疫情防控常态化下的世界经济战略走向

新冠疫情的出现冲击了世界经济,从经济全球化和全球经济治理体系两个维度分析疫情对世界经济的影响以及世界经济未来走向,研究发现:(1)新冠疫情通过影响全球价值链、贸易投资和就业环境阻碍经济全球化进程,中美矛盾升级、原有治理体系规则未与时俱进和激进政策的不确定性对全球经济治理体系提出新的挑战;(2)新冠疫情强化了世界各国对人类命运共同体的认识,将人类命运共同体融入全球治理体系将是未来治理的重要趋势;(3)新冠疫情可能会使世界经济格局出现新的变化,而中国在此次疫情中高效率的抗疫举措将进一步提升自身在世界经济格局中的地位和参与度。     

手机测评现状、问题与对策分析

随着智能手机快速更新换代,手机测评已成为引导消费者快速全面地了解手机性能和功能的有效载体.本文对手机测评的环境、技术、传播方式、传播内容、测评者情况进行分析,指出手机测评面临的问题,并提出相应对策.     

基于关键节点与关键路径的专利集群网络演进研究

专利作为技术和知识的重要载体，是研究技术演进和产业发展的重要信息源。目前缺乏针对专利集群网络中关键节点与关键路径中节点的比较分析和技术知识挖掘。构建基于关键节点和关键路径的专利集群网络演进模型，从两个层面综合分析技术演进特征。检索德温特数据库(Derwent Innovation Index)得到碳化硅肖特基势垒二极管（SiC-SBD）相关专利作为实证数据，时间跨度为1986-2017年。结果表明，SiC-SBD专利集群网络经历了萌芽期、成长期、成熟期和衰退期，其中，萌芽期专利主要涉及基础技术，成长期为器件结构，以完善器件结构、改进二极管性能为主要研究方向。近年来SiC-SBD专利年增长率下降，技术发展速度放缓，专利价值更多体现在其商业价值上。SiC-SBD专利集群网络关键节点与关键路径中节点重合度较高，核心专利识别可通过多视角分析得到。通过关键节点与关键路径分析专利集群网络演进过程，有助于更全面呈现技术演进过程，为决策者识别核心专利、预测技术发展提供参考。     

深度学习方法在作物遥感分类中的应用和挑战

[目的]准确估算作物的面积和分布对粮食安全至关重要。与传统的机器学习方法相比,深度学习具有多种优势,如端到端训练、可迁移性。为有效利用高时空数据进行作物识别提供了新的机遇。已有多种模型被应用于作物分类任务中,针对不同的分类任务,如何有效地选择模型,并对其进行训练和使用已成为关键问题。[方法]文章回顾了利用深度学习模型对作物分类的主要研究。N维卷积神经网络(N-D CNN)(N=1、2、3)和递归神经网络(RNN)已被有效用于作物分类任务。长短期记忆RNN(LSTM RNN)和门控循环单元RNN(GRU RNN)是RNN的变体,解决了随着时间序列增加RNN出现的梯度消失或爆炸问题。此外,还有研究使用CNN和RNN(我们称为RCNN)的混合模型对作物进行分类。该文首先阐述了使用深度学习方法进行作物制图的背景和意义,并介绍了CNN和RNN模型结构。然后回顾了一些典型的研究,包括模型的结构、遥感数据源、数据处理方法和分类精度。最后,总结了使用深度学习方法进行作物分类的挑战以及现有解决方案的局限性。[结果](1)1-D CNN可用于提取时间特征,或时间+光谱特征,分类效果良好;2-D CNN已被广泛应用于单时相数据的空间特征提取,分类精度依赖于数据源;3-D CNN应用较少,但具有很大的潜力,尤其是时间+空间维度的特征提取;(2)相同条件下(架构、数据源、研究区域、类别),LSTM RNN和GRU RNN分类效果通常高于普通RNN,而前两者的效果差距不大,但GRU RNN训练时间较短;(3)CNN+RNN混合模型(RCNN)用RNN比3-D CNN更适合提取时间特征。这主要是由于RNN建立了对序列数据的长期依赖,而3-D CNN卷积核是局部计算的。[结论]通过分析,认为深度学习技术是作物遥感分类的有效工具。此外,与其他模型相比,RCNN,3-D CNN和GUR RNN具有更大的潜力。     

