组织模块化对研究型大学技术转移绩效的影响

技术转移是将社会科技资源转化为实体经济效益的重要途径。当前，我国研究型大学技术转移渠道不畅、技术转移绩效不高、大学科技成果成功产业化“最后一公里”问题凸显。基于现实需求和研究缺口，构建组织模块化对研究型大学技术转移绩效影响的理论模型。在此基础上，收集我国38所研究型大学样本数据，采用SPSS24.0和AMOS软件进行结构方程路径分析，论证和检验组织模块化对于研究型大学技术转移绩效的影响机制。结果表明：组织模块化对研究型大学技术转移绩效具有显著正向影响；技术创新能力在组织模块化与技术转移绩效之间起显著中介作用；知识共享的调节作用主要体现在组织模块化独立性、响应性与技术创新能力之间的关系上，其对组织模块分工性与技术创新能力关系的影响作用不显著。     

军民融合协同创新驱动产业园区高质量发展研究

军民融合产业园区高质量发展对于推进军民深度融合、在全国形成可复制可推广经验具有重要意义。军民融合协同创新通过促进新知识涌现、推进新产业集聚发展，最终汇聚经济发展新动能，驱动园区高质量发展。在提出军民融合协同创新驱动园区高质量发展的机理与组织框架基础上，将发展模式归纳为以分享经济为背景的资源共享模式、以新型研发机构为核心的第三方模式、以产业联盟为核心的产业链拓展模式和以交易平台为核心的“PPP”模式，最后提出相关对策建议。     

大数据能力对企业创新绩效的影响——IT-业务融合与双元环境的调节作用

基于动态能力理论和权变理论，以IT-业务融合、双元环境为调节变量，探究大数据能力与企业创新绩效间的作用关系，结果发现：大数据能力对创新绩效具有正向促进作用；IT-业务融合调节大数据能力与创新绩效的关系，IT-业务融合水平越高，大数据能力对创新绩效的正向影响就越显著；双元环境能够调节大数据能力与创新绩效间关系。其中，环境动态性在大数据能力与创新绩效关系间起正U型调节作用，而环境竞争性在大数据能力与创新绩效关系间起倒U型调节作用。从内外部情境视角解释大数据能力的创新转化，对中国企业大数据应用具有指导意义。     

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。     

失败学习对企业绩效的影响机制研究

已有文献认为失败学习对企业绩效具有重要作用，但失败学习通过何种途径促进企业绩效提升的研究并不完善。基于失败学习理论，引入资源拼凑和机会识别作为中介变量，构建失败学习影响企业绩效的多路径模型，探索失败学习对企业绩效的驱动路径及内在机理。实证结果表明：失败学习对企业绩效具有显著积极作用，资源拼凑和机会识别分别在失败学习与企业绩效之间起中介作用，资源拼凑和机会识别在失败学习对企业绩效驱动过程中存在链式中介作用，战略柔性能够强化资源拼凑与企业绩效之间的关系，并正向调节资源拼凑的中介作用。研究结论拓展了失败学习对企业绩效的影响路径，对企业复苏和成长具有重要启示。     

Does educational diversity of managers matter for the performance of team‐managed funds?

We study the effect of the educational diversity of managers on the performance of team‐managed mutual funds using a large sample of U.S. equity funds from 1994 to 2013. We consider diversity in terms of both final educational degree and field of educational specialisation. We find that, in general, both types of diversity have a positive impact on fund performance, and our results are robust over a wide range of performance metrics and changes in market conditions.     

创新生态系统视角下价值共创如何影响企业创新绩效——一个有调节的中介模型

以创新生态系统为视角，引入创新资源互动与生态系统规范机制为中介变量和调节变量，探究价值共创如何影响企业创新绩效。基于307家企业样本数据，运用结构方程模型、Bootstrap和层级回归方法对数据进行分析。研究发现：创新生态系统中，价值共创不完全直接影响企业创新绩效；创新资源互动部分中介价值共创对企业创新绩效的影响；生态系统规范机制部分正向调节价值共创对创新资源互动的影响。最后提出，创新生态系统调控方与企业要差异化地制定提升创新绩效的实施方案，营造活跃的创新资源互动氛围，形成并完善系统内生态规范机制。     

Market impact: a systematic study of the high frequency options market

This paper deals with a fundamental subject that has seldom been addressed in recent years, that of market impact in the options market. Our analysis is based on a proprietary database of metaorders—large orders that are split into smaller pieces before being sent to the market—on one of the main Asian markets. In line with our previous work on the equity market [Said, E., Bel Hadj Ayed, A., Husson, A. and Abergel, F., Market impact: A systematic study of limit orders. Mark. Microstruct. Liq., 2018, 3(3&4), 1850008.], we propose an algorithmic approach to identify metaorders, based on some implied volatility parameters, the at the money forward volatility and at the money forward skew. In both cases, we obtain results similar to the now well-understood equity market: Square-Root Law, Fair Pricing Condition and Market Impact Dynamics.     

关系质量对企业知识创造绩效的作用机理：一个被调节的中介模型

基于嵌入性视角，分别引入知识转移、合作模式作为中介变量和调节变量，深入探究关系质量影响企业知识创造绩效的内在机理。利用277份来自全国多地的制造业及高新技术企业调查问卷，采用多元回归方法进行实证研究。结果表明：经济型和社会型关系质量均正向影响企业知识创造绩效；社会型关系质量通过元素知识和架构知识转移正向影响企业知识创造绩效。在契约治理模式下，经济型关系质量更倾向于通过元素知识转移正向影响企业知识创造绩效；在股权治理模式下，社会型关系质量更倾向于通过架构知识转移正向影响企业知识创造绩效。     

Stock market volatility forecasting: Do we need high-frequency data?

The general consensus in the volatility forecasting literature is that high-frequency volatility models outperform low-frequency volatility models. However, such a conclusion is reached when low-frequency volatility models are estimated from daily returns. Instead, we study this question considering daily, low-frequency volatility estimators based on open, high, low, and close daily prices. Our data sample consists of 18 stock market indices. We find that high-frequency volatility models tend to outperform low-frequency volatility models only for short-term forecasts. As the forecast horizon increases (up to one month), the difference in forecast accuracy becomes statistically indistinguishable for most market indices. To evaluate the practical implications of our results, we study a simple asset allocation problem. The results reveal that asset allocation based on high-frequency volatility model forecasts does not outperform asset allocation based on low-frequency volatility model forecasts.