Dissipation of Debt Financing Privilege on Corporate AI Washing: Evidence from China
Sichuan University（四川大学）；SWUFE（西南财经大学）
本文研究了战略政策冲击是否增加从事人工智能洗白企业的债务融资成本，通过中国'十四五'规划作为准自然实验，发现人工智能洗白企业债务融资成本上升12.5个基点，同时揭示宏观政策冲击如何激活新兴市场债务市场中的市场纪律。
2026-05-16 econ.GN q-fin.EC
Levels of structural change: An analysis of China's development push 1998-2014
我们调查了中国在1998-2014年特别快速增长时期的结构变化。为此，我们利用世界投入产出数据库的部门数据和中国工业企业数据库的企业数据。从文献中已知的相关性定律（法布里坎特定律）开始，我们调查了哪些经验性假设在部门层面上成立，并表明许多这些相关性不能在公司层面上恢复。为了更详细的分析，我们提出了一个多层次的框架，这是与实证验证。为此，我们进行了一个强大的回归，因为各种输入变量在公司层面以及探索性OLS回归的残差被发现是重尾的。我们得出的结论是，Fabricant的法律和其他基本要素主要是依赖于基础设施，技术水平，创新能力和相关劳动力的知识基础等方面的部门层面的特征。我们通过详细展示一些较大部门的发展来说明我们的分析，并在发展经济学、演化经济学和产业组织的背景下提供一些政策含义。
2020-09-30 econ.GN q-fin.EC
Ownership and Non-Neutral Technological Change: Evidence from China's State-Owned Enterprise Privatization
Northeastern University（东北大学）
本文估计中国制造业企业层面要素增强型生产率，发现私有化短期内提升劳动增强型生产率，长期效果有限，且资本增强型生产率未提高、材料增强型生产率略降。
2026-10-07 econ.GN q-fin.EC
On the Estimation of Cross-Firm Productivity Spillovers with an Application to FDI
我们开发了一种新的方法，在生产率修正学习和溢出的存在下，企业生产率的代理变量识别，这有利于一个统一的“内部一致”的分析企业之间的溢出效应。与流行的两步实证方法相反，我们的方法并没有假设企业生产率在估计步骤中相互矛盾的假设。相反，我们明确地容纳跨部门的依赖性，在生产率引起的溢出，这有利于同时识别生产率和溢出效应。本文运用该模型研究了中国电机制造业的跨国溢出效应，特别关注了外商直接投资的生产率效应。
2023-02-26 econ.GN q-fin.EC
An Economic Analysis on the Potential and Steady Growth of China: a Practice Based on the Dualistic System Economics in China
现有的发展经济学和转型经济学理论可能不足以准确解释和分析中国这样的二元经济体制，甚至可能存在缺陷。中国是一个二元结构和二元体制转轨的国家。经济体制改革带来了长期的转型。由于二元体制，要素配置受计划或行政与市场的二元调节，信号失真将是普遍存在的。从均衡安全增长的角度看，人口出生、人口流动、土地交易和住房供给等制度扭曲，随着出口的变化，可能对生产需求产生重大影响，包括消费的反复收缩、出口竞争成本的增加、城乡收入差距的扩大、居民收入的转移和消费的挤出。鉴于世界范围内收入大于支出的保守型模型向支出大于收入的债务型模型的转变以及宽松货币政策的需要，我们必须探索一个包含债务和土地资产变量的影响货币供应量和价格变动的基本模型，特别是在当前负债率高且有可能持续上升的中国。基于这种二元制度经济学的逻辑框架和分析方法，通过建立模型，初步形成了一个测算体系。
2021-10-04 econ.GN q-fin.EC
The impact of China's economic growth on poverty alleviation: From absolute to relative poverty
本文利用世界银行等数据及Lewis Model等框架，分析2011—2022年中国经济增长对减贫的影响，发现其消除绝对贫困的同时加剧了收入不平等，并据此提出兼顾增长与公平分配的政策建议。
2024-12-28 econ.GN q-fin.EC
From macro to micro: Economic complexity indicators for firm growth
Tor Vergata University of Rome（罗马托尔维加塔大学）；Enrico Fermi Research Centre（恩里科·费米研究中心）；Universitas Mercatorum（梅卡托姆大学）；University of Zurich（苏黎世大学）；University of Budapest（布达佩斯大学）
该研究基于经济复杂性理论，利用意大利12852家企业的纵向数据，提出新型区块多元化衡量指标，发现出口高复杂度产品及核心领域外多元化可促进企业增长。
