前言:最近在找论文选题,思路断断续续的5555,主要涉及到管科和金融类的论文选题,就是单纯的做做笔记。
一、复杂网络、货币、股票
1、复杂网络与金融(投资组合、货币市场)
(1)自激跳跃结构能否更好地捕捉加密货币的跳跃行为?与标准普尔500指数的比较分析
自激跳跃结构能否更好地捕捉加密货币的跳跃行为?与标准普尔500指数的比较分析 - ScienceDirect
- 本文介绍了一个随机波动率模型,该模型具有独立的自激跳跃结构模型(SE-SVIJ),用于捕捉加密货币每日收益的跳跃动态。实证结果表明,SE-SVIJ模型可以提供波动性较小、持久性较低的过程。我们发现了加密货币市场中自我激励跳跃集群的明确证据。SE-SVIJ 模型比具有独立跳跃的随机波动率模型 (SVIJ) 识别出更多的跳跃。我们还在跳跃行为方面对加密货币和标准普尔 500 指数市场进行了比较:标准普尔 500 指数的回报率平均有更频繁的负跳跃和更大的负跳跃。相比之下,加密货币市场持续遭受正跳跃,并且在高波动性机制期间也受到正负跳跃之间的相互作用。我们还证明了 SE-SVIJ 模型在模拟加密货币回报和波动性方面的有效性,这反映在波动率比较和尾部拟合中。
(2)加密货币市场中的共跳动态:网络建模视角
加密货币市场中的共跳动态:网络建模视角 - ScienceDirect
- 我们基于网络模型研究了 37 种加密货币的共同跳跃,并分析了投资组合的影响。结果显示,首先,比特币的影响力最强。其次,不同市值的加密货币对之间存在共同跳跃的异质性,并且共同跳跃的影响是随时间变化的。第三,共同跳跃影响力的动态排名表明,在 COVID-19 大流行期间,比特币在中心排名中占据主导地位。然而,较小的加密货币(狗狗币和 TRON)表现出显着的共同跳跃影响。第四,基于共跳网络构建的投资组合在获得更高回报的同时,波动性更小,下行周期更短,表现优于基线策略。
(3)多层加权网络的社区检测
- 多层网络用于对复杂系统中产生的多种关系进行编码,近年来受到广泛关注。多层网络中的群落检测是各个领域的重要课题;因此,在过去的几十年里,随机块模型已成为一种流行的概率框架。然而,随机块模型适用于二进制网络而不是加权网络。本文提出了一种广义随机块模型,用于解决多层稀疏或密集加权网络的问题。推导了一种变分期望最大化算法来估计感兴趣的参数。此外,还推导出 了错误分类概率的上限,该上限受 Rényi 阶散度的支配 12.此外,我们的模型与合成网络上的四种竞争方法进行了比较。最后,我们研究了金融市场和自行车共享系统的方法。
(4)通过交易量价关系衡量全球股票市场相互联系的多层网络
通过交易量价关系衡量全球股票市场相互联系的多层网络 - ScienceDirect 科学直线
- 利用 2004 尽管在电子商务平台上的欺诈行为已被反复提及,但其原因和商家之间的复杂性都没有在文献中系统地确定。结合商户复杂网络和博弈论,提出了一种信号博弈模型。该模型强调,汇集均衡是商家传递虚假信号的原因。对不诚实的商家进行处罚可以转向分离均衡,这是解决信用危机的有效途径。同时,我们利用消费者评论来调整分离平衡的稳定性,并通过数值模拟证明了其有效性。结果表明:评论的热情性和真实性与惩罚策略具有互补性。评论的热情和影响力适中,真实性高,更有利于电商平台的长远发展。本研究结果从消费者评论的角度对平台信用监管提供了深入的思考。
(5)将金融技术指标投射到网络中,作为构建投资组合的工具
将金融技术指标投射到网络中,作为构建投资组合的工具 |IEEE期刊和杂志 |IEEE Xplore(IEEE Xplore)
- 利用金融网络的拓扑结构来构建投资组合吸引了广泛的研究兴趣。采用基于技术指标(TI)的相似性矩阵和基于股票收益的相关矩阵构建金融网络。计算两个网络的混合拓扑度量,以选择进一步用于构建投资组合的股票。随机矩阵理论 (RMT) 工具用于过滤 Markowitz 优化过程中的风险度量。本研究提出了一个总体结果,表明由外围股票组成的投资组合的表现始终优于由中心股票组成的投资组合。从实证结果可以看出,RMT方法可以改善Markowitz优化过程,进一步提高投资组合的性能。通过比较不同网络下建立的不同投资组合,结果揭示了基于TI的拓扑测量的优势。本研究为基于时间序列数据构建金融网络提供了重要方法,并探讨了不同相似度度量对基于网络的投资组合选择模型的影响。
(5)基于网络中心性的投资组合优化:在全球危机期间,哪种中心性更适合资产选择?
