的"局部赋能"作用. 这一发现不仅为政府制定更具针对性的"两化协同"政策措施提供了现实参考, 也为企业创新资源的优化配置与创新战略的制定提供了实践依据.

绿色创新是推动企业可持续发展的关键因素, 其与企业绩效的关系受到广泛关注. 然而, 现有研究缺乏针对不同类型绿色创新对不同类型企业绩效影响机制的深入分析与比较. 为此, 基于2008-2022年中国上市公司数据, 本文比较分析了绿色管理创新和绿色技术创新对企业短期绩效和长期绩效的影响机制. 研究发现, 在样本区间内, 绿色创新可以提高企业绩效, 但绿色管理创新仅对企业短期绩效存在显著正向影响, 而绿色技术创新仅对企业长期绩效存在显著正向影响. 利益相关者参与在绿色创新与企业绩效关系中发挥了显著正向调节作用, 区域市场化程度仅在绿色技术创新与企业长期绩效关系中发挥了显著正向调节作用, 行业竞争程度在绿色创新与企业绩效关系中的调节作用不显著.

数字孪生通过仿真建模映射物理实体, 基于虚实交互, 利用数据融合、行为模拟、优化决策和可视化技术, 显著提升系统可靠性并降低维护成本. 在智能运维实践中, 普遍存在数据质量不佳、异常样本稀缺、退化过程不明等痛点, 数字孪生技术为这些问题的解决提供了新范式. 本文针对装备的运维需求, 系统梳理了数字孪生中的仿真技术和建模技术, 总结了在异常检测、剩余使用寿命预测、故障诊断和运维决策等关键领域的研究进展, 进而围绕数字孪生驱动的智能运维, 对相关研究成果与技术路线进行归纳分析. 基于前期理论研究与应用实践, 本文提出数字孪生驱动的装备全寿命周期智能运维等级——以孪检实(DM1)、以孪预实(DM2)、以孪诊实(DM3)和以孪优实(DM4). 进一步, 通过舰船运维的真实案例, 展示了数字孪生驱动的装备全寿命周期智能运维在具体业务场景中的应用. 最后, 基于研究现状和工程实践, 提出若干未来发展方向, 为数字孪生驱动的装备全寿命周期智能运维提供借鉴与参考.

全球产业链供应链加速重构背景下, 美国试图实行友岸化近岸化战略以减少其产业链供应链对我国的依赖. 东南亚和墨西哥等经济体成为我国产业转移的主要去向, 这势必会对我国产业部门在全球价值链上的影响范围、获利能力和抗风险能力带来不利影响. 本文采用多区域投入产出(MRIO)数据库的中间产品贸易数据构建了全球生产网络模型, 并分别提取出从不同视角反映全球价值链骨干的现实网络(零模型)和人造网络(反事实模型), 然后在此基础上分析了美国对华贸易政策对全球生产网络重构和我国产业链外迁风险的潜在影响. 研究表明: 美国依托"阿尔塔西亚(Altasia)''实行的友岸化战略和依托"美墨加三国协议(USMCA)''实行的近岸化战略会导致全球范围内产业链供应链的部分脱钩, 且友岸化战略加剧了经济逆全球化趋势和我国产业链外迁风险. 最后, 本文提出在美国针对中国供应链实施"去风险化(De-Risking)''政策背景下, 提升我国产业链供应链韧性和安全水平的政策建议.

企业跨国经营是我国构建双循环新发展格局不可忽视的重要环节, 但企业跨国经营是否会加剧内部股东机会主义行为, 既有研究尚未给出解答. 为此, 本文以2007-2021年中国A股上市公司为样本, 基于本文提出的"减持三角模型", 实证探讨了企业跨国经营对企业内部股东股票减持行为与减持动机的影响. 研究发现, 跨国经营会显著加剧企业内部股东股票减持行为. 而且, 跨国经营企业内部股东减持具有明显的机会主义动机与套利减持倾向, 意味着跨国经营企业存在较高的违规减持风险. 该结论经过多时点双重差分模型、Bartik工具变量法等一系列检验后依然成立. 机制分析发现, 跨国经营加剧了企业面临的市场风险、信息不对称问题与股价泡沫现象, 进而分别构成内部股东减持压力、减持机会与减持借口. 异质性检验发现, 跨国经营主要加剧了董事的减持行为, 并没有加剧监事与高管的减持行为. 经济后果检验发现, 跨国经营企业内部股东减持会加剧公司股价崩盘风险. 不过, 持续稳定的出口规模, 强有力的政策监管, 良好的机构投资者治理环境、内部控制环境与审计师治理环境能够有效遏制跨国经营企业内部股东减持行为. 文章丰富了企业跨国经营经济后果及内部股东减持动因方面的研究, 研究结论对于引导资本市场利益相关者关注跨国经营企业潜在的违规减持风险具有一定的现实意义.

