对甘肃省地方法人金融机构Shibor建设的思考

Shibor是利率体系中处于核心地位的基准利率,为推进中国利率市场化进程和中央银行金融调控从数量型转向价格型调控创造条件。目前来看,甘肃省地方法人金融机构积极拓展货币市场业务,逐步扩大Shibor的运用范围,以Shibor为基准的定价意识和水平有所提高,但受各种因素的制约,Shibor的培育和运用还存在诸多困难,需要从金融市场环境、利率市场化改革和地方法人金融机构自身建设等方面深入思考和解决。     

从商业银行实务角度分析Shibor与利率市场化改革

本文通过回顾利率市场化改革进程以及Shibor利率运行情况分析,探讨了进一步推进利率市场化改革的措施,并对商业银行在利率市场化的市场竞争如何应对提出建议。本文提出我国应该建立Shibor为核心的利率体系;加快建立存款保险制度,完善金融市场退出机制;商业银行应该加强利率精细化管理和金融创新。     

货币市场基准利率的性质及对Shibor的实证研究

作为我国金融市场基准利率体系建设和利率市场化改革配套的重要基础设施,上海银行间同业拆放利率(Shibor)已成功运行近7年。本文首先对货币市场基准利率的性质进行了讨论,指出市场代表性和基准性是金融市场基准利率的核心属性。对我国货币市场和Shibor运行以来情况的考察表明,Shibor具备了货币市场基准利率的基本特征。通过等均值、等方差检验、Granger因果分析和EGARCH模型等方法进行的实证分析表明,Shibor具有良好的市场代表性、基准性和稳定性,较好地发挥了货币市场基准利率的作用。今后应以市场机制建设为重点,进一步夯实巩固Shibor货币市场基准利率地位,通过Shibor的健全完善,推动中国金融市场化改革向纵深领域迈进,促进中国金融和经济的长远健康发展。     

小波包与神经网络相结合的人民币汇率预测

文章提出一种基于小波包与神经网络相结合的人民币汇率建模及其预测的新方法。首先,将人民币汇率序列进行小波包分解;然后,对分解得到的各子时序分别建立神经网络模型进行预测;最后,基于小波包理论对神经网络模型预测的结果予以重构,实现对人民币汇率的预测。以人民币日汇率和人民币每日分时汇率为例进行了实证研究。研究结果表明,利用基于小波包与神经网络相结合的方法进行人民币汇率预测能取得更好的效果。     

改进小波神经网络下的我国发明专利授权数量预测

专利授权信息是反映专利权人在不同科技领域和产业部门技术积累与控制能力的重要指标,因此政府和企业在作专利战略规划和决策时越来越重视专利授权预测分析的结果。采用小波神经网络模型对国内月度专利授权数量展开时间序列研究,并对其进行短期预测。研究结果表明,小波神经网络训练和泛化平均绝对误差分别是298件和955件,t检验值表明建立的小波神经网络是可信的,网络的训练结果和泛化结果与实际值差异不明显;小波神经网络预测的平均相对误差为10.88%,在期望值有剧烈波动的情况下,小波神经网络依然能够比较准确地预测我国各月度的发明专利授权数量。     

基于小波-BP神经网络的风电场短期风速预测

对风电场风速进行较准确预测可以调整调度计划,有效减轻风电对整个电网的不利影响。文章将小波技术和神经网络相结合对风速进行短期预测。先对原始风速数据进行小波分解,再针对各小波分量分别建立BP神经网络模型进行预测,最后通过小波重构得到原始风速预测值。仿真结果表明,所提方法能够有效地提高风速预测精度。     

互联网金融和民营银行对存款利率市场化的影响

在存款利率市场化的进程中,互联网金融和民营银行的兴起进一步推动了其发展。Shibor可以作为金融市场的基础利率,互联网金融也会对我国的基准利率产生一定的影响。构建Shibor和互联网金融共同决定的假定利率模型。随着民营银行的兴起,国有银行不再一枝独秀,民营银行也将在我国金融市场上扮演重要角色。文章将假定的基准利率引入家庭、厂商、商业银行和中央银行四部门的DSGE模型中,分析探索利率如何在封闭的经济中作用。     