基于网络中心性的投资组合优化:在全球危机期间,哪种中心性更适合资产选择?- 科学直通 (sciencedirect.com)
- 构建了86种资产(股票指数、债券指数、外汇汇率、商品期货和加密货币)的关联网络,并使用不同的中心性度量(包括度、特征向量、偏心率、介数、PageRank和混合中心性)分析了资产选择对投资组合优化的影响。在全球危机时期,位于跨市场网络中的外围资产更适合投资。通过比较基于不同中心性度量的投资组合绩效,我们发现(i)混合、特征向量和PageRank中心性可以最好地提高投资组合绩效;(ii)学位中心性适合较大的投资组合;(iii)偏心率和中介性中心性不适合网络优化组合。作为回应,我们根据中心性度量的构造原则对其进行了解释。此外,我们的最佳投资组合表明,投资者更加关注新兴国家的作用,这些国家受外部冲击的影响较小,金融市场更有可能保持稳定。
(6)基于LCGNET多层网络的中国A股上市公司系统性风险度量
【这篇是知网的,直接搜】
1、风险传导:风险传导(risk transmission)指的是一种风险从一个市场、部门、行业或区域扩散到其他市场、部门、行业或区域的过程。
- 风险传导渠道:金融市场之间的风险传导;金融市场与实体经济之间的风险传导;实体经济内部不同部门之间的风险传导;
- 风险传导机制:直接通过金融关系或者交易传导;间接通过市场预期、投资者情绪或政策反应等间接途径。
2、ETF市场:ETF(Exchange Trades Funds)即交易型开放式指数证券投资基金,简称交易所交易基金,是一种在交易所上市交易的开放式指数基金,兼具股票、开放式指数基金及封闭式指数基金的优势和特色,其以某一选定的指数所包含的成分证券或商品为投资对象,依据构成指数的证券或商品种类和比例,采取完全复制或抽样复制,进行被动投资,是一种高效的指数化投资工具。
3、风险溢出效应:风险溢出效应是指在金融系统中,局部区域形成的风险通过不同市场之间的互联性相互传播,导致金融风险扩散的现象。这对金融市场运行机制的建立和金融决策具有重要意义。
4、“对我国上市 证 券 公司、信托公司与 保 险 公 司 的 极 端 风 险 网 络 关 联 度 进行了动态演化分析” (张飞鹏 等, 2022, p. 1) (pdf) :
5、马太效应:坏的越坏,好的越好,呈现两级分化状况。
2、复杂网络与供应链
(1)复杂网络理论在知识密集型供应链韧性提升中的应用
复杂网络理论在知识密集型供应链韧性提升中的应用 |运营管理研究 (springer.com)
-
随着频繁的政治冲突和突发公共卫生事件,全球供应链不断受到风险干扰,大大降低了供应链弹性 (SCR),尤其是知识密集型供应链 (KISC)。为了评估和提高KISC的弹性,本文利用复杂网络理论构建了适合KISC的有向加权网络模型,并将SCR表达为一种能够抵御风险并从中恢复的综合能力。采用定量指标加定性评估,量化弹性指标,识别网络关键节点。提出了KISC的韧性提升路径,提升企业发展能力和产业后备能力。在案例研究中,根据全球集成电路行业的真实数据,评估和改进集成电路 (IC) 供应链的弹性。研究结果表明:(i)基于定向加权网络的弹性评估符合工业现实。(ii)提高企业发展能力和产业后备能力可以提高SCR。 (iii)有效提高韧性需要瞄准供应链网络(SCN)中的关键节点。此外,企业发展能力提升程度和产业后备强度应在一定范围内。
SCN:supply chain network 供应链网络
SCR: supply chain resilience 供应链弹性
KISC:Knowledge-intensive supply chain 知识密集型供应链
(2)使用贝叶斯网络进行石油供应链动态风险评估
使用贝叶斯网络进行石油供应链动态风险评估 - ScienceDirect
- 石油和天然气供应链面临高影响和低概率风险 (HILP)。该供应链应具有最低的中断概率和相关风险,以满足市场需求。风险评估的目标之一是计算风险的概率并确定哪个更重要。这项研究将帮助专家做出更好的决策,以减轻风险的后果。静态风险评估对于处理 HILP 风险效率不高。毕竟,老式的方法会破坏这些风险;因此,在这项研究中,使用贝叶斯网络的动态方法来评估石油和天然气供应链风险的概率。伊朗石油供应链被认为是一个案例研究,并从专家那里收集了信息。最有影响力的风险被确定为经济危机、法规/政治成本、组织领导力和 IT 问题。
3、复杂网络与信用风险预测
(1)利用相邻企业数据和关系图注意力网络对中小企业进行信用风险预测
利用相邻企业数据和关系图注意力网络对中小企业进行信用风险预测 - ScienceDirect 科学直线
