现代通货膨胀和现代通货紧缩

现代通货膨胀和现代通货紧缩是市场经济必然的现象，但现代通货紧缩基本上发生在发达国家和发达地区，这就证明最不繁荣的现代通货紧缩也比最繁荣的现代通货膨胀要优越。     

股票回购中内幕交易与股价操纵行为规制——由新《公司法》第一百四十三条引发的思考

新<公司法>增加了股票回购事由的条款,放宽了对股票回购的限制.但在股票回购的立法方面,总体上仍较为简单、粗略,缺乏具体的操作规则,没有形成完整、严密的规制体系.由于立法模式的差异,各国对股票回购过程中内幕交易及股价操纵行为的管制形式也有所不同.对欧美等国对股票回购过程中的内幕交易和股价操纵行为的监管进行比较分析,可以为我国股票回购实施过程中如何抑制股价操纵行为提供启示.     

关于需求价格弹性的探讨

需求价格弹性是管理经济学中的一个重要概念，是指导市场行为的重要指标，如何理解需求价格弹性的概念，掌握其计算方法及分析经济现象是极为重要的。通过利用需求价格弹性分析价格变动对收益的影响，提出影响需求价格弹性的因素以及需求价格弹性的计算方法和如何运用需求价格弹性理论分析经济现象。     

配股融资股价效应的实证研究

随着我国股市的发展，上市公司的融资方式也不断创新，配股融资作为股权融资的一种方式逐渐成为上市公司再融资的首选。配股融资虽然具有许多优点，但是我国上市公司没有充分发挥配股融资的长处，为了“圈钱”而“圈钱”，并且资金配置效率低下，对股市的负面影响日渐突出。通过2000年实施配股的43家样本公司配股公告日股价的变动，对配股融资的股价效应进行实证分析，并提出相应的政策建议。     

顾客资产导向下的营销质量思考

顾客资产正日益成为衡量企业竞争力和长期绩效的重要标志。要真正实现顾客价值的最大化，企业必须在扩大市场占有率、识别顾客需求、识别顾客满意的质量因素、产品的创新和细分顾客过程等方面用质量的理念给予认真思考。     

上海股市收益与波动的周内效应研究

股市周内效应一直是金融投资者关注的焦点问题，许多学者已做了大量研究，但多数文献将收益与波动的周内效应分开来进行研究和检验，忽视了波动与收益的共生性，其结果缺乏严密性和说服力。针对这种情况，提出平行数据GARCH模型并给出了参数的极大似然估计方法，进而对上海股市收益和波动的周内效应进行检验，既反映收益与风险存在共生关系，又避免了分别判断收益和波动的周内效应所致的缺点。     

中国会计标准与国际会计标准的差异研究

经过十多年的会计改革，中国会计国际化进程取得了令人瞩目的成绩，在重大问题上基本实现了与国际会计惯例的一致，但差距仍然存在。通过对比研究和实证分析可以发现，中国会计标准与国际会计标准还存在着系统的差异，差异对样本公司净利润和净资产等指标能够产生显著影响，其中对净利润的影响尤为明显。对样本公司影响较大的差异项目包括：资产摊销及减值、重估价及折旧、所得税、投资收益、企业合并及合并报表、长期股权投资和股利政策等。     

社会审计质量、国家审计监督与国企资产保值增值

在委托代理理论和协同理论框架下,选取2007—2017年中国A股国有上市公司为研究样本,实证检验社会审计质量对国企资产保值增值的影响以及社会审计与国家审计影响国企资产保值增值的替代效应。研究发现：高质量的社会审计有利于促进国企资产保值增值;社会审计与国家审计在促进国企资产保值增值中发挥了替代效应,而且这种替代效应主要体现在高质量的社会审计可以有效缓解国家审计扩大监督范围广度、提高目标实现深度与加强“监”的力度等方面的压力,但不会影响国家审计“督”的力度。研究结论对于国家审计机关合理利用社会审计资源、构建协同高效的审计监督体系、实现国企审计全覆盖、促进国企资产保值增值具有启示意义。     

资本市场开放与公司内部控制质量——基于“沪港通”的证据

以中国“沪港通”交易制度的实施为政策背景,采用多时点双重差分模型,考察资本市场开放对标的公司内部控制质量的影响,研究发现,“沪港通”交易制度的实施显著提升了公司的内部控制质量,在控制其他因素并经过安慰剂检验、去除A+H股影响、改变周期范围等稳健性检验后,结论依然成立。机制检验表明,“沪港通”主要通过内部和外部两种机制对公司内部控制质量产生影响,其中,内部机制是对股价波动性风险控制,外部机制是审计师声誉风险与政府部门监管。     

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.