快递业高质量发展是现代服务业高效运行的重要保障,也是经济社会发展的重要支撑.2019年末爆发的新冠肺炎疫情(COVID-19)给经济社会发展带来前所未有的冲击,也对快递业产生不少影响,但如何影响、影响多大,防控政策及不同区域的影响有何差异是需要回答的问题.基于全国31个省市月度快递业规模和申诉数据,采用固定效应模型分析了新冠疫情及防控措施、疫情防控阶段和疫情受灾程度对快递业发展速度和发展质量的影响方向和影响程度.研究表明:1)疫情不仅没有影响快递产业的增长,反而短期内促进了该产业的发展,也减少了延误、投递服务等申诉项目;2)严格的封锁措施对快递发展规模和发展质量产生不利影响;3)疫情对快递规模的积极影响主要表现在疫情爆发后的第一阶段(1月--2月)及受疫情影响严重的地区.研究结论对于快递业应对突发公共事件、提升应急治理能力具有重要的实践意义.

共享制造在催生制造业运作模式变革的同时,也给生产运营管理理论和方法带来了新的机遇与挑战.国内外学者对共享制造所依赖的云制造技术以及参与企业的产能配置研究现状作了较全面的综述,但目前尚缺乏对共享制造平台运作管理研究进展的综述.本文首先分析共享制造应用案例,从共享经济和平台运营视角,总结归纳共享制造模式的主要特征和分类;在此基础上,聚焦于共享制造平台模式,系统梳理了相关供需匹配评价体系,重点评述了"订单选产能"和"订单与产能互选"两类供需匹配与生产调度问题、建模技术和求解算法;最后对比分析了与云计算和经典车间匹配调度问题的异同,并指出了未来研究中存在的热点问题与方向.

提高企业全要素生产率是实现中国经济高质量发展的动力之源,而碳排放权交易试点政策是在国家减排战略背景下提出的,作为市场激励型环境规制手段,能否通过触发"波特效应"进而影响企业全要素生产率,目前缺乏中国实践的经验证据.基于此,本文利用双重差分模型设计碳排放权交易试点政策的准自然实验,从微观企业层面识别碳排放权交易试点政策对全要素生产率的影响及作用机制.研究发现,碳排放权交易试点政策有助于企业全要素生产率的提升,在克服样本选择偏误、缓解内生性,以及排除其他政策干扰等一系列稳健性检验后,该结论仍成立.进一步分析表明,该政策可以通过激发企业创新和优化资源要素配置两条路径来提升高企业全要素生产率;异质性分析表明,试点政策对西部地区、国有企业、政策重点关注行业、执法力度高地区的企业全要素生产率的促进作用更为显著.本文为因地制宜实施碳排放权交易政策,促进经济"低碳"、"高质量"发展提供了经验证据和政策借鉴.

方差风险溢价反映了投资者的风险规避程度和其对极端风险损失的高估.本文首次将我国期权市场的方差风险溢价分解为向上和向下的方差风险溢价，讨论其预测效果，同时还通过构造Delta对冲组合对方差风险溢价进行检验.研究发现，方差风险溢价显著为正，Delta对冲组合的收益显著为负，两者相互印证了一个事实：中国投资者是风险规避的，并愿意为对冲方差风险支付溢价.研究结果还表明和成熟市场不同，中国市场的方差风险溢价对收益率缺少预测能力，向上方差风险溢价和向下方差风险溢价均没有表现出显著的预测能力.本文的研究丰富了对中国期权市场投资者行为的理解.

本文研究如何利用机器学习方法来降低数据中心电能使用效率(power usage effectiveness,PUE)指标.现阶段以Google公司为代表的工业界使用的神经网络模型考虑的特征数量较少,且仅考虑单一特征变化对PUE指标的影响,缺少对特征之间耦合特性的分析.此外,机器学习方法对数据集的质量和数量要求都很高,并且落地实施过程和结论判断皆容易受到噪声干扰,整体难度较大.现阶段学术界和工业界尚缺少对具体优化案例的详细阐述.本文对现阶段利用神经网络模型优化PUE指标的方法进行改进,增加了特征维数,提高了预测精度,取得了超出Google公司PUE模型预测精度的结果.利用历史样本轨道,使用统计方法近似得出特征之间的耦合特性,并代入灵敏度分析中,得到更加精确的分析结果.提出基于灵敏度分析的冷却系统参数设计优化方案;利用腾讯华北某数据中心的海量数据和现场条件,实施制冷系统参数设定优化的实验,实验效果证明了优化方案的有效性.

