上市公司供应链金融转型动因的实证分析

关注上市公司转型供应链金融的动因,对把握我国未来实体经济的发展动向有着重要意义.文章基于我国A股市场的公开数据,采用LASSO-LOGIT模型分析上市公司转型供应链金融的动因.研究发现,与实际经营密切相关的营业收入同比增长率、应收账款周转率、固定资产周转率和速动比率等因素对上市公司的转型有着显著的正向影响.     

中国出口垂直专业化的重新评估

文章借鉴了全球价值链分解模型,运用WIOD数据库中的世界投入产出表,对中国1995-2011年共17年的出口垂直专业化进行了重新评估.新的计算结果显示:(1)中国出口垂直专业化指数在2005年出现了下降趋势;美日欧等主要经济体为中国出口提供的中间品的比重出现下降,而新兴经济体的这一比重则上升较快;(2)中国垂直专业化结构发生了显著变化,最终品出口中的国外增加值比重不断下降,重复计算中的国外增加值比重则迅速扩大;(3)中国参与的垂直专业化分工仍然主要集中于技术和资本密集型的产业,但是各产业的垂直专业化指数在2005年前后也都出现了下降趋势,说明了中国产业结构和贸易结构呈现出优化的态势.     

基于DPN模型的我国出口拉动增加值时滞模型

由于我国加工出口占比较高,学者们提出了区分贸易方式的非竞争型投入产出模型.该模型可以更加准确地测算我国出口对增加值的拉动,但是该模型忽略了出口对增加值拉动的时滞性,这容易产生所有效应都在当年发生的误解.文章基于区分贸易方式的非竞争型投入产出模型构建了各部门出口对增加值拉动的时滞模型.实证结果表明:非加工出口部门的时滞长于加工出口部门的时滞.     

基于部分函数型线性回归模型的改进

金融市场的交易是不间断的,价格始终高频的更新,在金融数据的研究中,经常遇到函数型数据.文章主要建立部分函数型线性回归模型,分析函数型数据在上证指数预测中的应用,根据函数型数据分析的原理及其求解主成分分析的方法,使用Matlab对上证指数进行预测.     

改进粒子群算法优化灰色神经网络预测模型及其应用

文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN).并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征.在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性.     

静态金融可计算一般均衡扩展模型构建及货币政策模拟

文章将要素价格完全内生化,并通过引入“货币乘数”和“消费价格指数”,构建了扩展的静态金融可计算一般均衡模型,模拟了货币发行规模变化和存款准备金水平的改变对我国宏观经济、各产业部门和价格水平的影响.结论表明:从货币角度看,价格水平变化并不单一地依赖于货币总量的改变,准备金对货币市场调控效果远强于货币发行,而无论何种宽松的货币政策,央行释放的货币与银行信贷资金增加余额不成比例,银行惜贷现象仍较为严重;从产业角度看,增加货币供给会提高劳动要素报酬而降低资本要素支付,无论采取宽松或是紧缩的货币政策,农业相较于其他产业,对货币的弹性较大.     

我国农产品价格波动影响因素的实证检验

农产品价格波动对城乡居民生活和经济社会都产生深远影响.文章从我国农产品价格波动现状出发,通过VAR模型运用平稳性检验、协整分析和脉冲响应函数对我国农产品价格波动影响因素进行分析.结果表明,国际石油价格、农业生产资料价格、人均可支配收入是影响我国农产品价格波动的主要因素.     

基于LISREL结构方程模型的社会经济地位继承效应分析

结构方程模型(SEM)是在路径分析基础上发展形成的一种多元统计方法,在经济学、社会学等多学科领域获得了广泛应用.文章在介绍结构方程模型基本原理以及用LISREL方法估计模型参数的基础上,采用中国综合社会调查(CGSS2013)数据研究中国家庭社会经济地位的继承效应.研究发现中国家庭社会经济地位有着较高的代际继承效应,父辈职业、收入、教育程度等家庭因素对子女的社会经济地位获得产生了直接影响,子女教育则是社会经济地位获得的重要中介变量.应消除阻碍社会经济地位代际流动的制度障碍,增强社会代际流动性.     

固定设计异方差非参数回归模型的预测方法

文章针对固定设计下异方差非参数回归模型,考虑了基于多项式样条的三种预测方法,即非外推法、线性外推法和非线性外推法.模拟结果表明非外推预测法的均方根误差(RMSE)和平均绝对误差(MAE)的均值最大,而线性外推法的RMSE和MAE的均值略小于非线性外推法的RMSE和MAE的均值.实证分析结果显示:非外推预测法的平均绝对百分比误差(MAPE)、RMSE和MAE最大,线性外推法的MAPE、RMSE和MAE最小.这表明整体上外推法优于非外推法,而线性外推法是简单可行的.     

属性关系与诊断测验分类影响的探讨

认知诊断模型-DINA模型假定属性之间是相互独立、非补偿的关系,但在实际应用中,属性之间有可能存在补偿关系.文章探讨了在不同的被试总体下,DINA模型在属性之间独立和存在补偿关系时作答数据上的表现,结果表明,当测验中有部分属性间存在补偿关系时,会给DINA模型诊断分布带来较大的影响,在固定其他条件(被试人数、随机因子)条件下,存在和不存在补偿作用所导致的诊断分类率之间有显著差异,且在不同大小补偿作用下,诊断分类率之间的差异显著;随着随机因子的增加,不同大小的补偿因子所导致的诊断分类率之间的差异会变小,补偿因子和随机因子之间存在着显著的交互作用.