服务化成为了当下制造企业对抗市场冲击时的重要选项, 关于该战略实施的落脚点的研究已遍及企业经营的各个领域. 但从目前来看, 尚缺乏从供应链视角进行的观察. 本文将对供应商的贸易信贷的影响作为服务化战略实施的对象进行探索, 通过信号理论的视角分析企业服务化所释放的信号对于企业获得贸易信贷的可能影响, 并采用上市制造企业的数据进行论证. 实证分析结果表明, 服务化与贸易信贷呈"U"型关系. 在企业自身特征中, 财务宽松程度对这种"U"型关系有负面调节作用, 而服务相关性则对上述关系没有产生显著的影响. 在分组检验中, 相比于非国有企业以及装备制造业的企业, 国有以及轻工业企业服务化与贸易信贷之间的"U"型关系会相对缓和. 本文基于信号理论实证验证了服务化对制造业企业贸易信贷的影响, 研究结果可以为运营管理领域的学者和从业者提供一些重要的理论和管理启示.

社交媒体的崛起改变了资本市场的信息格局和参与者行为. 在此背景下, 本文利用新浪微博数据, 探究了上市公司社交媒体账号使用对分析师报告市场反应的影响. 借助回归分析以及工具变量法等, 研究发现, 分析师报告发布前一周内, 若上市公司新浪微博存在更新, 市场对分析师报告的反应会显著降低, 即上市公司微博可以部分替代分析师报告向市场传递信息. 此外, 微博发布的次数、字数、评论量和转发量越多, 上市公司的机构持股比例越低、分析师跟踪人数越少, 上市公司微博使用对分析师报告所引起的市场反应的削弱作用越明显. 本文的研究发现丰富了对资本市场中信息中介交互以及社交媒体在信息传播中作用发挥的理解.

本文创新性地从实时互动性强、难以事前完全准备的业绩说明会入手, 研究了我国上市公司由管理层自主把控、战略决策的异常情感语调与债券信用利差的关系. 研究发现, 业绩说明会管理层异常情感语调与债券信用利差显著负相关. 机制研究发现, 业绩说明会的管理层异常情感语调与公司未来业绩显著正相关, 与未来破产风险显著负相关, 即异常情感语调可作为预测公司未来业绩和破产风险的可靠信号. 这说明异常情感语调符合信息增量观, 具有财务定量信息以外的信息增量, 使得债券信用利差的定价更精准化. 此外, 在公司信息透明度更低、机构投资者持股比例更少、民营企业和债券票面利率更高的子样本中, 异常情感语调与债券信用利差的负相关关系更加显著. 最后, 异常情感语调与债券信用评级和发行规模显著正相关, 与发行利差显著负相关. 上述结果表明, 上市公司业绩说明会的异常情感语调会影响企业在债券市场的直接融资成本, 使更高质量的企业获得更低的融资成本, 从而对债券市场产生了多方面的跨市场积极溢出效应. 这些研究发现对提升债券市场定价效率、化解债券市场风险和促进资本市场高质量信息披露等具有重要启示.

碳中和背景下, 林业碳汇项目投资成本高、回报周期长, 碳排放企业面临资金约束等困难. 针对这一问题, 本文基于现实林业碳汇融资机制, 构建了银行碳汇预期收益权质押、产业投资基金与BOT三种融资模式模型, 并从碳排放企业利润与碳汇产出水平视角, 对比分析了不同融资模式下碳排放企业的均衡结果. 研究表明, 当碳排放总量较高时, 无论自有资金量如何变化, 企业基于利润最大化将首选产业投资基金融资模式; 当自有资金较高但碳排放总量较低时, 企业将优先选择银行质押融资模式; 当自有资金与碳排放总量均较低时, BOT融资模式将成为企业的最佳融资决策. 基于可持续发展视角, 政府应推动企业采用产业投资基金融资模式以实现社会经济与环境的双赢.

根据实践中三种不同形式的生产者责任延伸(EPR)制度, 面向由原始设备生产商(OEM)和独立再制造商(IR)组成的制造-再制造竞争系统, 通过构建动态博弈模型, 设计三种与碳税规制相结合且具有EPR特征的混合规制, 探讨EPR制度内涵的引入对于碳税规制政策效能的提升作用. 研究表明: 对于发挥混合规制政策效能而言, 减排技术溢出效应的存在至关重要; 相对于碳税规制, 三种混合规制的实施均可提高消费者剩余和环境绩效, 并具有更强的减排及再制造激励效果, 但适用范围存在较大差异; 基于"征补-奖惩"的混合规制可较好地平衡减排激励效果、企业利润、环境绩效, 并在一定程度上带来更高的社会福利. 研究结论对于EPR与碳税的组合政策设计具有一定参考价值.