如何衡量我国金融市场的系统性风险，风险在我国金融市场之间如何传播?构建金融系统性风险的量化监测指标，从而进行风险的识别与预警，成为了一个重要的课题.本文研究了中国股票市场、债券市场、基金市场、商品市场、货币市场和外汇市场之间的长期均衡关系、指数联动特征以及收益溢出关系，分析了我国金融系统的风险传播特征，发现股票市场、债券市场、基金市场和商品市场存在长期协整关系.股票市场和基金影响着其他金融市场.本文认为，我国金融系统性风险的防控重心应放在股票市场和基金市场；继而本文使用滚动时间窗口方法，构建了我国金融系统性风险指数，进行系统性风险的早期识别与预警.本文发现，我国当前的系统性风险总体可控.在对该金融体系的探讨中，进一步加入近年来风险频发的网贷市场，并发现网贷市场对于整个金融系统性风险影响较小.

全球化退潮带来全球价值链布局调整,严重威胁供应链安全.新冠疫情大流行加剧各种不确定性,极大地冲击了供应链运行.同时,数字化等新兴技术正在推动商业创新,为供应链价值创造提供了新的机遇.运营优化致力于促进高效协同进而实现供应链协调.大变局中各种变量交织进一步催化供应链向以平台为基础的生态圈重塑.生态圈以资源开放共享促进多主体跨界融合,以运营协调和互利共赢构筑系统生态平衡,以智慧化赋能风险管理和绿色运营,以结构重组和模式变革推动无界创新,实现参与主体的价值共创.为此,需要强化"利益共同体"理念,通过机制建设力促资源共享、风险共担、主体互信和利益分配,增进生态理念与价值认同,提升平台运营管理,优化生态系统治理,营造开放创新生态,升级危机管理能力,以生态圈构建赋能供应链高质量发展.

本文基于中国2002年--2019年间268维月度经济金融数据实现中国政策、经济和金融不确定性的分离测度,并进一步利用动态溢出指数以及STVAR模型考察其关联机制与影响动态.研究发现:政策不确定性不仅会推升经济与金融不确定性,同时也会受到经济与金融不确定性的正向反馈影响,然而其影响效应在金融危机爆发前后发生了显著逆转,政策不确定性对经济、金融不确定性的溢出效应在后危机时期占据主导地位;政策不确定性与经济、金融不确定性之间的溢出与反馈效应受不确定性本身、经济发展水平以及金融摩擦强度等影响表现出显著的非线性特征,例如政策不确定性对经济、金融不确定性的加剧作用会随着不确定性水平和金融摩擦强度的提高而明显增强,但在经济平稳运行期间可以得到有效缓解.这些研究结果为深入理解宏观不确定性的理论内涵、合理把控经济体的不确定性水平、切实完善中国宏观调控与金融监管政策框架提供了有益的经验依据和政策启示.

本文集成了经验模态分解(EEMD)、最小二乘支持向量回归(LSSVR)和K均值聚类方法,提出了一个新的外汇汇率预测方法,称为基于EEMD-LSSVR-K的分解-聚类-集成学习的外汇汇率预测方法.该方法利用聚类策略将分解-集成学习中固定权值集成学习扩展到基于局部数据特征加权的非线性集成加权学习,从而克服了分解-集成方法中集成学习阶段的不足.本文将该方法用于四种主要外汇汇率的预测,实证结果表明:在提前1天、提前3天和提前6天的预测中,本文所提出的EEMD-LSSVR-K方法的水平预测性能和方向预测性能显著地优于基准模型;同时也证实了聚类策略能够有效提高分解-集成模型的预测效果.

传统的单层网络往往难以全面刻画金融系统的复杂关联性，本文从多层关联网络视角进行投资组合的优化研究.首先构建包含线性关联层、非线性关联层、偏关联层和尾部关联层的股票资产的多层关联网络，然后分析其结构特征并检验投资组合中股票权重与关联网络中节点中心度的相关性，再后据此提出ρ投资策略和低中心度投资策略两种选股方法，最后运用滑窗法模拟动态投资过程并利用Sharpe比率、换手率、交易费用平衡点和alpha值评估投资组合的绩效.实证研究发现：1）各层网络间具有相似性和独特性，股票权重与节点中心度之间是负相关的；2）提出的网络组合回报高于基准组合，且这种高回报不被系统性风险因子暴露或交易费用所抵消；3）低中心度策略的等权重组合表现最好，能够为投资者提供显著高于基准组合的Sharpe比率.

