中国金融结构与产业结构关系研究

以我国1978～2011年金融结构与产业结构的关系作为研究对象,利用单位根检验、协整关系检验、误差修正模型以及格兰杰因果关系检验等方法,在理论分析的基础上,进行了模型的构造,找出二者之间的长期与短期关系。通过分析发现,二者互为因果,且存在稳定关系。但目前我国两种结构上还存在着滞后经济发展的问题,需要进行结构优化。     

能源效率、二氧化碳排放效率与经济增长的关系分析

本文运用协整理论和误差修正模型,对世界和中国1971-2007年的能源效率、1960-2007年的CO2排放效率以及相应年度的GDP数据进行分析。结果表明,世界的CO2排放效率和GDP之间存在协整关系,中国的能源效率和GDP之间存在协整关系,且GDP是能源效率的Granger原因,从短期来看,GDP与能源效率呈正相关关系。     

环境规制对长江经济带工业绿色生产率的门槛效应

以碳排放和污染物排放作为非期望产出,采用全局超效率SBM模型测算1997-2015年长江经济带沿线11省市工业绿色全要素生产率,采用面板门槛模型分析环境规制强度对工业绿色生产率的门槛效应。实证结果表明：1997-2015年虽然长江经济带沿线省市工业绿色生产率均呈提升态势,但仅有2014-2015年的上海、2015年的江苏是有效率省份,且省市之间效率差距不断拉大;环境规制对长江经济带绿色生产率存在双重门槛效应,在低、中、高3种环境规制强度地区中,只有中等环境规制强度地区能够通过环境规制显著提升工业绿色生产率。基于此,提出应促进经济增长方式由粗放型转为集约型、提高云贵川湘四省环境规制强度、推动现有环境规制内容市场化转型等政策性建议,以不断提高长江经济带工业绿色生产率。     

山东省旅游外汇收入与经济增长动态关系的实证分析

入境旅游是山东省服务业中的重要组成部分,为山东省服务业发展创造了巨大的外汇收入,在山东服务贸易中一直处于顺差地位。通过利用计量经济模型分析方法（单位根检验、协整检验、格兰杰因果检验）研究山东省旅游业外汇收入与经济增长之间的动态关系。实证分析结果表明山东省经济的增长能够促进入境旅游业的发展,而山东省旅游外汇收入的增长却不一定能够引起山东省经济的增长。     

环境规制强度、企业规模对技术创新质量的影响

运用2007-2016年中国工业企业省级面板数据建立门槛回归模型,分别以企业规模和环境规制强度为门槛变量,研究环境规制强度、企业规模与环境规制强度交互项对技术创新质量的影响。结果表明：以企业规模为门槛变量时,东部、中部和西部地区环境规制强度与技术创新质量间存在单门槛效应。当企业规模低于门槛值时,东部地区环境规制强度能够有效促进技术创新质量提升,中西部地区促进效果并不显著;当跨越门槛值后,均可有效促进技术创新质量提升,并且东部地区促进效果增强;以环境规制强度为门槛变量时,东部、中部和西部地区环境规制强度与技术创新质量间存在单门槛效应;当环境规制强度低于相应门槛值时,东部地区促进效果显著,而中西部效果不显著;达到门槛值后,促进效果均显著,但东部地区促进程度稍有减弱;企业规模会间接影响环境规制强度对技术创新质量的促进作用。     

相异研发机会下区域高新技术产业研发创新与创新绩效关系研究

基于高新技术产业数据,对相异研发机会下高新技术产业研发创新与创新绩效间的关系进行深入研究发现,在不考虑和考虑控制变量交乘项两种情形下,研发机会水平均对上述关系存在双重门槛效应,且相关系数均为正。区别在于两种情形下通过显著性检验的相关系数：不考虑控制变量交乘项时,相关系数先减后增;考虑控制变量交乘项时,相关系数先增后减。此外,从各控制变量及其变式对创新绩效的影响进行分析,由于各地区具体情况不同,因而认为地方负责人应结合地区实际情况选择最优要素组合。     

股指期货对股票市场效率的影响实证分析

通过分析香港恒生指数及其指数期货,研究发现,股指期货对现货价格具有价格发现作用。为防止伪回归问题对分析结果的影响,故采用协整检验和格兰杰（Granger）因果关系检验,就股指期货对市场效率的影响进行验证。研究结果显示,股指期货对现货指数确实存在价格发现功能。     

The recovery of global stock markets indices after impacts due to pandemics

The COVID-19 brings back the debate about the impact of disease outbreaks in economies and financial markets. The error correction terms (ECT) and cointegration processing tools have been applied in studies for identifying possible transmission mechanisms between distinct time series. This paper adopts the vector error correction model (VECM) to investigate the dynamic coupling between the pandemics (e.g., the COVID-19, EBOLA, MERS and SARS) and the evolution of key stocks exchange indices (e.g., Dow-Jones, S&P 500, EuroStoxx, DAX, CAC, Nikkei, HSI, Kospi, S&P ASX, Nifty and Ibov). The results show that the shocks caused by the diseases significantly affected the markets. Nonetheless, except for the COVID-19, the stock exchange indices reveal a sustained and fast recovering when an identical length time window of 79 days is analyzed. In addition, our findings contribute to point a higher volatility for all financial indices during the COVID-19, a strong impact over the Ibov-Brazil and its poor recover when compared to the other indices.