数据规模的增大与数据更新频率的加快为效率评价带来挑战. Free Disposal Hull (FDH) 是非凸技术下一种经典效率评价方法. 相比于凸性技术下的数据包络分析, FDH效率求解的过程更加复杂, 且在数据快速更新的情形下难以保证评价结果的时效性. 针对上述问题, 首先在现有枚举算法的基础上提出了一种基于决策单元之间支配关系与参考关系的快速枚举算法(fast enumeration algorithm, FEA), 用于计算大规模样本FDH效率值. 其次, 结合支配关系和参考关系的传递性提出了动态快速枚举算法(dynamic fast enumeration algorithm, DFEA), 用于更新FDH效率评价结果. 最后, 通过数值模拟与好大夫平台的医生评价应用验证算法的有效性. 实验结果表明, 与枚举算法相比, FEA完成大规模样本FDH效率评价的用时明显减少, 且DFEA能够对大规模样本FDH效率评价结果进行实时更新.

恒定应力加速退化试验(ADT)是可靠性评估的有效手段, 通过分析高应力水平下的退化数据, 外推产品在正常应力下的可靠性水平. 处理退化数据的常用方法包括一步法和两步法, 一步法通过最大化基于退化数据的对数似然函数进行模型参数估计和后续推断; 而两步法首先估计每个样本的伪寿命, 进而转化为加速寿命试验(ALT)分析. 随着计算能力的提升, 一步法的计算变得更加容易, 已有研究对一步法和两步法在非加速情境下进行了比较. 然而, 在考虑ADT情境下, 有关这两种方法比较的文献相对匮乏. 本研究旨在针对恒定应力ADT系统地比较这两种方法, 为选择适用于ADT的可靠性评估方法提供更为准确和有效的指导. 在本文中, 我们提出了伪寿命对真实寿命高估或低估的判别标准, 并通过数值模拟在线性退化情况下比较了一步法和两步法对平均失效时间(MTTF)的评估效果. 此外, 我们应用于一组经典数据集, 其结果与模拟结论相符合. 总体而言, 模拟结果表明, 对于不同样本量和观测次数, 相较于基于不同分布的伪寿命的两步法, 一步法在产品MTTF评估方面具有更高的准确性, 且在小样本情形下尤为明显.

在复杂多变的金融市场环境中, 充分利用高频交易数据中的当前不确定信息有助于改善资产波动率的建模与预测表现. 本研究将该信息纳入已实现乘法误差模型, 构建已实现实时乘法误差模型(realized real-time MEM模型)对波动率与已实现波动率测度进行联合建模. 与现有模型不同的是, 该模型将当前已实现测度观测值经尺度变换后的随机扰动项看作是高频信息的"实时"日内因子变量, 从而将资产收益的当期条件波动刻画为由历史已实现测度观测值与"实时"日内因子所共同驱动的混合函数. 在此模型框架下, 探讨已实现测度的条件分布定理及相关性质、模型的弱平稳性和强平稳性条件、参数的拟极大似然估计方法和样本外向前多步波动率预测定理. 另外, 对此模型进一步拓展以纳入该信息的杠杆效应和波动反馈效应特征. 以四组国际指数为研究对象, 实证结果表明: 1) 高频数据的当前不确定信息使得已实现测度的条件分布具有时变峰度特征, 以此提升模型对资产收益波动的样本内建模能力. 2) 相比于基准模型, realized real-time MEM族模型在波动率、已实现测度的条件分布及波动率的在险值(VolaR)等方面均具有更高的样本外预测精度.

近年来, 全球资本市场剧烈震荡, 黄金期货的避险与保值功能愈加凸显, 其价格预测研究受到投资者的高度关注. 本文结合MEMD多频率尺度同步分解功能与WGAN-GP高效提取多元时序复杂模式优势, 提出基于LASSO影响因素体系的沪金价格多频率尺度集成预测模型MEMD-WGAN-GP. 首先, 从宏观政策、黄金市场、股票市场及原油市场中选取30个指标变量, 再通过LASSO筛选构建沪金价格影响因素体系; 其次, 对解释变量集和沪金价格序列进行MEMD同步分解, 获得各频率尺度下若干组IMF分量, 并分别建立每一频率尺度下IMF分量的WGAN-GP预测模型; 然后, 从预测有效性角度对IMF组合方式进行优化, 并加和集成优化后各IMF分量预测值得到沪金价格整体预测值; 最后, 全面评估了本文模型在沪金价格不同市场行情下的预测性能. 研究表明: MEMD-WGAN-GP具有最强趋势预测能力、最小回归误差和最低预测滞后性.