2026-11-03 econ.GN q-fin.EC
Scaling up to the cloud: Cloud technology use and growth rates in small and large firms
European Commission, Joint Research Center（欧盟委员会联合研究中心）；UNU-MERIT and Maastricht University（联合国大学国际经济社会研究所与马斯特里赫特大学）；Università di Brescia（布雷西亚大学）
研究云服务对法国企业长期规模增长率的影响，发现云技术促进企业增长，尤其是小企业受益更显著，降低数字化障碍，提升可扩展性与增长潜力。
2026-08-25 econ.GN q-fin.EC
Revisiting Granular Models of Firm Growth
本文重新审视颗粒模型，将企业增长统计与多元化程度直接关联，理论划分三种多元化类型，实证发现经调整的增长波动率分布尾部过薄且增长率分布持续肥尾，挑战了颗粒性假设。
2024-06-02 econ.GN q-fin.EC q-fin.GN
Female Entrepreneur on Board:Assessing the Effect of Gender on Corporate Financial Constraints
基于中国创业板938家公司数据，研究发现女性CEO和高管能缓解企业融资约束，但女性董事作用不明确，且高科技行业内部性别偏见会阻碍融资约束缓解。
2024-01-04 econ.GN q-fin.EC
Does Infrastructure Investment Lead to Economic Growth or Economic Fragility? Evidence from China
Saïd Business School, University of Oxford（牛津大学赛德商学院）；Department of Statistics, University of Oxford（牛津大学统计系）
本文通过中国最大规模数据集，挑战基础设施创造经济价值和中国交付优势的神话，指出基础设施投资未能带来正的风险调整回报，且中国基础设施交付表现不比富裕民主国家更好，导致经济脆弱性。
2016-09-01 econ.GN q-fin.EC q-fin.GN
Firm Entry and Exit with Unbounded Productivity Growth
本文放宽 Hopenhayn 进入—退出模型的生产率有界假设，刻画平稳均衡存在性并给出基于 Lyapunov 函数的充分条件，同时证明企业规模分布在广泛增长设定下具有幂律尾部。
2024-03-01 econ.GN q-fin.EC
Diversification, economies of scope, and exports growth of Chinese firms
CONICET - University of Buenos Aires, Faculty of Economics, IIEP-Baires（阿根廷国家科学研究委员会 - 布宜诺斯艾利斯大学经济系）；IBIMET-CNR & Sant’Anna School of Advanced Studies, Pisa（意大利国家研究委员会生物经济与农业研究所（IBIMET-CNR）与圣安娜高等研究院）；The Institute for Advanced Research of Shanghai University of Finance and Economics（上海财经大学高级研究院）
本文研究了2000-2006年中国企业出口增长的多元化与专业化趋势，发现产品和目的地多元化对贸易增长有正向影响，尤其是目的地多元化效果更显著，表明出口增长既得益于规模经济也得益于范围经济。
2018-01-23 econ.GN q-fin.EC
Machine Learning for Economic Forecasting: An Application to China's GDP Growth
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；Fudan University（复旦大学）
本文应用多种机器学习模型预测中国季度实际GDP增长，发现其平均预测误差通常低于传统计量模型和专家预测，但在经济拐点处专家预测有时更准确，并通过可解释机器学习方法识别影响宏观经济波动的关键变量。
2024-07-04 cs.LG econ.GN q-fin.EC
Product-level value chains from firm data: mapping trophic levels into economic growth
本研究基于意大利企业进出口数据重构了产品级投入产出网络，揭示了其显著的营养结构，并证明产品级下游性指标能有效预测国家层面的经济增长和全球价值链关系。
2025-05-02 econ.GN physics.soc-ph q-fin.EC
Population growth, interest rate, and housing tax in the transitional China
