取消药品加成对公立医院运行机制的影响及对策分析

取消药品加成是新医改药品领域改革的核心,历经六十余年的药品加成政策将要全面取消。文章梳理了药品加成政策的历史背景及改革变迁之路;分析了在一定历史时期药品加成政策对我国公立医院发展作出的积极贡献,以及药品加成政策造成"以药养医"、加剧"看病贵"等负面影响;总结了在新时期取消药品加成政策给公立医院的收入、运行效率和药学部门人才队伍培养等带来的挑战。针对各级公立医院在"药品零加成"的改革中遇到收入模式转变、医务人员积极性受挫等现实问题,给予了针对性的对策和建议,以便完善公立医院运行管理,谋求更加长远的发展。     

基于SCD模型的金融超高频数据信息含量研究

针对随机波动条件持续期模型(SCD模型)对于金融超高频数据的模拟优势,采用股票交易的分笔数据,在模型中引入消息指标变量、交易量和买卖价差三类微观结构变量,通过分析价格持续期与这些结构变量之间的相关性,以研究价格形成过程中的信息传递过程。研究结果表明:利好消息通常导致交易强度增加,利空消息通常会导致交易持续期延长,价格变化对交易持续期造成的影响有限;小盘股买卖价差影响后续价格交易持续期,但大盘股的影响并不明显;交易量的增加具有信息含量。     

角式调节阀两相流模拟与结构改进

基于2003—2015年我国26个省、自治区的面板数据,重点考察了四万亿投资刺激计划背景下,各地区的财政货币政策对粮食价格波动的冲击效应及其差异。研究发现：中国粮食价格上涨除了受到生产成本因素驱动以外,还主要受到宽松的货币政策所引致的地方流动性过剩的影响,地方财政货币政策对粮食价格波动的冲击效应在四万亿投资实施前后存在明显的差异;四万亿刺激计划实施后,各地区积极的财政政策和宽松的货币政策才是新一轮粮食价格波动的主因,粮食类农产品因为自身的敏感和脆弱性,受到了财政货币政策引致的流动性泛滥所带来的最直接伤害;应注重财政货币政策的多重目标分解、梳理及协调配合,处理好“稳增长、控物价、调结构、惠民生、防风险”之间复杂多变的关系,寻求一个有效的“平衡点”。     

A股价格波动真的非平稳？ ——大数据背景下个股数据的全样本实证

传统研究对股票市场平稳性分析中大多采用市场指数抽样方式,分析方法和数据采样的差异一定程度上解析了现有研究结论中的不一致性。从市场指数构建原理入手可探究抽样分析的局限,作为系列个股的加权值,市场指数无法精确刻画市场所有个股的波动情况。实证时采用A股市场所有个股数据开展全样本分析,这更符合大数据分析理念,统计出个股分析结果继而对A股市场波动进行判定将更加系统和可靠。在不考虑结构突变的情形下,分别计算出ADF检验、KPSS检验和PP检验三种方法的结果;全样本分析结果表明A股市场年度股价数据更多地呈现出平稳性特点,而且,个股数据检验结果与市场指数检验结果存在显著差异。     

泡沫增强聚合物体系配方研究

在分析了聚合物驱提高采收率技术在实际应用中的局限性基础上,提出了采用就地起泡形成泡沫的泡沫增强聚合物体系以减小聚合物沿大通道窜流的问题。为了有效确定该体系的配方,实验中采用了均匀设计实验方法安排实验,并运用DPS数据处理软件对实验数据进行了二次多项式逐步回归处理,找出了影响该体系性能的主要因素。     

最低收购价政策对小麦市场价格波动影响的实证分析

为了估计最低收购价政策对小麦市场价格波动的直接影响,利用2009年1月4日至2016年12月30日小麦现货与期货价格日数据,通过将政策作为虚拟变量引入GARCH模型,实证研究政策对平抑小麦期现货价格波动的作用,并从政策执行区和非执行区的视角比较政策在不同地区维护小麦市场价格稳定方面的效果,对模型结果和价格传导路径进行验证和分析。结果表明,政策对小麦期现货价格波动产生了明显的影响,能够显著降低小麦现货市场的波动程度,并通过期现货市场间的联系对期货市场产生影响,但政策对期货价格波动的作用方向则相反;政策在平抑小麦价格波动方面的效果具有空间上的溢出效应,通过区域间的市场联系从执行区传导到非执行区,导致非执行区价格波动程度的下降。     

农产品价格波动中的金融化因素分析——以大豆、食糖为例

基于2007年1月至2016年12月的相关月度数据,以大豆和食糖为例,通过ARDL模型分别从长期和短期对影响国内农产品现货价格的金融化因素进行了系统测算。结果表明,通货膨胀因素、国内期货价格、货币供应量和国际现货价格是影响国内大豆现货价格的主要金融化因素;国内期货价格、通货膨胀因素和国际现货价格是影响国内食糖现货价格的主要金融化因素;汇率和能源价格对二者的影响均不明显。最后,从改善宏观经济环境、规范期货市场发展、健全农产品进口风险防控体系、关注品种间差异等方面提出了应对农产品金融化的对策建议。     

Multiscale Combined Forecast of Carbon PriceBased on Mixed Structure Data

Accurate forecast of the carbon trading price is of great significance in promoting the scientific and rational development of carbon trading market. Therefore, this paper proposes a multi-scale combined forecasting method for carbon price based on mixed structure data. First, the Google Index is used to extract the unstructured data related to the carbon price.The dimensions of unstructured data are reduced based on principal component analysis. Then, EMD is employedto the structured data,unstructured data and the carbon trading price to obtain different IMFs, which are reconstructed by the Fine-to-Coarse technique to get low, high frequency sequence and trend sequence. Furthermore, the three items are predicted respectively by using ARIMA, PLS and neural networks according to the features of each scale in time series. Finally, the forecasting results are summed to get the carbon price forecast sequence. The proposed method is used to forecast carbon price in EU. The empirical results show that the prediction accuracy of the model is higher than that of the single prediction method and the prediction method that time series aren’t decomposed by EMD, which is of great applicability.     

股票流动性与股价崩盘风险:公司治理和短期行为视角

流动性究竟能够稳定市场还是给市场带来危机？文章从股价崩盘风险的视角,探讨了股票流动性与股价崩盘风险的关系,研究发现:股票流动性促进了股价崩盘风险,因而并没有起到稳定市场的作用.随后,从“治理理论”和“短期行为理论”两个角度对影响机制进行探讨,研究发现:在二职合一、独立董事比例较低、短期机构投资者持股比例较高时,股票流动性对股价崩盘风险的正向影响更加显著.研究结论既丰富了股票流动性及股价崩盘风险的相关文献,也给管理层及上市公司从微观视角认识股价崩盘风险提供新思路及借鉴.