社会情感财富对家族企业创业导向的影响

在将家族企业社会情感财富划分为家族控制、家族代际传承意愿、家族认同和家族社会资本4个维度的基础上，研究不同维度社会情感财富间关系及其对家族企业创业导向的影响与作用机制。结果发现：①家族控制对家族代际传承意愿、家族认同和家族社会资本具有显著正向影响；②家族控制对家族企业创业导向具有显著正向影响，家族代际传承意愿、家族认同、家族社会资本在家族控制与家族企业创业导向间起完全中介作用。     

研判中美制造业直接投资趋势

2018年以来,美国单边挑起贸易争端,频繁以国家安全为由对我国高技术产业实行严格的出口管制措施和技术封锁,中美双边制造业投资面临紧张的国内外形势。2020年新冠肺炎疫情爆发冲击全球经济体系,为中美双边制造业投资带来更大的不确定性。基于2008~2019年中美双边制造业直接投资数据的研究发现,整体来看,中美投资机制不畅通导致双边直接投资体量小,跨国运营经验不足导致中国赴美直接投资收益较低,美方加强中企赴美投资管控导致投资风险增加。短期看,中美政策风险增加导致双边投资下降,特别是我国在美投资难度加大;但长期看,世界各国分工合作、互利共赢的全球化大趋势不变,中美直接投资领域仍有较大挖潜空间。     

开放式创新对节能环保企业创新绩效的影响

节能环保企业是节能环保技术创新的重要主体，通过构建理论模型，以上海89家企业数据为基础，就开放式创新对节能环保企业创新绩效的影响进行实证分析。研究发现，节能环保企业对开放式创新具有较强的依赖性，但开放式创新对节能环保企业创新同时具有促进效应和替代效应，外部知识互动提升了节能环保企业创新绩效，也可能导致外部技术依赖；开放式创新在技术开发和创新成果转化上的影响存在差异，节能环保企业应结合不同创新阶段和企业自身特征有效开展外部创新合作；开放式创新需建立在企业内部创新投入的基础之上，节能环保企业应重视内部创新投入与外部技术消化吸收，实现内外部创新要素叠加。     

房产税能否抑制实体经济"脱实向虚"——来自上海和重庆的经验分析

本文利用我国35个大中城市2006-2018年的平衡面板数据,基于上海和重庆在2011年实施的房产税试点政策,运用合成控制法检验房产税政策能否抑制实体经济"脱实向虚"发展的趋势.研究结果显示,房产税政策能够有效地遏制地区房地产业新增产值占GDP的比重的上升,促使实体企业回归主业,增加实体投资,实现促进实体经济朝着"脱虚返实"方向发展的作用.鉴于此,本文提出应加快推进房产税政策在全国范围内的实施,并在政府补贴、银行贷款等方面采取一系列配套措施鼓励实体企业进行更多的实体投资.     

国内外众创经济研究述评——基于文献计量与扎根理论分析

立足众创时代特征,运用文献计量对1999—2018年间1701篇国内外众创文献挖掘分析,探寻众创经济特点主题,探析众创发展知识基础,探求众创研究演进脉络,并获取众创经济视域下核心语句和高频词语,运用扎根理论对抽取的126篇的众创文献样本进行三级编码,进而构建众创研究的整合性理论框架,探究众创研究的系统性发展图景。研究表明,众创理论假说大量问世,众创文献热点主题包括六类,众创经济研究存在两种演进趋势,众创经济治理系统理论具有三个维度;未来应关注众创主体思辨性、众创要素系统性和众创技术本土化等专题研究。     

