论企业家:一个新观点

根据构建的财富预期期望和现值效用模型,得出企业家的充要条件是发现降低不确定性的方法且拥有资本财富。从可度量性上探讨了企业家的投资原则和判断原则——对不确定性风险的主观估计:前者用未来收益的预期期望值大于投资总额现值原则确定投资项目,后者根据主观概率估计确定投资项目的不确定性。结论不支持奈特关于"企业家是承担不确定性风险的人"的假说。笔者认为:企业家的经济功能与市场功能相一致,是相对价格的发现者和资源的配置者。实施这一功能的是企业家而不是企业或职业经理人。同时,企业家也不是一种生产要素,在零利润条件下,企业家没有报酬,这也是与职业经理人的本质区别。     

贫困村庄乱收费现象比富裕村庄更严重

依据科斯定理,在交易费用为零的条件下,无论产权的最初归属如何,与资源的配置效率是无关的。如果假设将土地产权界定给村集体和界定给农民所产生的交易费用是一样的,那么,实际上土地资源的配置效率就没有什么不同,所不同的仅仅是收益分配问题。但是,在交易费用不为零的现实世界,土地权利界定给农民和界定给村集体所产生的交易费用不同,就必然导致了资源配置的效果不同。最根本的一条就是村集体是虚拟的,或者说村集体拥有虚拟的土地所有权及与之相关的子权利。由于村集体本身是村民的化身,但在本质上与村民的根本目标不同,在资源配置方面二者…     

也谈应收账款管理

<正>应收账款是指企业因销售产品、材料或提供劳务等业务,向购货单位或接受劳务单位应收取的款项中,有一部分资金被接受劳务或购货单位所占用,所形成的账款。应收账款是一种非生产性的资产,是投资性的信用销售。     

粮食生产的周期性分析

粮食生产的周期性分析●刘凤芹谢适汀一、问题的提出由于粮食品种的特殊性,粮食生产呈现明显的周期性变化。周期性的生产导致粮食价格大幅度波动。自改革开放以来（市场调节）粮食价格的变化,一般是３—５年一个周期。每逢粮食大丰收时,必是粮价急剧回落时期,相反当粮...     

模糊的土地收益权:租、税、费-农民负担解析

本文就农民负担沉重问题提出了与目前理论界一些流行观点不同的见解，在中国农村既有的约束条件下，乡政府和村委会增加的各种明的和暗的费用相当于市场租金的一部分，虽然税收——对等分析有一定的错误，但是在各种收费可变的条件下，变动的税费总额应该等于市场地租率。在农民劳动力成本和其他土地投入成本不变的条件下，若这些税费总额低于市场地租率，则乡政府和村委会就会增加额外的收费，若税费总额高于市场的地租率，则农民将弃荒土地。因此，将土地的私有产权界定给农民是解决农民负担沉重的根本方法，也是交易费用最小的方法。本人通过一个简单的几何模型，从逻辑上证明了上述观点。     

东北地区农业资源优化配置研究

东北地区农业资源在全国具有不可比拟的优势,然而也依然存在着与全国其他地区所共有的人多地少的约束.以种植大宗粮食作物为主、适宜大面积机械化耕种的东北黑土地来说,由于自然禀赋约束、土地制度约束、行政制度约束和市场约束等原因,并没有迅速地走向资源最优配置的农业发展方向.本文通过上述几个方面的研究,给出了优化配置东北地区农业资源的政策建议.     

剥夺村委会的土地权力

1.剥夺村委会的土地所有权,一切土地收归国有,国家作为土地的所有者。作为土地所有者,国家拥有农用土地转作他用的审批权、有制止破坏农地的干涉权等少数几项宏观调控的权利,而将农地的使用权、收益权、流转权界定给农民。农民承包土地将不再与村委会签约,而只是与国家签约,村委会只是签约方——国家     

不完全合约与履约障碍——以订单农业为例

本文用不完全合约理论分析了我国农产品销售合约的问题 ,解释了我国农产品销售合约履约率低的内在原因———合约的不完全性 ,进而论述了产生于不同原因的两种具有本质区别的不完全性 :“通常意义上的”不完全性和“注定”不完全性 ,探讨了由此适用于这两种不完全性的不同解决方案和制度安排。对前一种情况 ,可以采取市场和行政、法律的手段 ;而对于后一种情况 ,经济学和法律均没有更好的解决方案。本文重点讨论了后一种合约的约因、缔约条件、履约失败和制度安排 ,并由此引出了由不完全合约所产生的对法律合约理论的进一步思考。本文还就合约双方的市场风险承担问题得出了一个重要的结论 :合约双方并非因为签约就将风险完全地转移给了另一方 ,在应该免责的情况下 ,合约双方应该共同承担市场风险。     

基于SV模型的深圳股市波动的预测

首次应用基本SV(stochasticvolatility)模型及其扩展ASV(asymmetricstochasticvolatility)模型来预测深圳股市的波动,并根据对称和非对称两类评价准则,对SV类模型的预测效果与常用模型的预测效果做了比较。结果表明,对于深圳股市基本SV模型具有最好的预测效果;ASV模型的表现稍差于基本SV模型,但好于GARCH模型;GARCH模型的预测效果不稳定,随评价准则的不同而有显著差别。