中国利率市场化中基准利率的选择——Shibor作为基准利率的可行性研究

推进利率市场化改革、培育金融市场基准利率是进一步建立中国社会主义市场经济的重中之重.本文系统性地讨论了Shibor在中国货币政策中的传导功能,并首次将Shibor引入DSGE模型,分析其对实体经济的影响.研究结果表明本文建立的DSGE模型同实际经济的主要特征具有较好的一致性,央行能够通过Shibor对经济进行微调,从而为政府在“十二五”期间推进金融市场基准利率体系的建设,进一步发挥Shibor的基准作用提供了理论和实证的支持.     

Shibor隔夜利率作为中国货币政策中介变量的实证分析

货币政策中介指标选择不再以传统M系列值作为唯一或主要选择,而选择短期利率作为中介指标,这在发达国家已经是中央银行理论与实践发展现实.自21世纪初以来,我国中央银行开始培育自己的短期利率体系,上海银行间同业拆借利率(Shibor)中的隔夜利率就是这个短期利率体系的核心部分.那么,Shibor隔夜利率作为货币政策中介指标在理论上是否科学,在实践上是否可行,这是可以通过实证来加以证明的.而且,通过这样一个实证可以确定:中国货币政策在中介指标选择上有必要做出如下变革性调整:建立和培育中国自己的短期利率体系,借以提高货币政策中介指标对市场变化和经济反应时效要求的整体适应水平.     

贴现利率改革势在必行

随着我国利率市场化改革的不断深入和金融市场的发展,再贴现政策本身的局限性逐渐暴露,贴现利率与其的关联程度也在逐步减弱。业内对完善票据贴现利率和再贴现利率生成机制的呼声日益高涨。上海银行间同业拆放利率Shibor的出现为我国贴现利率改革奠定了坚实的基础,其他各方面的条件也日趋成熟,贴现利率改革已进入到实质性阶段。     

LPR推行与商业银行运营对策

作为央行2013年利率市场化的重要举措,基础贷款利率是央行宣布取消贷款利率管制后,市场贷款利率重要的参考指标,市场普遍预期贷款基础利率(简称LPR)与上海银行间同业拆放利率(简称Shibor)将成为未来我国利率市场的定价锚,这势必对商业银行的运营管理带来深远影响。     

基于ARIMA与小波神经网络模型的生猪价格预测比较

文章在分析传统生猪价格预测方法局限性的基础上,利用四川省生猪价格周度数据分别建立小波神经网络和ARIMA预测模型,通过预测的评价指标对比,可以看出,小波神经网络在非线性的映射能力,多指标复杂的波动的数据内在规律逼近方面较之于时间序列模型更优。并且,小波神经网络将生猪养殖链的各个阶段的产品和要素价格都带入进行了训练,符合生猪养殖链的价格传递机制,更好的探究出了生猪价格的波动特征。     

基于小波—神经网络的短期风速预测

采用小波变换和神经网络相结合的方法对风速进行短期预测.利用小波变换将信号分解成不同频段的子序列,各子序列单支重构后,利用神经网络分别建模预测,最后将各子序列的预测结果叠加得到最终的风速预测值.在神经网络学习过程中采用LM算法,有效提高了收敛速度,降低了陷入局部极小值的可能.通过实例分析,验证了该方法可以较为准确地预测风速.     