考察资不抵债与流动枯竭叠加作用下，银行债务违约、流动性挤兑和资产减值抛售相互渗透、相互强化的系统性风险多渠道形成机制，动态模拟房地产贷款违约冲击下的风险传染演化过程.对2012--2020年我国38家银行进行研究发现：第一，银行体系能充分吸收房地产贷款违约初始冲击，系统性风险主要产生于银行去杠杆行为导致的多渠道风险传染过程中.资产减值抛售对系统性风险影响较大，债务违约和流动性挤兑对系统性风险的贡献较小.第二，资不抵债与流动性枯竭是银行风险传染的主要形式，两者的叠加效应持续放大系统性风险.银行体系流动性枯竭较资不抵债更突出，但前者影响呈下降趋势，后者逐年凸显.第三，系统性风险释放在重度冲击下呈现"即时性"，中度冲击下呈现"延续性"，轻度冲击下呈现"自我恢复"特征.第四，银行体系风险类型趋于复杂化，国有商业银行和股份制商业银行更容易出现流动性枯竭与资不抵债双重风险，且两者脆弱性和风险贡献度更突出；城市商业银行和农村商业银行多表现为双重风险或单一风险.基于研究结论，为我国银行系统性风险防范及金融监管提供政策建议.

电商平台在我国经济以及产业结构转型中扮演着重要的角色.本文基于电商平台运营以及危机救助的主要特征，从金融救助方案的角度，构建理论模型分析重大突发公共事件冲击下电商平台对旗下入驻企业的救助策略与救助效益，旨在阐述不同救助策略的差异及其相互作用.我们发现：1）若只考虑单一救助策略，当入驻企业受危机影响较大时，只有"输血"才能救助入驻企业，例如平台需向入驻企业提供贷款；反之当入驻企业受危机影响较小时，"不抽血"的救助策略将起到更好的救助效果，例如平台应减免或延后收取平台租金.2）若考虑组合救助策略，当平台资金充足时，平台收益和救助比例均随入驻企业受危机影响程度加深而上升；当平台面临资金约束时，平台收益和救助比例均随入驻企业受危机影响程度加深而下降.3）相较于银行等外部资金机构，平台是更高效的救助主体：考虑到平台与入驻企业呈共生关系，平台愿意牺牲部分短期贷款收益以换取入驻企业持续经营带来的佣金与租金等长期收入.本文提供了电商平台的救助策略和救助效益的评估分析框架，为理解共生特性如何驱动电商平台向入驻企业提供有效的金融救助提供了新视角和新见解.

我国正面临着由新冠疫情带来的经济下行和低碳转型的双重压力.短期经济复苏和长期绿色发展之间的权衡取舍使得刺激政策需要在多目标下设计.本文构建了新凯恩斯动态随机一般均衡模型，分析了新冠疫情从发生到造成经济影响再到政府干预的过程.结果显示：1）三种经济刺激政策的短期经济复苏效果均十分显著.在绿色经济刺激政策下，2020年第二、三、四季度GDP增长3.3%、5.3%和6%.2）绿色经济刺激政策减少了经济波动，起到了自动稳定器效果，利于经济平稳的复苏.3）从长期来看，绿色经济刺激政策有利于未来经济的绿色转型，避免高碳锁定效应，是实现2060年碳中和目标的优选路径.我们估算出当前每增加1元的绿色投资可以减少未来1.5～2.6元的减排成本.

黄金具有商品和货币的双重属性，是投资者进行资产保值及增值的重要手段.本文从行为金融理论出发，采用广义自回归条件异方差混频数据抽样模型（GARCH-MIDAS），探究百度指数和谷歌趋势对中国黄金价格波动率的预测能力.同时，引入了全球经济政策不确定性（GEPU）指数以及地缘政治风险（GPR）指数变量，检验对黄金波动的影响.进一步地，使用模型信度集（model confidence set，MCS）和方向检验（direction-of-change，DoC）两种评价方法检验各模型的样本外预测精度.实证结果表明，谷歌趋势能够显著大幅提升中国黄金价格波动率的预测精度，为准确预测我国黄金波动提供了新的视角，为稳定金融市场提供了可靠保证.

贸易自由化和资本全球化同为经济全球化的重要表现，以资本为代表的生产要素跨国流动日益频繁，导致现有的贸易总值和贸易增加值核算难以界定经济收益的实际归属权.本文通过编制区分企业所有权性质和贸易方式、反映生产要素国别属性的非竞争型投入产出表，基于国民收入视角探究各类企业出口经济收益的异质表现，并从时间维度和行业、贸易伙伴层面实证分析中国出口经济收益的变动趋势和组成结构；借助外国国民收入测算方法，本文还将提出新的外资渗透率度量指标并用以分析中国的出口外资渗透程度.本研究对于客观认识中国的出口经济收益和出口特征具有重要意义.