技术并购能够带来技术创新效应吗 ——收购公司成长潜力视角

选择2009—2017年我国A股高科技产业上市公司并购事件作为研究对象，考察技术并购能否给收购公司带来技术创新效应，以及收购公司成长潜力水平对技术并购与技术创新效应的调节作用，并进一步从两维度区分不同类型技术并购以检验其技术创新效应差异。结果发现：技术并购能够显著带来技术创新产出效应和技术创新促进效应；收购公司成长潜力越大，技术并购带来的技术创新效应越显著。此外，相对技术进入型并购，技术巩固型并购更能给收购公司带来显著技术创新效应，而国内技术并购与跨境技术并购带来的技术创新效应不存在显著差异。     

集成动员理论下军民科技协同创新机制设计研究

军民科技协同创新能力是国家科技整体竞争力的重要组成部分。近年来，军民科技协同创新取得显著成效，但也存在诸多问题，严重阻碍了军民科技协同创新深入发展。因此，迫切需要对军民科技协同创新机制进行系统性设计。基于集成动员理论的核心思想，借鉴其组织模式和运行机制理论，针对军民科技协同创新机制不明晰等问题，对军民科技协同创新机制进行系统性设计，提出在军民科技协同创新管理机构的引导下，将军民科技协同创新的各种资源要素和功能集成于军民科技协同创新服务平台，为军民科技协同创新流程和成果转化流程两大板块提供相关服务，并构建相关运行保障机制，进而实现军民科技协同创新集成化、敏捷化、模块化、高效化管理，进一步完善军民科技协同创新管理体系。     

二代继任方式、家族权威与家族企业创新投入

代际传承背景下家族企业创新投入是家族企业治理研究领域的重要问题。分析和检验了差异化二代继任方式如何影响家族企业创新投资水平，以及二者关系是否会依赖于家族权威差异而发生变化。研究结果发现：与渐进型二代继任相比，激进型二代继任会削减家族企业创新投入；二代继任方式与家族企业创新投入关系受到家族权威的影响。在家族成员权威和非家族创业元老权威较重的企业，激进型继任者对家族企业创新投入的削弱效应更显著。进一步研究发现，二代继任3年后，激进型继任者对家族企业创新投入的负面影响显著下降，且其削弱效应在规模较大企业以及创立时间较长的企业中更显著。     

The Effect of Fuel Price Changes on Fleet Demand for New Vehicle Fuel Economy

New vehicle purchases by private companies and government agencies, or ‘fleet’ buyers, represent a significant percentage of overall new vehicle sales in the United States. Yet little is known about fleet demand for new vehicle fuel economy including how it responds to fuel price changes. Using unique disaggregated data on fleet and household registrations of new vehicles from 2009 to 2016, we estimate how fleet demand for new vehicle fuel economy responds to fuel price changes. We find that fleet purchases of low fuel economy vehicles fall relative to high fuel economy vehicles when gasoline prices increase, a finding that is consistent with fleet buyers’ taking into account capitalization of fuel costs in the second‐hand market. Our estimates imply that raising gasoline prices by one dollar would increase fuel economy of new vehicles acquired by fleet buyers by 0.33 miles per gallon. We estimate a similar response for household buyers during the same period. This result justifies basing fuel economy responses to fuel cost changes on household data alone, an assumption widely used in the vehicle demand literature and the fuel economy valuation literature. We also find, however, that the response to fuel price changes varies across the types of fleet buyers: rental companies respond strongly to fuel price changes, whereas commercial and government buyers are insensitive. Our estimates imply that an increase in the federal gasoline tax would modestly increase fuel economy of vehicles bought by households and rental companies but would have little to no impact on fuel economy of vehicles bought by non‐rental companies and governments.     

A hybrid information approach to predict corporate credit risk

This study proposes a hybrid information approach to predict corporate credit risk. In contrast to the previous literature that debates which credit risk model is the best, we pool information from a diverse set of structural and reduced‐form models to produce a model combination based on credit risk prediction. Compared with each single model, the pooled strategies yield consistently lower average risk prediction errors over time. We also find that while the reduced‐form models contribute more in the pooled strategies for speculative‐grade names and longer maturities, the structural models have higher weights for shorter maturities and investment grade names.