The Proportional-Integral-Derivative (PID) control has enjoyed significant success and widespread adoption in aviation, automotive, robotics, and various other domains. However, to align with the current trend of networked control systems and optimize communication resource utilization, the authors introduce an extended PID (EPID) control framework that leverages an event-triggered mechanism. This controller is designed for single-input single-output (SISO) high-order affine nonlinear systems, overcoming the limitation of traditional PID control, which typically guarantees stability only for second-order systems. Leveraging the open unbounded parameter manifold and event-triggered conditions of the controller parameters, the authors prove through the Lyapunov method that our proposed controller achieves uniformly ultimately bounded stability and guarantees the absence of the Zeno phenomenon in the event-triggered EPID (ET-EPID) system. The efficacy of the ET-EPID control system approach is exhibited through simulation of a third-order system as well as practical experiment conducted on a second-order direct current motor.

The allocation of heterogeneous battlefield resources is crucial in Command and Control (C2). Balancing multiple competing objectives under complex constraints so as to provide decision-makers with diverse feasible candidate decision schemes remains an urgent challenge. Based on these requirements, a constrained multi-objective multi-stage weapon-target assignment (CMOMWTA) model is established in this paper. To solve this problem, three constraint-feature-guided multi-objective evolutionary algorithms (CFG-MOEAs) are proposed under three typical multi-objective evolutionary frameworks (i.e., NSGA-II, NSGA-III, and MOEA/D) to obtain various high-quality candidate decision schemes. Firstly, a constraint-feature-guided reproduction strategy incorporating crossover, mutation, and repair is developed to handle complex constraints. It extracts common row and column features from different linear constraints to generate the feasible offspring population. Then, a variable-length integer encoding method is adopted to concisely denote the decision schemes. Moreover, a hybrid initialization method incorporating both heuristic methods and random sampling is designed to better guide the population. Systemic experiments are conducted on three CFG-MOEAs to verify their effectiveness. The superior algorithm CFG-NSGA-II among three CFG-MOEAs is compared with two state-of-the-art CMOMWTA algorithms, and extensive experimental results demonstrate the effectiveness and superiority of CFG-NSGA-II.

In this paper, a cross-sensor generative self-supervised learning network is proposed for fault detection of multi-sensor. By modeling the sensor signals in multiple dimensions to achieve correlation information mining between channels to deal with the pretext task, the shared features between multi-sensor data can be captured, and the gap between channel data features will be reduced. Meanwhile, in order to model fault features in the downstream task, the salience module is developed to optimize cross-sensor data features based on a small amount of labeled data to make warning feature information prominent for improving the separator accuracy. Finally, experimental results on the public datasets FEMTO-ST dataset and the private datasets SMT shock absorber dataset (SMT-SA dataset) show that the proposed method performs favorably against other STATE-of-the-art methods.

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.

多视角学习是一种专注于利用含有多个不同特征集表示的数据进行机器学习的新兴人工智能算法. 然而, 多视角学习模型面临的巨大挑战是其高昂的计算复杂度. 为提高多视角学习模型的计算效率, 本文通过引入"伪拉格朗日乘子", 分析了多视角双子超球支持向量机(multi-view twin hyper-sphere support vector machine, MvTHSVM)模型的高级性质, 再结合变分不等式对球心邻域和半径值域进行估计, 提出了适用于MvTHSVM的对偶拉格朗日乘子安全筛选准则(safe screening rule for MvTHSVM, SSR-MvTHSVM). 该方法可以事先找出并删去对模型冗余的对偶变量, 从而有效降低数据规模和训练成本. 此外, 得到的SSR-MvTHSVM 具有"安全性", 即能确保删去的对偶变量确定为冗余的, 从而SSR-MvTHSVM能得到与MvTHSVM 完全一致的解. 在3 组人工多视角数据集和13组UCI数据集上的数值实验结果验证了所提SSR-MvTHSVM的有效性.

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.

