時間：2023-05-17 16:20:44
引言：易發(fā)表網(wǎng)憑借豐富的文秘實踐，為您精心挑選了九篇金融數(shù)據(jù)論文范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時聯(lián)系我們的客服老師。
(一)監(jiān)督得不到有效合理的控制，導(dǎo)致統(tǒng)計工作產(chǎn)生風(fēng)險我們大家都知道統(tǒng)計數(shù)據(jù)一般都是反映宏觀整體現(xiàn)象，這種宏觀整體現(xiàn)象往往都掩蓋了事物的個體本質(zhì)，因此大多數(shù)公眾與某些部門對它產(chǎn)生懷疑卻無從下手去監(jiān)管，另外統(tǒng)計部門在統(tǒng)計信息時，占有主動權(quán)，具有權(quán)威性，這種信息的不對稱性也容易產(chǎn)生職業(yè)道德風(fēng)險，再有統(tǒng)計部門的垂直領(lǐng)導(dǎo)形式，使其工作都是“上派下行”，從而導(dǎo)致一些統(tǒng)計數(shù)據(jù)都是現(xiàn)有目標(biāo)，再有統(tǒng)計，最后達到預(yù)期結(jié)果，統(tǒng)計工作的這種被動與尷尬已經(jīng)成為普遍現(xiàn)象，這種從上到下無人監(jiān)督，無人管理的現(xiàn)象所產(chǎn)生的后果是距離現(xiàn)實在越來越遠(yuǎn)，“此地?zé)o銀三百兩”的故事距離我們越來越近，社會將進入顛倒是非，真假難辨的惡性循環(huán)之中。
(二)統(tǒng)計法的力度不夠，加速統(tǒng)計數(shù)據(jù)的風(fēng)險產(chǎn)生從上邊統(tǒng)計風(fēng)險產(chǎn)生原因我們可以看到都是由于某些政府和個人短期利益的因素，而導(dǎo)致統(tǒng)計產(chǎn)生巨大的風(fēng)險，這種短期的效益與其產(chǎn)生的長期風(fēng)險是遠(yuǎn)遠(yuǎn)不對稱的，但是許多政府與某些單位以及個人卻還是選擇了這一瞬間的短期利益，這是為何？我們常常聽到某些單位或個人由于違反各種會計法、經(jīng)濟法，最后導(dǎo)致嚴(yán)重違反財經(jīng)紀(jì)律、貪污腐化從而導(dǎo)致受到行政法律的制裁，嚴(yán)重者觸犯刑法，最高可判無期乃至死刑和罰金。但是統(tǒng)計法律法規(guī)卻沒有這么大的力度，即使提供了虛假數(shù)據(jù)，即使受到行政處罰，也都是輕描淡寫、隔靴搔癢而已，從根本起不到懲戒、震懾和遏止作用，卻反而助長了統(tǒng)計數(shù)據(jù)失真的力度，加速了統(tǒng)計風(fēng)險的速度。最后形成了“統(tǒng)計統(tǒng)計，三分統(tǒng)計，七分估計”的熟語。這也很好地回答了上述問題產(chǎn)生的根本原因。
二、針對當(dāng)前我國統(tǒng)計工作職業(yè)道德產(chǎn)生的風(fēng)險應(yīng)采取的措施
(一)全面提高相關(guān)業(yè)務(wù)人員的綜合業(yè)務(wù)素質(zhì)統(tǒng)計工作涉及面廣，對理論知識與實際工作能力要求高，它要求相關(guān)業(yè)務(wù)人員不僅懂得國家的法律法規(guī)，而且還要求相關(guān)業(yè)務(wù)人員掌握一定的財務(wù)、審計、經(jīng)濟、統(tǒng)計分析等一定理論知識，并且還特別強調(diào)了統(tǒng)計人員應(yīng)該加強愛崗敬業(yè)、盡職盡責(zé)的職業(yè)道德，德才兼?zhèn)洌缘聻橄鹊穆殬I(yè)道德和業(yè)務(wù)素質(zhì)修養(yǎng)永遠(yuǎn)是統(tǒng)計人員的最起碼要求，也是有效地避免統(tǒng)計風(fēng)險的基本前提，所以統(tǒng)計人員應(yīng)該通過各種渠道提高自己的綜合水平，如參加各種統(tǒng)計相關(guān)的考試、學(xué)習(xí)輔導(dǎo)班以及業(yè)務(wù)比賽活動，使他們?nèi)谌氘?dāng)今社會潮流之中，這樣可以增強統(tǒng)計人員的自我提升、自我風(fēng)險保護意識，這也是抵制社會上統(tǒng)計工作不正之風(fēng)最有效的措施。
(二)政府及主管領(lǐng)導(dǎo)要用正確的發(fā)展觀去指導(dǎo)統(tǒng)計工作我們大家都知道統(tǒng)計是為政府部門服務(wù)的，這是國家參與宏觀調(diào)控的重要手段，但是在當(dāng)今的市場經(jīng)濟體制下，以市場微觀調(diào)控為主，國家宏觀調(diào)控為輔的理念指導(dǎo)下，統(tǒng)計需要減少政府的干涉，甚至消除人為干預(yù)，這樣才有助于國家的經(jīng)濟建設(shè)。所以各級政府應(yīng)該轉(zhuǎn)變職能態(tài)度，從而合理地引導(dǎo)各級主管領(lǐng)導(dǎo)具有科學(xué)的世界觀，進而正確指導(dǎo)統(tǒng)計工作，引導(dǎo)寬松的統(tǒng)計工作環(huán)境，使統(tǒng)計工作者在良好的工作氛圍中，放下包袱，努力工作，為國家制定合理有效的重大決策提供真實的數(shù)據(jù)，從而真實地反映國家的宏觀目標(biāo)，這樣更有力促進社會經(jīng)濟的發(fā)展，促進人們的安全、社會的和諧。