快速发展的社交媒体不仅为商家提供产品营销平台, 也是产品销售渠道. 在传统电商渠道基础上引入社交电商渠道有助于拓宽消费者市场, 但会加剧渠道竞争, 为此, 对制造商来说需要充分考虑用户特性, 进行有效的渠道策略选择. 本文基于三种不同的供应链结构: 不引入社交渠道、引入自营社交渠道和引入第三方社交渠道, 构建模型研究社交渠道对制造商的影响. 研究发现: 制造商引入自营社交渠道时, 随着渠道间价格竞争程度的加剧, 若社交渠道潜在需求量较低, 其会降低批发价; 反之, 则提高批发价. 同时, 当社交渠道潜在需求量较大或当社交渠道潜在需求量较小, 渠道间价格竞争程度较弱, 粉丝比例较低且粉丝和普通用户间差异较大时, 制造商总是引入社交渠道. 还发现制造商引入社交渠道时, 随着粉丝和普通用户间差异的扩大, 若社交渠道潜在需求量较低, 其兼任社交零售商的可能性增多; 反之, 则与第三方社交零售商合作的可能性增多.

城市特定区域往往同时存在路内、路外和共享三种停车设施, 它们的服务特征具有显著差异. 区域内交通系统在其演化过程及对其状态指标的观测过程中通常均存在不确定. 本文以最小化区域内交通参与者总出行成本(包括区域通行成本、寻泊成本、管理成本和步行成本)为目标, 构建基于滚动优化与数据融合估计的双驱动模型, 对区域多类型停车服务的动态供给策略进行设计, 并通过蒙特卡罗数值模拟验证了策略的有效性. 研究发现: 首先, 所构建的动态优化问题可等价转化为带有不等式约束的二次规划问题, 且该规划问题的解若存在则一定为唯一全局最优解; 其次, 在考虑过程和观测两类不确定性的情况下, 系统观测结果与系统目标轨迹之间会存在较大误差; 最后, 引入卡尔曼滤波器能够有效减少后验状态估计与系统目标轨迹之间的误差, 进而提高区域内通行效率并降低总出行成本.

在港口腹地集疏运中, 不确定的在港周转时间给集卡调度带来重重挑战. 本文提出了一种基于在港周转时间预测的外集卡调度优化方法, 通过分析港口的历史闸口数据, 提取相关特征, 并应用随机森林的机器学习方法, 训练集卡周转时间的预测模型, 在外集卡调度优化模型中, 通过对随机森林预测模型的反复调用, 将周转时间反馈到优化模型中, 从而制定更可靠的集卡调度方案. 基于我国华南某集装箱码头的闸口数据训练预测模型, 结果显示其在拟合港口集卡周转时间预测上具有较高的精度, 拟合优度均超过0.9; 在优化模型数值实验中, 误差中位数均分布在1%, 表明基于机器学习的在港周转时间预测与调度优化模型的结合, 能减少在港周转时间不确定对调度计划的扰动, 提升集卡公司集疏运调度提供的可靠性和有效性.

新型城镇化建设是扩大内需的重要抓手, 是畅通国内大循环的关键举措. 本文基于新型城镇化综合试点, 采用中国流动人口动态监测调查数据评估了试点开展对农业转移人口消费水平的影响. 研究表明: 相比非试点地区, 试点地区农业转移人口的消费水平明显提升, 一系列稳健性检验都对该结论给予了支持. 机制分析表明, 试点开展通过增加收入、增强公共服务可及性和身份认同感, 提升了农业转移人口的消费水平. 试点在方言多样性程度低的地区具有更强的效应, 并且更能提高受雇和省内流动农业转移人口的消费水平. 此外, 试点开展使农业转移人口日常消费和住房消费均得到提升, 并且在县和县级市具有更强的效应. 本文结论为建立扩大内需的长效机制提供了理论阐释和经验证据.

数字平台如何赋能企业实现颠覆式创新是数字经济背景下管理者关注的焦点问题. 本文基于平台生态系统理论和动态能力理论, 以209家自建或桥接数字平台的中国高新技术企业数据为研究样本, 深入探究数字平台能力对颠覆式创新的影响及作用机理. 研究发现, 数字平台能力能够显著促进颠覆式创新. 进一步研究发现, 组织结构敏捷性和舍却式学习在数字平台能力和颠覆式创新之间起部分中介作用, 一方面数字平台赋能塑造结构敏捷性, 打破僵化的组织惯例, 识别并服务新兴细分市场, 另一方面数字平台赋能组织进行舍却式学习, 打破原有的知识路径依赖, 获取颠覆式创新所需的互补性知识. 组织结构敏捷性是舍却式学习的前因变量, 组织结构敏捷性和舍却式学习在数字平台能力与颠覆式创新之间起到链式中介作用. 本文丰富了平台情境下高新技术企业颠覆式创新的形成机制, 从微观视角回答了高新技术企业进行颠覆式创新需要培育哪些能力的现实问题, 为数字化转型背景下企业利用数字平台实现颠覆式创新提供了理论参考.

