能源价格波动对中国物价水平的潜在与实际影响

目的/意义原油作为重要的工业原料、大宗商品和战略储备物资,其价格波动对全球经济发展具有重大影响,对原油价格进行预测是能源经济领域的热点研究课题。对国际原油价格预测的主要方法进行系统梳理并展望未来研究方向,有助于该研究领域的纵深发展。设计/方法基于295篇国际期刊文献,对国际油价预测的发展阶段、发表期刊、研究机构等进行归纳总结,然后对近二十年油价预测领域的主要研究方法进行系统梳理和分析,最后对油价预测工作进行评述和趋势展望。结论/发现自2008年金融危机后,油价预测研究快速发展,相关文章主要发表于能源经济领域的权威期刊《Energy Economic》。现有油价预测方法主要包括计量模型、机器学习和混合预测模型。展望未来,利用高频日内交易数据,融合计量和机器学习前沿方法,对原油价格进行区间预测或概率密度预测是值得探索的方向,此外还应深化油价预测结果的实际应用价值。     

对目前我国MBO实施存在的几个问题的思考

国有企业改革成败的关键是产权制度改革,MBO为产权制度改革提供了新的思路,是产权制度改革的有效途径,具有现实的意义。但MBO在我国刚刚起步,还处于探索的阶段,MBO的多个环节存在这样那样的问题,需要我们去研究去解决。本文从收购主体、收购定价、资金来源、社会风险、企业后续发展等几个方面分析了目前我国MBO实施存在的问题,并提出了几点建议。     

“角笔”的发现与研究

角笔是一种２０世纪６０年代才被重新发现的古老的书写工具,在中、韩、日等国的文献中,都有使用角笔的文献发现。角笔用象牙、木、竹等制成,以在纸上划出凹痕的形式记录信息。在日本,角笔最早见于奈良时代,主要用于在“训点”读佛经、汉诗文等时加注各种训读符号。角笔的渊源,则可以追溯到唐代以前的中国,但中国角笔实物的发现,则待进一步的调查。     

新时期我国价格波动的主要影响因素及发展趋势

十一五期间我国主要价格指数均呈现出较快上升后快速回落的特点,但与上世纪八九十年代相比,我国价格波动趋于平缓,价格波动的影响因素也在发生变化:农副产品和资源性产品价格对价格总水平的影响加大,国际传导因素日益突出。随着我国主要农产品、资源性产品对国际市场依赖程度的进一步提高,国际市场初级产品价格波动加剧,十二五我国价格水平将呈现前低后高,温和上涨的趋势。     

谈建设工程造价的全过程控制

建设项目工程造价管理的基本内容就是合理确定和有效地控制工程造价．本文对如何做到“事前把关、过程与动态管理为特征”的全过程控制进行了论述．     

中国价格水平的国际比较：差距及影响因素

基于世界银行2011年国际比较项目（ ICP）数据结果,分析中国价格水平的国际差距,研究其影响因素,剖析世界银行推算的中国购买力平价和价格水平指数的合理性和局限性。研究表明,中国价格总水平相对较低,但在多重因素作用下,呈大幅上升趋势,与国际的差距缩小,价格的国际竞争优势逐渐减弱。在现阶段,中国价格水平与经济发展水平大体相适应。从长期趋势看,中国价格水平继续上升的压力较大,须控制通胀预期,稳定人民币汇率,谨防价格水平上升超出经济发展水平的正常范围。     

我国粮食价格形成机制沿革的历史回顾与探讨

粮食价格形成机制的核心是政府及其市场主体在粮食价格水平决定中的作用机制.改革开放前,政府影响力在我国粮食价格形成中起着决定性作用.改革开放后,我国粮食价格形成机制的变迁以不断调适政府对粮食价格水平决定的影响力为主线,经历了从政府直接控制价格水平到间接影响价格水平形成的转折.总体而言,在粮食供求关系偏紧时,往往通过政府强势的价格影响力来实现粮食增产,而当粮食供求关系偏松时,政府强势影响价格的弊端就会累积性呈现.从改革开放以来粮食价格形成机制的变化及其调整来看,我国一直没有找到粮食供求关系偏松状况下有效的粮食价格形成机制.未来我国粮食价格形成机制改革的关键是政府在粮食价格水平决定中应发挥怎样的作用,而不是放任粮食市场自发形成价格,否则我国粮食市场过度波动难以避免,粮食生产长期稳定发展难免受到影响.     

人民币加入ＳＤＲ 预期对其国际化的影响

一国货币的国际化程度主要体现在其国际影响力及对国际主要国家货币汇率波动的反应程度。人民币纳入ＳＤＲ 货币篮子将会改变人民币在国际货币金融体系中的地位与作用,从而影响人民币国际化程度。基于２０１５ 年８ 月１１ 日至２０１６ 年３ 月１６ 日的样本区间数据,通过构建ＶＡＲ模型实证检验人民币加入ＳＤＲ 预期因素对人民币国际化程度的影响。结果发现：第一,人民币加入ＳＤＲ 预期能够提升人民币在国际货币金融体系中的影响力,尤其是人民币对美元的影响力将大大增加,但是其对世界其他主要货币的影响力仍显不足;第二,样本区间内,人民币自由化程度并没有提升,因为人民币汇率并没有随着世界主要货币汇率的波动而有所变化。     

基于BP神经网络的重庆市房价验证与预测

利用2000—2014重庆市人均地区生产总值、总人口数、房地产开发投资等相关数据,建立BP神经网络模型,通过与实际数据进行比较和误差分析,验证该模型在房价预测中的有效性。并预测重庆市2015、2016年的房价,以期给政府部门制定房价宏观调控措施提供参考依据。     

Affine LIBOR models driven by real-valued affine processes

The class of affine LIBOR models is appealing since it satisfies three central requirements of interest rate modeling. It is arbitrage-free, interest rates are nonnegative, and caplet and swaption prices can be calculated analytically. In order to guarantee nonnegative interest rates affine LIBOR models are driven by nonnegative affine processes, a restriction that makes it hard to produce volatility smiles. We modify the affine LIBOR models in such a way that real-valued affine processes can be used without destroying the nonnegativity of interest rates. Numerical examples show that in this class of models, pronounced volatility smiles are possible.