中国货币当局资产负债表结构与货币政策调控方式转变

货币当局资产负债表是分析央行行为与货币政策执行情况的一个重要报表。我国货币当局资产负债表科目随着经济金融结构的演变经历了多次调整,本文梳理了我国货币当局资产负债表结构及其演变过程,重新编制1999-2018年的年度可比货币当局资产负债表,通过解析各科目余额及其结构的动态变化特征,揭示统计数据背后的经济逻辑与政策实践、以及重要资产负债科目间的勾稽关系。研究发现：外汇占款和对其他存款性公司的债权是我国货币当局投放基础货币的主要渠道。过去20年中,两种渠道此消彼长反映出我国基础货币投放方式和货币政策调控方式的两次重要转变与创新。在外汇占款大幅增长时期,货币当局曾通过频繁提高法定存款准备金率和发行央行票据回笼过剩流动性。随着国际收支顺差收窄和国内经济由高速增长向高质量发展转变,公开市场操作和创新型再贷款工具将成为货币当局主动投放基础货币的重要渠道。     

金融周期、金融波动与中国经济增长——基于省际面板门槛模型的研究

本文应用面板门槛模型,研究了2005-2017年间我国31个省（市、自治区）金融波动对经济增长的影响。研究发现,随着金融周期所处阶段的变化,金融波动对经济增长会产生显著的非对称性双重门槛效应,主要体现为如下两点：首先,金融周期处于膨胀期、平稳期和萧条期时金融波动对经济增长会产生负向影响,但从影响系数值的大小来看,处于膨胀期时最大,是后两者的2倍之多,处于平稳期时最小且并不显著;其次,分区域的稳健性检验表明,金融发展水平高的区域双重门槛值出现得早,且两个门槛值间的区间要比金融发展水平低的区域宽28%。这些结论说明,经济增长对于金融波动的容忍弹性会随着金融周期所处的阶段而变化,金融发展水平的提高会放大经济增长对金融波动的容忍区间,但也会加速金融周期处于膨胀期时爆发金融危机的可能性,这使得当前我国存在着进一步发展金融水平和严控金融风险的矛盾,对此本文也提出了相应的政策建议。     

12世纪前中央亚细亚草原的鞑靼人及其国家

波斯史学家拉施特丁的《史集》为研究蒙古人统治之前中央亚细亚草原上鞑靼人的历史提供了重要信息。拉施特丁认为,蒙古人统治之前中央亚细亚草原地区的居民以突厥部落为主,其组织"结构"为6个鞑靼人国家。本文以鄂尔浑和叶尼塞河流域突厥如尼文碑铭记载为依据,参照汉文史籍、敦煌和波斯手稿等的记载,探讨了9—12世纪在甘肃和新疆的广阔地域内活动的鞑靼人及其政权、9世纪上额尔齐斯河流域基马克人及其部落联盟的形成与鞑靼人之间的关系。     

信任：当代经济社会学研究的新视野

20世纪70年代以来,作为对"经济学帝国主义"入侵的一种回应,信任问题逐渐成为西方经济社会学研究的一个热点。西方经济社会学家,或者在批判新古典经济学的理论和方法的基础上,或者直接借鉴新古典经济学的理论和方法,从社会资本的角度切入,把信任作为一种社会资本的特定形式,通过研究信任与经济秩序、经济交易及其成本、经济效率和效益、经济繁荣和发展之间的关系,来阐明信任这种社会资本在经济生活中的作用。西方经济社会学家对于信任问题的研究及其所取得的成果,不仅为经济社会学在当代的研究和发展开阔了新视野,展示了新空间,而且对于中国社会主义市场经济建设具有重大的现实指导意义。     

投资与中原经济区发展关系研究——基于1989-2009年河南省的时间序列数据分析

投资是中原经济区建设的重要着力点。以河南为例,利用河南省1989-2009年的时间序列数据,通过ADF单位根检验、Granger因果关系检验等,实证分析了投资与经济发展之间的关系。结果表明：投资增长与经济发展之间存在双向的因果关系。     

教育对经济增长贡献算法的改进

本文就教育对经济增长贡献已有的算法及其缺陷进行评述,考虑到AK模型能够比较好地刻画我国的经济增长以及教育本身的延时性,本文提出两条改进意见:发达地区可采用舒尔茨的教育资本存量法,非发达地区和全国范围宜在此基础上选用延期回归方程法,本文还结合深圳1978~1994和中国1978~1996年的样本对此作出解释和验证.     

理工院校金融专业实验室和实习基地建设的几点建议

理工院校金融专业的起步比一些专业性和综合性院校晚,其实验室和实习基地建设明显存在不足。为此,理工院校必须通过制定科学合理的规划,充分加强与领导以及外界企业的联系,学习和借鉴先进的经验、将"产、学、研"完美结合,这样才能实现良好的社会和经济效益。     

伊斯兰经典经济思想特点概论

以（《古兰经》和圣训为基础的伊斯兰教法与东西方传统的经济思想体系所根基的历史文化土壤不同,前者必然体现出许多独特之处。从宗教与世俗的不同视角来看,伊斯兰经典经济思想也具有与世俗经济思想的不同之处。伊斯兰经典经济思想具有浓厚的宗教神学色彩、深刻的道德烙印与浓厚的福利精神、义利统一和相对均平的观念特点、非逻辑理性色彩和法律化、制度化、生活方式化的特点。伊斯兰教经典经济思想的内涵深邃,外延十分丰富。     

On distribution-weighted partial least squares with diverging number of highly correlated predictors

Summary.  Because highly correlated data arise from many scientific fields, we investigate parameter estimation in a semiparametric regression model with diverging number of predictors that are highly correlated. For this, we first develop a distribution-weighted least squares estimator that can recover directions in the central subspace, then use the distribution-weighted least squares estimator as a seed vector and project it onto a Krylov space by partial least squares to avoid computing the inverse of the covariance of predictors. Thus, distrbution-weighted partial least squares can handle the cases with high dimensional and highly correlated predictors. Furthermore, we also suggest an iterative algorithm for obtaining a better initial value before implementing partial least squares. For theoretical investigation, we obtain strong consistency and asymptotic normality when the dimension p of predictors is of convergence rate O { n ^1/2/ log ( n )} and o ( n ^1/3) respectively where n is the sample size. When there are no other constraints on the covariance of predictors, the rates n ^1/2 and n ^1/3 are optimal. We also propose a Bayesian information criterion type of criterion to estimate the dimension of the Krylov space in the partial least squares procedure. Illustrative examples with a real data set and comprehensive simulations demonstrate that the method is robust to non-ellipticity and works well even in 'small n –large p ' problems.     

A variable-neighbourhood search algorithm for finding optimal run orders in the presence of serial correlation

The responses obtained from response surface designs that are run sequentially often exhibit serial correlation or time trends. The order in which the runs of the design are performed then has an impact on the precision of the parameter estimators. This article proposes the use of a variable-neighbourhood search algorithm to compute run orders that guarantee a precise estimation of the effects of the experimental factors. The importance of using good run orders is demonstrated by seeking D-optimal run orders for a central composite design in the presence of an AR(1) autocorrelation pattern.