中国存在自然垄断行业吗？———来自电力供应等６个行业的经验证据

利用２００５～２００７年规模以上企业的生产数据,借助方程组估计和似不相关模型,从生产函数规模报酬递增的角度考察电力供应、水力发电等６个行业的自然垄断属性,发现基本没有规模报酬递增,个别具有规模报酬递增行业的估计结果也不稳健。这意味着,传统认为是自然垄断的行业其实并不具有自然垄断属性。     

非参数核密度估计在异方差模型中的应用

针对非参数核密度估计中最优窗宽的选择在实际建模中的不足,提出了一个新的最优窗宽选择的迭代方法,克服了使用传统的经验法则所带来的局限性。并在此基础上用一种新的非参数核密度估计ML方法应用到了中国股票市场,通过与极大似然估计对比论证了此方法的有效性和可行性。实证分析表明,通过与实际值的模拟对比,运用非参数估计技术得到上证指数日收益率的拟合值要优于极大似然估计的拟合值。     

总量生产函数、经济增长与增长核算方法——中国增长核算研究的一个综述

总量生产函数是进行宏观经济数量分析的基础,不论长期增长问题,还是短期波动问题,总量生产函数的设定都是研究的前提^[1]。本文关注总量生产函数在中国经济增长核算中的运用。帕金斯(Perkins)指出,“中国富强的关键在于提高全要素生产率”^[2]。因而,对于中国增长绩效的研究极为重要。     

七方面加强农信计算机安全管理

目前,随着山东省农村信用社计算机网络的全面开通,提高了服务质量,方便了客户,大大促进了农村信用社各类业务的迅猛发展,在提高经营效益和竞争能力等方面部发挥了重要作用。但是,因为各种制度不太健全,各种措施不太完善,计算机管理不太到位,隐藏着极大的计算机安全隐患;基层信用社网点的管理者普遍存在“重经营,重效益,轻管理”的思想,对计算机安全管理缺乏足够的认识;     

互联网营销的新模式

<正>互联网发展初期,互联网营销的模式还处于对传统媒体的模仿,互联网广告是当时最主要的营销手段。而互联网发展到"web2.0"时代,消费者的个性化需求得到极大的满足、消费者之间的交互性、互动性得到极大的增强,在新的     

基于极大熵准则区域生态主导产业的选择

本文根据生态主导产业的特点,构建了区域生态主导产业的指标体系,建立了区域生态主导产业的选择模型.基于极大熵准则,运用熵权分析法给出了各产业基于生态效益的指标排序,根据产业间的排序,确定区域的生态主导产业,并对山西生态主导产业的选择进行了实证研究.     

基于虚似仪器技术的服装压力、温湿度测试系统

1 引言。提高服装舒适性成为当今服装科技发展的重要趋势。服装舒适性是指在一定的环境下，人体着装后能够满足其生理和心理的需要，使人处于满意或愉快的状态，能够利于人体运动和日常生活工作的服装性能。它是物理、心理、生理等多种相互作用的综合结果。服装压力、温湿度的高低成为评价服装舒适性的重要指标。通过对服装压力的测量来评定服装压力舒适性。人体穿着服装后，由于服装重量及松紧程度而使人体受到约束，单位面积上的受力称服装压力。服装压力的测量可以反应出服装结构、材质变化带来的压力变化，从而为提高服装舒适性而进行的服装结构设计、材质设计提供可靠的数据基础。温湿度的测量可以评定服装的热湿舒适性——服装与人体和周围环境之间发生热湿能量交换，从而保证干燥适宜温度的服装气候。通过对该指标的测量，可以评论服装选材、结构合理与否的人体舒适程度。但由于服装是穿着在人体上的，人体曲面的复杂性及人体运动时的生理、物理变化的复杂性，给其测量带来不同程度的困难。随着计算机技术、传感器技术的发展，建立基于虚拟仪器技术的服装压力、温湿度测试系统，可以满足精确测量着装人体运动时的服装压力、温湿度的变化，较直观地实时在线决定服装舒适性的综合指标。     

含跳跃过程单因子利率模型的估计——基于中国国债回购利率的实证分析

在CKLS模型的基础上,我们提出了一个加入跳跃过程的单因子利率期限结构模型。通过对我国国债回购利率的实证检验,发现加入跳跃过程后,模型不但能更好地拟合实际数据．而且揭示了利率均值回复和水平效应的部分原因,从而增强了模型的解释能力。     

状态转换和中国股市的独特特征——基于马尔可夫状态转换-自回归模型的分析

本文采用马尔可夫转换-自回归模型分析了上证综指的周收益率.通过6个模型的比较,本文指出状态转换模型明显优于普通GARCH模型.研究表明中国股市存在多个独特特征:收益率在不同状态之间的变动规律差异显著;低波动状态的持续时间最短,出现频率也最低,而高波动状态出现次数最多,并且同牛市的相关性显著;中国股市中,低和中等波动状态之间无法直接转换,而是必须通过高波动状态作为媒介而相互转换.这些特征都显著区别于成熟市场,也提供了中国股市缺乏有效性的直接证据.本文结论有助于风险控制、预测等金融实践操作,对于股市制度设计和创新也能提供一定的方向指导.