刍议我国增值税转型

实行消费型增值税有利于加快企业发展,提升产品竞争力。目前我国已具备增值税转型条件,宜采用“一步到位”方式,但不宜提高税率。     

银行不良贷款违约损失率结构特征研究

本文对中国银行业面临的信用风险违约损失率(LGD)展开研究,以温州某商业银行不良贷款数据为样本,通过描述性统计,对LGD的结构特征:信用风险暴露规模特征、期限特征、地域特征以及担保特征等进行了详细分析。结果表明LGD与风险暴露规模呈负相关,LGD与贷款期限呈正相关,不同地域、不同担保方式的违约贷款其LGD差异性显著。以上这些结论可为商业银行信用风险管理、信贷投放导向以及信用风险监管提供现实帮助。     

对我国金融资产管理公司转型的思考

经过5年多的发展,我国金融资产管理公司(AMC)到现在面临转型。本文分析了我国金融资产管理公司转型的必然性,就转型的路径选择做出三种预测,以及对金融资产管理公司转型提出一些准备。     

Pseudo empirical likelihood method in the presence of missing data

In this paper, we propose an estimator for the population mean when some observations on the study and auxiliary variables are missing from the sample. The proposed estimator is valid for any unequal probability sampling design, and is based upon the pseudo empirical likelihood method. The proposed estimator is compared with other estimators in a simulation study.     

市场调查中的不完全事后分层估计量

在使用多个分类变量对样本进行交叉事后分层时，经常面临边缘总值已知、格子总值未知的不完全事后分层问题。针对这一情况，给出两种估计量即搜索比率估计量和广义搜索比率估计量。     

新疆劳动参与率偏低的原因分析

本文通过对新疆和全国劳动参与率的比较分析,得出新疆地区的劳动参与率明显低于全国水平,并对此产生的原因作了简要分析。除了各种宏观经济因素外,与新疆地区推行特殊的少数民族生育政策而带来的高幼儿扶养比和该地区传统的小富则安缺乏竞争意识的思想观念也有很大关系。     

价值型投资在中国证券市场上的有力证据

本文给出了1994年至2005年间价值型投资在中国A股市场中的有力证据。Fama—MacBeth回归表明在中国A股市场中存在着显著的市盈率和市净率溢价，1994年至2005年中牛市和熊市的滚动策略显示了我国A股市场中的价值效应，并且风险和收益之间基本上呈现出收益大、风险大的特征。本文的实证研究结果将有助于中小投资者以及机构投资者的长期投资决策。     

浅议增值税税负的税收筹划

该文从增值税税负分析着手,对增值税的税收筹划进行,不同层次的阐述,为降低增值税税负提供了多渠道、多方位的筹划空间.     

中国房地产泡沫到底有多大

利用Ramsey模型，采取资本边际收益率法，实证测试了2000～2004年我国房地产的泡沫度，得出了期间我国房地产经历了从负泡沫、无泡沫到正泡沫演变的结论。     

Forecasting recovery rates on non-performing loans with machine learning

We compare the performance of a wide set of regression techniques and machine-learning algorithms for predicting recovery rates on non-performing loans, using a private database from a European debt collection agency. We find that rule-based algorithms such as Cubist, boosted trees, and random forests perform significantly better than other approaches. In addition to loan contract specificities, predictors that refer to the bank recovery process — prior to the portfolio’s sale to a debt collector — are also shown to enhance forecasting performance. These variables, derived from the time series of contacts to defaulted clients and client reimbursements to the bank, help all algorithms better identify debtors with different repayment ability and/or commitment, and in general those with different recovery potential.