(三)加強統(tǒng)計數(shù)據(jù)的監(jiān)督反映統(tǒng)計數(shù)據(jù)失真給統(tǒng)計工作帶來了一定的風(fēng)險與隱患，其最大原因就是統(tǒng)計數(shù)據(jù)缺乏像會計工作那樣的監(jiān)督機構(gòu)，另外統(tǒng)計數(shù)據(jù)的公布也非常籠統(tǒng)化，不如財務(wù)指標(biāo)那樣詳細(xì)，計算方法與方式也不像會計那樣進行詳細(xì)地披露。所以國家應(yīng)該盡早地出臺一些法律法規(guī)以及有關(guān)政策，讓統(tǒng)計部門加大信息披露的力度，如時間間隔應(yīng)該縮短，披露的數(shù)據(jù)來源、方法、處理的過程等統(tǒng)計信息應(yīng)該詳細(xì)，讓數(shù)據(jù)的使用者與監(jiān)督者能夠很好地分析數(shù)據(jù)的真實可靠程度，這樣不僅增強了統(tǒng)計的公眾監(jiān)督力度，又有利于公眾對統(tǒng)計的了解與認(rèn)可，進而也讓統(tǒng)計工作者工作起來有的放矢，避免了其左右為難的工作情緒，更避免了統(tǒng)計工作的重大隱患風(fēng)險的存在。
(四)加強統(tǒng)計法律法規(guī)建設(shè)，完善統(tǒng)計規(guī)章制度目前國家對會計、經(jīng)濟等各種法律法規(guī)都進行了不斷的完善與調(diào)整，此種方式方法得到了有效的反映，如偷稅漏稅逐步減少，行賄受賄、大吃大喝公款的現(xiàn)象極度收斂，這樣不僅促進國家經(jīng)濟的發(fā)展，也受到了百姓的擁護與好評。那么如果在這種良好的氛圍下，大力加強統(tǒng)計法律法規(guī)的建設(shè)，對那些原來不合理、不完善、不適合市場經(jīng)濟體制下的統(tǒng)計法律法規(guī)及規(guī)章制度進行刪除或者合理的更新，并加以完善和必要的補充，如加大對政府與部門人為反方向干擾統(tǒng)計工作的監(jiān)督與懲罰，加大脅迫統(tǒng)計工作者編制虛假數(shù)據(jù)而承擔(dān)的法律后果，以及統(tǒng)計工作者在此過程中給予抵制而受到的獎勵制度和聽之任之、同流合污而承擔(dān)的法律后果等等規(guī)定。這樣統(tǒng)計工作者才能堅定地拿起法律的武器來保護自己，使自己勇敢地面對不法分子堅持真理，永不膽怯。因為誰也不能拿自己的一生和終身的家產(chǎn)去賭注，迫使不法分子沒有可乘之機。這是杜絕統(tǒng)計工作職業(yè)道德風(fēng)險，強化統(tǒng)計職業(yè)道德意識最有效的措施。
三、結(jié)束語
關(guān)鍵詞：最小二乘支持向量回歸機，金融時間序列，統(tǒng)計學(xué)習(xí)理論
1 引言
金融時間序列是一種特殊的時間序列，通常具有如下三大特點[1]：(1) 產(chǎn)生過程的隨機性、復(fù)雜性；(2)數(shù)據(jù)多含有高噪聲，并伴有異常值；(3) 數(shù)據(jù)間具有較強的非線性。 股票市場是一個受多方因素交互影響的復(fù)雜系統(tǒng)，對于股票價格的精確預(yù)測是非常困難的，甚至不可能的，但對于短期的趨勢預(yù)測則相對較為簡單，而且對投資者的投資行為具有極其重要的指導(dǎo)意義。論文格式，金融時間序列。
支持向量機（Supportvector machine, SVM）是由Vapnik等人根據(jù)統(tǒng)計學(xué)習(xí)理論提出的一種借助于最優(yōu)化方法解決機器學(xué)習(xí)問題的新工具。它以結(jié)構(gòu)風(fēng)險最小化為原則，具有結(jié)構(gòu)簡單、全局最優(yōu)、泛化能力好等優(yōu)點，已廣泛應(yīng)用于模式識別、回歸分析以及時間序列預(yù)測等領(lǐng)域[2-4]。
在SVM的基礎(chǔ)上，Suykens等[5]提出了最小二乘支持向量機(Leastsquares support vector machine，LS-SVM)，通過替換SVM的不等式約束為等式約束，將二次規(guī)劃的求解問題轉(zhuǎn)換為求解線性方程組的問題，從而大大簡化問題的計算復(fù)雜度和存儲量。本文將最小二乘支持向量回歸機應(yīng)用于上證180指數(shù)和香港恒生指數(shù)的收盤價的預(yù)測。實驗結(jié)果表明，該模型具有學(xué)習(xí)速度快，預(yù)測精度較高的優(yōu)點，適合于高噪聲、非線性的股指預(yù)測，對于投資者的短期投資行為具有一定的參考價值和實用價值。
2 最小二乘支持向量回歸機
設(shè)給定一個訓(xùn)練集，其中，。論文格式，金融時間序列。通過將支持向量機的不等式約束改為等式，Suykens等提出了最小二乘支持向量回歸機的數(shù)學(xué)模型：
S．t ，(1)
(1)
其中:為權(quán)向量，為正則化參數(shù)，為經(jīng)驗誤差，是一個非線性映射，為偏置。 為求解這個約束優(yōu)化問題，構(gòu)造Lagrange函數(shù)：
(2)
其中:為Lagrange乘子。
根據(jù)KKT條件可知，
(3)
(4)
(5)
(6)
消去和，方程(3)-(6)可寫成如下形式：
(7)
其中:，為單位矩陣， ，，為核矩陣。
通過求解線性方程組(7)，得到最小二乘支持向量機的回歸函數(shù)為：
(8)
3 實證分析
為了驗證最小二乘支持向量回歸機的有效性，選取在滬市較有影響力的上證180指數(shù)和香港恒生指數(shù)為實驗數(shù)據(jù)，將它們的收盤價格作為預(yù)測對象。 需要說明的是，這里選取的核函數(shù)為徑向基核函數(shù)。論文格式，金融時間序列。最優(yōu)參數(shù)由網(wǎng)格搜索獲得，搜索區(qū)間均為。實驗環(huán)境為windows XP，內(nèi)存512M，主頻1.86GHz，Matlab7.0。論文格式，金融時間序列。均方根誤差(RMSE)、平均絕對誤差(MAE)、平均相對誤差(MRE)是常見的衡量回歸模型性能的評價指標(biāo)，這里我們采用如下三種指標(biāo)評價模型的預(yù)測性能：
(1) RMSE=，
(2) MAE=，
(3) MRE=，