政府数字化转型是新时代提升政府治理能力的重大举措, 为推进"以数治税"提供了新思路. 为了探究政府数字化转型的微观治税效应, 本文以大数据局设立为准自然实验, 以2008-2020年上市公司为研究样本, 依据A-S模型和信息不对称理论, 采用双重差分法检验了政府数字化转型的微观避税治理效果. 研究发现, 政府数字化转型能有效抑制企业税收规避行为, 其抑制作用主要通过联合税务稽查、优化营商环境和政企合作共享产生. 进一步研究表明, 政务服务型大数据局和税收征管力度更强的地区, 更有利于发挥政府数字化转型的微观治税效果, 且对数字化水平高的企业, 数字政府的税收规避治理效应更明显. 本文可扩展和深化政府数字化转型的治理效应, 为政府进一步推动数字化转型、营造公平税收环境提供理论依据.

企业数字化转型是我国产业升级的重要微观基础, CEO作为决策者其个人特质在数字化转型中起到关键性作用. 本文针对已有研究特质选择主观化、机制研究缺乏的问题做出改进, 通过构建基于机器学习的自适应LASSO、QUBO模型进行特质选择, 并系统的研究了所选CEO特质对数字化转型的影响机制. 在变量选择部分, 本文发现CEO的年龄、性别、金融经历、管理经历、生产经历是影响企业数字化转型的重要因素. 机制研究表明, CEO年龄将以倒U形关系影响CEO经历丰富度、以U形关系影响风险承担, 并以此为路径实现对数字化转型的倒U形影响; 金融经历、管理经历分别以缓解信息不对称、改善公司治理水平为路径促进数字化转型; 生产经历增加了CEO短视主义特征, 从而抑制数字化转型; 女性特质将通过降低风险承担促进数字化转型. 本文丰富了CEO特质对数字化转型影响的研究, 应用两种数学模型进行变量选择, 为解决变量选择主观化问题提供了模型参考, 本文的研究还对公司管理层设计、生产经营调整提供了一定的启示.

强化合规管理是中央企业落实全面依法治国战略部署的关键举措. 本文以我国《中央企业合规管理指引(试行)》施行作为准自然实验, 基于2016-2021年我国沪深A股上市中央企业和地方国有企业面板数据开展实证分析, 借助双重差分模型研究企业在指引实施前后的时间差异及个体差异, 检验该指引的实施对央企上市公司ESG绩效的影响. 研究发现, 合规指引政策实施显著提升了央企上市公司ESG绩效, 采用安慰剂检验等稳健性检验后研究结论仍然成立. 而且, 央企合规指引主要通过发挥外部监督作用提升企业ESG评级, 与公司内部治理能力互补, 在内部治理能力更强或者外部监督效应更弱的企业更为显著. 本文为我国央企通过加强合规建设改进公司治理、实现高质量发展提供了微观证据, 研究结论对上市公司强化合规管理优化ESG表现提供了有益启示.

考虑供应商企业社会责任信息(CSR)不对称, 具有信息禀赋优势的品牌商需要权衡是否将供应商信息披露给消费者. 本文探讨了品牌商从具有责任风险的供应商采购产品并销售给消费者的过程. 在该过程中, 品牌商事先承诺是否披露供应商信息. 在披露情形下, 品牌商将真实的供应商信息告知消费者. 在不披露情形下, 品牌商利用CSR投资努力和价格作为信号传递给消费者. 通过比较两种情形下的均衡决策发现: 从h-型供应商采购的品牌商倾向于披露信息, 但在披露策略下不一定会投入更高的CSR努力, 这主要取决于品牌商的CSR成本系数和消费者对品牌商从h-型供应商采购的信念; 而从l-型采购的品牌商将选择不披露信息, 因为此时品牌商可以从混同中获得更高的利润, 并减少投入CSR努力成本. 随着消费者认为品牌商从h-型供应商采购概率的提高, 品牌商对h-型供应商的披露动机降低, 而更倾向于不披露l-型供应商. 从事前角度出发, 品牌商有动机事先审查采购供应商的CSR水平信息并将信息披露给消费者. 最后, 本文通过进一步拓展消费者类型与估值的异质性讨论了品牌商披露决策的鲁棒性.