人民币跨境流动自由度的测算——基于资本项目名义开放指数的借鉴

长期以来,人们只看重货币国际化结果,以占全球贸易计价结算比重、外汇交易比重、国际债券比重、外汇储备比重等相关指标衡量一国货币的国际化程度,而忽视货币跨境流动放松过程,即一国货币的跨境流动自由化程度。货币国际化是一个过程又是一种结果,包含进程和结果两个层面,在货币国际化进程中,过早过快放松本币流出入会引发经济金融风险,某些情形下进程比结果更值得关注。构建人民币跨境自由度指数涉及强度赋值、项目设置和权重确定三方面内容。在梳理2019年第2季度前我国货币政策基础上,对2008年至2019年经常项目下的人民币跨境流动自由度、证券投资项目下的人民币跨境流动自由度以及资本项目下的人民币跨境流动自由度进行评估,并以美国近5年各项目下的资金流动平均占比为权重,构建了人民币跨境流动自由化指数,考察2008—2019年人民币跨境流动自由化程度,结果显示人民币国际化进展较快,跨境流动已得到很大程度放松,而且人民币流入自由程度显著高于流出自由度。我国人民币国际化进程应持续遵循先经常项目后资本项目、先流入后流出、先机构后个人、先大额后小额、先风险小项目后风险大项目的次序,提高人民币跨境流动的稳定性,降低无序流动的投机风险;严格管控证券投资、其他投资、衍生品项目下人民币跨境流动,并依据我国利率市场化程度、金融市场发达程度及审慎监管能力进行调整;大力提升经常项目的人民币结算比重,发展人民币离岸市场,提高非居民间的人民币使用频率和使用规模;充分评估各项目下人民币跨境流动和本外币兑换自由度,提高两者的协同匹配程度,降低因两者不匹配而产生的负面影响。     

人民币小面额现金供应需求管理量化研究

为实现人民币小面额现金科学、量化管理,推动货币发行业务转型发展,以满足市场对人民币各券别的需求,促进人民币投销平衡,以推动票面整洁度稳步提升为出发点,通过构建人民币小面额现金需求管理模型,量化分析并预测小面额现金需求量,为指导人民币现金投放回笼提供决策依据.     

社会资本视角下棚户区改造PPP项目风险分析

为了降低棚改PPP项目中的风险,提高社会资本参与棚改PPP项目的积极性,以社会资本方为研究视角。通过文献回顾和案例分析,总结社会资本参与棚改PPP项目面临的主要问题,筛选出社会资本参与棚改PPP项目面临的17个主要风险因素;运用DEMATEL法分析各风险因素的重要程度及相互影响关系,确定政府信用风险、相关法律法规不健全风险、市场收益不足风险、规划设计风险为关键风险因素;针对关键风险因素提出社会资本方防范措施,即多举措并举、细化合同条款、合理界定棚改PPP项目使用者付费范围、选择实力强的设计院是防范社会资本的有力措施。研究结果为分析棚改PPP项目风险提供了新思路,有助于提高社会资本参与棚改项目的积极性,所提对策对社会资本合理规避棚改PPP项目关键风险具有重要的借鉴意义。     

我国大麦价格波动特征及其影响因素分析

[目的]大麦价格剧烈波动会直接影响大麦种植户的生产积极性和大麦产业的平稳发展,研究大麦价格波动特征及其影响因素,有助于提升大麦产业链相关主体识别和应对市场风险的能力,促进大麦产业的健康发展。[方法]文章先采用HP滤波法和ARCH类模型分析了2011年4月至2017年2月我国大麦价格波动特征,然后采用脉冲响应函数分析了我国大麦价格波动影响因素。[结果]我国大麦价格波动存在明显的季节性和周期性,样本期内总体上呈现逐渐下降趋势;我国大麦价格具有显著的波动集聚性,我国大麦价格具有显著的不对称性;在该文选择的影响因素中,大麦进口量和国际大麦价格是影响我国大麦价格波动的主要因素。[结论]该文提出必须保障并提高国内大麦合理产能、完善大麦价格监测预警体系、加强国内大麦进口企业整合和推动大麦进口来源多元化的政策建议。     

Power and publications in Chinese academia

In power-oriented societies, academia may not be immune to the influence of power. This paper studies the power-publication link by applying an event-study strategy to a panel dataset of the publication and biographical information of deans of economics schools in Chinese universities. We find that (i) deanship increases an individual's publication by 0.7 articles per year; (ii) the increased publications stem from work coauthored with other researchers within the same university; (iii) the topics of the increased publications are more likely to deviate from the deans’ research area prior to becoming deans; and (iv) the power effect is smaller for top universities and leading journals, and for scholars with more pre-dean publications. These patterns appear consistent with the role of power in resource allocation rather than the impact of ability or reputation of the deans and thus have implications on distortions in knowledge production.     

An inexact l2-norm penalty method for cardinality constrained portfolio optimization

Abstract

We analyze and solve a single-period portfolio optimization problem with non-convex constraints, which address practical concerns of investment such as the active share weights of sectors and the number of stocks held in a portfolio. We reformulate the problem to simplify the computation and propose an inexact l₂-norm penalty method to solve the problem.