本文首先构建包含银行破产机制和货币政策不确定性冲击的DSGE模型，并基于带有随机波动率的货币政策规则测度了我国货币政策的不确定性，进一步从微观银行层面探讨了货币政策不确定性对我国商业银行风险承担和信贷活动的影响，并运用SVAR模型分析了货币政策不确定性对宏观信贷风险和实体经济活动的影响.本文的研究发现：1）货币政策不确定性的上升会增加商业银行的不良贷款率，进而加大商业银行的风险承担水平.2）货币政策不确定性冲击会抑制商业银行的信贷活动.3）货币政策不确定性冲击会通过增加商业银行的信贷风险进而对实体经济活动带来紧缩效应.本文的研究对于我国央行优化货币政策调控以防范金融风险，推进"稳金融"和"稳预期"等工作具有一定的政策启示.

针对配送中心车型多样、客户需求动态变化且车辆行驶时间依赖配送区域路网速度变化特征的动态车辆路径问题，基于先预优化后动态调整的思想建立了以配送成本最小化为目标的两阶段优化模型.在预优化阶段，设计改进自适应遗传算法获得初始配送方案；在动态调整阶段，综合考虑客户需求变化和配送路网速度的变化，制定连续性和周期性相结合的优化策略，将问题转化为多中心车辆路径问题进行求解.通过实验分析验证了模型与算法的有效性，研究成果可丰富车辆路径问题的相关研究，为物流企业优化决策配送方案提供理论依据.

本文将网络分析法应用于世界多区域投入产出模型,利用最短路算法刻画中国与“一带一路”沿线国家间的跨国长产业链图谱.结果显示,在中国与“一带一路”沿线国家的生产网络中,对中国而言下游的重要枢纽部门包括阿联酋、沙特阿拉伯、卡塔尔、俄罗斯的采矿业,印度尼西亚的汽车制造业和希腊的水路运输业等,上游重要枢纽部门包括德国的汽车制造业,阿联酋的采矿业和马来西亚的电子、电气和机械设备制造业等.这些枢纽部门连接了中国与其他“一带一路”沿线国家,形成了跨国长产业链,提升了中国与“一带一路”沿线国家生产网络的整体性.基于分析结果,本文提出通过进一步落实“一带一路”倡议促进“双循环”格局发展的政策建议,包括实现国际循环对国内循环的带动和优化效应,推动制造业服务化发展,以及精准布局“一带一路”投资市场以平衡对外风险.

近年来，城市创新能力与城市空气质量的关系越来越受到人们的关注.为此，基于2001-2016年我国35个城市的空间面板数据和城市PM2.5空间相关性分析结果，本文通过构建空间面板数据模型来研究城市创新能力对城市空气质量的影响，并从人口密度、经济增长、城市交通水平、产业结构、能源消耗、城市蔓延度的角度分析了城市PM2.5污染排放聚集的时空动态关系.研究结果表明：城市PM2.5污染排放存在显著的空间溢出效应；城市创新能力的提升，以及城市产业结构的优化显著降低城市PM2.5污染排放；城市人口密度、能源消耗、交通水平的提高共同加剧城市PM2.5污染排放；城市PM2.5污染排放和经济增长之间存在显著的N型曲线关系.

网络舆情发展趋势预测对政府相关部门的舆情监测与管控有非常重要的参考意义.针对网络舆情的小样本特性，同时考虑适用模型的时效性和准确度，本文提出一种基于佳点集方法初始化、非线性参数控制以及对引领狼赋权的改进灰狼优化支持向量回归（IGWO-SVR）的网络舆情预测模型，以"新冠肺炎"、"中国梦"等百度指数作为舆情数据样本进行了实证研究.对比实验结果显示，改进后的灰狼优化算法有较强的全局搜索能力、较快的收敛速度以及较好的稳定性.IGWO-SVR网络舆情预测模型有较为突出的准确性与稳定性，能够为政府舆情管控部门提供较好的决策参考.

全局灵敏度分析研究不确定性在模型中如何传播,并辨别对模型输出有重要影响的因素.针对高维随机空间或"黑箱"类型的输入、输出关系,使用蒙特卡罗方法计算Sobol'指数会难以负担;同时,输入变量之间的相关性会使独立性假设下提出的分析方法不再适用.因此,本文考虑由高斯copula关联的输入变量,提出基于稀疏多项式PCE (polynomial chaos expansion)的全局灵敏度分析方法.首先,将相关输入转换到[0,1]ⁿ上独立的均匀分布,以使用调整的Legendre多项式基函数对其进行分解:其次,在自适应建模过程中,藉由Sobol'一阶展开项的方差收敛来确定最优的样本量,通过模型近似误差来确定PCE中的Sobol'一阶、二阶展开项各自的多项式展开阶数;最后,由模型项的系数计算Sobol'指数.针对解析算例和汽车制造过程中的真实工程问题来计算Sobol'指数,不仅显示了稀疏多项式PCE方法在基于方差分解的灵敏度分析中的有效性,还讨论了相关性大小与Sobol'指数、PCE模型形式之间的关系.