其中:代表第天股票指數(shù)的收盤價；代表第天股票指數(shù)的收盤價的預(yù)測值，N代表預(yù)測樣本的總個數(shù)。
3.1 實驗數(shù)據(jù)的選取
3.2 實驗及結(jié)果分析
對以上數(shù)據(jù)，采用LS-SVM進行數(shù)值實驗，兩種指數(shù)的預(yù)測結(jié)果如圖1、圖2和表1所示。論文格式，金融時間序列。由圖1和圖2可以看出，LS-SVM對上證180指數(shù)和香港恒生指數(shù)的預(yù)測，真實值與預(yù)測值的擬合程度較好，且變化趨勢與實際情況比較接近。論文格式，金融時間序列。表1反映出LS-SVM在預(yù)測過程中具有較高的預(yù)測精度，并且在學(xué)習(xí)時間上也有優(yōu)勢，其中上證180指數(shù)的運行時間為0.211690s，香港恒生指數(shù)的運行時間為0.214235s，這在實際操作中具有非常重要的意義。
表1金融時間序列實驗結(jié)果
(一)學(xué)生缺乏論文寫作經(jīng)驗
由于成人教育學(xué)生大多從事第一線的實務(wù)性工作，缺乏論文寫作的實踐機會，據(jù)我院對09級畢業(yè)班學(xué)生的調(diào)查，其中只有45%的學(xué)生在大專畢業(yè)時獨立完成過字?jǐn)?shù)為5000字左右的論文，還有55%的學(xué)生在大專畢業(yè)時未獨立完成過畢業(yè)論文。在課程論文方面，在15門專業(yè)中，僅有3門課程采用課程論文的方式考核。在學(xué)生對課程論文的態(tài)度方面，87%的學(xué)生認(rèn)為課程論文考核要比卷面考試容易，完成的壓力小。近70%的學(xué)生表示自己完成課程論文的態(tài)度不夠認(rèn)真。在完成工作報告方面，僅有5．2%的學(xué)生在過去的三年時間中獨立或參與過字?jǐn)?shù)在10000字以上的工作報告的撰寫，其余學(xué)生均未獨立完成或參與。在論文和工作報告寫作程序和要求的了解方面，近53%的學(xué)生表示對此方面知識十分缺乏，35%的學(xué)生表示略有了解，10%的學(xué)生表示有較多了解，2%的學(xué)生放棄表態(tài)。從上述數(shù)據(jù)可見，成人教育學(xué)生缺乏論文寫作經(jīng)歷，對論文寫作的要求程序方法都知之甚少，需要指導(dǎo)老師付出更多的精力和更為有效的方法加以指導(dǎo)。
(二)論文寫作能力未能在課程教學(xué)中得以充分培養(yǎng)
論文體現(xiàn)了學(xué)生對某一具體問題的深入和全面的剖析的能力，這一能力的培養(yǎng)需貫穿于整個教學(xué)過程。但目前的教學(xué)在對實踐問題進行剖析時，往往側(cè)重于解決方案的優(yōu)缺點闡述以及如何選擇方案，而缺少對問題本源及其演變過程的分析。學(xué)生在學(xué)習(xí)過程中，更傾向于得到實用的結(jié)論，對于如何得出結(jié)論則關(guān)注不夠。造成這一現(xiàn)象的原因大致有三點:一是對于問題本源的解釋和闡述，需引用大量理論知識，因成人教育學(xué)生理論基礎(chǔ)不夠夯實，為減少學(xué)生學(xué)習(xí)難度，很多教師簡化教學(xué)過程放棄對問題本源的闡述。二是實用主義急功近利的風(fēng)氣影響教學(xué)過程，將成人教育重應(yīng)用性的理念演變成實用性，將高等教育演變成只教授學(xué)生“怎么做”，不闡述“為什么這么做”的短期職業(yè)培訓(xùn)。三是教師在對實踐問題深入剖析時學(xué)生參與度很低。2012屆金融專業(yè)學(xué)生課堂討論，學(xué)習(xí)報告、課程論文等形式的作業(yè)準(zhǔn)時提交率只有35%，遠(yuǎn)遠(yuǎn)低于普通題目形式作業(yè)的提交率。學(xué)生的低參與率阻礙了教學(xué)過程對學(xué)生問題分析能力的培養(yǎng)。
(三)論文選題趨同化、熱點化
為培養(yǎng)學(xué)生對實踐問題的分析能力和論文寫作興趣，畢業(yè)論文選題采用“學(xué)生自行選題，指導(dǎo)老師提修改建議”的方式。2012屆畢業(yè)班學(xué)生中有近62%未從事金融業(yè)工作，對金融業(yè)的實踐問題缺乏直觀認(rèn)識和興趣，因此在選題時主要參考網(wǎng)絡(luò)上的熱點信息，出現(xiàn)論文選題趨同化、熱點化的特征，而部分的熱點問題帶有很強的時效性和政策性，深入研究的價值不大，作為畢業(yè)論文的選題有失恰當(dāng)。
(四)論文寫作“搜索化”
我校圖書館數(shù)據(jù)庫學(xué)科種類齊全資料豐富，為學(xué)生的論文寫作提供強大的資料支持。但學(xué)生論文寫作出現(xiàn)“搜索化”，資料堆砌成文的現(xiàn)象時有發(fā)生。究其原因，主要有三點:一是，學(xué)生選取某些具有時效性和政策性的熱點問題作為選題。對于這類選題，學(xué)生受專業(yè)水平限制很難對其本源性進行探討，而對政策方向的把握能力又不夠。出于寫作成績的保險性考慮，學(xué)生往往只能資料剪接堆砌成文。二是學(xué)生在日常學(xué)習(xí)中已形成對網(wǎng)絡(luò)信息和資料的依賴，獨立思考能力下降，論文寫作過程中極度依賴網(wǎng)絡(luò)資料，由于資料分析刪選重組的能力有限，難免用資料堆砌成文。三是部分學(xué)生因?qū)W習(xí)動力和精力有限，或者指導(dǎo)老師疏于對論文選題、成文的過程控制，導(dǎo)致部分學(xué)生出現(xiàn)抄襲網(wǎng)絡(luò)資料現(xiàn)象。據(jù)我院2011屆金融專業(yè)畢業(yè)生論文來看，抄襲率達到11%，都被判為不及格，以致影響正常畢業(yè)。
二、金融專業(yè)畢業(yè)論文指導(dǎo)工作的改進措施