- 长期以来,中小企业(SME)的信用风险预测一直是一项复杂的研究挑战。传统方法主要侧重于企业特定的变量,但当应用于数据不完整的中小企业时,这些模型往往被证明是不够的。在这项创新研究中,我们通过利用相邻企业的数据来解决数据不足的问题,从而突破了理论界限。我们的战略包括构建一个复杂的网络,基于共享的管理团队和业务互动将企业互连起来。在这个网络中,我们提出了一种新的关系图注意力网络(RGAT)算法,能够捕获其拓扑信息的内在复杂性。通过这样做,我们的模型增强了金融服务提供商预测信用风险的能力,即使面对目标中小企业的不完整数据也是如此。以中国中小企业为研究对象进行的实证实验表明,该模型具有预测能力和潜在经济效益。我们的方法为信用风险提供了全面而细致的视角,同时展示了将全网数据纳入信用风险预测的优势。
(2)基于自注意力和跨网络算法的个人信用违约预测融合框架
基于自注意力和跨网络算法的个人信用违约预测融合框架 - ScienceDirect 科学直线
- 随着来自云平台的开放数据量(包括消费者、信贷和社交数据)呈指数级增长,信贷和贷款的数据收集问题得到了有效缓解。然而,海量数据的激增呈现出高维和不平衡的新特征,使得信用特征的价值信息密度变得非常稀疏,导致现有数据处理方法无法从数据中提取潜在信息,预测模型难以为关键特征分配更准确的权重。这会影响模型在评估个人信用违约方面的性能。针对这些问题,本文对数据处理过程进行了优化,并介绍了自注意力和跨网络信用违约预测融合框架(SACN),该框架结合了跨网络和自注意力机制。该融合框架优化了信用数据特征工程流程,进一步减少了多来源特征之间的冲突。通过使用公开的信用数据集进行实验比较,SACN准确捕捉了信用贷款中显性和隐性高阶数据特征的交互作用,增强了关键信用信息的精准高效提取。它在信用违约预测方面的表现超越了其他主流预测模型,并在各种类型的数据集中保持了准确性和稳定性。源代码可在以下网址公开获得https://gitee.com/andyham_andy.ham/sacn-forecasting-framework.git.
4、复杂网络与能源市场风险传染
(1)中国化石能源企业的极端风险传染——来自多层动态网络分析的洞察
中国化石能源企业的极端风险传染——来自多层动态网络分析的洞察 - ScienceDirect 科学直线
- 针对极端事件的严重程度和频率严重威胁到化石能源市场的稳定性,本文通过多层动态网络分析来证明极端事件期间整个市场结构的演变。本文基于2018年3月至2023年2月64家中国能源企业的数据,研究了行业差异,并确定了不同危机期间具有系统重要性的企业。结果表明,COVID-19疫情和俄乌冲突两大危机引发的化石能源市场风险传导机制不同。具体来说,COVID-19 对石油和天然气行业产生了更大的影响,而俄乌冲突则给煤炭行业带来了不稳定。此外,还确定了这些事件对单个能源企业的异质性影响,结果表明,小型和大型企业在风险传递中都发挥了重要作用。
5、数字金融与绿色发展
(1)数字金融是否推动了交通运输公司的绿色发展?政府数字偏好的协调效应
数字金融是否推动了交通运输公司的绿色发展?政府数字偏好的协调效应 - ScienceDirect
- 本文通过调节和中介模型研究了2011—2021年在中国A股市场上市 的交通运输公司(GLTC,n = 112)数字金融(DF)对绿色水平的影响。根据结论,首先,DF与GLTC之间存在显著的正相关关系。其次,DF通过提升企业价值和缓解融资限制,间接促进GLTC。企业价值约束和融资约束都具有连锁中介效应。第三,政府的数字化偏好可以增强DF在促进GLTC和缓解融资限制方面的作用。此外,政府的数字偏好可以缓和融资限制对GLTC的影响。第四,DF对GLTC的影响表现出区域、规模和所有权的异质性。根据实证分析的结论,从微观和宏观两个角度提出了几条相关建议。
6、ESG与网络(供应链网络、城市网络)
(1)供应链网络中ESG绩效的一致性效应
供应链网络中ESG绩效的一致性效应 - ScienceDirect
- 本文实证考察了企业ESG(环境、社会和治理)绩效在中国资本市场中基于非金融、非房地产上市公司的供应链网络中的一致性效应。研究结果表明,供应链网络中的同行公司显著提升了目标公司的ESG绩效。异质性分析进一步表明,ESG一致性效应主要存在于制造企业和竞争激烈的行业样本中。
(2)城市网络在提高企业ESG评分中的作用:来自C40网络的证据
城市网络在提高企业ESG评分中的作用:来自C40网络的证据 - ScienceDirect
- 城市在气候变化地图上越来越突出,因为它们比以往任何时候都更加相互联系。本研究调查了 C40 城市气候领导小组 (C40) 网络是否以及如果是如何影响企业环境、社会和治理 (ESG) 分数。基于网络嵌入性,我们提出C40可以提高嵌入式企业的ESG/E得分。我们从84个国家的7206家公司抽样的国际证据证实了我们的假设。此外,我们发现《巴黎协定》的发布可以加强C40与ESG/E评分之间的正相关关系,而财务松弛只能增强C40-E评分之间的关系。本研究强调了全球城市网络在提高企业可持续发展绩效方面的重要性,并指导管理者和政策制定者追求可持续发展议程。
7、电商物流与ESG
(1)承诺还是寻租?政府对可持续电子商务物流中ESG报告的激励政策
承诺还是寻租?政府对可持续电子商务物流中ESG报告的激励政策 - ScienceDirect