供应链网络作为企业所处社会网络的重要组成部分之一,会对企业的生产经营以及战略决策产生重要影响.本文利用2004--2019年中国沪深A股上市公司披露的前五名供应商和客户信息构建了供应链网络,使用度中心性衡量不同企业在供应链网络中的位置.研究发现处于供应链网络中心位置的上市公司竞争地位更高,这一结论在经过工具变量法、PSM法、Heckman两阶段以及替换变量等稳健性检验方法后依然成立.异质性分析发现,当企业与客户或供应商的平均空间距离越近、或者企业当年与客户或供应商没有合同纠纷时,这两者的正相关关系越强.机制检验表明,供应链网络位置中心性可以帮助企业获取更多的信息、技术资源,并提高企业投资水平与投资效率、增强创新能力、降低交易成本,从而促进企业竞争地位的提升.经济后果检验发现,当企业处于供应链网络中心位置还可以削弱经营不确定性、抑制管理层短视主义等.本文研究不仅丰富了供应链网络位置特征、企业竞争地位两个领域的文献,而且对企业从供应链网络位置层面寻求增长动力、实现高质量发展具有积极的实践意义.

首次构建基于双向极值模型与系数分解的外汇尾部风险多维测度框架,深入剖析外汇尾部风险暴露的变动规律.从中发现,在竞争力效应与折算风险效应作用下,企业外汇尾部风险暴露及其分解成分具有明显的外汇上下行异质性.加入对外直接投资等企业特征因素的回归分析表明,只有面对下行外汇尾部风险时,对外直接投资才起到显著的对冲作用,在汇率上行时,对外直接投资的海外资产折算风险效应会抵消它作为经营性对冲工具的效果;当对外直接投资的竞争力效应不足而引致对冲效果低下时,对外直接投资甚至会成为显著的风险来源.上述结论为外汇风险防范提供了新的视角和启发.

本文从对外直接投资（简称OFDI）动机出发梳理了OFDI对就业的主要影响路径，提出了一种基于时变状态空间模型和投入产出模型的OFDI就业效应测算模型，利用2007-2014年中国对美国制造业OFDI和出口数据以及世界投入产出表，测算了中国对美投资的母国就业效应和机会成本.研究发现：1）中国对美国OFDI对就业人数的影响总体为创造效应，2008-2014年中国对美国制造业OFDI平均每年为中国创造就业147万人；2）投资动机层面，市场寻求型OFDI对母国就业为创造效应，资源寻求型OFDI对母国就业为替代效应；3）2012年之前中国对美国OFDI对母国就业产生的机会成本较大，资金投往国外造成了母国就业损失，但2012年后这种机会成本逐渐减小，相比国内投资，OFDI对母国就业的创造效应更强.

美伊争端、页岩油等新能源兴起、国际贸易摩擦等突发事件的不断出现,对国际原油市场的供需及交易带来了连续的冲击,从而影响全球经济的发展.中国原油对外依存度较高,原油市场的供需冲击及油价的波动将对中国经济发展产生重要影响.本文创新性地构建了一个完整的供给冲击-油价波动-经济影响(SS-PV-EI)研究框架以测算原油市场供给侧冲击对中国经济的影响.1)利用PPM-KM模型和历史事件分析法提取并分析历史突变点,筛选出供给冲击事件;2)基于时变参数随机波动率向量自回归模型(TVP-SV-VAR model)估算出供给冲击对油价的时变弹性及脉冲响应结果;3)综合运用情景分析和历史事件分析设立伊朗制裁可能导致的供给缺口情景及相应的油价区间;4)基于混频模型(MIDAS-AR model)和非线性分布滞后模型(NARDL model)分别测算与分析4种情景下世界原油供给冲击对中国经济的非对称影响.结果表明:1)历史突发事件约为42次,其中由供给冲击所引起的油价突变为19次.2)世界石油供给下降1%,国际油价将上涨0.25%～0.45%.当伊朗制裁等突发事件引起供给冲击时,不同情景下国际油价将可能上涨2%～100%.3)国际油价波动对中国经济的影响存在非对称性.油价上涨对经济的影响程度要大于油价下降对经济的影响.不同情景下,将导致中国GDP放缓0.04%～4.17%,CPI上涨0.14%～6.92%.国际油价大幅飙升将对我国经济产生负面影响.