JiNan University（暨南大学）；Nanjing University of Information Science and Technology（南京信息工程大学）；Peking University（北京大学）
本文通过整合Lastrapes和Mankiw&Weil模型，分析利率与人口增长冲击对房价的影响，发现流量税可缓解人口冲击导致的房价波动，而利率冲击下不应征税，且不同税种间存在协同效应。
2016-10-24 econ.GN q-fin.EC q-fin.GN
Political Power-Sharing, Firm Entry, and Economic Growth: Evidence from Multiple Elected Representatives
Imperial College London（帝国理工学院）；Indian Institute of Management Bangalore（印度管理学院班加罗尔分校）；National University of Singapore（新加坡国立大学）；Olin Business School, Washington University - St. Louis（华盛顿大学圣路易斯分校奥林商学院）
该研究利用地理断点设计与选区重划的准自然实验，发现立场不一致的多名政客通过制衡提升效率，可促进企业创建、降低失业、推动地方经济增长。
2026-08-11 econ.GN q-fin.EC
Quantifying China's Regional Economic Complexity
University of Electronic Science and Technology of China（电子科技大学）
本文通过分析25年企业数据，量化中国省份的经济复杂性，发现其总体变化稳定缓慢，且经济复杂性对经济发展有正向解释，对收入不平等有负向解释。
2017-11-13 econ.GN physics.soc-ph q-fin.EC
Beyond Patents: R&D, Capital, and the Productivity Puzzle in Early-Stage High-Tech Firms
本文基于2020–2024年中国早期高科技初创企业数据，发现专利不显著提升绩效而研发支出具有正向作用，并揭示资本、机制与行业地区异质性。
2025-07-24 econ.GN q-fin.EC
Employment, labor productivity and environmental sustainability: Firm-level evidence from transition
本文基于24个转型经济体的企业调查数据，构建环境可持续性指数并处理内生性，发现可持续投资对就业增长的作用复杂且需时间显现，但高技能企业就业创造减速、低技能企业劳动生产率提升，且中欧影响更显著。
2023-10-29 econ.GN q-fin.EC
Conglomerates, Liquidity Shocks, and Innovation-Led Growth
本文构建动态模型分析创新潜力异质的企业集团内部资本市场应对流动性冲击的策略，揭示最优策略随发展阶段的演变规律，刻画两类政策失灵，为集团动态再配置提供微观基础与危机重组政策参考。
2025-05-20 econ.GN q-fin.EC
Total Factor Productivity and its determinants: an analysis of the relationship at firm level through unsupervised learning techniques
University of Milan（米兰大学）；University of Pavia（帕维亚大学）
本文通过无监督学习技术（主成分分析、自组织映射、聚类）识别企业全要素生产率的决定因素，发现盈利能力、信贷/债务指标、成本与资本效率以及研发活动的努力/效率是主要决定因素，并存在线性关系。
2026-05-31 econ.GN q-fin.EC
Why China Succeeds: A Road to Prosperity
本书提出统一框架，从古代文明到现代技术崛起解释中国成功，揭示普遍制度逻辑，挑战西方发展正统，为全球提供历史严谨、分析深入且前瞻的论述。
2026-10-01 econ.GN q-fin.EC
The Relationship between Digital RMB and Digital Economy in China
通过比较货币发展的历史模式，指出数字货币发展的必然性以及数字货币与数字经济的关系。本文以中国为例，预测了数字货币未来的发展趋势。在私人加密货币快速发展的背景下，中国基于服务数字经济推出数字货币，致力于数字人民币（人民币）全球化和数字经济全球化。二零二二年全球经济迎来停滞，中国将数字法定货币和数字经济发展作为寻求经济转型和新增长的突破口。它已成为一个前沿国家，有许多经验可供世界各国学习。
2022-05-28 econ.GN q-fin.EC
Growth by Intervention: State Demand and Preferential Allocation in the Hungarian Construction Sector since 2010
