住房公积金预警指标系统的构建与研究

一、构建住房公积金预警指标系统的必要性 住房公积金管理中心（以下简称：公积金中心）是从事住房公积金的管理和运作的事业单位,中心委托商业银行办理住房公积金的金融业务,即利用缴存职工的住房公积金存款为主要的营运资金,通过发放个人贷款以及其他业务获取收益。公积金中心从事政策性货币资金经营,不以盈利为目的,且风险自担。     

住房公积金预警指标系统的构建与研究

一、构建住房公积金预警指标系统的必要性 住房公积金管理中心(以下简称:公积金中心)是从事住房公积金的管理和运作的事业单位,中心委托商业银行办理住房公积金的金融业务,即利用缴存职工的住房公积金存款为主要的营运资金,通过发放个人贷款以及其他业务获取收益.     

住房公积金政策与缴存职工收益

本文基于某典型城市微观数据,定量研究了公积金存贷款政策对缴存职工从公积金系统中获得的“互助收益”水平的影响规律.研究结果显示,公积金贷款利率对缴存职工提取公积金购房概率、申请公积金贷款概率和公积金贷款金额均存在显著的负向影响,公积金贷款限额则对缴存职工提取公积金购房概率和公积金贷款金额存在显著的正向影响,这些因素义进一步影响缴存职工从公积金系统中获得的互助收益水平.研究结果同时显示,现行公积金政策可能导致对缴存职工住房需求的支持力度不足和公平性不足两方面的问题.基于前述规律的政策模拟发现,通过不同的政策组合调整,有可能实现提高职工收益、刺激住房需求或改进公平性等特定政策目标.     

住房公积金管理新规呈现五大亮点

日前《关于住房公积金管理若干具体问题的指导意见》公布。这部旨在维护缴存人利益、充分发挥住房公积金作用的新规,呈现出五大亮点。一是新规强化住房保障功能:规定缴存比例上下限、贷款最高额度[规定]设区城市(含地、州、盟)应当结合当地经济、社会发展情况,统筹兼顾各方面承受能力,严格按照《条例》规定程序,合理确定住房公积金缴存比例。单位和职工缴存比例不应低于5%,原则上不高于12%。各地要根据当地经济适用住房或者普通商品住房平均价格和居民家庭平均住房水平,拟订住房公积金贷款最高额度。     

对完善住房公积金制度的探讨

住房公积金是我国在城镇住房制度改革当中，学习新加坡中央公积金制度的经验并结合我国国情加以创造性发展应用的一种义务性长期储金制度。     

住房公积金问题雏议

住房公积金制度是为了解决广大职工的住房问题而建立的一项重要社会保障制度。本文阐述了住房公积金制度运行中存在的住房公积金覆盖面不够宽、缴存比例和基数不一、个人缴存额相差悬殊等主要问题,从单位缴存住房公积金意识不强、职工对住房公积金制度认识不够等六个方面具体分析了原因,提出今后应采取加大“扩面”工作力度、扎实推进制度建设、有效提高增值收益、健全完善政策等措施。     

数据挖掘:挑战与机遇同在

20世纪90年代，美国的一些应用者和学者把在数据海洋中寻找知识的过程叫做“数据挖掘”。这是一种新的信息处理技术，其主要特点是对数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助决策的关键性数据。数据挖掘与传统的数据分析，如查询、报表、OLAP（联机应用分析）、统计分析等数据分析技术的本质区别是数据挖掘是在明确假设的前提下去挖掘信息、发现知识。     

完善住房公积金制度

自1994年国务院颁布《关于深化住房制度改革的决定》后，公积金制迅速在全国推广，大大推进了我国的住房商品化和社会化的进程。然而，在公积金管理使用中凸现的一些问题已渐渐成为住房体制改革的阻碍。 1.公积金制建立面不广，公积金实际归集率不高。根据2001年10月召开的全国住房公积金管理工作会议提供的数字，至2000年底全国仅有60.3%的职工建立了住房公积金制，部分省份如河南省不到30%。全国尚有4500万职工未建立住房公积金，再加上受到工薪阶层收入低、不少企业效益欠佳、地方财政紧张等方面的影响，因此实际归集率不高，目前仅占…     

浅谈非公有制企业住房公积金制度的建立

一、非公有制企业住房公积金归集的现状 从1999年国务院颁布施行<住房公积金管理条例>,通过几年努力,覆盖面不断扩大.目前,全国231个地级以上城市,437个县级城市以及部分县、镇都已建立住房公积金制度.我市从1993年开始建立住房公积金制度,覆盖面不断的扩大.一是从1994年31.4%到2004年的95.9%的单位(应建单位统计不含私营企业)建立住房公积金;每年住房公积金的归集额从1994年的381万元到2004年的12075.08万元.二是住房公积金缴存率不断提高,归集金额不断增加.     

序列异常技术在异常数据挖掘中的应用

在大型的数据集中,通常包含一些数据对象,它们与数据的一般行为或既定模型表现不相一致,这些数据对象被称为异常数据.大部分数据挖掘方法将异常数据视为噪声或异常而丢弃;然而在一些数据探索中,如保险欺诈、信用卡欺诈、违规交易等检验中,罕见的事件可能比正常出现的事件更有意义.因此,在利用原始数据进行挖掘之前,有必要对其进行异常数据的查找和检验.     

