粤港澳大湾区科技保险与国际科创中心的互动研究

粤港澳大湾区是继纽约湾区、旧金山湾区和东京湾区之后的世界第四大湾区,创新要素吸引力强,具备建设国际科技创新中心的良好基础。科技保险作为一类专门针对科技企业的保险品种,对大湾区国际科创中心的建设有着重要作用。通过总结粤港澳大湾区科技创新能力发展的现状和大湾区保险业和科技保险的发展情况,结合《粤港澳大湾区发展规划纲要》,探讨了粤港澳大湾区国际科创中心建设和科技保险发展面临的挑战,分析了大湾区科技保险发展与国际科创中心建设的相互作用,提出大湾区国际科创中心的建设应充分利用科技保险与科技创新活动之间内在的契合性和互补性,促进双方协同发展。针对大湾区科技保险未来的发展提出了相关的政策建议,以更好地促进大湾区科创中心建设。

考虑社交媒体因素的信息披露与股价崩盘风险——基于情绪与信息路径的分析

利用2005—2020年沪深A股上市公司数据,从投资者情绪和信息不对称两种路径考虑企业信息披露对股价崩盘风险的影响,并探究社交媒体在其中发挥的作用。研究结果表明,企业信息的披露并不是越多越好,过多的披露可能会加剧股价崩盘风险,而社交互动可以缓解这种负向作用。路径检验发现,一方面,企业信息的大量发布,引起投资者情绪的极端化,产生非理性投资行为;另一方面,大量信息的冗余加大了投资者获取有效信息的难度,提高了信息不对称程度,在情绪与信息两种路径综合作用下,加剧了股价崩盘风险。考虑社交互动具体影响机制时发现,社交互动的调节作用亦来自两种影响的叠加,一方面,投资者之间的社交互动会缓和极端情绪;另一方面,社交媒体平台使得噪声信息更多,投资者提取有效信息难度上升,加大了信息不对称程度。研究结果对信息披露制度的进一步规范与社交媒体平台的管理提供了启示。

机器学习在金融资产价格预测和配置中的应用研究述评

通过梳理机器学习在资产价格预测及配置中的应用与研究进展,简要阐述了当前文献的特点及其不足。在此基础上,总结了当前研究中机器学习的主要应用框架及其适用性和局限性,进一步讨论应用机器学习算法进行资产价格预测和配置研究未来可能的研究趋势。研究表明:机器学习方法能够挖掘和利用金融数据中包含的与资产价格变动相关的信息,做出对未来资产价格的准确预测或可盈利的资产配置决策;机器学习算法与金融理论的结合是未来研究的一个重要方向。

预处理糠醛渣液化降解性能研究

考察了预处理条件对糠醛渣乙二醇液化的影响。结果表明:经过5%Na OH溶液与2.5%H2O2溶液体积比1∶1的混合液预处理后,在固液比为1∶10(g∶g),催化剂用量3%,150℃液化90 min后,液化率达到82.0%。通过扫描电子显微镜(SEM),X射线衍射(XRD),红外光谱(FI-IR)以及核磁共振光谱(13C NMR和1H NMR)对预处理前后糠醛渣及液化产物进行分析,结果表明,本预处理方法显著改变了糠醛渣的组成、表面结构,且增强了催化液化的反应活性,十分有利于促进其液化降解过程,液化产物主要为醇、酯、醚等混合物。

ESG披露、异质估值与权益资本成本

本文构建了含有异质估值的理性预期均衡模型,在传统价值投资者与ESG投资者对同一风险资产存在相关但不相同估值的设定下,分析了ESG披露质量如何影响公司权益资本成本.结果表明:在内生化传统价值投资者信息获取的情况下,当最优信息获取为角点解时,提高公司ESG披露的质量将带来权益资本成本的降低;而当信息获取为内点解时,ESG披露的质量与权益资本成本之间呈非单调关系,同时,取得这些不同关系的参数条件也由模型的解析解给出.研究结果调和了当前结论相左的实证研究,也揭示了强制ESG披露可能存在的负面影响,即提高ESG披露的质量并不总是带来公司权益资本成本的下降.

科技型企业的运营决策与融资均衡:保险在其中所扮演的角色

保险作为一种重要的风险管理工具,对缓解科技型中小企业融资困境有重要意义。本文基于我国科技型中小企业履约保证保险贷款这一具体的金融实践,考虑一个由政府、银行、保险公司和科技企业组成的系统,构建了风险不确定情形下以银行和科技企业作为主要博弈方的Stackelberg博弈模型,求解了银行与科技企业的均衡策略,并通过数值分析进一步讨论了保险费率与政府补贴行为对均衡的影响。研究结果表明:购买履约保证保险有助于科技企业抵御风险,扩大生产,同时科技企业购买保险也有助于银行获得更高的期望收益,达到双赢效果。此外,数值分析结果还表明,相比于政府机构直接对科技企业进行补贴,通过对保险机构的风险补偿来降低科技企业保险费率的间接补贴机制往往更为有效。本文的研究为解决科技型中小企业融资难的问题提供了参考。