安徽省高技术产业技术创新效率研究

运用因子分析定权法测算安徽省高技术产业的技术创新效率,结果发现技术含量相对较高的产业其技术创新效率较低,而技术含量相对较低的产业其技术创新效率反而较高。这说明安徽高技术产业走技术创新之路仅处于起步阶段,而市场环境是影响安徽技术创新效率的重要因素。     

贸易投资一体化与当代国际贸易理论的创新

传统的国际贸易理论和国际直接投资理论是相互背离的,新古典国际贸易模型的框架完全排斥了直接投资的存在,直接投资的存在既无可能,也无必要。而解释投资的种种理论所采取的分析框架也难以容纳和解释国际贸易,但当前的事实表明,贸易和投资不仅共存,而且贸易投资一体化的发展趋势越来越明显。贸易投资一体化的迅速发展,不仅对国际分工产生了深远的影响,同时也对传统的国际贸易理论也提出了诸多挑战,国际贸易理论亟待创新。在分析国际分工变化的基础上,本文就国际贸易理论的创新进行了分析和研究,提出了自己的看法和研究新思路。     

纺织行业上市公司经营绩效的多元分析

2005年上半年,美国对中国纺织品的设限给我国纺织行业造成了相当的影响.在资本市场,投资者迫切需要对纺织行业上市公司的经营业绩有一个比较清楚的认识.因此,本文通过建立上市公司绩效综合评价的因子分析模型,对证券市场36家纺织行业上市公司2005年上半年的经营绩效进行综合评价,并对上市公司按属性进行分类.     

H-O国际贸易理论的新兴古典分析--交易效率对国际贸易的影响

赫克歇尔一俄林的生产要素禀赋理论作为主流经济学派理论在国际贸易理论总体系中的影响力是巨大和深远的。而新兴古典贸易理论的发展，为解释国内贸易和国际贸易提供了一个统一的理论内核。这一理论的完美框架和强大的现实解释力引人瞩目。其理论的核心在于该理论独特的分析工具：超边际分析方法。采用新兴古典经济学的超边际分析法，引入交易效率，对赫克歇尔-俄林的生产要素禀赋理论进行新的分析，可以得出很多有价值的结论。     

论商业银行产权主体的金融创新

近年来有学者提出“中国金融创新”假说,之后有人甚至把“我国商业银行的创新”的观点作为定论写进教材。本文沿制度分析的路径,得出中国至今尚未出现金融创新的结论。因为任何一种创新活动的形成,都暗含一个最基本的条件,即需要一个创新主体,这个创新主体即是经济组织的产权主体。只有这个产权主体才是创新的“内在因素”。金融创新只有以清晰的且人格化的产权主体这样的“内在因素”为前提,才能在外部环境的刺激下,获得创新的原动力。本文认为迄今为止我国包括商业银行改革在内的金融改革,实际上全是由政府效用函数所牵引的政府行为。我国商业银行受产权制度的制约,尚未真正成为创新主体,金融改革的最大不足,也在于企图避开商业银行产权制度的改革,而商业银行产权制度的合理安排恰恰是金融创新的先决条件。     

ERP实施项目的成功因素分析

本文以国内ERP实施为研究对象,运用项目生命周期理论,结合ERP实施中属于信息系统项目的特点,把ERP实施项目按生命周期划分为计划、实施、稳定、提高四个阶段,并在文献研究、案例研究和专家访谈法的基础上,运用问卷调查法探讨了各个不同阶段影响ERP实施的成功因素,最后给出了ERP实施模型,以达到提高国内企业ERP实施的成功率,推动信息化建设之目的.     

开放条件下的贵州工业结构升级

工业化过程不仅涵盖了工业产值不断提高并最终在国民经济中占主导地位,还应该实现工业结构的不断升级.1997年至2004年期间,贵州工业结构在轻重工业比例、结构高度化和生产要素密集度等方面有所升级但仍存在一些偏差.在未来开放条件下贵州促进工业结构升级应注意避免结构低度化,创造和提供合适的市场空间,正确处理技术引进与自主开发的关系,发挥比较优势以及规范政府职能等问题.     

中国上市公司盈利能力模型分析

传统财务评价方法一般只选取会计利润指标,对上市公司经营业绩的评价存在局限.而运用因子分析法建立的综合评价模型,其客观赋权的多指标分析方法有利于避免指标排序及其权重选择的主观性,同时这种综合方法在传统比率分析体系中加入了现金流量指标,使评价更趋全面、合理,因而优于传统的企业盈利能力评价模型.     

高铁开通、要素禀赋与区域经济增长——以贵州省为例

基于2008-2018年贵州省9个地级市和自治州的面板数据,实证检验高铁开通对区域要素禀赋与经济增长的影响。结果表明:高铁开通在总体上促进了贵州省区域经济增长,提高了劳动力要素的相对丰裕程度。然而,高铁开通并未表现出技术溢出作用,反而降低了劳动力和资本要素的边际生产率,对要素禀赋结构优化和区域经济长期发展产生不利影响。基于此提出,应因地制宜科学规划高铁建设,推进科学技术创新,加强高素质人才培养与引进,优化营商环境,提升社会保障水平,以发挥高铁的扩散效应,降低聚集效应,进而改善要素禀赋结构,促进区域经济协调发展。     

Minnesota-type adaptive hierarchical priors for large Bayesian VARs

Large Bayesian VARs with stochastic volatility are increasingly used in empirical macroeconomics. The key to making these highly parameterized VARs useful is the use of shrinkage priors. We develop a family of priors that captures the best features of two prominent classes of shrinkage priors: adaptive hierarchical priors and Minnesota priors. Like adaptive hierarchical priors, these new priors ensure that only ‘small’ coefficients are strongly shrunk to zero, while ‘large’ coefficients remain intact. At the same time, these new priors can also incorporate many useful features of the Minnesota priors such as cross-variable shrinkage and shrinking coefficients on higher lags more aggressively. We introduce a fast posterior sampler to estimate BVARs with this family of priors—for a BVAR with 25 variables and 4 lags, obtaining 10,000 posterior draws takes about 3 min on a standard desktop computer. In a forecasting exercise, we show that these new priors outperform both adaptive hierarchical priors and Minnesota priors.