在人民币汇率双向波动常态化背景下, 银企关联作为企业与金融机构的重要联结机制, 对提升企业汇率风险管理能力具有重要意义. 本文基于关系型融资理论和最优货币区理论, 以2016-2022年沪深A股上市公司为样本, 深入探讨了银企关联对企业汇率风险敞口的影响及其作用机制. 研究结果表明, 银企关联显著降低了企业汇率风险敞口, 并且该结论在一系列内生性和稳健性检验后依旧成立. 在影响机制方面, 银企关联通过促进企业使用外汇衍生品和外币债务这两种金融对冲工具, 有效对冲了汇率风险敞口. 进一步分析发现, 人民币国际化水平的提升削弱了企业汇率风险管理过程对银企关联的依赖. 异质性分析表明, 企业所有权性质和地区市场化程度显著影响银企关联对汇率风险敞口的作用效果. 本文丰富了银企关联的经济后果和企业汇率风险影响因素的相关研究, 为提升企业汇率风险管理水平及推动金融服务实体经济提供理论支持与实践启示.

近年来, 全球主权债券市场违约事件接连发生, 而我国作为当前最大的债权国, 很可能会受到海外债务市场的显著冲击. 然而, 债务风险溢出效应的时变特征使得传统的线性分析框架未必适用, 甚至可能导致结论出现明显偏差. 鉴于此, 本文采用最新发展的非线性平滑转换向量自回归模型(smooth-transition vector autoregression, STVAR), 对中国内地、美国等16个国家(地区)的主权债务风险传染关系展开深入研究. 具体而言, 本文基于商品价格指数、全球经济政策不确定性、CBOE隐含波动率指数、美国超额债券溢价、名义美元指数与美国联邦基金利率, 分别构造风险传染非对称矩阵, 深入分析各国(地区)在债务风险传染中所扮演的角色以及传染路径, 并考察跨国跨地区债务风险传染的影响因素及其作用机制. 研究发现, 我国内地在债务风险传染网络中长期处于风险净输入的位置, 同时通货膨胀加剧、经济政策不确定性增大、全球市场情绪转悲观、金融风险加剧、美元走强以及货币政策"转鹰"均将进一步放大全球债务风险对我国内地的输入性冲击. 基于此, 我们从防范关键节点的债务风险、监测宏观经济环境以及管控债务风险传染渠道出发, 为防范输入性风险提出了相关政策建议.

初创企业实施多元化战略对抗创业风险, 各种目标任务之间会存在协同或冲突关系. 本文研究了任务间关系对动态契约设计以及投资家预期收益的影响. 另外, 考虑到不同企业代理结构的差异, 本研究分成多代理和单代理两种情况展开. 利用连续时间委托代理理论的鞅方法, 本文给出了两种代理结构下的最优动态契约以及投资家预期利润方程, 并考虑了多元化任务关系对其影响. 经对比发现, 多代理模式下企业家对激励的反应函数与任务关系无关, 任务关系只影响单代理模式下企业家的反应函数. 单代理模式下, 企业家的多种努力之间有固定的比例, 比值由任务关系和成本因子决定. 结合风险投资背景, 本文构造了企业家持续付出高努力的一个特例, 并发现冲突关系会降低预期收益, 协同关系会提升预期收益. 任务间协同较差或冲突时, 投资家会青睐多代理模式, 而伴随着任务协同程度的提高, 单代理模式更佳.

本文采用文本分析技术识别出公司章程中存在的反收购条款, 从供应链稳定的角度重点考察反收购条款对公司绩效的影响机制. 研究发现: 反收购条款可以显著地提升公司绩效, 这种积极效应在拥有大客户或依赖供应商的公司中尤为显著. 这表明反收购条款有助于公司维护供应链稳定, 进而提升公司绩效. 作用机制检验结果显示, 从客户角度反收购条款有助于公司从大客户获得更多订单, 进而产生规模效应并降低销售费用. 从供应商角度反收购条款有助于公司从供应商及时获得原材料, 从而降低营业成本和提升原材料周转率. 本文拓展了反收购条款经济后果的文献体系, 对于理解反收购条款在促进供应链稳定中的作用有着重要的意义.

突发事件造成供应链中断, 导致供应链节点企业遭受经济损失风险. 本文基于供应链需求侧风险刻画了无BI (business interruption营业中断)保险、零售商单独投保和制造商零售商联合投保三种情形, 考虑保险费率内生问题将保险公司纳入供应链系统, 探究不同保险决策情形下BI保险对投保主体的风险转移效果、BI保险影响供应链参与主体决策的作用机理以及BI保险价值实现过程, 同时拓展分析了零售商过度自信行为影响. 研究发现: 制造商零售商联合投保策略在供应链风险转移效果方面最优, BI保险价值增值效应最强; 保险公司存在保险费率决策边界, 保险公司只有制定恰当的保险费率水平才能实现自身的利润最大化, 达成制造商、零售商和保险公司三方共赢局面; 零售商的过度自信行为对供应链参与主体利润提升和BI保险价值增值的影响与投保策略密切相关.

