随机利率和通货膨胀下DC养老金的鲁棒最优投资策略

针对通货膨胀、随机利率、随机薪酬和模型不确定性影响下的确定缴费(Defined Contribution,DC)型养老金的鲁棒最优投资策略问题,首先假设市场是由无风险资产、滚动债券以及股票3种资产组成,给出这3种资产以及随机薪酬的动力学公式;然后通过消费者价格指数刻画通货膨胀的水平,应用伊藤公式,得到通货膨胀环境下3种资产价格以及随机薪酬的动力学公式;接着应用Girsanov定理,得到新测度下随机利率、3种资产以及随机薪酬的动力学公式,并得到养老金账户的财富过程;最后在期望效用最大化的原理下,应用随机控制理论求解HJB方程(Hamilton-Jacobi-Bellman equation),得到了DC养老金的鲁棒最优投资策略;通过数值分析得出通货膨胀对鲁棒最优投资策略的影响。     

随机利率下保费随机收取的双险种风险模型

首先建立了带随机利率、通货膨胀率和干扰项的双险种风险模型,对保费收取和理赔次数都是随机变量的情况,最后得到破产概率的一般表达式。     

碳限额与交易机制下考虑汇率波动的供应商选择与分配

全球采购背景下,供应商选择成为企业运营决策的关键.为研究碳限额与交易机制以及汇率波动对企业供应商选择策略的影响,本文以包括管理成本、采购成本、运输成本、库存成本以及碳交易成本的总成本最小化为目标,建立随机混合整数规划模型,探讨拥有多个采购站点的一个企业向不同的供应商采购产品的供应商选择和分配问题.研究表明,汇率波动会对供应商的选择产生影响,波动的不确定性对供应商选择决策的影响不同.相较于固定汇率确定性模型,浮动汇率确定性模型可以增加期望利润.另外,无论是否存在汇率波动,采用随机模型代替确定性模型会进一步增加期望利润.同时,碳限额与碳价格也会对供应商的选择决策产生影响.碳限额低时,企业的采购成本会逐渐上升,进而影响企业的采购决策;碳价格上升也会增加企业的采购成本,此时企业的订购量会呈"阶梯状"变化.     

国际收支顺差、通货膨胀与货币政策独立性

自2003年以来,我国宏观经济运行状况一直是国际收支顺差和通货膨胀同时并存的局面,货币政策操作面临着巨大的挑战。货币政策的独立性受到诸多因素如操作工具缺乏,人民币升值预期,加息预期等的制约,只有加快汇率弹性浮动,外汇管理制度和外汇储备债券发行等建设才能增强货币政策的独立性。     

卷积神经网络的民国纸币序列号识别系统

实现了深度学习的民国纸币序列号自动识别系统.提取、分割民国纸币序列号字符,对单个字符进行预处理,裁剪字符空白区域,归一化字符大小,并使用卷积神经网络进行识别.实验结果表明:在纸币存在污迹、褶皱的情况下,所提民国纸币序列号识别系统能够减少人工录入的工作量,单个字符的识别精度高于99.99%.     

城乡通货膨胀率比较及影响分析

2007年下半年以来,我国物价水平持续快速上涨。从2007年8月至2008年5月,全国居民消费价格指数（CPI）上涨超过6％,其中食品类价格上涨明显。在全国CPI高位运行的同时,农村CPI一直明显高于城市CPI。这是由于农村市场的流通环节费用高于城市、农村市场价格基数较低、农村劳动力外流以及一些制度性的因素。由于农村居民收入普遍低于城市以及城乡消费结构差异等原因,农村居民是物价上涨的最大受害者。     

对虚拟货币交易征税的法律探讨

虚拟货币的特殊性使得对虚拟货币交易进行征税存在颇多争议。但交易者通过虚拟货币交易却实现了真实的财产收益,这使得虚拟货币交易符合税收征收对象的基本要件。加强对虚拟货币交易征税的可行性和必要性研究,修订并完善税收法律法规,对于加强政府对虚拟货币交易的宏观调控,具有现实意义。     

一类变质性物品在考虑货币时间值和通货膨胀率时的最优生产库存策略

作者在考虑货币时间值和通货膨胀率的情况下,讨论了需求是时间的连续函数、允许缺货且缺货完全回补、变质率为常数、补货率有限的变质性物品在有限计划期内的生产-库存策略,同时证明了最优生产-库存策略的存在唯一性,并给出了求最优策略的算法和算例.     

基于可持续发展的IS—LM—SD模型

可持续发展是经济、社会和环境三者和谐发展的统一,不仅与一个国家的自然资源禀赋有关,而且与国家的财政、货币政策等制度安排有着内在的联系,表现为产品市场、货币市场和与社会、环境相关的特殊服务市场的均衡,因此,国家可以通过财政政策、货币政策的合理应用,实现社会、经济、生态环境的协调发展。通过把社会可持续发展曲线和环境可持续发展SE曲线合并成可持续发展SD曲线,纳入到IS—LM模型中去,得出了国家可以通过财政、货币政策调整SH影响经济发展,影响产品市场、货币市场和特殊服务品市场的均衡,实现经济、社会、生态环境的可持续发展的结论。     

A linear benchmark for forecasting GDP growth and inflation?

Predicting the future evolution of GDP growth and inflation is a central concern in economics. Forecasts are typically produced either from economic theory‐based models or from simple linear time series models. While a time series model can provide a reasonable benchmark to evaluate the value added of economic theory relative to the pure explanatory power of the past behavior of the variable, recent developments in time series analysis suggest that more sophisticated time series models could provide more serious benchmarks for economic models. In this paper we evaluate whether these complicated time series models can outperform standard linear models for forecasting GDP growth and inflation. We consider a large variety of models and evaluation criteria, using a bootstrap algorithm to evaluate the statistical significance of our results. Our main conclusion is that in general linear time series models can hardly be beaten if they are carefully specified. However, we also identify some important cases where the adoption of a more complicated benchmark can alter the conclusions of economic analyses about the driving forces of GDP growth and inflation. Copyright © 2008 John Wiley & Sons, Ltd.