关于石嘴山市城市住房公积金使用情况的调研报告

为了认真贯彻落实国务院颁布的《住房公积金管理条例》，促进石嘴山市城市住房公积金的有效归集和合理使用，切实维护广大缴存者的合法权益，市政协与市城调队、市住房资金管理中心等部门，于今年4月对石嘴山市的住房公积金归集、使用情况等进行了专题调研。调研通过听取市、县(区)住房公积金管理中心(部)的工作汇报，召集社会各界政协委员和群众座谈讨论等形式，     

房改对城镇居民生活的影响程度分析

从1992年4月，我省《城镇住房制度改革实施方案》出台以来，至1994年6月底止，已有69个市县向42．67万户职工出售公有住房2472万平方米，约占公房存量的1／3，其中：以综合价购房取得全部产权的占79％。还有47个市、县3365万平方米公房调整了租金；有59个市、县建立了住房公积金制度，已交纳公积金的职工为217万人，约占全省应交公积金职工总数的50％，有55个市、县开展集资合作建房，参加集资合作建房职工6万人．共筹集资金13．88亿元，其中职工个人集资10．17亿元，已建房238万平方米．通过房改已归集住房基金43亿元，福利性住房制度开始…     

公积金不能成为腐败的避风港

我国建立住房公积金制度以来，在解决职工住房问题、转变住房分配体制、圆了许多职工住房梦等方面发挥了重要作用，但是，由于新建立这项制度时的仓促，出现了立法滞后、监管缺位、缴存标准不一、挪用侵占严重等问题，特别是许多部门和单位钻空子，擅自提高标准，把住房公积金演变成“福利性腐败”，引起社会强烈不满。     

公积金制度:为何事与愿违

住房公积金制度出台的背景住房公积金制度的酝酿出台,在我国走的是“试点——推广——全面推行”的路,反映了过去搞运动、大干快上的思维模式。最初上海试点的理由是:借鉴新加坡经验,解决职工工资偏低、工资中住房消费含量不足的问题。而这样的理由有几点质疑:(一)为什么要借鉴     

变量选择方法及其在健康食品市场研究中的应用探究

数据挖掘是在大数据中提取客观规律的方法与艺术，如何准确与快速地提取合适的特征变量是其研究的关键问题之一。在模拟分析比较各种数据挖掘算法和提取变量效果的基础上，通过对健康食品市场进行实证研究，指出目前数据挖掘算法存在的不足及发展前景。     

完善住房保障制度 促进社会和谐发展

我国住房保障体系的构建自上世纪90年代以来,政府为了解决城镇低收入家庭住房问题,相继出台了若干政策、法规,这些政策法规相辅相成,构成了我国特有的住房保障体系。这些政策法规大致有住房公积金、经济适用住房、廉租住房、宏观调控房地产市场、房地产贷款金融政策等五个部分。国务院和国家职能部委出台的这些房地产市场宏观调控政策,构成了我国城市住房保障的政策体系,这些政策互相制约,一方面从住房公积金、经济适用住房、廉租住房、购房贷款等方面提高低收入家庭购房能力,降低住房给低收入家庭带来的经济压力,保障城镇中低收入家庭能够…     

数据挖掘在物流业的应用综述

数据挖掘作为快速有效地从海量数据中提取有效信息的工具,在现代物流业得到了广泛的应用.文章从数据挖掘的基本技术、数据挖掘在物流需求预测、物流决策以及客户关系管理等方面的应用现状及存在的问题出发,对目前这一领域内的研究进行了回顾和评论,并对数据挖掘在物流的发展前景进行了展望.     

谈营销数据挖掘与统计分析系统建设

在电力营销企业信息建设中,电力营销企业基于业务应用的信息系统建设已取得成效,并形成了海量数据资源,必须利用数据挖掘软件,分析电力营销企业各个业务信息系统存在的问题。营销数据挖掘与统计分析系统逐渐成为营销管理的对内对外的综合经营决策、组织协同管理决策、营销业务决策的综合战略性决策系统。     

房改统计探析

当前房改统计工作存在的主要问题 近年来，我国住房制度改革取得重大进展，各地通过全面推行住房公积金制度、出售公有住房、提租、集资建房等措施，到１９９９年底累计归集住房公积金１６１０亿元，为建立住房新制度奠定了基础。但是，我国至今仍尚未建立完善的房改统计指标体系和正常的房改统计工作制度。致使工作中出现许多棘手问题，主要表现在：一是房改统计报表未列入国民经济统计体系，仍属房改业务部门制定的专业统计报表，缺乏权威性、广泛性、统一性。二是现行房改情况报表一些指标设置不尽科学合理，难以准确填报，造成“失真”…     

数据挖掘的方法、流程及应用

数据挖掘是一种新兴的信息处理技术,其主要特点是对数据仓库中的大量业务数据进行抽取、转换、分析和建模工作以获取辅助决策的关键信息。目前数据挖掘在众多领域都得到应用,给各行业带来了实际收益。比如在保险业,通过数据挖掘可以建诈欺诈侦测模型,降低企业成本,在金融业可以协助企业建立交易规则,增加企业把握市场的能力等。为满足读者要求,使实务工作者掌握这一新兴数据分析技术,本刊将与中国人民大学数据挖掘中心合作,连续刊登相关文章对数据挖掘进行介绍,欢迎有共同志向的读者投稿。