改革开放以来中国创造了举世瞩目的经济增长奇迹. 对于一个具有中国特色的社会主义市场经济国家, 如何正确总结其经济发展经验, 并上升到具有一定普遍意义的经济增长理论, 需要对我国公有制经济和非公有制经济进行测算. 党的二十届三中全会提出要"开展国有经济增加值核算". 本文基于国家统计局正式公布的数据, 从国民经济各行业门类入手, 对以国有经济为主的公有制经济增加值和以民营经济为代表的非公有制经济增加值进行了测算, 对1978年以来公有制经济和非公有制经济相关历史数据空白进行了初步弥补. 本文测算结果揭示了改革开放以来中国经济的总体所有制结构和行业门类的所有制结构变化, 为进一步深入研究中国经济增长奇迹提供了重要的统计数据基础.

本文提出"宏观经济学第一章悖境", 通过系统剖析国内生产总值(gross domestic product, GDP)的十一个"测度陷阱", 梳理并揭示其中显在和隐含的经济统计学学理. 试图打破对GDP统计的两大误解, 从而表明: "政治算术"并不因其算术而简单, 社会经济意义的"可加性"和"可比性"其实很难实现; 国际统计标准往往基于本学科阶段性的认知, "带病运行"无可避免, 从而需要深究; 经济统计学是一个需要持续深耕的基础性学科领域, 否则, 我们对"国家显著事项"的判断就容易出现偏误, 经济学理论本身的发展也会面临颠覆性的风险.

本文利用2012-2023年18个"一带一路"共建国家的各项宏观经济指标, 通过构建分位数因子增强向量自回归模型(QFAVAR)刻画各国宏观指标的中位数和尾部分位数, 分析来自中国和其他全球性冲击对"一带一路"共建国家宏观经济指标的影响. 研究结果表明: 1)中国经济政策不确定性和人民币汇率波动性的下降有利于降低共建国家物价和产出的不确定性; 2)新冠疫情后, 中国宏观变量的加入也能更好地帮助预测"一带一路"共建国家的利率、CPI、工业产值、汇率的短期左尾风险; 3)加入"一带一路"倡议后, 大部分共建国家的左尾和右尾风险可预测性提高, 不确定性降低. 本文的研究对于进一步理解"一带一路"倡议的宏观经济效应, 推动我国与共建国家更高水平合作具有一定的借鉴意义.

实体企业金融化会导致企业主业弱化、创新动力不足, 甚至造成产业空心化和金融市场动荡, 是国家重点治理的对象之一. 在互联网信息时代, 公众作为企业经营的重要监督者和企业产品或服务的最终购买方, 公众关注可能对实体企业过度金融化起到治理作用. 本文利用2011-2022年沪深A 股上市公司的相关数据, 实证检验公众关注对实体企业金融化产生的影响. 研究发现, 公众关注通过监督压力机制和业务拓展机制抑制了实体企业金融化, 这种抑制效果在非国有、机构投资者持股比例高、财务信息质量较好和低融资约束的企业中更为明显.

股票价格波动对股票市场的健康稳定发展至关重要. 然而, 向来在几乎所有经济学问题研究上表现优秀的计量经济学方法, 唯独在涉及股票问题上会出现局限性, 直到人工智能方法逐渐成为这一领域的应用前沿. 基于此, 本文在经济学理论研究的基础上基于不同学科的实证研究方法, 比较研究我国货币政策对股票价格的影响及其非对称性问题. 研究结果表明: 计量经济学VAR与MS-VAR模型在分析这一问题上仅具有部分理想的结果, 而人工智能方法下的LSTM模型则具有良好的解释能力. 货币政策对股票价格具有非对称性影响, 熊市下扩张性货币政策效果大于牛市下紧缩性货币政策效果. 此外, 物价水平上涨对股票价格的传递效应更大, 而经济衰退对股票价格的拖累更为明显. 本文为货币政策干预以及不同学科下适当方法在经济学问题上的应用提供参考.

随着人工智能技术的革命性突破, 以大语言模型 (large language models, LLMs) 为代表的技术范式革新对市场风险溢出机制产生深刻影响. 技术突破性事件 (如ChatGPT-3.5的发布) 不仅在科技行业内部引发变革, 还通过增加对计算资源的需求, 间接影响能源行业的波动. 基于区间向量自回归模型, 本文构建区间风险溢出矩阵和总体溢出指数 (total spillover index, TSI), 采用2022-2025年科技行业与能源行业的股价日度数据, 量化研究了LLMs发展进程对科技和能源行业的风险溢出效应的动态冲击机制. 研究结果表明, ChatGPT-3.5的发布加剧了英伟达等头部科技企业间的风险溢出效应; 随着各科技巨头官宣建设大型数据中心, 能源行业和科技行业间的风险溢出效应逐步显现; 特朗普胜选进一步推高了双市场行业内与行业间的风险溢出效应. 此外, 本文提出的TSI指数, 相对于基于收益率或波动率的DY溢出指数 (Diebold and Yilmaz spillover indices), 能够快速响应重大事件的冲击, 有效克服了基于点值波动率构建DY指数存在的断点问题, 从而展现出更强的稳健性.