- 在电子商务物流行业领域,电子商务物流服务提供商 (ELSP) 的环境、社会和治理 (ESG) 报告的可信度对于准确传达透明的可持续发展举措至关重要。尽管如此,ESG评级利益相关者的行为可能会显着影响这些ESG报告的真实性和真实性。因此,制定全面的分析方法和激励政策至关重要,以防止ELSP与ESG评级机构(ERAs)之间可能出现的寻租行为。本研究提出了一个三方进化博弈模型,以检验ELSP、ERA和政府监管机构之间持久的战略相互作用。该模型阐明了这些利益相关者互动所塑造的集体监督结果。可用的选择包括ELSP决定提供ESG承诺服务或基本服务,ERA考虑接受或拒绝ELSP的寻租请求,以及监管机构选择严格或宽松监管。该分析还探讨了政府激励措施(例如奖励或惩罚)在促进ELSP提供ESG承诺的运输服务方面的影响。然后推导进化稳定的策略和条件,以捕捉激励政策的特征。研究结果表明,由于未来收入的不可预测性,高ESG承诺的运输成本往往会让ELSP望而却步,导致他们更倾向于采取保守的策略来提供基本服务。然而,政府的法规和激励措施可以鼓励ESG运输,特别是在ERA的寻租费用很高的情况下。尽管随着ESG运输服务的普及,监管可能会放松,但严格的政府监管对于激励ELSP加强其ESG承诺和采用ESG运输服务仍然至关重要。
二、演化博弈
1、地方政府与厂商行为策略的演化博弈分析
地方政府与厂商行为策略的演化博弈分析——逐步取消新能源汽车补贴的影响 - ScienceDirect
- 本文探讨了如何促进新能源汽车(NEV)的稳定普及,以及如何缓解政府面临的相关资金压力。首先,运用间接演化博弈理论,研究了不考虑补贴政策逐步取消与否下地方政府与汽车制造商之间复杂行为的交互作用机制。其次,定义理想事件,分析关键因素对动态演化过程的影响;在此基础上,采用实证分析方法对博弈模型和初步结论进行了验证。最后,详细讨论了所选参数的敏感性分析。结果表明:(1)补贴政策逐步退出有助于新能源汽车产业发展;(2)理想事件发生的概率与车辆购置税、新能源汽车生产企业的额外收益、化石汽车生产企业的处罚以及公共充电桩覆盖率呈正相关,与淘汰率呈负相关;(3)将新能源汽车演化动力因素划分为3个优先层次,并对参数设计进行优化探讨,为政府和企业提供有益的决策工具。
低空经济补贴-》三方演化博弈?
工业经济补贴-》三方演化博弈?
2、工业气体生产商脱碳视角下推动长三角地区低碳发展——基于演化博弈和Lotka-Volterra模型的案例研究
工业气体生产商脱碳视角下推动长三角地区低碳发展——基于演化博弈和Lotka-Volterra模型的案例研究 - ScienceDirect
1、多方演化博弈主要有哪三方?
- 1.政府和传统的工业气体生产商。长三角地区地方政府以及地方大、中、小型工业气体生产商。
2、模型有哪些创新?
-
1.演化博弈模型和Lotka-Volterra模型结合。
-
2.使用具体数据。为研究政府补助与企业转型之间的相关性,本文从官方统计数据和前期研究中收集并总结了长三角地区地方政府以及地方大、中、小型工业气体生产商的关键参数值,各参数的初始值如下:
光伏-索比光伏网-光伏太阳能产业专业媒体 (solarbe.com)
中华人民共和国国家发展和改革委员会 (ndrc.gov.cn)
3、复杂网络与博弈相结合
(1)绿色创新生态系统演进:积极绿色创新博弈策略在复杂网络上的扩散
绿色创新生态系统演进:积极绿色创新博弈策略在复杂网络上的扩散 - ScienceDirect
绿色创新生态系统演进的本质是绿色创新积极战略在复杂网络中传播的过程。本文提出了创新生态系统的“对象-技术-环境-管理-文化(OETMC)”结构范式,构建了基于绿色创新行为策略、以绿色创新效率为支撑、以绿色创新生态系统为重点的绿色创新生态系统演化因果分析框架。基于该框架,探讨了绿色创新生态系统的结构以及网络中绿色正向创新的扩散过程。结果揭示了以下内容。(1)绿色创新生态网络复杂度明显提高,但仍存在大量空白连接。这些是阻碍结构演进的关键制约因素。(2)大量远距离连接的出现削弱了地理距离的约束,也阻碍了边缘节点加入网络。(3)绿色创新生态网络偏好依恋和幂律分布的存在,导致在任何初始策略比例下,正向绿色创新策略的收敛都是不完全的。(4)违约成本和污染税税率通过增加机会成本,保证了绿色创新主体寻求创新合作的积极性,从而加速了绿色创新生态网络的形成和重构。这些结论为政府鼓励绿色创新主体制定有针对性的政策提供了决策参考。
使用的数据
所做的假设
假设1:绿色创新主体根据创新能力、市场环境、其他主体策略、风险承受能力等确定自己的行为策略。这意味着他们可以采取{积极绿色创新}的策略,不断加大对绿色创新的投入,开发新的市场。同样,他们也可能采取{负绿色创新}的策略来规避风险和降低成本。各绿色创新主体的战略空间为{正向绿色创新,负向绿色创新},采用{正向绿色创新}策略的创新主体比例为{正向绿色创新}。
假设2:在绿色创新主体之间没有任何竞争或合作的情况下,仍然可以获得基础性利润。采用{正向绿色创新}策略的创新主体的基本利润为:𝑅1 ,而采用{负绿色创新}策略的创新主体的基本利润为𝑅2.