(一)“循序漸進”式指導(dǎo)
我院金融專業(yè)專升本專業(yè)學(xué)制為三年，畢業(yè)論文工作一般被安排最后一學(xué)期，論文寫作過程為期五個月。而全程培養(yǎng)學(xué)生獨立思考能力來提高論文質(zhì)量不能僅僅局限于這五個月，而應(yīng)貫穿于整個三年教學(xué)過程，采用循序漸進指導(dǎo)方式。首先，在新生開學(xué)教育時，老師應(yīng)強調(diào)畢業(yè)論文的意義，它是綜合檢驗學(xué)生三年學(xué)習(xí)狀況的重要環(huán)節(jié)，也有助于提高學(xué)生對工作任務(wù)的闡述解釋能力。其次，開設(shè)學(xué)術(shù)修養(yǎng)培養(yǎng)課程，采用講座方式，每學(xué)期循環(huán)開設(shè)，學(xué)生必須在論文開題前選修完成。講座圍繞選題方法、數(shù)據(jù)庫使用與資料搜集、數(shù)據(jù)統(tǒng)計基本方法、論文寫作格式、問題討論交流方法五個主題展開。第三，從第二學(xué)年開始每學(xué)期至少有兩門專業(yè)課需采用課程論文考試方式，課程論文要求從易至難，依據(jù)學(xué)習(xí)筆記———綜述———問題闡述———完整論文，逐步提高要求。第四，配備輔導(dǎo)老師專業(yè)回復(fù)學(xué)生有關(guān)課程論文、工作報告寫作方面的問題。通過上述改進方法，使學(xué)生在開題之前具備基本論文寫作素養(yǎng)，減小不同背景和基礎(chǔ)學(xué)生之間在寫作知識掌握度上的差異，從而為最后一學(xué)期的論文寫作做好準(zhǔn)備。
(二)主導(dǎo)師與導(dǎo)師委員會相結(jié)合
2012屆前，學(xué)生畢業(yè)論文采用導(dǎo)師負(fù)責(zé)制，每位導(dǎo)師指導(dǎo)10名學(xué)生，全程負(fù)責(zé)學(xué)生論文的指導(dǎo)，此種模式在實踐中出現(xiàn)以下弊端:首先，指導(dǎo)老師受自身學(xué)術(shù)專業(yè)的限制，無法給學(xué)生提供最為專業(yè)的指導(dǎo)。其次，指導(dǎo)老師精力有限，同時指導(dǎo)10名學(xué)生的論文寫作，質(zhì)量控制受限。基于此，從2013屆開始，金融專業(yè)開始采用主導(dǎo)師和導(dǎo)師委員會相結(jié)合的論文指導(dǎo)模式，該模式有如下特點:選題及開題報告答辯由導(dǎo)師委員會共同負(fù)責(zé)，導(dǎo)師委員會的三名導(dǎo)師對學(xué)生選題的口徑、內(nèi)容及可駕馭性共同做出評判;學(xué)生在寫作過程中有任何寫作問題，除了可向主導(dǎo)師尋求幫助之外，還可與導(dǎo)師委員會中任何一位導(dǎo)師進行學(xué)術(shù)探討。
三、結(jié)論
論文關(guān)鍵詞：股指期貨，HS300，GARCH模型，TARCH模型
一、引言
股指期貨是為了滿足管理股票現(xiàn)貨市場風(fēng)險，尤其是系統(tǒng)性風(fēng)險。股指期貨的誕生之初，是為了滿足在金融產(chǎn)品收益波動日益加劇的環(huán)境下，投資者進行有效避險的需要。自從1982年2月，美國堪薩斯期貨交易所(KCBT)首先推出了世界上第一個股價指數(shù)期貨合約——價值線指數(shù)期貨合約，上市伊始就受到投資者的廣泛歡迎。短短幾十年內(nèi)幾乎所有的發(fā)達國家都擁有股指期貨市場和交易所，甚至亞洲的其他新興國家。本文主要通過對股票指數(shù)期貨推出前后的數(shù)據(jù)進行分析，利用GARCH模型和時間序列說明波動率的變動TARCH模型，為克服GARCH模型的不足，還將引入TGARCH和EGARCH模型，對股指期貨對現(xiàn)貨市場的影響進行實證分析。
二、數(shù)據(jù)的選取和處理
1.我國滬深300股指期貨簡介
HS300股指期貨于2005年4月8日正式，由滬深兩市A股中規(guī)模大、流動性好、最具代表性的300只股票組成，以綜合反映滬深A(yù)股市場整體表現(xiàn)論文的格式。根據(jù)中國證監(jiān)會（證監(jiān)函［2010］74號）文件，在2010年4月16日在中國金融期貨交易所上市滬深300股指期貨合約。
2.數(shù)據(jù)的處理
本文所選取的數(shù)據(jù)是2010年4月16日至2010年8月20日HS300股指期貨日收盤價(數(shù)據(jù)來源:中國金融期貨交易所)和2009年12月1日至2010年8月20日HS300指數(shù)的日收盤價(數(shù)據(jù)來源:大智慧)，作為本文分析數(shù)據(jù)。
三、實證分析
1.HS300指數(shù)日收益率的描述性統(tǒng)計
由圖1知均值0.1106，標(biāo)準(zhǔn)差0.0156，偏度-0.5652，峰度4.1630。 Jarque-Bera統(tǒng)計量為19.0744。由此可見，樣本期內(nèi)該收益率序列尺具有典型金融數(shù)據(jù)的負(fù)偏、尖峰厚尾的統(tǒng)計特征。HS300指數(shù)日收益率起伏呈波浪狀，具有明顯的波動集群性現(xiàn)象，表明收益率序列很有可能存在ARCH現(xiàn)象。
圖1 HS300指數(shù)日收益率描述性統(tǒng)計量及柱狀圖
2.HS300指數(shù)日收益率的GARCH檢驗
（1）平穩(wěn)性檢驗
建立模型之前必須先對HS300指數(shù)日收益率序列進行單位根檢驗。這里選擇ADF ( AugmentDickey-Fuller)檢驗。通過Eviews軟件得到如下結(jié)果，如表1所示:
表1 HS300指數(shù)日收益率ADF檢驗結(jié)果
t-Statistic
Prob.