信息化、网络化的快速发展和城市化进程的加快使得突发灾害事故影响的广度和深度不断增加, 而作为响应各类灾害的有效措施和重要保障, 政府间协同仍然存在着权责划分不清, 资源共享受阻, 利益协调不合理等多个痛点问题. 鉴于此, 本研究基于演化博弈理论构建了考虑信息资源共享和物资共享的灾害应急响应策略选择模型, 从微观的角度分析影响政府间协同的外部因素 (如灾情特征、区域位置) 和内部因素 (如合作效率、救援效益、利益协调等), 以及纵向政府信息共享平台建设对横向政府间应急协同的引导效果, 从而分析比较有无共享平台建设的情况下横向政府的策略选择和演化路径. 基于粤港澳大湾区案例的数值分析可以得到如下结果和政策建议: 1) 信息共享平台在一定程度上可以提高横向政府间信息共享效率, 进一步促进双方的合作协同. 2) 外部因素对横向政府间的合作影响显著, 灾害较严重或距离较远不易合作. 另外, 双方政府往往不会满足对方的全部需求, 需要综合考虑物资合作协调量. 3) 利益分配的形式影响横向政府间协同, 分配双方需要综合考虑灾情、收益和成本等外部和内部因素, 增加政府间合作可能性. 4) 信息共享平台的可追溯性能够为纵向政府提供更合理的激励、补贴和惩罚政策, 促进了横向政府间的权责划分并避免应急管理的"失灵困境". 建议横向政府间在灾害准备阶段建立完善的应急预案与合作评估机制, 基于内部和外部因素制定合适的利益分配机制, 并进行定期演练以提高双方合作效率. 除此之外, 应积极推进信息共享平台建设, 利用区块链等信息技术完善共享流程与监查制度并设置合理的惩罚和激励机制, 从而促进政府间协同下灾害应急的高效响应.

新能源汽车储能对于电网削峰填谷、保障供电安全和促进清洁电力消纳具有重要意义. 本文采用博弈论建立了电网企业、充电企业和新能源汽车用户的储能运营模型, 提出了峰谷时段的竞争性充电需求函数, 分析了峰谷电价、充电服务费、储能参与度以及峰电时段电网运营成本等对各方决策的影响. 进而, 比较分析了电价管制下谷电补贴政策、峰电征税政策以及电价市场化三种储能政策的激励效率. 研究结果表明: 1)新能源汽车储能不会改变峰谷时段的充电服务费和系统总用电量, 但可以有效提升夜间谷电时段充电量和各方收益; 2)新能源汽车用户将获得大部分储能收益, 而峰谷价差和峰电时段电网运营成本是驱动各方参与新能源汽车储能的关键因素; 3)电价监管下谷电补贴政策优于峰电征税政策, 并且当峰电价格较高时, 延续电价监管反而比电价市场化激励效果更佳. 本文研究能够为我国开展新能源汽车储能运营和政策完善提供一定的支持.

随着换电技术的发展, 中国新能源汽车行业在车电分离的概念下提出了电池即服务的新型商业模式, 即允许消费者按月按需租赁特定电池包. 在此背景下, 本文构建由新能源汽车制造商和电池供应商组成的竞争模型, 考虑两种电池服务模式策略选择情形——不提供电池租赁服务(N)、提供电池租赁服务(B), 提出两种服务模式策略的适用条件以及不同服务模式策略下的最优定价策略. 当车体价格相对较高(低)时, 新能源汽车制造商应该选择(不)提供电池租赁服务, 当车体价格相对较低(高)时, 电池供应商因电池租赁服务受益(害). 因此, 当车体价格适中时电池租赁服务可助力新能源汽车制造商与电池供应商实现双赢. 同时, 本文揭示了电池租赁服务对新能源汽车制造商和电池供应商决策的影响, 亦分析了电池续航水平、车体预期寿命对上述双赢实现条件的影响. 研究结论可为新能源汽车供应链及行业发展提供有益管理启示.