本文采用惩罚线性回归方法和主成分分析等多种机器学习算法,充分挖掘我国A股上市公司财务基本面大数据信息,尝试构建我国资本市场的简约的多因子定价模型.研究发现:我国A股市场中,主成分作为定价因子的表现要优于特征因子;在缩减定价因子个数方面,弹性网络方法的表现要略优于LASSO.此外,惯性类、交易摩擦类以及估值与成长类因子的贡献较大,说明虽然我国资本市场不够完善,市场参与者交易习惯有待提高,但也体现了市场不断完善且有效的一面.本文方法构建的多因子模型优于主流的定价模型.本文将机器学习方法引入到资产定价模型的构建,实现了对高维财务基本面数据的降维和变量选择,构建了我国A股市场多因子资产定价模型,并给出经济学解释.文章从大数据和机器学习的角度为我国A股市场资产定价提供了新思路,明确了各个定价因子在多因子模型中的贡献,有助于理解我国资本市场特点,为解决高维财务基本面数据问题提供了适用于我国资本市场的方法.

大数据时代，信息安全问题频发引起了消费者对信息隐私保护的需求，隐私保护成为企业在制定竞争策略时不可忽略的因素.基于消费者同时存在产品品牌偏好和不同隐私保护需求的假设，利用博弈模型分析产品的隐私保护功能对企业竞争和社会福利的影响.结果表明相较于只考虑消费者品牌偏好，同时考虑消费者品牌偏好和隐私保护需求能够增加社会福利.并且产品的隐私保护程度直接影响竞争，当消费者更关注产品品牌时，产品隐私保护程度的差距越大，产品隐私保护程度高的企业越能够制定更高的价格以获取更高的收益，而产品隐私保护程度较低的企业受到的影响则相反.但是当产品隐私保护程度的差距足够大时，产品隐私保护程度较低的企业也可以通过隐私保护获取更高的收益.当消费者更加关注隐私安全时，一定条件下，企业都可以通过隐私保护获取更高的收益.

近年来对美国西德克萨斯中质(WTI) 原油现货价格结构进行建模受到了越来越多的关注. 然而, 现有大多数的文献集中在经典的计量经济学方法和点值反事实分析上, 这可能会受到信息损失的影响. 本文提出了一种新的区间反事实分析方法来研究2011 年发生的油价波动事件对WTI 原油现货价格的影响. 利用区间模型可以同时估计出在没有事件影响的情况下WTI 价格的水平和波动性. 这些反事实估计是基于WTI 和其它10 种国际原油现货市场之间的横截面相关性得到的. 研究结果表明, 由于页岩油繁荣引起的原油供应过剩使得WTI 价格的水平和波动性都出现了降低, 而且这种影响直到2014 年底才消失. 该结果可以为政府, 行业从业人员和个人投资者提供重要参考.

为深入考察政府创新扶持政策的作用效果与内在机理,本文以《国家中长期科学和技术发展规划纲要(2006--2020年)》中提出的研发补助政策和税率优惠政策为研究对象,采用基于倾向得分匹配的双重差分法对政府创新扶持政策的双重效应进行识别.研究发现,政府研发补助政策兼具“前期激励”与“后期奖励”效应,显著提高了企业创新能力,而税率优惠政策并不能促进企业创新.进一步分析显示,持续且平稳的研发补助额度、企业经营地理分散化和外部创新环境显著强化了创新扶持政策对企业创新的积极作用.本文不仅弥补了现有研究对政府创新扶持政策内在动机和潜在机制的忽视,还将研究视角由“政府之手”扩展到“市场之手”,对政策影响企业创新能力的逻辑链条进行了必要补充.本文研究揭示了政府创新扶持政策实施的内在规律,为我国应对日益激烈的国际竞争,实现创新驱动发展战略,提供政府扶持驱动企业创新的理论支撑与政策建议.

自2019年12月以来,新冠肺炎(COVID-19)疫情在全球范围内持续扩散,不仅严重危害到世界各国人民的生命健康,对公共医疗卫生体系提出严苛考验,还对经济贸易活动造成了巨大冲击,对国际社会产生了深远影响.一些研究采用数学预测模型对病毒传播和疫情发展进行模拟仿真,以帮助研究人员和政策制定者了解病毒传播机理,采取合理防疫政策进而抑制病毒进一步传播.然而现有研究存在一定局限性,例如方法选择单一、过于依赖模型参数选择、病毒传播与政策调整导致的数据时变性等问题.为解决上述问题,本文提出了基于时变模型平均(TVJMA)、时变参数模型(TVP)、传染病vSIR模型(vSIR)、逻辑回归模型(LR)、多项式回归模型(PNR)、自回归移动平均(ARMA)六种模型方法的综合集成预测框架,对不同地区疫情最为严重的6个国家的累计确诊人数进行预测.结果表明,对于单一预测方法,TVJMA方法表现优于其他五种方法;综合集成预测方法在绝大多数情况下明显优于单一方法,特别是基于误差修正权重的多模型组合预测方法,显著地提高了预测精度.对于不同预测步长,综合集成预测方法具有稳健性.