Augmented Dickey-Fuller test statistic
-12.17685
0.0000
Test critical values:
1% level
-3.474874
論文關(guān)鍵詞：KMV模型，信用風(fēng)險，違約距離
1．引言
2010年來，國家針對房地產(chǎn)的政策不斷出臺，致使房地產(chǎn)公司發(fā)展面臨諸多風(fēng)險。 2010年11月份，銀監(jiān)會抽取60家大型房地產(chǎn)公司調(diào)研的結(jié)果表明：負(fù)債率整體上升，資金鏈趨緊金融論文，信用風(fēng)險已成為房地產(chǎn)公司監(jiān)管層心頭之患。本文采用修正的KMV模型，以求更適合我國房地產(chǎn)上司公司的特點，更加有效的對數(shù)據(jù)進行實證研究，分析公司在信用風(fēng)險管理中應(yīng)將違約距離控制在哪一個范圍cssci期刊目錄。
2．KMV模型的基本原理
KMV模型是根據(jù)Merton將有關(guān)期權(quán)定價理論運用于風(fēng)險貸款和證券投資而開發(fā)出的一種實用高效的分析模型，用以衡量公司的信用風(fēng)險。
KMV模型又稱預(yù)期違約率模型（expected default frequency，EDF模型），該模型將企業(yè)負(fù)債看作是買入一份歐式看漲期權(quán)，即企業(yè)所有者持有一份以公司債務(wù)面值為執(zhí)行價格，以公司資產(chǎn)市場價值為標(biāo)的歐式看漲期權(quán)。如果負(fù)債到期時企業(yè)資產(chǎn)市場價值V高于其債務(wù)D，公司償還債務(wù)，企業(yè)股東權(quán)益的價值為償還債務(wù)后的剩余金融論文，即V-D；而當(dāng)企業(yè)資產(chǎn)市場價值小于其債務(wù)時，企業(yè)則無法償還貸款，選擇違約，股東權(quán)益變得毫無價值，股權(quán)所有者將會選擇放棄公司的所有權(quán)。
KMV模型評價公司信用風(fēng)險的基本思路是以違約距離DD表示公司資產(chǎn)市場價值期望值距離違約點D (Default Point)的遠(yuǎn)近，距離越遠(yuǎn)，公司發(fā)生違約的可能性越小，反之越大。違約點D通常處于流動負(fù)債與總負(fù)債面值之間的某一點；違約距離常以資產(chǎn)市場價值標(biāo)準(zhǔn)差的倍數(shù)表示。該模型基于公司違約數(shù)據(jù)庫，根據(jù)公司的違約距離確定公司的預(yù)期違約概率cssci期刊目錄。
3．KMV模型的計算方法
KMV模型的計算有兩個重要的步驟：一是利用B-S模型倒推出公司資產(chǎn)的市場價值V及其波動率SV；二是計算公司的違約距離DD并得出一個期望違約率EDF。
3.1 計算公司資產(chǎn)價值V和資產(chǎn)波動率SV
由于公司股權(quán)市場價值可以采用B-S期權(quán)定價模型來構(gòu)建公司資產(chǎn)價值和股權(quán)價值之間的關(guān)系，即：
（1）
B-S期權(quán)定價模型中公司股票的波動率SE和資產(chǎn)的波動率SV之間存在如下關(guān)系: ， 金融論文， 聯(lián)立得：
（2）
其中，E為公司股權(quán)市場價值，V為公司資產(chǎn)價值，N( )為標(biāo)準(zhǔn)正態(tài)累積分布函數(shù), ，D為公司違約點，r為無風(fēng)險利率，t表示當(dāng)前時間，信用風(fēng)險評價通常以一年為時段，設(shè)定違約距離的計算時間為一年，即T=1。
E、D和SE可以從資本市場上獲得，但公司資產(chǎn)價值V以及公司資產(chǎn)的波動率SV這兩個變量未知金融論文，于是通過(1)和(2)兩個方程組聯(lián)立用MATLAB軟件求解，算出這兩個未知數(shù)。
3.2計算違約距離DD和期望違約率EDF
違約點D即公司資產(chǎn)價值與公司負(fù)債價值相等時的價值，也就是當(dāng)公司資產(chǎn)價值低于此違約點時，公司就會被視為違約。違約距離DD是指以公司資產(chǎn)價值在風(fēng)險期限內(nèi)由當(dāng)前水平降至違約點的相對距離。假設(shè)公司資產(chǎn)價值屬于對數(shù)正態(tài)分布，計算公式為：
（3）
KMV公司根據(jù)違約距離,基于違約數(shù)據(jù)庫,可以映射出公司的期望違約頻率EDFcssci期刊目錄。由于我國當(dāng)前還沒有公開的違約的數(shù)據(jù)庫可以使用,所以我們暫且采用理論上的預(yù)期違約頻率來代替。假設(shè)公司資產(chǎn)價值服從對數(shù)正態(tài)分布, 這樣就能利用MATHCAD軟件計算理論上的違約概率，計算公式為：
(4)
4.KMV模型的修正
4.1 股權(quán)市場價值E的修正
美國上市公司沒有非流通股，全部為流通股，而我國上市公司的總股本分為非流通股和通通股,二者同權(quán)不同價，所以不能簡單地以流通股股價乘以總股本來計算上市公司的股權(quán)市場價值。本文對此進行修正，將股權(quán)市場價值計算公式確定為：
(5)