本文以匈牙利建筑业为案例，分析政府需求刺激与政治关联企业优先分配如何共同推动粗放型增长，但未带来效率提升。
2026-10-06 econ.GN q-fin.EC
Accounting for Cross-Location Technological Heterogeneity in the Measurement of Operations Efficiency and Productivity
出于长期的兴趣，在了解企业绩效的位置的作用，本文提供了一个半参数的方法，以适应生产分析的位置异质性。我们的方法是新颖的，因为我们明确的生产函数估计中的参数的空间变化模型。我们做到这一点，允许的投入弹性和生产率参数是未知的功能，该公司的地理位置，并估计他们通过本地内核的方法。这使得生产技术可以在不同的空间中变化，从而适应社区对企业生产的影响。在这样做的过程中，我们也能够检查跨位置的差异在解释企业之间的经营生产率的变化的作用。我们的模型优于其他空间生产函数公式，因为它（i）明确估计生产函数的跨位置变化，（ii）与传统的生产公理很容易调和，更重要的是，（iii）可以通过建立在流行的代理变量方法，我们扩展到包含位置异质性的数据来识别。使用我们的方法，我们研究了中国的化学品制造业，发现在技术上的差异（而不是在特质企业异质性）是在这个行业的总生产率的跨地点差异的主要来源。
2023-02-26 econ.GN q-fin.EC
Managing Demographic Transitions: A Comprehensive Analysis of China's Path to Economic Sustainability
本文整合多类经济理论与模型，结合实证数据分析1990-2050年中国人口结构变化对经济的影响，用计量方法预测趋势并提出政策建议，为全球人口转型管理提供参考。
2023-12-19 econ.GN q-fin.EC
Growth, Inequality and Declining Business Dynamism in a Unified Schumpeter Mark I + II Model
本文构建融合 Schumpeter Mark I、Mark II 与 Cournot 竞争的内生主体模型，复现美国增长、不平等及十项商业活力下降事实，并发现反垄断政策比技术因素更有效。
2023-11-04 econ.GN q-fin.EC
Implications of zero-growth economics analysed with an agent-based model
University of Sussex（萨塞克斯大学）
本文通过基于代理的模型研究零增长经济学的稳定性，发现零增长情景在经济指标上更具稳定性，但伴随更高的通胀率和经济危机风险。
2026-04-16 cs.MA econ.GN q-fin.EC
A geometrical imaging of the real gap between economies of China and the United States
Shahid Beheshti University（沙希德·贝赫什蒂大学）；Institute for Research in Fundamental Sciences (IPM)（基础科学研究所）
本文提出用几何方法分析中美经济差距，指出GDP差距不能简单用数值大小衡量，而应考虑各国生产路径和局部度量，借鉴广义相对论中的几何观点来理解经济距离。
2019-04-24 econ.GN physics.soc-ph q-fin.EC
Economic growth of cities: Does resource allocation matter?
该研究利用中国284个地级市2003-2019年数据与最优资源配置模型，量化资源错配成本，测算不同配置情景下的总产出增益，对比全国与地方配置的效果，提出提升资源配置效率的政策建议。
2024-10-07 econ.GN q-fin.EC stat.AP
An AI-powered Tool for Central Bank Business Liaisons: Quantitative Indicators and On-demand Insights from Firms
本文提出一种AI文本分析工具，处理央行联络计划的企业情报，提供量化指标与按需洞察，并证明其文本特征能显著提升工资增长的即时预测性能。
2025-06-23 econ.GN q-fin.EC
Estimating the loss of economic predictability from aggregating firm-level production networks