精准预测集装箱吞吐量是合理规划港口建设、制定港口作业计划和调整港口发展方向的重要基础.针对港口集装箱吞吐量的复杂非线性特征，本文提出了基于选择性深度集成的集装箱吞吐量混合预测模型（HMSD）.该模型首先使用经验模态分解方法将原始集装箱吞吐量时间序列分为若干个本征模函数和余波序列.考虑到各本征模函数的高度非线性特征，分别训练长短时记忆网络、门控循环单元和卷积神经网络三种深度学习模型作为基准模型对其进行预测，再运用改进的数据分组处理技术（GMDH）建立选择性深度集成模型，得到各本征模函数的集成预测结果，进一步采用自回归求积移动平均模型预测线性余波序列，将全部本征模函数和余波的预测值进行整合得到总的集装箱吞吐量预测值.为验证提出的模型在集装箱吞吐量预测上的性能，本文选取我国吞吐量具有显著差异的六个港口进行实证，结果表明该模型在六个港口上均具有最好的预测效果，最后还运用HMSD模型给出了2021年1月至2022年12月六个港口集装箱吞吐量的样本外预测值.

季节性波动数据具有长期趋势性、季节波动性与局部随机振荡性等复杂特征，这给其预测模型的合理构建造成了难度.文章首先通过排序函数f （x_ik）挖掘季节波动数据中相关元素的序位关系及其演变规律，实现了季节波动数据的特征提取及驱动项的构造.然后通过构建分数阶多变量灰色预测模型FMGM （1，N），实现了其累加阶数从正整数到全体实数的拓展与优化.最后，将FMGM （1，N）应用于具有季节波动性特征的我国GDP月度数据的拟合与预测，建模结果显示其模拟和预测精度优于当前主流的单变量及多变量灰色预测模型、非线性回归模型、Arima模型及智能建模方法（support vector machine，SVM；long short-term memory，LSTM）.本研究成果为研究季节波动性数据提供了一种新的预测建模方法，对丰富和完善预测模型方法体系具有积极意义.

在跨境电商中，包邮服务连同产品价格对消费者购买决策产生共同影响.当品牌商提供包邮时，它将一并承担跨境运费和进口关税；否则，这些费用将由消费者支付.基于此，本文考虑产品和物流服务双维竞争，针对同一跨境电商平台中品牌商A和B的包邮（F）或不包邮（N）决策，构建了四种策略组合下的模型，探讨品牌商的包邮策略选择问题.对比不同策略组合下的均衡结果，发现物流服务费用差异及产品差异对品牌商的决策起决定性作用.当产品差异较大时，品牌商A和B之间将出现（N，N）、（N，F）、（F，F）三种均衡策略，具体均衡策略的出现由消费者直接承担的物流服务费用决定.反之，当产品差异较小时，二者的均衡策略为（N，N）、（F，F）.本文还发现关税税率的变化将会显著影响各种均衡策略形成的可能性，关税税率提高驱使品牌商选择趋同的包邮策略，即（N，N）、（F，F）更可能出现.这体现出跨境场景中关税对企业决策的独特作用.

本文考虑了在带有协变量的非线性倍差法模型框架以及新的识别条件下,个体处理效应的估计问题.为了正确识别个体处理效应,假设在没有政策干预的情况下,控制组和处理组潜在结果变量的条件分布函数在两期内具有相同的变化,并且个体在接受处理或不接受处理的情况下,所对应的潜在结果变量的条件秩不变.基于所提出的模型和假设,发展了一种个体处理效应的估计方法.数值模拟结果表明所提出的估计量具有良好的有限样本性质.最后,所提出的模型和方法被应用于分析美国最低工资法案的实施对各县失业率的影响.

在利率市场化改革背景下,国债市场是货币政策利率传导机制的重要环节,国债收益率及其波动可能受到央行沟通的影响.相比书面沟通,口头沟通频率更高、时效性更强,为此本文利用中国人民银行2003年至2018年口头沟通实践,通过前沿的文本分析方法提取每次沟通事件的语调与复杂度,并构造相邻两次沟通的文本相似度,基于EGARCH模型全面考察国债市场对央行沟通的反应.本文的实证研究发现,从均值方程看,沟通语调对国债收益率的引导作用在金融危机后明显增强、在长期国债收益率中更为显著,表明中国央行沟通的信息渠道正逐步完善且符合利率体系特征;从方差方程看,明显的沟通语调变动以及稳定和易于理解的措辞习惯能有效降低市场波动,表明中国央行沟通的协同渠道较为顺畅,货币当局能够通过预期管理维持市场稳定.