假设3:合作需要额外的成本𝐶,采用两种策略的创新主体比例为𝛽和1−𝛽分别。利润𝛥𝑅合作研发所得将按照以下比例进行分配。𝛼和1−𝛼.在合作创新的过程中,任何一方都可以获得额外的利润𝐵1和𝐵2由于背叛了自己的合作伙伴后进行资源共享,但这种行为也会付出违约成本𝑃.
假设4:政府将提供财政补贴𝐺对采取{积极绿色创新}策略,但同时还将采取碳税、污染税、能源使用权等治理措施的创新主体,将计入污染税税率𝑇.采取{积极绿色创新}和{消极绿色创新}策略的创新主体污染物排放量记为:𝑄1和𝑄2分别。
假设 5:完成一轮游戏后,玩家将比较他们的利润$𝑈我$
与平均利润𝑈一个𝑣𝑒并判断是否相应地改变他们的策略。如果利润低于节点的平均利润,他们会根据利润差距,以特定的概率模仿其他节点策略。具体概率计算公式如下:(3)𝑝𝑟𝑜=11+经验值[(𝑈我−𝑈一个𝑣𝑒)/𝑘]哪里𝑘是外部噪音。什么时候𝑘→0,这意味着有限的理性和外部环境的影响几乎不会改变玩家的策略。什么时候𝑘→∞,它表明,有限理性和外部环境极大地影响了参与者的战略选择,使他们无法做出理性的判断。
假设6:游戏参与者将断开与自身连接的利润最低的节点,并随机搜索绿色创新生态网络中的其他节点以建立连接。这种脱节与重联机制反映了绿色创新主体战略选择对系统演进的反馈效应,也反映了绿色创新生态网络的偏好和依恋特征。
数据选取
共选取2010—2021年中国286个城市作为研究样本,数据集来源于《中国城市统计年鉴*(2010—2020)》、《中国环境统计年鉴(2010—2020)*》、《中国城市数据库》(http://olap.epsnet.com.cn,2022年8月5日)以及各省市统计年鉴.绿色效率测度指标体系发表的论文数量来自中国知网(CNKI)和Web of Science(WoS)数据库。CNKI检索词包括以下内容:*主题=“绿色创新”和关键词=“绿色创新效率+生态创新+环境创新”和“隶属关系=”城市名称“和文献来源=”CSSCI“和年份=”2010-2021”。*WoS检索公式为:检索范围=“Web of Science核心合集”,版本=“科学引文索引扩展(SCI-EXPANDED)–1900年至今+社会科学引文索引(SSCI)–1981年至今”,隶属关系=“城市名称”,主题=“生态创新+环境创新”。
研究使用的地图资源来自标准地图服务系统(http://bzdt.ch.mnr.gov.cn,2022年8月6日)。此外,未对底图进行修改,基于该影像完成了绿色创新生态网络的空间分布。城市之间的地理空间距离数据使用地图进行矢量化,然后通过几何中心距离进行测量。在得到初始数据集后,利用SPSS软件对零值、异常值和重复值进行过滤和处理,利用MaxDEA软件计算了中国286个城市的绿色创新效率。在此基础上,在ArcGIS 10.2的支持下,对绿色创新生态网络的空间关联矩阵进行计算和可视化。同时,使用Ucinet 6.0计算中心性、平均距离和微观结构等特征。
研究不足以及如何改进
首先,针对{正绿色创新}策略在网络中的扩散路径在任何初始策略比例上都不能完全收敛的问题,我们认为这是复杂系统非线性的直观表现,因此值得进一步探讨其原因。其次,在建立仿真参数时,默认情况下所有绿色创新主体都具有相同的属性,但我们构建的模型可以通过调整参数来完全模拟不同类型绿色创新主体之间的博弈关系。因此,例如,设置差异化的基本利润水平,可以模拟核心企业与一般企业之间的博弈关系。最后,本文认为,未来研究应重点关注不同类型创新主体之间的互动作用以及绿色创新生态学宏观演化方向的联动效应。这可能是将复杂网络理论与计量经济学模型相结合,进一步探讨这一问题的有效途径。
(2)双信用政策对汽车制造商技术研发扩散的影响——基于复杂网络中技术溢出的演化博弈模型
双信用政策对汽车制造商技术研发扩散的影响——基于复杂网络中技术溢出的演化博弈模型 - ScienceDirect
“双信用”政策通过赋予技术性能更好的新能源汽车获得更高的新能源汽车信用,推动新能源汽车(NEV)汽车制造商进行技术研发投入。本文基于复杂网络演化博弈理论,构建考虑技术溢出效应的汽车制造商技术研发扩散模型,并探讨了调整不同双信用政策参数对汽车制造商技术研发扩散的动态影响。研究结果表明:(1)提高新能源汽车信贷需求率的年度增量可以激励更多的新能源汽车汽车制造商进行技术研发投入,但也会导致新能源汽车信贷价格的显著上涨。(2)降低CAFE目标系数可以同时促进新能源汽车技术研发和GV绿色技术研发的扩散,但过度降低会阻碍GV汽车制造商进入新能源汽车市场。(3)降低新能源汽车单位信贷上限抑制了新能源汽车技术研发的扩散;(4)减少技术溢出有利于双信用政策对技术研发扩散的激励作用。
