我国经济增长对CO2排放影响的区域差异分析——基于省际面板数据的实证研究

通过选取我国各地区2000-2009年人均GDP和C02排放量的面板数据,建立变截距模型分析了经济增长对CO2排放量的影响,建立变系数模型分析了经济增长对CO：排放量影响的地区差异性,运用聚类分析了各省能源利用结构差异,最终证明经济增长并非是CO2排放量增加的直接原因,我国可以实现CO2减排与经济增长的双赢。     

西部地区碳排放和经济增长关系的实证研究——基于西部省际面板数据的协整检验

文章运用面板数据分析方法,实证研究对西部地区各省份的碳排放与经济增长之间的协整关系。研究表明:碳排放对西部地区各省份经济的影响,除对重庆、贵州和青海的影响较显著外,对其他省份的影响并不显著;西部地区的资源优势没有转化为经济发展的优势,而是存在"资源诅咒"现象;相对于其他地区而言,西部地区更适合低碳经济的发展模式。     

多重信息维度下金融市场风险的高频计量——基于超高频数据ACD模型和UHF-GARCH模型、

超高频数据是交易的实时记录,是所有信息在股市上的最精确的表现。考虑使用高频数据来测度金融风险无疑能够提高风险测度的准确性。本文在现有研究成果的基础上,将交易者行为特征、交易量、买卖价差、交易速度等信息维度纳入金融高频风险的计量中,并与没有考虑这些信息维度时测度的准确性进行对比,结果表明,考虑多重信息维度的模型能够更准确地测度金融市场风险。     

数据质量评估框架及其信息量分析

统计数据质量重要性催生出各国用于数据质量评估的框架、系统,IMF制定的数据质量评估框架因其结构完整性和较强归纳性受到成员国的广泛采用。文章通过运用信息熵理论对数据质量评估框架(DQAF)本身的维度、指标信息量问题进行研究,得出：(1) DQAF各维度、指标在账户内     

制度变迁对新兴产业发展的贡献研究——基于行业面板数据的实证分析

本文运用主成分分析法测算各新兴产业的制度变迁指数,利用行业面板数据,构建了一个包括人力资本、制度变迁等在内的C-D模型,以检验制度变迁对新兴产业发展的贡献程度。研究结果表明,我国新兴产业增长最主要的拉动力量仍然是资本投入,制度变迁对新兴产业发展的贡献程度虽然较高,但仍存在较大的制度创新空间,因此,应进一步坚持各项制度创新,为新兴产业发展提供良好的制度环境和制度安排,使新兴产业走向集约型、质量型发展道路。      

基于利益相关者视角的统计数据质量管理体系研究

统计数据质量涉及到数据的生产者、使用者、提供者和监督者等利益相关者,不同主体关注的数据质量维度各有侧重。文章提出作为统计数据质量评估主体的统计机构,应突破自身作为数据生产者的局限,兼顾数据生产者、使用者、提供者和监督者的不同质量要求,采取与之相应的评估指标、方法和多样化的评估形式,全面评估统计数据质量,实施有针对性的数据质量管理策略。最后,给出简短结论与未来展望。     

经济资本在商业银行风险管理中的运用

经济资本管理作为商业银行风险管理的核心工具,其应用日益广泛。通过经济资本管理,银行可以量化经营所面临的全部风险并确定抵御风险的资本。实现经济资本管理,需要建立银行内部的评级体系,这涉及银行数据体系的建立和维护。由于整个社会信用文化的缺失以及有效数据的缺乏,我国的商业银行在这方面需做大量工作。     

经济发展水平、产业结构与碳排放强度——中国省级面板数据分析

利用我国29个省市自治区1995—2007年的面板数据,本文分析了二氧化碳排放强度同经济发展水平及产业结构之间的关系。通过多项计量检验,比较了不同计量模型之后,笔者选取了能够修正面板异相关和自相关的可行的广义最小二乘法(FGLS)模型。研究表明,(1)碳强度同人均GDP之间存在"N"形关系。(2)第二产业比重同碳强度存在正相关关系,即第二产业比重越高,二氧化碳排放强度就越高。(3)对经济发展与碳排放之间关系进行的情景分析表明,如果产业结构不改变,没有实施另外的政策,经济增长速度本身难以引致碳排放强度的大幅下降,2020年二氧化碳排放强度下降40%~45%的目标难以实现。     

中国商业银行竞争力及影响因素分析:2002—2009年

本文选取中国14家上市商业银行作为研究对象,利用2002—2009年的数据,通过定义社会生产效率、服务效率、盈利效率和成长效率,研究中国银行业的整体效率、效率值动态变化和各银行的效率情况。结果表明,四大国有控股商业银行与一般股份制银行和城市商业银行相比,其社会生产效率、盈利效率过低,但如果将投入变量中的员工数目换为工资薪酬,国有控股商业银行的效率则有很大提升;股权结构会影响效率值,但国有股与效率值不一定负相关,而外资股和效率值正相关,只对于生产效率成立,对于服务效率和盈利效率刚好相反。     

Empirical Evidence of the Leverage Effect in a Stochastic Volatility Model: A Realized Volatility Approach

Increasing attention has been focused on the analysis of the realized volatility, which can be treated as a proxy for the true volatility. In this paper, we study the potential use of the realized volatility as a proxy in a stochastic volatility model estimation. We estimate the leveraged stochastic volatility model using the realized volatility computed from five popular methods across six sampling-frequency transaction data (from 1-min to 60- min) based on the trust region method. Availability of the realized volatility allows us to estimate the model parameters via the MLE and thus avoids computational challenge in the high dimensional integration. Six stock indices are considered in the empirical investigation. We discover some consistent findings and interesting patterns from the empirical results. In general, the significant leverage effect is consistently detected at each sampling frequency and the volatility persistence becomes weaker at the lower sampling frequency.