上市公司负面声誉与分析师关注:"趋之若鹜"抑或"避之若浼"

本文选取2008-2018年A股上市公司为样本,以公司违规处罚作为负面声誉的代理变量,考察分析师在选择跟踪对象时会否将公司负面声誉纳入考量.研究发现,公司违规处罚导致分析师关注度显著降低.机制检验表明,违规处罚通过降低投资者信息需求和分析师供给意愿两条路径影响分析师关注.拓展性分析发现,公司所受处罚越严重、被罚款金额越多,分析师关注度越低;处罚事件对分析师关注的负面冲击具有长期效应;对于非国有企业和处于高社会信任水平地区的公司,违规处罚对分析师关注的负向影响更显著.本文为深入理解我国证券市场中的声誉机制提供了经验证据,亦为监管机构加大违规惩处力度、借助分析师等市场"看门人"的力量提增监管威慑力提供了政策参考.     

利率市场化改革与货币政策银行利率传导

现代货币政策框架的内涵之一是畅通的货币政策传导机制。在货币政策对银行利率的传导中,政策利率尤其是再融资工具利率能够通过市场利率向贷款利率和存款利率顺畅传导。本文构造了一个多部门局部均衡模型,刻画利率市场化程度的时变特征,从理论上讨论利率市场化程度与货币政策银行利率传导之间的内生关系,两者共同决定了利率市场化改革的成效。基于时变因子扩展向量自回归模型,本文进一步验证了理论分析的结论。研究发现:(1)利率市场化改革具有阶段性波动特征,利率市场化程度不是一直上升的,改革可能会曲折迂回。(2)利率市场化改革具有动态政策效应,多种改革政策共同推动渐进的利率市场化,但从货币政策银行利率传导的有效性进行考察,利率市场化改革仍然存在进一步推进的空间。因此,有必要完善贷款市场报价利率的形成、传导与调控机制,理顺不同利率之间的联动关系,疏通货币政策对银行利率的传导,充分发挥利率市场化改革的潜力。     

中等收入陷阱:争鸣与探索

近年来,"中等收入陷阱"成为学术界研究的热点。本文从中等收入陷阱的概念,为什么落入中等收入陷阱、如何跨越中等收入陷阱三个方面对现有文献进行了梳理,发现现有研究在中等收入陷阱的概念上不存在较大的争议,只是根据这些概念,我们难以判断一个经济体是否落入(或曾经落入)了中等收入陷阱。拉美国家落入中等收入陷阱的主要原因在于巨大的收入差距、外需萎缩与内需不足、进口替代工业化战略三个方面。而中国可能因为收入差距过大、人口红利消失、资源和环境约束、国际捧杀与遏制四个方面的原因落入中等收入陷阱。因此,调整收入分配格局、缩小国民收入差距;推动产业结构升级、实现增长方式转型;实施出口导向战略、提升国际竞争能力是跨越中等收入陷阱的主要措施。最后,本文从理论上和实证上探讨了中等收入陷阱未来的研究方向。     

人民币硬辅币发行管理机制研究——基于江西省的调查数据

江西辖内辅币流通情况调查显示,近几年来随着全省经济的快速发展,流通中人民币辅币数据持续增加,硬辅币沉淀较为严重.本文通过对硬辅币使用流通情况进行分析,在如何较为实际地降低商业银行运营成本、提升硬币使用终端投放及吸引硬辅币的能力等方面提出了可行建议.     

农村金融风险分担和利益补偿机制研究

风险分担和利益补偿机制是控制农村金融风险的一种必需的制度安排,为了提高农村金融机构的金融安全,需要建立资本金及时补充制度,推行农村金融利率风险定价机制,发展农业保险,设立财政支农风险补偿基金,建立健全信用担保制度,从而完善我国的农村金融机构风险分担和利益补偿机制。     

关于城市住宅土地价格差异决定因素的理论评述

住宅价格问题是各国城市化与经济发展过程中最敏感的问题之一,与住宅价格紧密联系的住宅土地价格也成为不动产经济学和城市经济学关注的热点.本文对Witte的衍生需求模型、Manning的改进衍生需求模型和Potepan的完整住宅市场分析模型进行了评介,对国外实证研究中使用的住宅土地价格差异决定因素进行了总结,探讨了上述模型对研究我国城市间住宅土地价格差异的启示.     

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。     

我国丘陵山区农机化水平影响因素及区划研究*——基于全国丘陵山区238个县（市）的调研数据

[目的]通过对全国丘陵山区县(市)与农机化有关的社会、经济和自然条件等因素进行调研所获取的238个有效样本进行分析,研究影响我国丘陵山区农机化水平的因素及其贡献,进而对我国丘陵山区进行区域划分。[方法]运用线性回归法对影响丘陵山区农机化水平的影响因素进行分析,进而对农机化水平产生显著影响的因素进行聚类分析。[结果]国内生产总值、农业劳动力数量对农机化水平产生极显著影响,耕地禀赋条件、务工工资、耕地规模、农机合作社数量和农机推广人员数量对农机化水平产生显著影响。对我国丘陵山区农机化水平呈正相关关系的因素有国内生产总值、务工工资、耕地规模、农机合作社数量,呈负相关的因素有耕地禀赋条件、农业劳动力数量、农机推广人员数量和农机化水平。[结论]我国可丘陵山区划分为中西、东南部地区,北部地区和东部沿海地区3大类地区。     

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。     

基于PSM的自发合作供给小型水利设施对农户福利影响研究

[目的]衡量自发合作供给小型水利设施对农户福利效应的影响是激发农户自发合作供给水利设施,实现农业可持续发展的重要议题。[方法]利用甘肃省平凉、武威和张掖3个区域微观农户调查数据,选取农户种植业收入、小麦产量、玉米产量、灌溉用水支出、有效灌溉面积作为衡量农户福利的指标,在克服传统方法样本选择内生性问题的同时,运用倾向得分匹配方法(PSM)的"反事实"原理与方法,实证分析自发合作供给对农户福利的影响。[结果]自发合作供给小型水利设施能够显著提高农户福利,最明显的作用是增加了农户的收入、小麦产量、玉米产量、有效灌溉面积,降低用水成本;初步估计平均综合效益提升了30.62%。[结论]政府应该加大对农户自发合作供给宣传力度。