中国和美国信贷冲击跨境溢出效应的比较研究

本文构建了基于符号约束识别的GVAR模型,并用以考察中国和美国的信贷市场冲击对全球41个国家的不同溢出效应.研究结果表明,中国紧缩性信贷市场冲击对本国实体经济有显著的负效应,但仅限于短中期;而美国信贷冲击对本国乃至全球经济都具有相当大且持久的负影响.中国信贷冲击的跨国效应较小,且主要通过贸易渠道.中国信贷市场的本国冲击能解释中国产出近10%的波动,但无论是本国效应还是跨境传导,总需求冲击仍是驱动中国经济周期波动的最主要力量.     

SV模型参数估计的经验特征函数方法

计算基本SV模型和杠杆效应SV模型的联合特征函数，借助经验特征函数方法估计这两个SV模型。使用上海和深圳股票指数收益数据进行实证研究，结果表明经验特征函数方法是一种简单易行的估计SV模型的方法。     

存在成果溢出和投资溢出下的研发组织分析

将溢出分为研发成果的溢出和研发投资的溢出。根据企业在产品竞争阶段和研发阶段是否合作 ,将企业的研发组织分为 6种不同的情况 ,并对其在不同的溢出类型下的均衡结果分别从技术进步、企业利润和社会福利的不同角度进行了比较。     

具有结构转换的GARCH模型及其在中国股市中的应用

引入具有结构转换(switching regime)的GARCH模型(简称SW—GARCH)，并利用上海股市收益进行实证研究，通过与GARCH模型下的结果相对比，表明SW—GARCH大大提高了对市场波动性的预测能力，为股价波动的变结构建模问题提出了一个新方法，从而解决GARCH及其他异方差模型的结构变化问题。     

Asymmetry of the Conditional Volatility of Chinese Stock Market

This paper mainly investigates the asymmetry of the conditional volatility of Chinese stock market by using the GARCH models. We collect the dally data of Shanghai composite index to analyze the volatility asymmetry. The empirical results show that there exists a distinct volatility asymmetry for return. In addition, we extend G JR model to the case with the information flow that is represented by the volume, and the results imply that the volume can＇t substitute the information flow to account for the conditional volatility asymmetry.     

长记忆SV模型的统计性质及其实证分析

给出与证明长记忆随机(LMSV)模型的矩与谱密度。波动替代量的长记忆性，与ARFIMA模型的关系，以及其时间聚合等统计性质；最后利用模型考察了上海股市波动的长记忆特性。     

跨国公司对中国本地企业知识溢出模型分析

跨国公司对东道国企业传递知识的主要途径是通过知识溢出 ,本文分析了知识溢出效应 ,讨论了知识创新与模仿的旋进机制 ,指出要利用知识溢出效应 ,推动技术进步。最后总结了知识溢出效应给我们的启示     

信息交易概率与中国股市价格行为关系的研究

介绍并利用信息交易概率(PIN)作为衡量中国市场信息非对称程度的指标，建立了关于信息交易概率、流动性和波动性之间关系的回归模型，并采用三阶段最小二乘法(3-SLS)对其进行参数估计。实证结果表明在中国股票市场中信息交易概率与市场流动性正相关，而与波动性负相关，进一步揭示了中国股市的价格行为。     

“一带一路”背景下基于知识溢出视角的企业动态合作行为演化博弈分析

"一带一路"战略的逐步推进使得企业与企业之间的合作突破了地域、国别和文化的限制。在此背景下,基于知识溢出视角,针对企业间复杂动态合作行为演化问题,在有限理性的前提下,运用演化博弈理论,通过构建演化博弈模型,对企业动态合作行为演化路径进行了分析,对影响企业合作策略选择的作用机理进行了研究。研究发现:合作双方的策略选择与初始支付矩阵有关,也与支付矩阵的初始参数设置有关。其中,在一定范围内,增大合作收益系数,减小合作风险,降低合作成本有利于企业展开合作活动,实现合作共赢的最终目标。最后根据本文研究结果,对政府及企业提出了相关政策建议。     

The predictability of stock market volatility in emerging economies: Relative roles of local,regional, and global business cycles

This paper explores the role of business cycle proxies, measured by the output gap at the global, regional, and local levels, as potential predictors of stock market volatility in the emerging BRICS nations. We observe that the emerging BRICS nations display a rather heterogeneous pattern when it comes to the relative role of idiosyncratic factors as a predictor of stock market volatility. While domestic output gap is found to capture significant predictive information for India and China particularly, the business cycles associated with emerging economies and the world in general are strongly important for the BRIC countries and weakly for South Africa, especially in the postglobal financial crisis era. The findings suggest that despite the increase in the financial integration of world capital markets, emerging economies can still bear significant exposures to idiosyncratic risk factors, an issue of high importance for the profitability of global diversification strategies.