基于自适应小波神经网络的数据挖掘方法研究--对我国石油产量的预测分析

小波神经网络是近年来在小波分析研究获得突破性进展基础上提出的一种前馈型网络,文章将小波与神经网络相结合,提出了一种基于自适应小波神经网络(SAWNN,self-adaptation wavelet neural network)的数据挖掘方法,并构造了数据挖掘过程的机器学习机制,以提高对问题的处理能力。文章将所构造的自适应小波神经网络用于石油产量的建模预测研究,实证结果表明此预测模型不仅是有效的,而且是可行的。     

利率双轨制下我国金融市场基准利率的选择研究——基于有向无环图的分析

基准利率的选择是我国利率市场化改革的重点。基于四种利率并结合"有向无环图"技术方法对我国金融市场基准利率选择进行的实证研究表明,在当前利率双轨制背景下,市场化利率还不能起到基准利率的作用,而以存款基准利率为代表的管制利率是我国金融市场的基准利率。对于市场化利率来说,Shibor比回购利率的基准利率属性更强。     

Shibor作为中国基准利率 有效性的市场属性分析

本文在利率市场化背景下,以已有理论与研究成果为基础,从有效基准利率的基本属性入手,选取Shibor自2007年推出以来6年的月度数据,运用相关性分析、Granger因果检验等实证检验方法,采取定量与定性分析相结合的方式,考察了Shibor作为我国基准利率的有效性中的关键属性--市场属性（包括市场性和基础性）。实证结果表明：自Shibor运行发展至今,市场性方面表现较为良好,但基础性方面还需要进一步完善。     

我国商业银行市场利率风险的VaR度量实证研究

运用GARCH族模型和分位数回归的方法对我国商业银行利率风险进行VaR度量,从而测算我国商业银行的利率风险,运用上海银行间同业拆借市场（Shibor）的隔夜拆借利率数据进行研究。通过GARCH族模型的选取可以得出正态分布和T分布并不适合我国商业银行间同业拆借市场,本文选取广义误差分布（GED）对数据进行GARCH建模并测算其VaR,同时本文运用了分位数回归的方法对VaR进行测算,从结果证明分位数回归方法更适合VaR的度量。     

三种度量基准下的无风险利率实证比较

以上证综指、深圳成指和沪深300指数为研究样本,构建了多因子模型,并利用2003年1月—2009年2月三类指数收益率及各因子的月度数据,用最小二乘法实证反演了上海证券交易市场、深圳证券交易市场以及沪深综合证券交易市场隐含的无风险利率和风险价值。研究发现:股市隐含的风险补偿为负,与传统的风险溢价理论相悖;以短期银行存款利率、7天Shibor利率及7天国债回购利率为度量基准,股市隐含的无风险利率与其存在较大差异,因此在金融衍生品等相关研究中不宜不加选择地将它们作为无风险利率的代理指标。     

人民币加入SDR对货币政策框架转型的积极影响与风险防范

人民币加入SDR意味着人民币得到了IMF的认可和背书,它将改变货币政策实施环境,也将助推我国货币政策框架从数量型向价格型的转变。加入SDR后,货币政策框架转型需要考虑利率、汇率市场化进程中市场基准利率建设问题,利率、汇率的协调问题,货币政策面临目标更加多元化。建议加入SDR后,我国应采取措施提高Shibor、LPR等市场基准利率的影响力和接受度,建立具有公认度、基础性和传导性的基准利率体系,进一步丰富货币政策工具,关注利率、汇率的联动关系,在汇率调整所代表的外部约束和利率调整所代表的内部约束之间做好权衡,强调货币政策的自主独立性,加强国际货币政策协调。     

存款准备金率政策效应研究

与西方发达国家相比,我国一直将法定存款准备金政策作为调整、控制货币供应量的一种常规性货币工具,特别是近些年,为了冲销外汇占款引发的流动性过剩,法定存款准备金率调整的规模和频率都大幅度提高.但是目前法定存款准备金政策这种数量型的货币政策工具空间已经不大,必将被利率为主的价格工具逐步替代,在这一过渡时期,对现行的法定存款准备金制度改革,推进差别准备金利率,扩大商业银行缴纳存款准备金资产的种类,逐步降低商业银行准备金利率,完善Shibor的形成机制,最终实现利率市场化是至关重要的.