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。     

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.     

团队科学创造力的提升需重视团队成就目标导向——被调节的中介效应

基于创造力成分等多维理论，构建以团队反馈寻求行为为中介变量，团队凝聚力为调节变量的被调节的中介效应模型，以期深入解释创新团队成就目标导向如何影响其团队科学创造力。基于129个理工科大学生科技创新团队数据，研究结果表明，团队学习目标导向和团队表现目标导向分别与团队科学创造力有显著的正向和负向关系；团队反馈寻求行为在团队成就目标导向与团队科学创造力间起部分中介作用；团队凝聚力负向调节团队反馈寻求行为与团队科学创造力间的关系，并弱化了团队成就目标导向通过团队反馈寻求行为对团队科学创造力的间接影响。结论对提高科技创新团队科学创造力有一定指导价值。     

环境规制、代理成本与公司绩效——来自化工行业上市公司的经验证据

本文选取2014-2018年A股化工行业上市公司为研究对象,采用中介效应模型研究环境规制、代理成本和公司绩效的关系.研究结果显示,环境规制具有降低代理成本的作用,在此基础上能够对公司绩效产生积极影响.进一步地,将总样本按照地区进行划分,发现环境规制对代理成本的降低程度在东、中、西部地区无明显差异,但对公司绩效的提升作用存在地区性差异.具体来说,命令控制型环境规制会降低公司绩效,代理成本能削弱该降低作用;市场激励型和公众参与型环境规制会提升公司绩效,代理成本能强化该提升作用,以上结论在分地区样本中仍然成立,并且市场激励型环境规制对东部地区公司绩效的提升作用明显高于中、西部地区.     

国有风险资本与企业融资约束: 如愿以偿还是事与愿违?

我国国有风险资本是否实现了设立之初的目标,即是否纾解了企业融资困难呢?文章基于上市企业微观数据和手动采集的国有风险资本数据对此进行了系统研究.实证结果稳健地显示,国有风险资本可有效缓解企业后续融资约束,我国政府参与风险投资活动是有效的.进一步地,高持股比例、多联合投资、高政治层级的国有风险资本对受资助企业融资约束的缓解作用更强;且国有风险资本对经济欠发达、低制度质量环境下的企业、面临高环境不确定性和高竞争程度企业、民营企业、成长期与动荡期企业能产生更大的影响.机制检验表明,国有风险资本既能通过认证作用显著降低企业信息不对称程度,又能发挥政治关联的资源效应,包括显著促进银企关系和企业的商业信贷获取能力,并提升企业获得政府补贴的水平,从而减轻企业资金负担,缓解其融资约束.经济后果分析表明,国有风险资本能显著降低企业外部融资的股权资金成本和债务资金成本,帮助改善企业融资贵的难题,而且国有风险资本有助于企业在创新和经营方面的良性发展.但国有风险资本并未起到有效监督作用,不能缓解企业代理问题,尤其是会导致第一类代理成本的明显提高,而高管薪酬提升是其中的重要原因.据此,文章认为在未来的国有风险资本发展中,要把握"政府角色"介入的尺度,完善国有风险资本对企业的监督管理机制.同时适当兼顾各地区发展不平衡的情况,对中西部地区的国有风险资本发展提供适当且必要的帮助,以促进国有风险资本在新时期的长足发展.     

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。     

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。     

Structural estimation of behavioral heterogeneity

We develop a behavioral asset pricing model in which agents trade in a market with information friction. Profit‐maximizing agents switch between trading strategies in response to dynamic market conditions. Owing to noisy private information about the fundamental value, the agents form different evaluations about heterogeneous strategies. We exploit a thin set—a small sub‐population—to point identify this nonlinear model, and estimate the structural parameters using extended method of moments. Based on the estimated parameters, the model produces return time series that emulate the moments of the real data. These results are robust across different sample periods and estimation methods.     

Stochastic Payments per Claim Incurred

We propose a Bayesian model to quantify the uncertainty associated with the payments per claim incurred (PPCI) algorithm. Based on the PPCI algorithm, two submodels are proposed for the number of reported claims run-off triangle and the PPCI run-off triangle, respectively. The model for the claims amount is then derived from the two submodels under the assumption of independence between the number of incurred claims and the PPCI. The joint likelihood of the number of reported claims and claims amount is derived. The posterior distribution of parameters is estimated via the Hamiltonian Monte Carlo (HMC) sampling approach. The Bayesian estimator, the process variance, the estimation variance, and the predictive distribution of unpaid claims are also studied. The proposed model and the HMC inference engine are applied to to an empirical claims dataset of the WorkSafe Victoria to estimate the unpaid claims of the doctor benefit. The Bayesian modeling procedure is further refined by including a preliminary generalized linear model analysis. The results are compared with those in a PwC report. An alternative model is compared with the proposed model based on various information criteria.