在线购物是否存在“反戴蒙德悖论”现象?

线下市场因为存在不可避免的搜索成本导致市场出现了戴蒙德悖论现象。直觉上,在线平台市场已经将搜索成本降低为零,市场应该出现戴蒙德悖论的对立面——“反戴蒙德悖论”现象,即在线平台的商品以最低水平定价。事实并非完全如此,在线平台市场上价格离散现象和降价压力同时存在。针对此现象,本文提出了消费者所面对的价格结构公式。从价格结构的角度分析,消费者支付给卖方的价格并非消费者所花费的实际价格,实际价格包括消费者的交易价格、消费者搜索商品信息的成本和消费者排除所搜集商品信息噪音的成本。在线平台市场只是降低了消费者搜索商品信息的成本,并不会主动降低消费者排除所搜集商品信息噪音的成本,甚至会增加该成本。本文证实了平台确实存在增加消费者排除所搜集商品信息噪音的成本的动力,并在价格结构的基础上提出了在线商家的定价公式,解释了平台和商家实行大数据杀熟的逻辑。     

影响中国电力需求因素的实证分析

宏观经济形势、居民生活水平、电价及经济结构变化是中国电力需求的主要影响因素。在以上因素的基础上再加上工业内部结构变化因素,运用协整理论误差修正模型建立长、短期电力需求函数,并进一步应用建立的计算模型分析中国目前的电力需求形势。当前要建立早期电力预警系统,采用分时电价,转变经济、电力增长方式是缓解电力供应紧张的有效措施。     

城市生活垃圾计量收费模式探讨

为了实现城市生活垃圾从源头上减量化和垃圾处理产业化的目标,北京市即将逐步推行城市生活垃圾计量收费制。本文针对北京市生活垃圾及其收费的现状与问题,探讨了计量收费模式的合理性和可行性,设计了计量收费模式的定价标准方案,并提出了相关建议。     

绿色电力定价机制及改进建议

绿色电力的开发利用是当前世界各国共同关注的焦点。绿色电力价格的制定应遵循三个重要原则,即:应能够为可再生能源电力发展目标提供保障、应体现可再生能源发电的外部性,应考虑可再生能源发电的影响因素。综合国内外的绿色电力相关政策将绿电定价模式分为固定电价模式、溢价电价模式、招标电价模式、市场电价模式和绿电电价模式。我国现行绿电定价机制,存在价格补贴机制有待修改完善和定价缺乏规划和调整机制两方面的问题。基于我国国情,绿电定价应借鉴国外固定电价政策的有益经验,健全绿色电力补贴机制,健全绿色能源发展基金及评价机制。     

自然资源经济学的难解之题——水资源价格与节约的冲突

日益短缺的水资源面临的价格与节约的冲突,成为自然资源经济学的一个难解之题：水资源严重短缺的趋势,需要通过价格调整其分配与消费,而作为公用事业产品的生活用水,价格的长期粘性不利于水资源节约。提出这个问题,意在提示人们共同探讨破解这一难题的方法。     

上证50ETF隐含高阶矩风险对股票收益的预测研究

高阶矩是刻画资产收益涨跌非对称和“尖峰厚尾”现象中不可忽略的系统性风险。本文基于我国上证50ETF期权数据采用无模型方法估计隐含波动率、隐含偏度和隐含峰度,通过自回归滑动平均模型提取期权隐含高阶矩新息(Innovations),将它们作为高阶矩风险的度量,探讨其对股票收益的预测作用。研究表明:①在控制换手率和股息率等变量后,隐含波动率对于上证50指数和市场未来4周的超额收益有显著负向的预测作用;②隐含偏度新息越低,上证50指数和市场的超额收益越高,这种预测能力在未来1周和未来4周均显著,但随着时间的推移,隐含偏度新息的预测能力逐渐下降;③隐含偏度风险对于我国股市横截面收益也有显著的解释能力,投资组合在隐含偏度风险因子上的风险暴露越大即因子载荷值越大,则未来的收益会越低;④隐含峰度新息总体上与股票收益负相关。     

审计定价管制与交易剩余——2010年审计定价管制失效的自然实验

在经济下行压力加大、资本市场进一步开放的新形势下,厘清审计市场交易——监管机制,完善审计服务市场尤为必要。借由2010 年审计定价管制政策失效的自然实验,本文通过嵌入双边随机边界模型,得到审计双方的定价交易剩余指标,运用双重差分模型解析价格管制与交易定价的作用机制。研究发现,定价管制失效的原因不在于规制俘获,而在于价格管制与当前的市场效率不匹配。下限管制尽管能够提高审计师剩余,但同时会放大交易定价风险,增加剩余的错配,扰乱交易秩序。上限管制则进一步固化市场的低价竞争。进一步研究发现审计师剩余与盈余质量显著相关,2014年的放开定价管制政策提高了审计师剩余。研究厘清了审计市场交易机制,有利于未来研究审计交易机制的微观影响及与盈余质量的关联,为在新时代把握审计市场交易——监管规律、培育自发良性交易的审计市场提供有益借鉴。     

应用混合神经网络和遗传算法的期权价格预测模型

隐含波动率是指在市场中观察的期权价格所蕴涵的波动率.提出了一种加权的隐含波动率作为混合神经网络的输入变量,建立了混合神经网络和遗传算法相结合的期权价格预测模型,通过遗传算法来优化神经网络的结构和获得隐含波动率的权重.在对香港金融衍生品市场的实证中表明,本文模型在预测结果上要优于传统的Black-Scholes模型.