我国钢铁企业技术创新能力分布及演变态势研究

本文依据我国20家大中型上市钢铁企业1998～2013年各项技术创新指标的面板数据,在对企业技术创新能力进行综合评价的基础上,运用非参数Kernel密度估计方法及马尔可夫链分析模型,对我国钢铁企业技术创新能力的分布及发展演变态势进行了研究,研究结果显示：①我国钢铁企业技术创新能力呈现出“单峰→双峰→单峰”的演变规律,钢铁企业技术创新能力水平总体上都得到了一定程度的提高,但不同钢铁企业技术创新能力的发展速度和水平呈现出明显的不平衡性;②不同钢铁企业Kernel密度分布状态与企业所在地区铁矿资源禀赋和工业经济发展水平存在高度关联性;③钢铁企业技术创新能力经过长期发展和积累过程,客观上存在着低水平状态逐渐向高水平状态转移的现实可能性,但由于不同钢铁企业自身的差异性特征,技术创新能力发展将表现出不同步性;④加快企业优化重组和提高生产能力集中度、加强现代高新技术对钢铁产业的改造和升级、加大政府政策引导和科技资金投入是实现钢铁企业技术创新能力快速提升的重要途径。     

省域全要素生产率地区差异的动态演进

笔者在运用索洛余值法对我国各地区全要素生产率进行估算的基础上,利用非参数的核密度函数法和马尔可夫链法对全要素生产率地区差异的动态演进进行了分析。研究结果表明,我国各地区全要素生产率差异较大,从东部往西部呈现逐渐降低的梯度分布格局;各地区之间全要素生产率的绝对差距在20世纪80年代呈现缩小趋势,而从1990年以后呈现加速扩大趋势;同时,核密度函数分布呈现双峰收敛趋势,进一步表明全要素生产率两极分化现象严重;从马尔可夫链的稳态分布来看,各地区的全要素生产率将继续保持较大差异,短期内难以实现均衡发展。     

基于Kernel-Copula函数的VaR

VaR是评估资产组合风险的有效手段之一。已有的VaR估计方法依赖于总体分布,且无法全面描述不同资产间的风险相关性,导致风险常常被低估。为此,本文采用Kernel-Copula函数,估计资产组合的VaR,提高估计结果的精度和可信度。最后,利用新方法估算沪深300和标普500构成的资产组合VaR。     

中国地区经济趋异的非参数分析

本文采用AK模型和几何布朗运动建立了趋异分析的框架,并运用非参数分析方法,分别用一元和多元的核密度估计,对我国1978年以来的经济增长中的省际趋同模式进行了分析。结果表明,在我国的省级经济增长中,无法获得可信的,存在趋同趋势的数据支撑,我国各省的经济增长路径迄今还没有收敛的迹象,不同省份之间的增长率的差异也随着经济增长而扩大,甚至地区内的产出差距也在增加。论文还表明,我国各省区市之间也不存在俱乐部趋同的趋势。     

羊群行为影响下P2P网贷市场投资组合优化研究

本文基于投资者视角,结合网贷市场的信息不对称性和无担保、无抵押的纯信用贷款特征及行为金融理论,分析了投资者羊群行为的产生机理、影响因素和对网贷市场的影响,建立了基于数据挖掘、Kernel回归和现代投资组合优化理论的辅助决策模型。实证研究表明,在预期回报率固定条件下,该模型可以得出风险最小化的投资组合,为P2P网贷投资者规避羊群行为和选择网贷标的提供决策支撑。     

中国农业高质量发展的时空差异与动态演进北大核心

基于2004—2018年中国地级市的样本数据,采用由Fare-Primont指数法测算的农业全要素生产率指标度量城市农业高质量发展,使用Dagum基尼系数及其分解、Kernel密度估计、Markov链分析等方法,对中国农业高质量发展的时空差异与动态演进进行描述和分析,研究结果显示:整体而言,2004—2018年中国农业高质量发展水平改善趋势明显,且不同区域的农业高质量发展水平呈现出不同的变化趋势;中国城市的农业高质量发展展现出明显的“非均衡特征”,城市农业高质量发展水平的整体差异及其变化主要是受区域间差异的影响。分区域看,考察期内东部地区城市领先优势持续扩大;中部和西部地区虽然也实现了农业发展质量的提升,但其相对水平有所下降;东北地区的农业发展质量则由领先逐渐变为落后。     

县域农民收入趋同研究

基于辽宁省县城农村居民年人均纯收入统计数据,运用非参数Kernel密度估计方法,估计了1987-2010城镇居民收入分布及其演进特征.得到以下观测结果:(1)44个县农村居民年人均纯收入出现增长趋同;(2)县域农民收入同全省平均水平间差异有扩大之势;(3)县域农民收入的动态演进格局表明,县城间极化现象存在路径依赖特征,且有一股强劲的动力正在驱动县域经济的发展,由此,辽宁县域必将呈现新一轮增长格局.     

基于Copula的道指与恒指的尾部相关性分析

Copula函数能有效地刻画随机变量间的非对称性和尾部相关性。在研究当道琼斯工业指数与恒生指数的相关性时,采用非参数核密度估计拟合边缘分布。并应用Kol mogorov-Smirrnov检验三种Archi medean Copula函数。研究发现参数值θ=0.2221的Clayton Copula可以用于描述下尾相关性,而θ=1.1105的Gumbel Copula可用于描述上尾相关性。