汇率制度选择问题的理论之争及评析

汇率制度的选择是国际金融领域的重要理论问题。在对“固定”与“浮动”、“两极”与“中间”两种汇率制度选择理论上的争论进行评述的基础上,本文认为,汇率制度的选择是一个受多种因素影响的动态体系,汇率制度选择是一国具体情况的相机抉择,任何一种汇率制度都不可能适合于所有国家和一个国家的所有时期。     

中国的实际利率与投资分析

该文通过构建模型,并利用我国1984～1997年的时间序列数据,通过实证分析,研究实际利率变动对投资的影响。结果说明麦金农(McKinnon)和肖(Shaw)所阐述的利率一投资关系在中国并不成立,实际利率的降低有利于投资的增长。     

人民币实际汇率波动与中国对美出口

运用协整方法对人民币实际汇率波动与中国对美出口的关系进行实证研究。结果表明：中国对美出口收入效应极强,中国对美出口汇率波动效应较弱,中国对美出口的价格效应不存在。在美国经济可能陷入衰退的情况下,中国政府应暂缓人民币升值和人民币汇率形成机制改革的步伐。     

中国城镇居民家庭储蓄水平队列效应分析

利用中国家庭收入调查（ CHIP）数据对城镇居民家庭的储蓄率进行了队列效应的实证研究。分析结果表明,属于不同队列的城镇家庭在储蓄水平上都呈现出相似的“U”型年龄分布,即中年家庭（40－50岁）储蓄率低,年轻家庭（20－40岁）和退休家庭储蓄率较高,这一现象与其他国家的实证研究结果有显著不同。本文认为,中国城镇居民储蓄率的“U”型年龄分布主要是由人口与经济的高速增长带来的：人口高速增长带来的队列规模效应使得面对更大竞争压力的年轻人口储蓄率较高,而经济水平持续增长带来的消费水平增长预期使得接近退休家庭储蓄水平重新上升。     

社会流动机制的转变对农村生育率的影响

随着我国由计划经济向市场经济转型、从传统社会向现代社会转变,农民的社会流动机制发生了变迁。社会流动机制的转变必然导致经济、社会诸多变量的变动,而经济和社会变量的变化又影响着生育行为。本文从宏观层面探讨了社会流动机制的变迁对农村生育率的影响。     

基于调研数据的总和生育率发展趋势及影响因素分析——来自湖北鄂州、黄石、仙桃的调查数据

文章基于5490份有效问卷的调查数据对湖北省总和生育率（TFR）进行分析。结论表明,自1985年以来年龄别生育率下降主要原因是计生政策严格控制生育数量,而非生育行为的推迟。TFR呈现先快速下降后缓慢上升的趋势,其变化与高生育水平育龄妇女占比无关。与政策生育率变化有关。通过对湖北省总出生人数进行估算和分析,结论表明1985—2008年总和生育率对总出生人数的影响程度要大于高生育水平育龄妇女占比的影响;外推预测表明2009～2014年出生人数趋势稳定,2015年以后呈下降趋势。利用Logit模型对实际生育水平的影响因素进行分析,发现有显著影响的因素为：受访者文化程度、户口性质、出生年代、工作状态、丈夫工作状态、放宽的计生政策和奖励少生的计生政策。     

韩国人口老龄化过程及其启示

韩国人口老龄化的过程与中国有很多相似之处,经历了20世纪50年代的高生育率和死亡率降低、60年代以后的生育率下降直到目前的超低生育率,韩国人口在世纪之交快速进入老龄化阶段。预计初婚年龄的升高、持续的低生育率和育龄妇女数量的减少将会使韩国人口进一步老化。快速的人口老龄化已经为韩国社会带来了一系列的经济和社会问题,应对老龄化带来的挑战成为国家面临的重大问题。韩国的老龄化过程、现状以及采取相应的对策,将对中国具有启示意义。     

基于平均余命的中国养老金个人账户缴费率研究

平均余命是影响个人账户缴费率的重要因素之一。在退休人口平均余命逐步延长的趋势下,现行缴费率下的个人账户养老金积累额不能满足退休人口平均余命期间的支付需求,不能保障基本生活需要。如果不能及时依据平均余命适当调整个人账户缴费率,退休人口将面临因长寿风险而陷入生活贫困的境遇。本文测算了平均余命提高条件下中国2000~2050年个人账户缴费率的上限值与下限值范围,分析了职工个人缴纳养老保险费的经济承受能力,并提出了若干建议。     

我国银行间同业拆借利率的动态研究———基于跳跃 扩散 机制转换模型的实证分析

针对我国短期利率易受政策影响,波动较大并存在结构变化等特点,构建了跳跃 扩散 机制转换模型,同时考察了银行间 7 天同业拆借利率的波动、跳跃和结构变化三种效应,发现我国同业拆借利率不仅具有均值回归特性而且还存在明显的跳跃与机制转换,并且该模型 比其嵌套的受限模型表现更佳． 在高波动状态下利率波动的水平效应和 ARCH 效应可以忽略; 低波动状态下,水平效应可以忽略． 另外,跳跃具有聚类效应,高( 低) 的跳跃概率和高( 低)状态概率对应着高( 低) 利率和较高( 低) 的波动率,跳跃主要发生在高状态机制下,低状态机 制下发生跳跃的可能性很小．     

具有最优学习率的RBF神经网络及其应用

传统固定学习率的RBF神经网络在金融时间序列预测方面已经有比较成功的应用,但网络学习率的选择问题却给传统RBF神经网络的使用带来了不便.利用梯度下降法及优化方法推导出了RBF神经网络的动态最优学习率并将其应用于网络学习算法,具有最优学习率的RBF神经网络能够在保证网络稳定学习的同时兼顾网络的收敛速度.为了检验具有动态最优学习率的RBF神经网络的预测效果,对沪深300指数波动率进行了预测实验.实验结果表明,具有动态最优学习率的RBF神经网络比传统的固定学习率的RBF神经网络有着更快的收敛速度,同时也避免了人为选定学习率的不便.