管理层权力制衡强度、债务约束与企业创新投资

企业创新是国家经济可持续增长的关键，受到管理层意愿的影响，因而需要对内部经营者的权力进行制衡。以2010-2018年我国A股上市公司为研究样本，实证检验管理层权力制衡强度对企业创新投资的影响，以及不同债务约束情境下高商业信用配置、高负债水平的调节效应，此外，还考察了产权性质的差异化影响。研究表明，管理层权力制衡强度越大，企业创新投资水平越高；高商业信用强化了该促进作用，而高负债水平弱化了该促进作用。进一步研究发现，管理层权力制衡强度与企业创新投资的关系在民企中更显著；国企能够更好地获得和运用商业信用，使其高商业信用对该关系的强化效应更显著；民企具有更强的债务约束，其高负债水平对该关系的弱化效应更明显。     

“四化”建设与地区碳强度减排——基于横向比较的经验证据

文章基于构建“四化”衡量指标体系，综合运用计量方法分析减排视角下“四化”建设与碳强度的解耦状态、作用机制及影响关系。研究表明：考察期内省际“四化”建设水平稳步提升，“四化”建设与碳强度的解耦状态突出表现为扩张性负解耦，且解耦演进过程中省份间存在时间及空间差异性；地区间“四化”与碳强度的关联程度呈现东部>中部>西部的现象；短期内“四化”与碳强度的动态响应较为明显，远期而言“四化”对碳强度的冲击效果逐渐减弱；新型工业化、新型城镇化、信息化和新型农业现代化对碳强度的动态影响分别呈现“N”型“、倒N”型、“U”型和“倒U”型的作用趋势。     

违约与杠杆周期——一个带有救助的金融加速器模型

我国为应对2008年国际金融危机的冲击采取了一系列经济刺激政策,在发挥“稳增长”作用的同时,也在一定程度上导致我国企业部门杠杆水平快速上升,但与此同时,不良贷款率并没有随企业部门杠杆的上升而显著增加。为了解释企业部门违约与杠杆的周期特征,本文在金融加速器模型(Bernanke et al.,1999)基础上,引入政府对企业部门的违约救助机制,建立DSGE模型进行讨论。进一步地,本文还通过一个不合意的去杠杆政策试验表明,忽略资产价格稳定(或者说金融稳定)前提下的去杠杆政策,反而会使企业部门的杠杆和违约率同时上升到一个较高水平。最后,引入一个盯住预期资产价格的动态救助规则能够发挥稳定经济的作用,并提高社会福利水平。     

网络强度、组织冗余与创新模式——对200家样本企业问卷调研数据的实证检验

通过社会网络带来资源冗余进而对创新选择产生影响，这一机制已成为当今企业可持续发展的重要路径。运用200份企业样本调研数据，对网络强度、不同类型组织冗余及两种创新模式进行实证检验，结果发现，网络强度显著正向直接影响利用式创新和探索式创新;网络强度还通过正向影响未吸收冗余对两种创新产生正向间接影响作用;未吸收冗余与创新模式间具有显著正向影响关系,而吸收冗余在三者影响路径关系中检验结果不显著，可能是受企业自身因素或条件影响所致。最后，根据研究结论提出3点重要管理启示。     

金融资产配置与违约风险:蓄水池效应,还是逐利效应？

本文以2007—2016年中国A股上市公司为研究对象,检验了企业金融资产配置对违约风险的影响。实证研究发现:金融资产持有量越多,企业的违约风险越低,金融资产配置的“蓄水池效应”显著;在货币政策宽松时期,金融资产配置导致的代理冲突显现,宽松的货币政策会抑制金融资产投资对违约风险的降低作用。政府规制也会有一定的公司治理作用,将产业政策纳入讨论发现:对于产业政策支持的行业来说,企业金融资产配置能够降低违约风险,但是宽松的货币政策会刺激管理层的短视投资行为,抑制政府规制的公司治理作用。进一步地,本文提出会计稳健性的提升是企业金融资产配置降低违约风险的重要路径。本文的研究结论丰富了企业金融资产配置动机和违约风险影响因素的讨论,能够为政府部门防范经济运行中的内在风险提供有益借鉴。     

船舶与海洋工程结构极限强度分析

在货物运输的过程中,海上航运是重要的运输方式.为了提升海上运输的安全性和稳定性,一定要深入分析船舶结构和海洋工程结构,保证其强度满足运输要求.基于此,本文主要分析了船舶与海洋工程结构的极限强度状态,并提出计算方法.     

武汉市金融风险分析——CCA模型在城市层面的具体应用

本文以武汉市为研究范本,在编制出武汉市账面资产负债表的基础上,将或有权益分析法具体应用于武汉市的四大部门,分析武汉市金融风险。研究结果表明,武汉市公共部门的资本结构合理,违约风险较小;金融部门的账面资产负债率和或有权益资产负债率都很高;企业部门的资本结构错配风险大;家户部门面临的金融风险较小,但应注意其负债结构。     

基于随机森林的债券违约分析

本文基于违约事件分析、违约债券最终兑付与否以及宏观流动性这三个角度对债券违约进行归因,得到一系列重要特征,之后采用随机森林模型对债券违约进行分析.运用随机森林进行学习的结果显示,基于Lasso回归前30和前40个特征学习出的随机森林模型对特征重要性排序有较大的区别,因此特征间存在一定的交互作用.另外,总负债(同比增长率)、公司属性·民营企业、大股东类型·个人、大股东持股比例、我国GDP增速、行业景气程度增速以及逆回购利率均出现在了两个模型中,因此这几个特征对违约预测尤为关键.