数字经济时代我国税收征管法律制度的改良路径

我国传统自然人税源管理制度和国际税收管辖权划分规则因经济数字化冲击暴露出既存缺陷。通过借鉴域外国家和国际合作组织的税制改革措施和提案，我国可尝试建立自然人数字税务账户，完善自然人纳税申报制度，并从实体法和程序法两方面修缮配套税收征管法律。同时，根据国际税收环境的变化分别采取短期、远期方案构建数字服务税制，引入数据存在原则作为判别常设机构的新标准，并重新考量利润分配的要素权重，以防止数据价值流失，维护国家税收主权。     

货币政策反应函数渠道对金融周期影响时变机制的实证研究

在关于货币政策影响经济主体风险承担水平,进而影响金融周期波动机制的研究中,基于风险承担渠道的相关研究较为成熟.区别于以往相关研究多关注货币政策实际采取的立场,文章基于货币政策反应函数渠道探讨了数量型与价格型货币政策反应函数对金融周期波动影响的时变机制.滚动回归的实证结果显示:无论数量型货币政策规则还是价格型货币政策规则,货币政策对信贷波动反应的敏感性主要影响金融周期的波动,但在价格型货币政策规则下,基于信贷视角观察金融周期波动时,货币政策信贷敏感性与货币政策资产价格敏感性对金融周期影响差异较小;较之于价格型货币政策规则,货币政策对信贷波动反应的敏感性在数量型货币政策规则下,对金融周期波动的影响更显著,并在一定程度上表现出随时间扩大的趋势.文章的创新之处在于:强调了货币政策通过政策反应函数渠道而非以往研究中较多关注的狭义风险承担渠道影响金融周期波动的事实,并构建计量模型对货币政策反应函数渠道影响金融周期波动的时变机制进行了详细刻画.     

论"通知—删除"规则的性质——以平台自治为视角

"通知—删除"规则的法律条文并没有赋予平台自治的空间,但是平台自治的需求已经"凸显".免责条款理论表面上能保障平台自治,但是并不符合我国的实际.归责条款理论是我国的通说,其扼杀了平台自治的空间,司法实践对此虽有调和,但是难以济事.我国的"通知—删除"规则系特定的历史背景下的产物,其在性质上仅仅是行为标准.在侵权行为的认定上,违反"通知—删除"规则的情形并非侵权的充分条件.事实上,这一行为标准的违反在侵权法上的意义仅仅作为主观过错的证据,电商平台可以反证其不具有过错.司法实践中亦有区别对待"通知—删除"规则的违反和侵权之认定的做法.明晰此点方可保障平台自治,同时亦实现电商平台对用户监管之目的.     

网络服务提供者著作权侵权中的双重注意义务

《民法典》侵权责任编对原有通知删除规则进行了科学修正，但事前保护缺位与事后救济程序失范的问题仍然存在。随着网络服务提供者完成角色转型和技术升级，其作为网络侵权风险的控制者和参与者，有必要且有能力承担未通知阶段的主动预防义务和已通知阶段的证明材料审查义务，以弥补著作权保护和用户利益保护的漏洞。双重注意义务应分别与网络服务提供者对侵权危险的预期和控制能力以及材料审查能力相适应。未通知阶段之注意义务以技术措施为主要履行方式，其注意标准的认定应综合考量技术水平、服务类型、内容介入程度、是否直接获取收益等要素，未尽该注意义务仅为过错认定的考量因素而非唯一标准，并不必然导致侵权责任。已通知阶段之注意义务仅限于对提交的证明材料进行形式审查和有限的实质审查，尽到此注意义务的，可以免于承担侵权责任。     

新常态下货币供给对工业经济的非对称冲击——兼论冲击路径的情景设计与分析

货币政策冲击对工业产出和价格的非对称影响，是新常态下把握好货币供给政策的方向、力度和节奏的重要参考依据，有助于提升货币供给政策的针对性、灵活性和前瞻性。局部投影方法在不同区制下，计算工业产出和价格对货币供给冲击的脉冲响应结果表明：货币供给冲击对工业产出的影响具有不确定性，且总体上表现为中性特征；而货币供给冲击对工业价格的影响不仅在不同区制下，而且在新常态前后均表现出显著的差异性和非对称性，总体来说是短期有效，长期中性的。情景设计的分析结果显示新常态下采用增加货币供给的政策来刺激工业经济是不可取的，其作用效果可能出现工业产出停滞不前，工业价格急剧飙升的工业滞胀。因此，需要从工业产业升级，工业技术创新等工业供给侧寻求工业经济新的增长点和动力机制。     

货币增速剪刀差与股票价格波动的相关性实证研究--基于结构突变视角

为深入认知我国货币政策与股票市场间的传导机制,在阐述结构突变理论,揭示数据生成过程运行轨迹的基础上,选用2004年1月至2012年8月的月度数据,以货币增速剪刀差和上证综合指数为考察指标,利用滤波图分析、外生性与BLS内生性结构突变单位根检验及Granger因果关系检验方法,实证检验两者关系。表明货币增速剪刀差序列服从平稳过程,上证指数序列为含有在2006年9月和2007年7月发生结构突变的平稳过程。上证指数与货币增速剪刀差之间存在单向因果关系。     

零售4.0时代先行发货问题的大数据分析

在零售4.0时代，渠道的多样化不仅丰富了数据源，还能迅速生成大量数据，需要通过分析大数据，为决策提取有意义的信息，通过分析先行发货的重要性，提出了一种基于遗传算法（GA）的优化模型，预测顾客何时购买，然后在顾客线下单前将产品运送到距顾客最近的配送中心，解决先行发货中存在的问题。研究认为，需要先部署云计算来存储所有渠道生成的大数据，再应用基于集群的关联规则挖掘研究顾客的购买行为，根据“如果-那么”预测规则预测未来的采购情况，最后利用修正的遗传算法生成最优的先行发货计划；这种遗传算法考虑了其在运输成本和运输距离之外，还有预测规则的置信度，利用大量的数值实验权衡了先行发货中的不同因素，验证了模型的最优可靠性