货币政策反应函数渠道对金融周期影响时变机制的实证研究

在关于货币政策影响经济主体风险承担水平,进而影响金融周期波动机制的研究中,基于风险承担渠道的相关研究较为成熟.区别于以往相关研究多关注货币政策实际采取的立场,文章基于货币政策反应函数渠道探讨了数量型与价格型货币政策反应函数对金融周期波动影响的时变机制.滚动回归的实证结果显示:无论数量型货币政策规则还是价格型货币政策规则,货币政策对信贷波动反应的敏感性主要影响金融周期的波动,但在价格型货币政策规则下,基于信贷视角观察金融周期波动时,货币政策信贷敏感性与货币政策资产价格敏感性对金融周期影响差异较小;较之于价格型货币政策规则,货币政策对信贷波动反应的敏感性在数量型货币政策规则下,对金融周期波动的影响更显著,并在一定程度上表现出随时间扩大的趋势.文章的创新之处在于:强调了货币政策通过政策反应函数渠道而非以往研究中较多关注的狭义风险承担渠道影响金融周期波动的事实,并构建计量模型对货币政策反应函数渠道影响金融周期波动的时变机制进行了详细刻画.     

劳动力转移对城乡居民收入差距的非线性影响研究

借鉴已有相关研究成果,将劳动力转移、农业技术水平与城乡居民收入差距联系起来思考,可以具体地考察劳动力转移对城乡居民收入差距的影响.文章以农业技术水平作为门槛变量,选取2009—2019年中国31个省份的面板数据,利用泰尔指数测定城乡收入差距,以劳动力转移作为核心解释变量构建面板门槛模型,实证得出劳动力转移对城乡居民收入差距的非线性影响.研究发现:劳动力转移可以缩小城乡居民收入差距,且该影响具有单一门槛效应.在农业技术水平较低时,劳动力转移对城乡居民收入差距收敛效应较小;当农业技术水平越过门槛值达到较高水平后,劳动力转移对缩小城乡居民收入差距的效果几乎增加了一倍.此后,通过替换解释变量泰尔指数为城乡人均可支配收入比、替换核心解释变量农业技术水平为农业生产效率重新建立面板门槛模型,发现上述结论仍然成立,其检验结果具有较强的稳健性.文章将农业技术进步、劳动力转移、城乡居民收入差距这三个重要变量纳入同一模型框架中,在加深劳动力流动影响城乡居民收入差距这一视角的研究的同时,对缩小城乡居民收入差距政策的制定提供了重要的参考意义.     

新常态下货币供给对工业经济的非对称冲击——兼论冲击路径的情景设计与分析

货币政策冲击对工业产出和价格的非对称影响，是新常态下把握好货币供给政策的方向、力度和节奏的重要参考依据，有助于提升货币供给政策的针对性、灵活性和前瞻性。局部投影方法在不同区制下，计算工业产出和价格对货币供给冲击的脉冲响应结果表明：货币供给冲击对工业产出的影响具有不确定性，且总体上表现为中性特征；而货币供给冲击对工业价格的影响不仅在不同区制下，而且在新常态前后均表现出显著的差异性和非对称性，总体来说是短期有效，长期中性的。情景设计的分析结果显示新常态下采用增加货币供给的政策来刺激工业经济是不可取的，其作用效果可能出现工业产出停滞不前，工业价格急剧飙升的工业滞胀。因此，需要从工业产业升级，工业技术创新等工业供给侧寻求工业经济新的增长点和动力机制。     

中国女权主义的国家革命责任及男性特色--兼论中西方女权主义差异

中国女权主义与建立在女性个体基础上的西方女权主义在时代国情的悬殊、文化背景的异质、理论核心的分歧等方面存在着较大差异。中国的妇女运动是社会革命的一部分，中国女权主义处处体现出男性特色，被称为父系的女权主义。要发展中国女权主义，就必须正视其和西方女权主义之间的差异，在差异中挖掘本土资源养分，找到中西方女权主义的契合点，把握差异中体现出来的中国女权主义发展的独特道路。     

顾炎武《山东考古录》述论

《山东考古录》是顾炎武考察山东地理掌故的基础上写成的重要代表作,该书集中体现了顾炎武治学的科学态度,具有较高的学术研究价值。目前学界对该书的研究侧重于该书与《日知录》的关系问题,对其内容的研究较少。《山东考古录》是顾炎武在北游山东一个见证,该书具有较高的历史地理、民俗及社会生活等方面的史料价值,是研究古代山东社会的一部较有价值的书,同时《山东考古录》对《日知录》和《续山东考古录》也产生了重大影响,推动了二者的成书。     

善与恶的计算:为什么要做好人

“为什么要做好人？”在道德哲学中可转化为“为什么要遵守道德规则？”本文将是否要遵守道德规则置于囚徒困境模型之下，籍此，可应用博弈论尤其是进化博弈论的成熟研究深化对道德规则的理解。在既有的囚徒困境研究中，应用计算机模拟的方法，科学家们发现了多种有效的、个人博弈策略。同时，由于集体竞争的存在，每个集体都有采用更成功策略的压力，这可以解释道德规则的来源。做好人、遵守道德规则是个人与集体共同追求其最大预期收益的结果。     

零售4.0时代先行发货问题的大数据分析

在零售4.0时代，渠道的多样化不仅丰富了数据源，还能迅速生成大量数据，需要通过分析大数据，为决策提取有意义的信息，通过分析先行发货的重要性，提出了一种基于遗传算法（GA）的优化模型，预测顾客何时购买，然后在顾客线下单前将产品运送到距顾客最近的配送中心，解决先行发货中存在的问题。研究认为，需要先部署云计算来存储所有渠道生成的大数据，再应用基于集群的关联规则挖掘研究顾客的购买行为，根据“如果-那么”预测规则预测未来的采购情况，最后利用修正的遗传算法生成最优的先行发货计划；这种遗传算法考虑了其在运输成本和运输距离之外，还有预测规则的置信度，利用大量的数值实验权衡了先行发货中的不同因素，验证了模型的最优可靠性