农地整治过程中不同类型农户权益诉求研究——以湖北省和湖南省部分县区为例

在构建农地整治过程中农户权益诉求衡量指标体系的基础上,利用湖北省和湖南省部分粮食主产县区的农户调查数据,测算农地整治过程中不同类型农户的权益诉求强度。研究表明：各类农户对经济权益的诉求强度最大,其次是政治权益诉求,再次是社会文化权益诉求,最后是生态环境权益诉求;随着非农收入在家庭总收入中所占比例的上升,农户经济权益诉求的主导地位有所下降,政治权益诉求、社会文化权益诉求和生态环境权益诉求的地位有所上升。提出在今后的农地整治实施中,不仅要尊重并保护农户的经济权益,而且要尊重并保护农户的政治权益、社会文化权益和生态环境权益,要根据农户各方面的权益诉求及其差异,因时因地确定农地整治的方向、内容及重点,促进农地整治事业健康、持续发展。     

农村老年贫困的类型与成因探析——基于鄂东白村的考察

利用来自湖北省一个村庄的质性调查材料,探讨了农村老年贫困的类型与成因。农村老年贫困既有经济贫困,也有社会贫困和文化贫困,家庭结构性因素是导致老年人经济贫困的关键,村庄价值层面的因素导致老年人社会贫困和文化贫困的产生。三种类型的老年贫困之间是有层次的,处在不同阶段的老人贫困层次不同。老年贫困是一个系统性的问题,解决此问题既需要着眼长远的政策调整,也需要现阶段个人、家庭、社会以及政府的综合性协调努力。     

中国经济结构性减速时代的来临

本文从产业结构调整视角,研判中国经济结构性减速时代的来临并预测中国未来20年的经济增长速度.对产业结构合理化和高度化的传统测度指标进行完善,基于1978-2012年省域数据,利用非参数面板模型均值估计和逐点估计方法,实证检验了中国产业结构调整与经济增长的关系.结果显示,中国产业结构合理化和高度化都显著促进了区域经济增长,但无论采用合理化还是高度化指标,结构调整效应的产出弹性均随产业结构的调整、资本积累和劳动投入的增加而呈现“倒U型”动态演进过程.当前,中国整体正处在“倒U型”曲线的拐点,面临从“结构性加速”向“结构性减速”转变的困境.经济增速的预测表明,中国经济增长将在2013-2017年进入“7时代”,在2018-2022年进入“5时代”甚至“4”时代.     

基于Hellinger距离的两个正态总体的同质性检验

文章对于两个正态总体N(μ1,σ12),N(μ2,σ22),讨论了统计假设H0:μ1=μ2,σ12=σ22←→H1:μ1≠μ2或σ12≠σ22.并基于Hellinger距离与参数的最大似然估计,建立了一个检验统计量.在一定的条件下证明了该统计量渐近服从自由度为2的卡方分布.用随机数值模拟的方法研究了该统计量的稳健性,并且与似然比检验进行了比较.     

中国宏观经济波动源的识别与原因分析

为了识别驱动中国宏观经济周期波动性的影响因素,依据中国经济的特殊性,基于1978-2014年42个宏观经济变量的样本数据集构建动态因子模型进行实证分析。研究发现,驱动中国宏观经济波动主要因素有5个潜在宏观因子,其中前四个主要因子分别揭示了驱动中国经济周期波动的主要波动源,它们分别为工业产出因子、外商直接投资(FDI)因子、设备利用率因子和全要素生产率因子。另外,讨论了熨平经济周期性波动的经济政策选择。     

基于LW估计的中国证券市场长记忆性实证研究

针对国内研究证券市场长记忆性主要采用的是时域方法,文章采用基于频域的半参数Local Whittle估计方法研究了中国证券市场的长记忆特性,并且和对数周期图回归(GPH)方法进行了比较。结果表明,LW方法具有不受时间频率的影响,能够有效消除时间序列中短期记忆和周期性对估计结果的影响等优点,明显优于GPH方法。实证结果表明,中国证券市场存在明显的长记忆性,并且长记忆行为在重大突发事件发生期间更加明显。文章还从长记忆的角度探讨了“政策市”的存在性和相关特点。     

取消农业税对我国农民减负的实证研究——基于中国省际面板数据的广义矩估计

通过采用中国30个省(市)取消农业税前的农、林、牧、渔业产值及其税收额作为面板样本数据(Panel Data),运用广义矩(GMM)方法估测得到30个省(市)的平均农业边际税负为2.27%.通过聚类分析,将中国30个省份的宏观农业税负化分为高、中、低三种类型,取消农业税直接减轻了30个省(市)农民的税负,但各省农民减负的程度却存在很大差异.     

索赔次数服从复合Poisson—Geometric分布的风险模型的参数估计

文章分析了索赔次数服从复Poisson—Geometric分布时的风险模型，给出了参数的矩估计，采用随机模拟的方法考察了矩估计不存在的比率，同时还给出了参数的极大似然估计；通过大量Monte-Carlo模拟考察了点估计的精度，认为矩估计优于极大似然估计，并且通过实例分析说明了本文方法的应用。     

浅谈矩阵特征值的估计

矩阵的特征值问题是矩阵计算的一个重要方向,在众多的领域中都得到了应用。在这样的大背景下,有必要深入地研究矩阵的特征值的估计问题。基于此,本文将结合国内外对于矩阵的特征值的估计方面的研究,以及一些具体的应用实例,来深入地探索矩阵的特征值的估计问题。     

市场风险资产损失服从Pareto分布的VaR计量

目前VaR模型是测量和管理商业银行市场风险的主流方法.运用VaR的计算原理,利用Pareto分布描述风险资产损失的尖峰厚尾特征,得到市场风险资产VaR计算公式,并且分析了VaR的影响因素,最后利用历史数据进行VaR的实例计算.