Forecasting U.S. money growth using economic uncertainty measures and regularisation techniques

This paper examines the out-of-sample forecasting properties of six different economic uncertainty variables for the growth of the real M2 and real M4 Divisia money series for the U.S. using monthly data. The core contention is that information on economic uncertainty improves the forecasting accuracy. We estimate vector autoregressive models using the iterated rolling-window forecasting scheme, in combination with modern regularisation techniques from the field of machine learning. Applying the Hansen-Lunde-Nason model confidence set approach under two different loss functions reveals strong evidence that uncertainty variables that are related to financial markets, the state of the macroeconomy or economic policy provide additional informational content when forecasting monetary dynamics. The use of regularisation techniques improves the forecast accuracy substantially.     

我国居民杠杆率现状及影响因素研究

近年来,我国居民部门杠杆率的快速上升引起社会各界关注。本文使用货币信贷和城镇储户调查数据,对我国居民部门杠杆率和偿债能力现状进行了分析,并运用各省住户贷款数据计算各省的居民杠杆率,使用面板数据模型对居民杠杆率上升的原因进行了实证分析。结果表明,房价的快速上涨和住房销售的增长都对居民部门杠杆率的上升有显著正向影响,其中房价上涨的影响程度更大。此外,金融发展水平和老年人抚养比对居民杠杆率有正向影响,少年人抚养比对居民杠杆率有负向影响。     

信息化对制造业升级的影响机制研究

信息化对制造业升级的影响日益深远，但其影响机制也更加复杂。通过微观、宏观双视角定性论述，借助GMM模型对中国283个城市2004-2014年的面板数据进行定量测度，探讨了信息化对制造业升级的影响机制。结果显示：信息化与制造业升级存在倒U型关系，当信息化程度未跨过风险拐点时，其对制造业升级会产生促进作用；信息化程度跨过风险拐点后，信息化对制造业升级的促进作用呈下降趋势。研究表明信息化并不总是促进制造业升级，信息化是机遇也是挑战，各地区需要因地制宜，结合自身工业化水平来发展信息化。     

中印电影产业国际竞争力的比较研究

随着经济全球化的不断发展,电影产业对一国经济的发展起着越来越重要的作用。同属于发展中国家的中国和印度,电影产业的发展却存在较大差异。基于"钻石模型"理论,从需求、资源、相关支持产业以及企业战略、结构和政府五个方面剖析了中印电影出口存在的差异及成因,提出了改革电影体制,落实政策法规;缩小文化差异,打破文化隔阂;完善资源整合,改革营销策略;刺激国内需求,形成规模效应等对策建议。     

我国最低工资政策的就业效应——基于北京市和重庆市建筑业的分析

VAR模型对最低工资就业效应的分析结果显示:北京市的最低工资标准与建筑业就业只是在数理统计上存在关系,并没有实际的经济意义;最低工资对重庆市建筑业的微弱负影响可以忽略不计。最低工资的就业效应并不明显,可以紧密联系行业平均工资来调整最低工资标准,以保障劳动者的基本生活。     

科技型小微企业创新生态系统网络治理研究

建立一个完整、高效的创新生态系统是破解科技型小微企业创新困境、提高创新效率，以及助力新旧动能转换的有效途径。基于生态系统理论和演化动力学模型，构建科技型小微企业创新生态系统网络框架和网络联结模式，利用竞争、互利共生和捕食关系演化模型，分析演化模型的均衡点及其稳定条件。结果发现，创新生态位重叠程度决定了竞争激烈程度，系统演化均衡条件是主体间分工程度高，且嵌入适度。最后，从价值主体和机构主体两个方面〖JP〗提出推进科技型小微企业创新生态系统不断进化的治理策略。     

深圳国际低碳城“营城模式”的启示

深圳国际低碳城应对发展面临的创新、资金筹集和合作创新等需求,构建了一体化营城的模式,通过完善低碳城管理体制,探索构建多方合作及利益共享机制;通过发挥综合运营平台优势,提供全方位、全过程的专业服务;通过推进资源、资产、资本综合管理,创新多元化的筹资机制,在低碳城建设运营中取得了良好成效,并在创新新型园区建设运营、正确处理政府和企业在发展新兴产业中的关系方面,提供了有益的借鉴。     

Trading volume and stock returns: A meta-analysis

I examine 468 estimates on the relationship between trading volume and stock returns reported in 44 studies. I study publication bias together with Bayesian and frequentist model averaging to explain the heterogeneity in the estimates. The results yield three key conclusions. First, publication bias distorts the findings of the primary studies. Second, the predictability of stock returns varies with different markets and stock types. Third, different data characteristics, structural variations and methodologies used drive the heterogeneity in the results of the primary articles. In particular, one should be cautious when using monthly data or VAR models.     

农业创业情境下商业模式设计的影响机制研究——基于模糊集定性比较分析

农业创业者如何通过整合与管理资源与能力，设计新颖型商业模式创造更多价值，是实现乡村振兴战略的关键措施。文章基于资源编排、商业模式理论，以央视《致富经》栏目40个案例为样本，运用模糊集定性比较分析（fsQCA）方法，剖析资源编排、机会能力、创业学习所构成的前因变量组态对农业创业活动中商业模式设计的影响机制。研究发现，资源编排在农业创业活动中发挥不可或缺的关键作用；相较于资源结构化和资源捆绑，资源利用在新颖型商业模式设计中的作用更为突出；机会能力须与资源编排共同作用，方可实现新颖型商业模式设计；在资源编排作用缺乏时，创业学习的发挥有助于新颖型商业模式设计的形成。研究成果诠释了农业创业情境下资源编排、机会能力与创业学习对商业模式设计的影响机制，为开展农业创业活动提供指导。     

An information-theoretic approach for forecasting interval-valued SP500 daily returns

We develop an iterative and efficient information-theoretic estimator for forecasting interval-valued data, and use our estimator to forecast the SP500 returns up to five days ahead using moving windows. Our forecasts are based on 13 years of data. We show that our estimator is superior to its competitors under all of the common criteria that are used to evaluate forecasts of interval data. Our approach differs from other methods that are used to forecast interval data in two major ways. First, rather than applying the more traditional methods that use only certain moments of the intervals in the estimation process, our estimator uses the complete sample information. Second, our method simultaneously selects the model (or models) and infers the model’s parameters. It is an iterative approach that imposes minimal structure and statistical assumptions.