(3)消费者评论在电商平台信用监管中的作用——基于复杂网络的信号博弈模型
消费者评论在电商平台信用监管中的作用——基于复杂网络的信号博弈模型 - ScienceDirect
尽管在电子商务平台上的欺诈行为已被反复提及,但其原因和商家之间的复杂性都没有在文献中系统地确定。结合商户复杂网络和博弈论,提出了一种信号博弈模型。该模型强调,汇集均衡是商家传递虚假信号的原因。对不诚实的商家进行处罚可以转向分离均衡,这是解决信用危机的有效途径。同时,我们利用消费者评论来调整分离平衡的稳定性,并通过数值模拟证明了其有效性。结果表明:评论的热情性和真实性与惩罚策略具有互补性。评论的热情和影响力适中,真实性高,更有利于电商平台的长远发展。本研究结果从消费者评论的角度对平台信用监管提供了深入的思考。
(4)政府政策如何影响绿色创新在同行企业中的扩散?- 复杂网络中的演化博弈模型
政府政策如何影响绿色创新在同行企业中的扩散?- 复杂网络中的演化博弈模型 - ScienceDirect
- 同行企业面临着相似的市场环境和发展前景。出于经济合理性和规避风险的目的,企业模仿和借鉴同行企业的绿色创新决策。然而,很少有研究关注同伴效应与政府政策之间的关系。为了填补这一空白,本文构建了基于复杂网络的演化博弈模型,构建了不同的信息交互机制,研究了政府政策对绿色创新在同行企业间扩散的动态影响。结果表明:(1)基于同伴效应,绿色创新激励、环保税和创新补贴是促进绿色创新扩散的有效政策工具。(2)绿色创新激励和创新补贴具有最佳政策效果门槛。同伴联盟使慷慨的进一步激励无效。(3)加大环境税力度,先促进绿色创新扩散,再抑制绿色创新扩散。(4)同伴效应的信息交互机制不同对政策有效性产生显著影响,且存在差异。与正面信息相比,企业更容易受到行业负面信息的影响。这反映出企业的保守态度。研究结论为政府政策的实施提供了多视角的参考。
(5)动态的可再生能源组合标准如何影响中国可再生能源的普及?网络化进化博弈分析
动态的可再生能源组合标准如何影响中国可再生能源的普及?网络化进化博弈分析 - ScienceDirect
- 可再生能源组合标准是一种有效的管理工具,可以指导电力生产商的行为并影响可再生能源的扩散。然而,目前可再生能源配额普遍设定为静态,效率有限。本文提出了动态的可再生能源组合标准政策,旨在分析其将如何影响中国可再生能源的普及。在完全竞争市场和垄断市场下,都模拟了电力生产商之间的联系。同时,采用网络化演化博弈方法,考虑了发电企业之间的动态联系。结果表明:动态配额政策能有效促进风力发电占比由20%提升至59.17%,推动太阳能发电占比由20%提升至79.25%。通过敏感性分析,我们发现可再生能源配额和并网价格是影响最大的参数。配额为0.7时,这一比例将达到76.47%,如果并网价格为630元/MWh,则这一比例将达到68.1%。而可交易绿证价格和发电成本对促进可再生能源扩散的影响有限。本文为中国政府完善国家可再生能源扩散提供了可能实施方案。
(6)小世界网络情境下政府低碳补贴的最优监管策略及其相应的效率与稳定性研究
小世界网络情境下政府低碳补贴的最优监管策略及其相应的效率与稳定性研究 - ScienceDirect
本文研究了政府对低碳补贴进行监管的最优策略,并研究了监管效率和监管稳定性问题。首先,基于政府主体和企业主体,分别在无监管和监管案例中构建演化博弈模型,给出3种监管策略及相关规则;其次,基于建立的小世界网络模型,对监督效率和监督稳定性进行了讨论,进而得到最优监督策略和相应的最优监督概率;此外,基于效益稳定性进行参数敏感性分析。仿真结果表明:(1)政府对低碳补贴进行监管的最优策略是对申报高补贴的企业进行随机监管,最优监管概率为0.48,总体最优监管概率为0.24。(2)监督效率和监督稳定性不能同时实现。但是,为了使两个代理的收入最大化,可以首先考虑效率的衡量标准,其次考虑稳定性的衡量标准。(3)当环境中噪声较多时,两种代理商的平均收益较低,效益稳定性较差。当监控成本较高时,结果与环境中噪声较大的情况相同。然而,惩罚成本的增加并不一定导致收入的增加。当惩罚成本增加到一定程度,并持续增加时,双方代理人的收益先减少后增加,利益稳定性先变差,然后变好。最后,介绍了相关的政策建议和今后的工作。
4、基于复杂网络博弈的视角(政府政策与消费者绿色偏好对新能源汽车研发扩散的影响)