当前我国外部环境发生深刻复杂变化, 在"低端分流"和"高端回流"的双重挤压下, 对中间品进口的过度依赖越来越成为制造业发展的阻碍. 本研究基于2016年世界投入产出数据库(WIOD)发布的行业数据, 测算我国制造业中间品进口依赖度作为核心指标, 系统考察机器人应用对出口产品国内增加值率的影响机制. 实证结果表明, 中间品进口的过度依赖对产品国内增加值存在显著抑制效应, 而工业自动化的实施, 尤其是机器人的应用能有效削弱此类负面关联, 该结论在多重稳健性检验中保持一致. 机制分析进一步揭示, 自动化通过三条路径实现作用: 其一, 通过标准化生产流程提升产品质量; 其二, 推动生产技术创新形成技术溢出效应; 其三, 优化生产要素配置产生劳动力替代效应. 本研究不仅拓展了机器人技术应用的经济效应研究边界, 还深化了微观视角下工业智能化对全球价值链参与质量的影响机制. 在"中国制造2025"战略背景下, 探究中间产品进口依赖对中国企业出口的影响具有重要的现实意义, 本文的研究为当前双向挤压下的中国制造业转型升级提供了实践参考价值.

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.

教育公平是加快推进我国教育现代化、建设教育强国的根本保证, 如何缓解和消除激烈教育竞争带来的负面影响是理论与实践中缺乏研究的议题. 本文使用2018和2020年中国家庭追踪调查数据(CFPS), 基于空间自回归模型和阈值社会互动模型, 研究我国家庭之间在教育支出上的空间溢出效应和社会互动行为. 本文先给出阈值社会互动模型选择的检验统计量, 并由数值模拟发现此检验统计量具有较好的有限样本表现. 实证研究发现, 家庭教育支出在同一省份(或县区)内存在显著的空间正相关性; 同省份(县区)其他相似家庭的教育支出每增加1%, 家庭的教育支出增加0.32% (0.152%), 家庭教育支出的空间溢出效应显著, 家庭间教育支出呈现"内卷化". 阈值社会互动模型估计结果显示, 家庭教育支出的内生互动效应在高子女教育期望家庭内部、低收入家庭内部以及高信息不对称家庭内部均显著为正, 这三类家庭容易陷入教育内卷中. 研究首次实证检验了我国家庭之间在教育支出上的空间竞争性, 本质上折射出我国教育公平性和教育资源竞争性等问题. 研究结果为教育政策制定和教育资源规划提供实践指南与管理依据.

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.

整数值广义自回归条件异方差(INGARCH)模型常以泊松分布作为条件分布, 而泊松分布无法描述过离散. 为了同时处理过离散和低离散数据, 本文研究了基于均值参数化的Conway-Maxwell泊松(CMP)分布的INGARCH传递函数模型, 即CMP-INGARCH (1,1)传递函数模型, 之后加入softplus函数作为连接函数, 提出 softplus CMP-INGARCH (1,1)传递函数模型, 这避免了线性整流(ReLU)函数在零点不可微的缺点. 本文采用自适应MCMC算法, 对参数组进行MCMC迭代采样, 对两个模型的四种干预类型进行数值模拟, 所有结果均得到了有效检测. 实例使用澳大利亚新南威尔士州Albury市1995年2月至2023年9月的犯罪数据进行干预分析, 最终结果表明新模型具有优越性.

为了庆祝数学的美丽和重要性, 以及它在每个人生活中不可或缺的作用, 国际数学联 合会 (IMU) 倡议联合国教科文组织 (UNESCO) 宣布 3 月 14 日为国际数学日 (International Day of Mathematics, IDM). 2019 年 11 月 26 日, 联合国教科文组织第 40 届大会批准了这 一宣告.