其中，N1為流通股股數(shù)金融論文，P1為流通股股價，本文選取每季最后一日收盤價為流通股股價，N2 為非流通股股數(shù)，P2 為非流通股股價。
4.2 非流通股股票定價問題的修正
我國的國有股轉(zhuǎn)讓主要是協(xié)議轉(zhuǎn)讓，協(xié)議轉(zhuǎn)讓價格主要是基于每股凈資產(chǎn)的價格上下浮動。本文構(gòu)造一個線性回歸模型，其中自變量為每股凈資產(chǎn)指標(biāo)，因變量為股票實際轉(zhuǎn)讓價格，其對應(yīng)的回歸方程如下：
(6)
其中，P為國有股實際轉(zhuǎn)讓價格；X為國有股每股凈資產(chǎn)。
本文選取2009年協(xié)議轉(zhuǎn)讓的50只股票的相關(guān)數(shù)據(jù)利用SPSS.17軟件中最小二乘法進行線性回歸分析，以確定方程(6)中的參數(shù)值及檢驗方程的可信度，SPSS回歸分析結(jié)果如表1所示cssci期刊目錄。
表1 非流通股定價模型回歸分析結(jié)果
未標(biāo)準(zhǔn)化系數(shù)
Beta
t
Sig.
B
標(biāo)準(zhǔn)誤差
方程 1
a
.495
.101
4.796
.000
b
.895
.052
.946
關(guān)鍵詞：科技創(chuàng)新；中長期信貸；財政科技撥款；證券市場
中圖分類號：F832.48
文獻標(biāo)識碼：A
文章編號：1004-8308（2012）05-0109-08
創(chuàng)新是一個昂貴的過程，需要付出足夠的資源來啟動、指引和維持，因此，被普遍認(rèn)為是創(chuàng)新經(jīng)濟分析先驅(qū)的約瑟夫·熊彼特，把資源配置，尤其是金融資源配置的研究作為他創(chuàng)新研究的中心也就不奇怪了，熊彼特認(rèn)為，創(chuàng)新通過信譽的建立來獲得資助，信譽能通過多種途徑建立，并重點強調(diào)了商業(yè)銀行的作用，即產(chǎn)生新的購買力并使企業(yè)家可利用，繼熊彼特之后，著名經(jīng)濟學(xué)家希克斯在其著作ATheory of Economic History（《經(jīng)濟史理論》）中也指出，英國的工業(yè)革命實際上得益于18世紀(jì)早期在英國發(fā)生的金融革命，因為一些主要科技發(fā)明在工業(yè)革命發(fā)生前就已存在，而工業(yè)革命中對這些科技發(fā)明的大規(guī)模使用得到了大量而長期的固定資產(chǎn)投資支持，如果金融市場不能提供充足并且低成本的流動性支持，則科技發(fā)明的大規(guī)模推廣和使用將受到極大限制，隨著20世紀(jì)70年代信息經(jīng)濟學(xué)興起，當(dāng)代經(jīng)濟學(xué)家已把“信息不對稱”引入企業(yè)金融和投資行為間交互作用的研究中，指出企業(yè)和金融家之間的信息不對稱使得企業(yè)的外部金融比內(nèi)部金融更加昂貴，一些研究認(rèn)為，各產(chǎn)業(yè)的投資行為（金融要求）是由科技水平?jīng)Q定的，更多依靠外部金融的產(chǎn)業(yè)在擁有更發(fā)達金融市場的國家中應(yīng)該成長更快。
現(xiàn)代科技創(chuàng)新早已超越工業(yè)革命時代依靠實踐經(jīng)驗總結(jié)而來的技術(shù)革新和發(fā)明，而主要依靠基于科學(xué)研究和試驗基礎(chǔ)上的新發(fā)現(xiàn)和新突破來進行，通常認(rèn)為，完整意義上的科技創(chuàng)新包括了基礎(chǔ)研究、應(yīng)用研究和商業(yè)化等3個階段，其中商業(yè)化是最為關(guān)鍵的階段，美國經(jīng)濟學(xué)家羅斯托指出，“18世紀(jì)的法國科學(xué)水平被判為至少相當(dāng)于，而且很可能超過英國，在發(fā)明的質(zhì)量（不是數(shù)量）上，法國也相當(dāng)于或超過英國”，但工業(yè)革命卻發(fā)生在英國，英國相對于法國的優(yōu)勢在于將科技發(fā)明成功實現(xiàn)商業(yè)化，只有將科技發(fā)明引進生產(chǎn)體系當(dāng)中，科技發(fā)明才能轉(zhuǎn)化為科技創(chuàng)新，因此對科技創(chuàng)新的金融支持就不僅僅包括前期的研發(fā)投入，更重要的是對創(chuàng)新成果商業(yè)化階段（創(chuàng)新產(chǎn)品批量生產(chǎn)和銷售階段）提供資金支持，以Lerner為代表的現(xiàn)代學(xué)者則認(rèn)為，由于科技創(chuàng)新具有高度不確定性和相對的市場配置失靈，政府不僅要對科技創(chuàng)新提供大量的財政投人，還應(yīng)積極出資成立風(fēng)險投資機構(gòu)或基金直接進行股權(quán)或類似股權(quán)的投資，激勵科技創(chuàng)新活動，由此可見，科技創(chuàng)新的融資體系實際上包括了政府財政投入和資本市場籌資兩大部分，對于科技創(chuàng)新融資支持的實證研究，目前國內(nèi)公開所能見的幾乎沒有，只有少數(shù)相關(guān)的研究，例如，沈能在其博士論文中安排了一章“金融安排促進技術(shù)創(chuàng)新功能實現(xiàn)的實證檢驗”，