政府政策与消费者绿色偏好对新能源汽车研发扩散的影响——基于复杂网络博弈的视角 - ScienceDirect
消费者偏好、政府补贴对新能源研发扩散的影响
诺瓦克和梅 [27]首次将囚徒困境博弈引入空间网格网络。目前,复杂网络演化博弈论的研究主要包括3个方面:(1)复杂网络演化博弈模型的稳定性和均衡性分析[[28],[29],[30]].(2)演化规则的设计,包括演化更新规则和收益矩阵[31,32].(3)运用复杂网络演化博弈模型研究具体问题。
数据选取
作为中国最大的新能源汽车制造商,比亚迪新能源乘用车销量连续九年位居中国第一。比亚迪2021年销售新能源乘用车60.38万辆,占市场份额17.1%。因此,我们选择全球领先的新能源汽车制造商比亚迪作为中国新能源汽车产业的案例研究。比亚迪于2016年推出了“王朝”系列新能源车。作为比亚迪2021年最受欢迎的PHEV,大韩的官方售价为21.48万元。在同一水平上,福特福克斯、大众拉维达、丰田卡罗拉等热门常规车的价格都在15万元左右。因此,我们设置 p0= 210,000 元,p1= 210,000 元,p2= 150,000 元。
模型
采用NW小世界网络来描述企业之间的连接。NW小世界网络的构建算法如下:(1)通过构建N个节点的最近邻耦合网络,形成一个环,每个节点都连接到相邻的K/2个节点。当然,K 是一个偶数。(2)选择两个节点以一定的概率p连接,两个不同的节点之间最多有一个连接边,并且没有节点有一个边连接到自身。
1.企业战略:当j为0时,表示企业在投入新能源汽车研发的同时,选择制造新能源汽车。当j为1时,表示企业选择制造新能源汽车,但未投资于新能源汽车的研发。当j为2时,表示企业选择制造常规车辆。
2.企业研发成本:关于企业投入的水平,一些学者用研发成功概率来描述,表示为𝜑∈(0,1) [37,38].当研发失败时,企业将生产普通的新能源汽车,这些新能源汽车采用的是行业内成熟的技术,对非绿色消费者没有吸引力。然而,当研发成功后,新能源汽车的电池寿命、经济效益和安全性将得到大幅提高,从而吸引非绿色消费者。此外,新能源汽车的成本将在研发成功后降低。本文将普通新能源汽车的成本表示为c1,成功研制的新能源汽车成本为c。,而传统车辆的成本为 c2。𝑐1>𝑐0>𝑐2.
三、空间溢出效应
1、数字普惠金融对协同减排污染物和碳排放的影响:空间溢出与机制分
数字普惠金融对协同减排污染物和碳排放的影响:空间溢出与机制分析 - ScienceDirect
- 鉴于全球气候风险不断升级,威胁人类生存的风险不断升级,全球对合作减少污染物和碳排放(CRPC)的必要性达成了共识。在此背景下,数字普惠金融(DIF)因其独特的包容性和数字化特性而受到认可,是促进环境友好和可持续发展的关键因素。DIF为环境治理提供了有利渠道,从而使CRPC目标的实现变得可行。然而,DIF对CRPC的影响尚未得到充分探索。本文采用空间计量模型,研究了2011—2020年中国278个地级市DIF对CRPC的影响。研究结果表明,DIF对CRPC具有积极影响,具有显著的空间溢出效应。分析突出了能源结构的技术效应和电气化效应起关键中介作用,而环境调节效应则起着调节作用。值得注意的是,DIF对CRPC的影响存在明显差异,特别是在非资源型城市、低碳强度城市和空间溢出效应更为明显的东部地区。这些经验丰富了《中华人民权利公约》中DIF的相关论点,为制定《中华人民权利公约》方案提供了理论依据。
2、绿色金融对碳排放的影响及空间溢出效应——来自中国的经验证据
绿色金融对碳排放的影响及空间溢出效应——来自中国的经验证据 - ScienceDirect
- 绿色金融是一种金融创新,将资本配置引导向绿色产业。这将如何影响区域碳排放?本文基于2008—2019年中国30个省份的绿色金融和碳排放数据,采用多元线性回归模型和空间 计量经济学模型 实证研究绿色金融对碳排放的影响。研究发现:(1)绿色金融通过促进清洁能源结构和先进产业结构,以及提高绿色创新质量,显著减少了省级碳排放。(2)地区间存在异质性。在东部地区和市场化程度高、财政压力小的地区,绿色金融对省域碳减排的推动作用更为明显。(3)空间计量分析发现,绿色金融对邻近地区碳减排具有显著的空间溢出效应。具体而言,绿色资源和绿色理念在省份之间的流动促进了区域辐射的形成,而绿色竞争则对邻近区域产生虹吸效应。这些研究结果为中国通过推动绿色金融实现双碳目标提供了一些有意义的政策启示。