充电基础设施的短缺已严重制约我国电动汽车的大规模推广, 如何设计有效的激励政策促进充电基础设施投资是当前亟待解决的问题. 通过构建政府-企业-消费者三方博弈模型, 本文考察了消费者存在里程焦虑时两类电动汽车充电基础设施补贴政策(充电基础设施建设补贴和充电服务费补贴)的效果及其差异, 在此基础上讨论了政府最优的电动汽车充电基础设施补贴政策选择. 研究结果表明: 1)相比充电基础设施建设补贴政策, 充电服务费补贴政策不仅具有较好的电动汽车推广效果(即电动汽车销量的增长), 还能够提高社会福利水平, 因此政府最优的充电基础设施补贴政策为充电服务费补贴. 2)随着消费者里程焦虑程度上升, 最优的充电服务费补贴比例呈现先下降后上升趋势; 随着充电基础设施数量外部性系数增大, 最优的充电服务费补贴比例不断上升. 3)充电基础设施建设补贴与充电服务费补贴组合政策(即政府同时实施充电基础设施建设补贴政策和充电服务费补贴政策)的电动汽车推广效果同单一充电服务费补贴政策的电动汽车推广效果无差异. 4)在充电基础设施建设和运营主体变化、政府预算约束存在、燃油车竞争存在、消费者出行需求类型转变等情形下, 基础模型的结论仍然稳健, 充电服务费补贴政策仍是政府的最优选择. 本文的研究结论将对我国电动汽车的大规模推广及交通部门"双碳"目标的实现具有重要意义.

对再生水利用进行有效激励是推动再生水市场发展的关键. 针对地方政府、生产厂商和工业企业组成的再生水回用系统, 考虑用水权交易和阶梯式补贴, 构建政府激励(S模式)与"政府+市场"双激励模式(SP模式)下的三阶段动态博弈模型, 分析不同激励模式对再生水工业回用系统最优决策的影响. 研究表明: 1)在需求端实施阶梯式补贴能够提高再生水工业利用总量、生产厂商最优收益和政府总效益; 用水权交易价格对补贴政策的激励效果起正向调节作用, 且二者存在最优边界, 即政府是否实施补贴政策取决于用水权交易价格阈值. 2)阶梯式补贴对工业企业再生水均衡利用比例的影响取决于该企业是否享受高阶梯补贴; 用水权交易价格对工业企业再生水均衡利用比例的促进作用存在用水权剩余转让比例门槛效应. 3)相较于资源环境效益偏好, 政府的经济效益偏好对再生水工业利用量的拉动作用更好.

军队建设规划年度计划编制是在军队建设规划的执行过程中, 根据当年实际进展和使用反馈制定下一年的年度建设计划, 是军队建设规划执行的重要依据. 为此, 本文研究基于深度强化学习和多目标优化理论, 提出基于改进深度子Q网络(Deep SubQ-Network, DSubQN)的动态多目标优化算法, 用于辅助军队建设规划年度计划生成. 首先, 从军队建设规划执行和年度计划编制的过程出发, 分析问题的动态特点; 然后, 构建计划项目年度建设计划迭代多目标优化的数学模型, 用递归形式描述了目标函数; 基于典型的深度强化学习算法框架, 创新性地提出了SubQ网络, 使得深度强化学习求解多目标优化问题成为可能, 设计可以逐步生成每一年的年度建设方案的迭代优化算法; 示例部分基于模拟数据, 设置与其他优化方法的对比实验, 验证了本文模型和算法的可行性与优势.

以海战为例, 由于海上目标移动速度较快, 并且受距离与遮挡物限制, 雷达与卫星系统很难快速与准确地捕捉其运动形态, 导致作战打击精度与反应速度受到一定影响. 为此, 提出无人机与无人船联合作战任务规划方法. 首先, 结合无人机获取动态目标的运动数据, 设计了海上目标轨迹跟踪与预测方法, 用以准确获得动态目标的实时位置和预估其下一运动状态. 其次, 获得目标信息后, 建立海上无人船作战的多目标框架的武器-目标分配的任务规划模型. 最后, 考虑突变算子对武器-目标分配的影响, 提出一种基于深度Q-learning网络的人工蜂群算法来求解. 仿真算例表明: 本文提出的方法可准确定位海上动态目标, 提高跟踪精度, 并且设计的算法在求解多目标优化问题和扩展性能方面具有显著优势.

本文针对含串联、并联、表决、和联等复杂逻辑关系以及共用部件的非网络结构可靠性框图, 提出一种新的复杂系统可靠度求解算法—— "流式法". 首先, 在传统可靠性框图基础上引入虚拟节点, 经编码实现其结构化存储; 然后, 设计了构成"流式法"的三类算法, 即"水流"出入节点概率求解算法、分岔节点搜索算法和考虑共用部件时系统可靠度求解算法, 实现了复杂系统可靠度近似多项式时间内精确求解. 数值案例和某编队任务可靠度计算实例表明, 在特定应用场景下, 该方法在效率、精度、适用范围等方面较传统二元决策图(binary decision diagrams, BDD)、蒙特卡罗仿真等算法均具有一定优势.