我国金融中心金融调解机制的困境与对策

我国金融中心虽有一系列的金融调解机制,但其作用有限,以至于大部分金融争端为金融诉讼所解决,金融调解机制陷入了套数多但应用少的困境.金融调解机制的困境在于其与金融诉讼的比较中处于劣势,具体表现为金融调解未能兼具专业性、中立性、独立性、受案范围广和收费标准低的特性,金融调解协议无强制执行力,公众知悉度低.本文认为,我国金融中心可以采取将多套金融调解机制整合为一套金融调解机制、对大部分金融消费案件实行先调解后裁决制度、调解案件不收费或低收费的做法,来改变金融中心调解机制的比较劣势.     

国外薪酬研究述评

本文通过回顾国外学者近年来在薪酬领域所做的研究，指出当前薪酬研究中存在的空缺，提出未来可能值得进行研究的领域，以图推动薪酬研究的发展。     

不同预期冲击的叠加效应与预期管理优化——以货币政策预期和技术进步预期为例

“预期转弱”是当前中国经济高质量发展面临的难点之一,需要通过优化预期管理来提振预期。现实经济中存在不同类型的多样化预期,然而现有研究大多研究单个预期（特别是货币政策预期）冲击的宏观经济效应,对不同预期的叠加效应缺乏系统深入的探讨。本文将预期分为政策预期（基于政府制定、调整及实施宏观经济政策产生的预期）和非政策预期（基于社会经济发展实态等形成的预期）,并认为：当政策预期与非政策预期相契合时,两种预期冲击叠加会对政策有效性产生“累进（退）”效应;当政策预期与非政策预期错位时,两种预期冲击叠加对政策有效性会产生“抵消”效应。比如,宽松货币政策的实施及相应的预期管理操作会使经济主体产生未来经济向好的预期,并激励其采取积极的投资和消费行为,进而提高货币政策的有效性;现实经济中良好的技术进步态势会使经济主体形成未来经济繁荣的预期,并促使采取积极的创新、投资、消费行为,最终表现为货币政策有效性提高;两种正向预期的叠加则会进一步增强宽松货币政策的有效性。采用货币政策调控指数和全要素生产率来描述货币政策和技术进步预期冲击,运用DSGE模型和SV-TVP-FAVAR模型对“无预期冲击”“存在货币政策预期冲击”“存在技术进步预期冲击”“存在货币政策和技术进步双重预期冲击”4种情形下的货币政策有效性进行模拟分析和实证检验,结果显示,两种预期冲击均增强了货币政策有效性,并在总体上形成叠加“累进”效应。与现有文献相比,本文进行了如下改进和拓展：一是基于政策预期与非政策预期的角度探究货币政策和技术进步预期冲击的叠加效应,二是采用货币政策调控指数回避以往研究中量价工具“非此即彼”的选择问题,三是运用SV-TVP-FAVAR模型为货币政策和技术进步预期冲击的宏观经济效应提供经验证据。本文研究表明,预期管理是一项系统性工程,需要构建和完善宏观调控预期管理体系。要正确认识政策预期与非政策预期的契合与错位,利用政策预期增强（弱化）积极（消极）的非政策预期,并优化各种预期管理之间的方式匹配和期限组合;政策预期管理的优化要提高各种政策调整之间的协同性,并完善政策信息传导机制;非政策预期管理的优化则要完善宏观经济信息传导机制,并改善市场环境。货币政策预期管理的改进,需要提高政策调整及工具使用的合理性和适宜性,并不断完善央行沟通、前瞻指引等预期管理方式,实现政策信息传导的及时有效。     

绿色贸易措施的政治博弈

随着贸易自由化和全球经济一体化,世界各国出于维护本国国际竞争比较优势战略目标和实现贸易与环境协调发展的客观需要,以可持续发展为口号,以保护环境和人类健康为目的或借口,以产品标准、环境标志、绿色包装、贸易制裁等为手段的绿色贸易措施正在成为国际社会特别是发达国家越来越频繁使用的新的国际贸易保护手段。形形色色的绿色贸易措施正在向系统化、制度化和国际化方向演进。本文通过对近期一些国外经济学家的相关文献回顾,对绿色贸易措施产生的政治博弈过程进行简单的综述,为我国参与新一轮的WTO谈判提供一些理论参考。     