以旧燃油车换新燃油车（TONF）是汽车行业常见的以旧换新服务.随着新能源车的快速发展，一些汽车品牌商又推出了以旧燃油车换新能源车（TONE）服务.然而，TONF和TONE的并存可能加剧新燃油车和新能源车的竞争.因此，汽车制造商和经销商应在不同的以旧换新策略中做出权衡，并制定出相应的最优定价.基于此，本文在消费者对新能源汽车存在里程焦虑的情境下，构建了一个由汽车制造商和经销商联合开展以旧换新的供应链博弈模型，探讨了经销商仅提供TONF，仅提供TONE和两者均提供的阈值条件，以及相应以旧换新策略下的最优定价决策.研究结果表明，经销商以旧换新策略选择不仅与新燃油汽车和新能源汽车的单位生产成本有关，同时也取决于制造商提供的回购补贴大小.消费者对新能源车的里程焦虑也将对经销商以旧换新策略选择产生重要影响.特别是当单位生产成本居中时，消费者对新能源车的里程焦虑大小在经销商以旧换新策略的选择中起主导作用.

针对车位共享平台供给与需求均随机的特征，文章构建了随机动态规划模型对共享车位的预订控制策略进行研究.基于随机动态规划模型，进一步构造了单产品分解模型和单周期分解模型对问题最优解进行分析，并证明了单产品分解模型的超模性以及单周期分解模型的凹性性质.基于分解模型，分别设计了三种预订控制算法对模型进行求解.最后，通过数值仿真验证了模型和算法的有效性.本文的研究结果将为共享平台的预订控制提供决策支持.

直播带货已成为促进网络经济发展的新动力,优化网络直播平台和主播共同参与的动态价格决策是一项值得深入研究的课题.基于微分博弈理论与方法,考虑参照效应和主播影响力对直播平台定价策略的影响,从基本定价策略、考虑参照效应的静态定价策略及动态定价策略等3种决策模式分析直播平台的均衡价格及主播的最优努力水平,并探讨了参照价格因子和主播影响力系数的影响.研究发现:静态或动态定价策略下,平台的最优定价均与初始参照价格正相关,当初始参照价格较高(较低)时,平台采取撇脂定价策略(渗透定价策略);随主播努力水平的增大,主播对消费者购买行为的影响效果越强,平台倾向于定高价;动态定价策略能实现直播平台收益优化,但与静态定价策略相比,主播的收益降低;不同系统参数下直播平台的最优稳态价格与收益的演变规律不同,直播平台应根据消费者价格参照效应及主播影响力水平来设计最优价格策略提升收益能力.

在跨国供应链网络系统中,上下游企业在交易过程中不可避免地面临着关税政策,与此同时,本土产品的替代作用也会影响关税实施效果和各方决策.基于此,文章考虑产品替代性,构建随机需求下受关税政策影响的跨国供应链成员利润最大化模型,利用互补系统,得到跨国供应链网络的均衡决策.研究表明:1)随着国家提高进口关税,国内生产交易替代产品的企业利润会上升;2)本土产品交易量以及制造商和经销商的期望利润均会随着该国进口产品需求不确定性的增加而降低;3)若制造商提高其产品对进口产品的替代程度,则本土产品交易量增加,此外还会使得本土制造商的利润和与其交易的经销商的期望利润增加,国家实施关税政策会放大这一积极影响.

识别保险业当前和未来面临的突出风险并进行有效防控和监管对于维持保险业以及整个金融业的稳定具有重要意义.现有研究大多基于定量指标估算各类风险的水平，存在一定的间接性和滞后性.监管机构通常要求公司在财务报告中以文本的形式披露当前或未来面临的潜在风险，充分提取这些风险信息可以集合所有保险公司管理人员的经验和判断，更加直接、前瞻性地发现保险业面临的突出风险.因此，提出通过引入文本挖掘方法，从大量财务报告中识别保险业面临的重要风险点及其演化规律.实证基于214家美国上市保险公司2006—2018年的1682个财务报告，识别出29个保险业的重要风险点并分析重要度的演化趋势，发现与操作风险相关的风险点的重要度呈显著上升趋势，尤其是"信息系统安全"上升幅度最大，建议保险公司和监管机构目前应高度重视新技术、新业务模式带来的操作风险.