为了估计经济体对政治干预或外部干扰的反应，投入产出（IO）表-通过将数据汇总到工业部门-被广泛使用。然而，经济增长，稳健性和弹性关键取决于非聚合企业级生产网络（FPN）的详细结构。由于没有数据，人们对基于部门的总体模型预测和基于企业一级的详细模型预测之间的差异知之甚少。使用一个几乎完整的全国性FPN，包含243,399匈牙利公司与1,104,141制造商-买方关系，我们自洽地比较了聚合的行业级生产网络（IPN）和颗粒FPN的生产损失。为此，我们对IPN和FPN这两个相同大小的冲击的传播进行了建模，后者捕获了行业内的相关异质性。在受COVID-19影响的情景中，我们根据疫情早期的详细公司层面数据对冲击进行建模。我们发现，使用IPNs而不是FPNs会导致经济损失估计的误差高达37%，这表明行业级IO模型在预测经济结果方面存在自然局限性。我们将这种巨大的差异归因于行业内企业的显著异质性：我们发现，一个行业内的企业平均只向同一行业出售23.5%的产品，并从同一行业购买19.3%的产品，强调了工业行业代表它们所包括的企业的强烈局限性。在估计经济增长、CO2排放量和政策干预对行业级IO模型的影响时，预计也会出现类似的误差水平。粒度数据是合理预测动态经济系统的关键。
2023-02-22 econ.GN physics.soc-ph q-fin.EC
There's Nothing in the Air
本研究利用法国行政数据分解城市工资增长溢价，发现控制企业和同事构成后溢价大幅下降，挑战了城市人力资本溢出的观点，强调企业和工人分类及工作流动的作用。
2025-10-25 econ.GN q-fin.EC
ESG Rating Disagreement and Corporate Total Factor Productivity:Inference and Prediction
本文基于2015-2022年中国A股数据，研究ESG评级分歧对企业全要素生产率的抑制作用及其机制，并利用XGBoost和SHAP验证其在预测中的重要性。
2025-03-08 econ.GN q-fin.EC stat.ML
AI and the Economy: An Economic Examination of Production, Distribution, Firms, Labor, and Welfare
Wake Forest University（维克森林大学）
本文从经济学视角分析AI对生产、劳动、市场、福利等多方面的影响，提出AI兼具资本、合成劳动等多重属性，探讨其利弊并给出相关政策考量。
2026-09-02 econ.GN q-fin.EC
Oil price shocks, road transport pollution emissions and residents' health losses in China
College of Economics and Management, China Agricultural University（中国农业大学经济管理学院）
本文研究油价波动对道路交通污染排放及居民健康损失的影响，通过构建省际经济独立实体假设，分析中国道路交通燃料需求系统，并提出污染弹性概念估算污染排放与健康损失。
2015-12-06 econ.GN q-fin.EC q-fin.GN
Can large-scale R&I funding stimulate post-crisis recovery growth? Evidence for Finland during COVID-19
COVID-19疫情及其后的公共卫生限制导致全球经济活动大幅下滑。为应对经济下滑，我们采取了多项政策措施，以减轻COVID-19危机对社会经济的不利影响，并最终使经济重回正轨。我们提供了一个事前评估的研究和创新（R&I）资金在芬兰的大规模增加，以刺激危机后的复苏增长，通过增加芬兰企业的R&I活动的有效性。我们利用了这样一个事实，即2020年为处于破坏性环境中的公司提供的新型R&I补助金是通过既定的R&I政策渠道分配的。这使我们能够使用COVID-19前的数据估计芬兰NUTS-3地区R&I资金与经济增长之间的结构性联系。然后用估计数来预测样本之外的区域复苏增长，并量化研究和创新资金对增长的贡献。根据所选的情景，我们的预测指出，在2020年下降高达-2. 5%后，2021年国内生产总值的平均复苏增长率将在2-4%之间。研究和创新供资是复苏进程的重要支柱，对国内生产总值增长的平均贡献在0.4%至1%之间。
2021-12-20 econ.GN q-fin.EC
Generative AI, Managerial Expectations, and Economic Activity
Georgia State University（佐治亚州立大学）；Rochester Institute of Technology（罗切斯特理工学院）；Purdue University（普渡大学）；NBER（美国国家经济研究局）
本文利用生成式人工智能分析企业会议记录，提取管理层对经济前景的预期，构建AI经济指数以提升经济预测的准确性和预测范围。
2026-11-10 cs.LG econ.GN q-fin.CP
Governance of Technological Transition: A Predator-Prey Analysis of AI Capital in China's Economy and Its Policy Implications
Sichuan University（四川大学）；Xi’an Jiaotong-Liverpool University（西交利物浦大学）
本文通过捕食者-猎物模型分析中国经济中AI资本与传统资本劳动力的动态交互，揭示AI资本作为猎物刺激资本积累和劳动力补偿，为政策制定提供量化依据。
2026-01-07 cs.CY econ.EM econ.GN