基于比例速率保证的信道误差OFDMA中继系统资源分配

针对存在有信道估计误差的正交频分多址（OFDMA)中继系统,在考虑用户传输中断概率的同时,提出了满足不同用户最小服务质量（QoS）需求和比例公平性约束条件下的中继选择、子载波分配和功率分配的联合优化问题,建立了以最大化系统总容量为目标的优化模型。在此基础上以速率最大化为目标进行最佳中继选择,并通过动态子载波分配来满足用户的最小QoS需求和比例公平性,最后采用拉格朗日乘子法来得到最优功率分配方案。仿真结果表明,此算法在降低用户中断概率的同时,提高了系统吞吐量并保证了用户速率的比例公平性。     

日本汽车“整零”关系模式及其对中国汽车产业的启示

日本汽车产业不但推动了日本国内相关产业的协同发展,而且在全球汽车产业中占据优势地位,之所以如此,与其先进的"整零"关系模式是分不开的。日本汽车产业"整零"关系是供应商承担"一揽子委托",组织体系呈金字塔式,整车企业通过多种形式对下游供应商进行渗透,资产专用性投资程度很高,其效果是:形成规模经济,减少内部成本;达成知识共享,促进产能提高;实现双向提升,增进关系稳固。我国汽车产业"整零"关系具有诸多局限性,应借鉴日本经验,处理好整车企业与零部件供应商之间的关系,形成"战略-利益"共同体,使汽车产业的"整零"关系进入一个良性循环,从而促进我国整个汽车产业的高速、高质发展。     

通胀惯性、通胀预期与我国通货膨胀的空间特征——基于空间动态面板模型

本文将经济地理空间权重矩阵引入通胀惯性和通胀预期共存的新凯恩斯混合菲利普斯曲线框架,通过空间动态面板模型计量方法考察我国地区通胀在时间和空间上的特征。我们通过蒙特卡罗模拟发现,使用拟最大似然函数方法估计空间动态面板模型明显优于用于估计动态面板模型的向前正交离差广义矩方法。分析发现,消费者物价指数和零售商品物价指数空间传染性较强,GDP平减指数空间相关性较弱。新凯恩斯混合菲利普斯曲线较好地拟合了我国通胀的运行机理,其中,在影响当期通胀水平上,通胀惯性明显占优于通胀预期,治理通胀必须承受必要代价。     

我国知识产权试点示范工作对专利申请活动的影响简

在系统梳理国家级知识产权试点示范工作的基本情况和政策法规的基础上,以第一批全国60家企事业专利试点单位为研究对象,利用国家知识产权局专利检索数据库公布的数据,对其在1985—2011年的发明专利、实用新型专利和外观设计专利的申请量进行检索和统计,分3个阶段（试点单位认定前、试点工作开展期间、试点工作结束后）对其专利申请情况进行定量分析,探讨知识产权试点示范工作对专利申请活动的影响。结果显示：在试点单位认定前,试点单位的专利申请量增长明显;在试点示范工作执行期内,其专利申请量没有发生显著变化;在试点工作结束后,企事业单位的专利申请量和申请专利的企事业单位数量都有所增加。这表明,知识产权试点示范工作的开展在一定程度上促进了专利申请量的增长,但是存在部分企业为获得认定而申请专利的现象。     

基于声誉视角的企业社会责任实施策略研究

企业应当如何寻求社会责任与社交媒体交融背景下的企业社会责任(CSR)实施策略?这已成为全球经济面临的现实难题,对于处在声誉压力下的中国企业更是如此。文章通过全面回顾"声誉机制与CSR之间存在关联"的相关研究成果,以来自中国的两家企业(联想与宏碁)为商业案例,从公司治理、工作环境以及企业公民实践三个维度对其CSR实践进行了详细比较与系统分析,以期验证西方学者提出的"声誉机制对CSR实施策略具有正面影响效应"观点。结果表明:声誉机制确实可以促进企业加强自我约束,选择负责任的商业实践,成为法律规制、政府监管等正式制度的有益补充和替代,对中国企业来说也不例外。最后,结合中国企业现实处境,文章提出从回报角度认知CSR、取得行业标准认证、从局部小处起步等将CSR策略性融入到企业日常运营中的几点启示。     

Maxmin mechanism in a simple common value auction

This paper models the data generating process of common value auctions in a parameter-estimation way, known as the classical approach in statistical inference. Viewing the true value of the object as a parameter that nobody ever knows, we let our value function be the average of the individual estimations (signals) of all agents, a robust estimation of the parameter. Under this simple value function, we select almost uniquely the mechanism that gives the seller the largest portion of the true value in the worst situation among all the direct mechanisms that are feasible, ex-post implementable and individual rational. Our Maxmin mechanism, which randomly assigns the object to one agent, provides the seller (n−1)/n$(n-1)/n$ of the true value when expected revenue is concerned, where n$n$ is the number of the agents.