农村数字经济对农业绿色全要素生产率的影响 ——基于空间溢出和门槛效应模型的双重审视” (孙红雨 和 钟青, p. 2)
三、多创新主题
1、农业绿色技术创新的低碳生产绩效研究——基于多创新学科视角
农业绿色技术创新的低碳生产绩效研究——基于多创新学科视角 - ScienceDirect
大学、科研机构、公民、企业
农业碳生产率(ACP):衡量农业低碳生产的精确指标。
农业绿色技术创新(AGI):本文选择使用绿色专利指标来衡量AGI的发展水平。
本文考虑各种创新主体,特别是公民参与,深入研究了各类创新主体在生产和绩效层面的影响机制,可以说明融合各种创新主体的农业创新指标如何影响我国农业低碳生产。
2、绿色创新实证(企业绿色协同创新网络区位如何影响企业绿色全要素生产率?基于社会网络分析的实证分析)
企业绿色协同创新网络区位如何影响企业绿色全要素生产率?基于社会网络分析的实证分析 - ScienceDirect
- 绿色协同创新在提升企业绿色全要素生产率(GTFP)方面发挥着越来越突出的作用。本文利用2011—2022年中国上市制造业企业面板数据,运用社交网络分析方法,基于绿色专利联合申请数据构建绿色协同创新网络。然后,本文通过实证分析,探讨企业绿色协同创新网络区位对其GTFP的影响及其影响机制。结果表明:(1)处于绿色协同创新网络核心位置的企业能够提升其GTFP,且在替换解释变量、改变样本选择范围和工具变量估计后,该结论仍然稳健;(2)绿色协同创新类型、企业所有制结构和时间阶段的差异导致绿色协同创新网络区位对绿色协同创新网络位置对GTFP的影响存在异质性;(3)处于绿色协同创新网络核心位置的企业通过提高技术创新水平和资源配置效率,间接促进其GTFP。本文从绿色协同创新网络视角出发,为推动全球粮食政策规划和经济发展高质量发展提供了一条切实可行的路径。
所做的假设
**假设 1:**AGI可以在其他条件不变的情况下增加ACP。
**假设 1a:**AGI可以通过促进农业技术进步来增加ACP。
**假设 1b:**AGI可以通过提高农业的技术效率来增加ACP。
**假设 1c:**AGI可以通过促进农业的碳减排绩效来增加ACP。
**假设 1d:**AGI可以通过促进农业的经济增长表现来增加ACP。
数据来源
本文的研究数据覆盖了2000-2019年中国31个省份。具体而言,农业绿色专利数据来源于国家专利统计局。农业碳生产率计算指标的原始数据均来源于《中国农村统计年鉴》。此外,根据农业产值指数,将现价农业产值换算为按1999年不变价格计算的农业产值。NR、AFI和AI计算指标的原始数据来自《中国农村统计年鉴》和《中国统计年鉴》。AMS计算指标的原始数据来自《中国农业机械统计年鉴》。RA计算数据的原始数据来源于《中国第三产业统计年鉴》。
3、ESG实证(环境大数据信息披露对中国企业绿色创新难减排的影响)
环境大数据信息披露对中国企业绿色创新难减排的影响 - ScienceDirect
大数据技术可以提高环境信息披露的质量,解决信息不对称的问题。本文采用双重差分策略,考察了中国环境保护部于2013年推出的基于大数据的环境信息披露系统的有效性。结果表明:该系统对具有创业导向的难减排企业绿色创新具有显著的激励作用。从机制探索表明,环境大数据信息公开驱动官员针对难以减排的企业实施环境政策,引发公众对环境质量的关注;然而,在样本期内,公众关注机制对企业绿色创新的刺激作用不大。本研究通过加强现行环境大数据信息披露制度,为政策制定者发展绿色创新提供了有效途径。
4、数字化转型对民营企业创新的影响:来自中国的证据
数字化转型对民营企业创新的影响:来自中国的证据 - ScienceDirect
- 数字经济时代,数字化转型和智能化发展路径已成为企业高质量发展的重要路径。本文以2011—2020年上市民营企业为研究对象,采用文本挖掘方法,提取年报披露的数字化转型相关关键词。构建数字化转型指数,实证检验其对企业创新的影响以及创新激励政策的协同效应。研究结果表明,数字化转型对民营企业创新具有显著的促进作用,在数字经济水平较高、企业规模较大的经济发达地区,数字化转型的催化作用更为明显。同时,创新激励政策在提升数字化转型对民营企业创新的影响方面发挥着至关重要的作用。进一步调查发现,数字化转型对民营企业创新的影响机制主要由四条路径驱动,具体是提高信息透明度、降低运营风险、缓解融资约束和提高全要素生产率。本研究为民营企业创新突破提供实证证据,为民营企业实现高质量发展提供驱动路径,为政策制定提供宝贵参考和启示。