外资企业的要素属权结构与出口增加值的收益归属

在生产全球化的时代大背景下,外资企业积极参与一国的生产和出口,并从所在国的出口中获取收益。外资企业的出口增加值中既包括了本国要素所产生的增加值,也包括了外国要素所产生的增加值,形成了外资企业出口增加值中的要素属权结构。研究外资企业出口增加值中的要素属权结构,一方面,有助于学术界理解外国要素流入对于本国要素出口增加值的拉动效应;另一方面,有利于学术界厘清外国要素流入所形成的要素收益分配效应。本文运用微观企业数据测算发现:2000—2013年在外资加工出口企业中,中国属权要素出口增加值占属地出口增加值的平均比重为65.85%,两者之间的平均背离程度为34.15%。本文进一步运用区分异质性企业的投入产出表进行测算发现:2012年在外资加工贸易企业和非加工贸易企业出口中,中国属权要素出口增加值与属地要素出口增加值的背离相对值分别为30.13%和25.32%。本文认为属地出口增加值已经不能充分反映外资企业出口中的本国要素收益,研究外资企业出口增加值中的要素属权结构有利于学术界认识增加值贸易中国内要素的实际收益,也可以为一国政府的对外贸易谈判提供科学依据。     

异质性生产率、货款回收与中国企业出口

采用2005-2008年东三省持续存在的8 932家企业面板数据,本文检验了生产率和货款回收因素在出口中的作用,发现出口企业的全要素生产率、货款回收率都高于非出口企业,这说明该地区并不存在出口"生产率悖论;"高生产率和规避国内账款回收困难是企业出口的决定因素,通过对应收账款的内生性分析发现这一结果是稳健的;企业所有制性质、企业规模也会促进出口,而利润和企业成立年限对出口的影响并不显著。因此,提升企业效率、改善企业运行机制、健全社会信用制度是我国亟待解决的现实问题。     

不良贷款约束下中国农村商业银行生产率增长及收敛性研究

基于全域生产可能性集合,文章构建全域Malmquist-Luenberger生产率指数,测度了2008-2013年不良贷款约束下中国农村商业银行全要素生产率及其分解,并对其收敛性进行检验。研究发现:整体来说,中国农村商业银行全要素生产率略有下降,主要来源于技术退步,东部地区农商行生产率变化轨迹呈"V"形,而中西部地区农商行生产率变化轨迹呈倒"V"形;产权制度改革对技术效率具有一定促进作用,而货币政策、新监管标准以及产业转型政策对技术变化具有负面影响;中国农村商业银行的全要素生产率存在绝对和条件β收敛,中间业务技术含量和实际GDP增长率的提高能有效促进中国农村商业银行生产率增长。     

长沙服务外包产业政策效应实证研究

文章基于长沙市服务外包产业政策,分析服务外包产业政策效应。假设ITO、BPO、KPO三种服务外包类型具有相关性,设立服务外包产业政策效应理论模型。运用SPSS17.0进行因子分析、方差分析和相关分析,测量不同服务外包类型在各种政策影响下所发挥效应是否存在显著差异,以此对长沙市服务外包产业政策效应假设进行验证,并提出服务外包产业政策发展策略。     

英语读写素质研究中的二元理论分析

英语读写素质是习得读写能力并形成读写体验的过程。读写素质主要由分析能力、结合社会文化能力、话语分类能力、读写实践能力、记忆能力、情感反应、思辨能力和隐喻理解能力等因素构成。本文首先应用二元理论中的集对分析理论分析了句子、语法和词语,英语句子具有同异性,英语语法中时态的相关性均有特定的语法表征手段,英语词语是一种约定俗成的语言单位常常附衍了一串同义词、近义词和反义词。如果用联系数来描述词语的相关度,它同时也反映出了词语的思想丰度。本文还运用博弈理论和悖论分析文章的含义及价值,最后应用模糊二元对比排序法对英语读写素质各因素进行分析,通过分析确定了各因素的重要度,将其应用于读写素质研究中具有积极作用并具一定的发展潜力。     

基于因子分析法的物流供应商选择模型研究

为了解决在B2C交易实现过程中,由于物流配送供应商的选择不当,而出现配送周期长、费用高、退货退款率增加等问题,本文利用因子分析法探索选择物流配送供应商的合理方法,运用便捷有效的方法帮助电商选择适合自己的物流配送供应商。     

城市轨道交通主变电所无功补偿方案研究

分析了城市轨道交通用电负荷的特点及主变电所无功补偿的意义,在现有三种无功补偿方案(电抗器固定补偿、SVC及SVG动态补偿)的基础上,结合轨道交通用电负荷的特点及目前低压配电系统、直流牵引系统新设备的采用,提出了两种新的无功补偿方案。     

西部现代服务业主导产业选择——基于技术进步的视角

一个地区在其现代服务业的发展过程中,如何因地制宜地选择和培育现代服务业主导产业是其在经济发展过程中需要认真思考的问题。文章从技术进步的视角出发,在对我国西部地区服务业各细分行业进行资本存量估算的基础上,分析和测度服务业各细分行业的全要素生产率(TFP)和技术进步率,并建立现代服务业主导产业的选择指标体系,采用因子分析法对各指标体系进行实证分析,最终确定批发零售贸易和餐饮业、房地产业、信息传输及计算机服务和软件业、租赁和商务服务业、交通运输及仓储和邮政业、卫生及体育和社会福利业为我国西部地区现代服务业主导产业。     

A new look at variation in employment growth in Canada: The role of industry,provincial, national and external factors

We examine fluctuations in employment growth using Canadian data from 1976 to 2010. We consider a wide range of models and examine the sensitivity of our findings to modelling assumptions. The results from our most preferred model, which we selected using the Bayesian Information Criteria, indicate that most of the variance in employment growth that is not due to the idiosyncratic error comes from domestic sources, with most of this coming from industry and provincial factors. Overall, we find that external and national factors play a much smaller role in employment fluctuations than in earlier research. We provide some possible explanations for these differences and discuss the implications of our findings for public policy and theory.     

Bayesian forecasting and portfolio decisions using dynamic dependent sparse factor models

We extend the recently introduced latent threshold dynamic models to include dependencies among the dynamic latent factors which underlie multivariate volatility. With an ability to induce time-varying sparsity in factor loadings, these models now also allow time-varying correlations among factors, which may be exploited in order to improve volatility forecasts. We couple multi-period, out-of-sample forecasting with portfolio analysis using standard and novel benchmark neutral portfolios. Detailed studies of stock index and FX time series include: multi-period, out-of-sample forecasting, statistical model comparisons, and portfolio performance testing using raw returns, risk-adjusted returns and portfolio volatility. We find uniform improvements on all measures relative to standard dynamic factor models. This is due to the parsimony of latent threshold models and their ability to exploit between-factor correlations so as to improve the characterization and prediction of volatility. These advances will be of interest to financial analysts, investors and practitioners, as well as to modeling researchers.