正度拟齐次Toeplitz算子的乘积

在Bergman空间上讨论了以拟齐次函数为符号的Toeplitz算子的乘积问题.使用Mellin变换作为工具,得出了当拟齐次函数的度都为正度时两个Toeplitz算子乘积仍是Toeplitz算子的充分必要条件,完善了以往文献中的有关结果.     

随机生产前沿方法的发展及其在中国的应用

本文对随机前沿生产函数模型的发展及其在中国生产率分析中的应用进行了评述。文章首先介绍随机前沿方法的基本原理、估计方法和在面板数据下对全要素生产率增长的分解,随后评述随机前沿生产函数模型的最新进展和在经验分析中的优势与作用,最后总结了在中国行业和地区经济增长研究中随机前沿方法的成果和不足,并探讨今后研究的发展方向。     

浅析院所企业存在的几个突出问题及对策

科研院所为适应科技体制改革，参与市场竞争兴办了各类型的企业，但是目前出现了大面积的亏损，本分析了造成院所企业经营亏损的几个突出问题，提出了解决这些问题的对策。     

我国资本市场存在的制度功能缺陷与对策

我国资本市场是在新旧体制转换中建立起来的，先天就存在着制度和市场功能方面的缺陷，亟需要采取有效应对策略以弥补，使我国资本市场的发展走上正常轨道。     

现代配送中心经营定位的思考

从分析和研究现代物流配送中心的基本功能出发，提出了不同经济功能下配送中心的不同类型，并在此基础上探讨了不同功能的配送中心在市场竞争中的基本经营定位。     

我国城市农民工劳动供给曲线的理论分析和实证检验

从我国存在巨大的区域经济差异出发,如果假定劳动力从落后地区向发达的城市转移,不是决定于两地区的工资之差,而是决定于城市的工资与落后地区劳动力在城市的生存成本和需要其负担的家属在落后地区的生存成本即转移劳动力的基础价值之差,并且假定在城市的劳动力供给市场上,随着工作时间的延长和实际小时工资的降低,存在劳动力的退出,并且退出劳动力减少的劳动供给大于留在劳动力市场中的劳动者增加的劳动量,则城市农民工的劳动供给曲线是一条以落后地区转移劳动力的最低基础价值为起点、向右上方倾斜、其不同阶段存在不同斜率、且斜率随城市劳动力供求状况而变动的曲线.     

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。     

建立健全内部审计制度的思考

本文从建立健全企业内部控制制度入手，分析了内控与内审的关系；其次，从分析我国内审现状着手，陈述了内审现状不容乐观；最后，在具体如何强化方面，主要涉及内审的职能转变、结构模式的转变、人员素质的提高及多元化、与外部审计的结合，事后审计向事前事中审计的转变及向行业管理转变建立内审职业规范等措施。     

关于韩非法治思想与现代法律的思考

针对先秦儒家的"德治"主张,韩非提出了"法治"理论.韩非的法治思想其实质是君主专制与国家(政府)集权,它与现代法治所倡导的民主与法制精神相悖.但这种"国家(政府)法治"传统却被我们自觉或不自觉地因袭了下来,成为我国经济改革深化和转变政府职能的巨大障碍.为了建立一个好的市场经济,防止滑入一个坏的市场经济,法治应该由国家统治社会和民众的工具变为保护社会和民众的工具,进而成为社会和民众自我保护的工具.法律应该由君主专制的利器变为社会和民众捍卫民主与自由的盾牌.     

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.