其模型的變量為“金融發(fā)展、技術(shù)創(chuàng)新、資本形成”；鄧平博士論文也寫入了“中國金融支持科技創(chuàng)新的VAR分析”一章，其模型的變量為“金融發(fā)展規(guī)模指標(biāo)、金融發(fā)展結(jié)構(gòu)指標(biāo)、金融發(fā)展效率指標(biāo)、科技創(chuàng)新指標(biāo)”，顯然二人是從金融的制度安排角度來檢驗其對科技創(chuàng)新的作用，我們認(rèn)為，在當(dāng)今科技創(chuàng)新的時代，且不論金融制度安排根植于一國歷史文化傳統(tǒng)而有較強的路徑依賴性，無論一國金融制度如何設(shè)計，如果其能有效解決科技創(chuàng)新的關(guān)鍵難題——融資問題，則是適宜的，舍其而難以有更好的衡量標(biāo)準(zhǔn)，此外，張強和趙建曄對我國資本市場對科技創(chuàng)新的支持作用進行了實證研究，但其論文也僅僅考慮了資本市場的支持作用，并未探討財政投入對科技創(chuàng)新的支持作用，有鑒于此，我們擬就各種融資渠道對科技創(chuàng)新的支持作用及其動態(tài)影響關(guān)系進行計量實證分析，以便從整體上把握我國科技創(chuàng)新融資支持的重要作用。
1 變量選取與數(shù)據(jù)說明
1.1對科技創(chuàng)新指標(biāo)的選取
我們對科技創(chuàng)新的衡量是從科技創(chuàng)新產(chǎn)出角度來考察的，因為從產(chǎn)出角度來衡量可以更加客觀地評價科技創(chuàng)新活動成效，由于科技創(chuàng)新成果衡量指標(biāo)眾多，直接選用則會在建立多元回歸模型時讓問題分析變得復(fù)雜，且變量之間還可能存在嚴(yán)重多重共線性問題，為此，我們采用“主成分分析法”，在低維空間將信息分解為互不相關(guān)的部分以獲得更有意義的解釋，文章數(shù)據(jù)全部來自歷年的《中國科技統(tǒng)計年鑒》，基于數(shù)據(jù)可得性及盡可能獲得更多觀察數(shù)據(jù)方面考慮，并盡量剔除政府部門人為因素的影響，在《中國科技統(tǒng)計年鑒》的“科技成果”統(tǒng)計分項中，我們分別選取了“國內(nèi)專利申請受理數(shù)”（簡稱專利申請，下同）、“國外主要檢索工具收錄我國論文總數(shù)”（簡稱科技論文，下同）、“全國各地區(qū)技術(shù)市場成交合同數(shù)”（簡稱成交合同）、“全國各地區(qū)技術(shù)市場成交合同金額”（簡稱成交金額）和“高技術(shù)產(chǎn)品出口額”（簡稱出口）等5項統(tǒng)計指標(biāo)，分別記為PATENT、PAPER、CONTRACT1、CONTRACT2、EXPORT，數(shù)據(jù)的時間跨度為1987-2009年，計量調(diào)整后的有效數(shù)據(jù)為1988-2008年共21年統(tǒng)計數(shù)據(jù)，由于對變量取自然對數(shù)不會改變變量本身的協(xié)整關(guān)系，且能使變量趨勢線性化，消除時間序列中可能存在的異方差，因此，我們對以上5個指標(biāo)分別取自然對數(shù)，記為LNPATENT、LNPAPER、LNCONTRACT1、LNCONTRACT2、LNEXPORT，EVIEWS軟件（本文所有計量均采用EVIEWS6.0分析）“主成分分析”的分析結(jié)果見表1。
從表1可以看出，第1和第2主成分的累積貢獻度（cumulative proportion）達到了99%以上，且第3主成分的特征值（value）明顯小于1，因此可以認(rèn)為第l和第2主成分已能較好地反映5個一致指標(biāo)的總體變動情況，從現(xiàn)實情況來看，專利和論文確實能很大程度上代表一個國家總體的科學(xué)研究和技術(shù)應(yīng)用的水平，因此我們最終確定用PATENT和PAPER兩個指標(biāo)來衡量我國科技創(chuàng)新的總體水平。
1.2對創(chuàng)新融資指標(biāo)的選取
科技創(chuàng)新的融資體系包括政府部門的財政投入及資本市場籌資兩大部分，政府的財政投入不僅包括直接的財政科技撥款，還包括間接的財政投入，如各種對科技創(chuàng)新的稅收減免及科技獎勵等政策措施，資本市場籌資按籌資方式可分為間接融資和直接融資，即金融機構(gòu)的各種貸款以及債券市場上的債券融資、股票市場上的股票融資和風(fēng)險投資市場上的風(fēng)險資本等，由于目前的統(tǒng)計年鑒只能給出政府的財政科技撥款一項，無法統(tǒng)計出財政對科技創(chuàng)新的種種間接財政支持，同時統(tǒng)計資料也無法細(xì)分出企業(yè)的科技貸款以及證券市場上的科技專項融資，因此我們選用政府的財政科技撥款、金融機構(gòu)的中長期信貸和企業(yè)證券市場籌資來作為科技創(chuàng)新的融資考察指標(biāo)，之所以選用中長期信貸指標(biāo)，是因為我們認(rèn)為科技創(chuàng)新是一個長期投入的過程（包括設(shè)備的更新和升級），中長期信貸更能穩(wěn)定支持創(chuàng)新主體持續(xù)進行創(chuàng)新，需要說明的是，由于各統(tǒng)計指標(biāo)時間跨度較大（1987-2009年），而這期間我國價格波動很大，依據(jù)科技創(chuàng)新的特點，我們對金融統(tǒng)計指標(biāo)進行了價格調(diào)整，以便更客觀地反映資金投入的變化，具體而言，我們借鑒王玲和Szirma的研究，將綜合價格調(diào)整指數(shù)設(shè)定為0.5×P+0.5×W，其中P是固定資產(chǎn)投資價格指數(shù)，W為消費者價格指數(shù)（CPI），并以1986年的價格指數(shù)為基準(zhǔn)進行調(diào)整，我們從《中國金融年鑒》中選取金融機構(gòu)的“中長期信貸”以及“企業(yè)證券市場籌資額”統(tǒng)計項，從《中國科技統(tǒng)計年鑒》中選取“國家財政科技撥款”統(tǒng)計項，分別記為LOAN、BOND和FINANCE，各變量取相應(yīng)對數(shù)后記為LN-LOAN、LNBOND和LNFINANCE。
2 計量模型構(gòu)建
2.1變量的單位根檢驗
我們建立一個多變量的VAR模型，采用ADF（augmented dickey-fuller）方法進行檢驗。從表2可以看出，以5%的顯著性水平為衡量標(biāo)準(zhǔn)，各變量均為非平穩(wěn)序列，而各變量的一階差分均為平穩(wěn)序列。
2.2協(xié)整關(guān)系檢驗
由于LNPATENT、LNPAPER、LNLOAN、LNBOND和LNFINANCE各變量是非平穩(wěn)序列，且是同階單整，因此可以進行協(xié)整關(guān)系檢驗，從表3可以看出，特征根跡（trace）檢驗和最大特征值（maximum eigen-value）檢驗均說明各變量存在3個協(xié)整方程，因此各變量通過了協(xié)整關(guān)系檢驗，說明這5個變量之間存在長期的均衡關(guān)系，各變量能被其他變量的線性組合所解釋，可以建立VAR模型進行分析。
2.3VAR模型的構(gòu)建
建立VAR模型時需要確定滯后階數(shù)，從表4可以看出，以LNPATENT、LNPAPER、LNLOAN、LNFI-NANCE、LNBOND為內(nèi)生變量，常用的5個檢驗標(biāo)準(zhǔn)（LR、FPE、AIC、SC、HQ）一致說明滯后階數(shù)為2。
3 模型分析檢驗
3.1脈沖響應(yīng)函數(shù)分析
由于VAR模型是一種非理論性的模型，無需對變量作任何先驗性約束，因此在分析VAR模型時，往往并不分析變量之間的系數(shù)關(guān)系如何，而是分析系統(tǒng)的動態(tài)特征，即每個內(nèi)生變量的變動或沖擊對它自己及所有其他內(nèi)生變量產(chǎn)生的影響作用，這種影響作用可通過脈沖響應(yīng)函數(shù)分析來實現(xiàn)，只有通過穩(wěn)定性檢驗的VAR模型才可進行脈沖響應(yīng)函數(shù)分析。
VAR模型穩(wěn)定性檢驗從圖1中可以看出，我們所建立的VAR（2）模型全部特征方程根的倒數(shù)值都在單位圓內(nèi)，說明模型是穩(wěn)定的，可以進行脈沖響應(yīng)函數(shù)分析。
對脈沖響應(yīng)分析，為避免模型中輸入變量順序不同而對脈沖輸出結(jié)果產(chǎn)生影響，我們采用廣義脈沖方法，脈沖響應(yīng)情況如圖2、圖3所示。圖中橫軸表示沖擊作用的滯后期間數(shù)，縱軸表示各響應(yīng)變量應(yīng)對沖擊的變化幅度（各變量均為對數(shù)，代表了彈性的變化），實線表示脈沖響應(yīng)函數(shù)，代表響應(yīng)變量對相應(yīng)沖擊的反應(yīng)。
從圖2可以看出，當(dāng)在本期給中長期信貸一個正沖擊后，專利申請前2期正向反應(yīng)平穩(wěn)，在第3期迅速上升到最大；此后開始滑落，并又從第6期開始持續(xù)上升，這表明中長期信貸將所受外部正沖擊經(jīng)信貸市場傳遞給專利申請，且這一沖擊隨著時間的推移具有穩(wěn)定的和越來越強的促進作用，專利申請對財政科技撥款的正沖擊響應(yīng)迅速，當(dāng)期就大幅度上升，并在第3期達到最大量；此后雖大幅度下滑但卻在第5期后基本保持穩(wěn)定，這表明財政科技撥款將所受外部某一正沖擊經(jīng)政府財政預(yù)算直接而迅速傳遞給專利申請，且沖擊具有顯著的促進作用和較長的持續(xù)效應(yīng)，當(dāng)在本期給企業(yè)證券籌資一個正的沖擊，經(jīng)證券市場對專利申請產(chǎn)生正向影響，專利申請響應(yīng)在第2期后基本呈現(xiàn)逐漸下降趨勢，并在第9期對沖擊的正向影響接近零，從圖3可以看出，中長期信貸的正沖擊對科技論文的前2期影響很弱；科技論文的正響應(yīng)從第3期開始迅速上升，第5期后開始下降，但第6期后又開始持續(xù)上升，財政科技撥款的正沖擊對科技論文的前2期影響也較小，從第3期開始，科技論文正向響應(yīng)明顯，并在第3～5期間保持穩(wěn)定；從第5期開始下滑，此后基本保持平穩(wěn)增長，證券籌資的正沖擊對科技論文的影響很弱，除當(dāng)期有一點促進作用外，此后基本影響很弱，甚至在第6期后有負(fù)面影響，綜合以上脈沖響應(yīng)函數(shù)圖可以看出，各變量沖擊對專利申請的影響基本上在第3年比較明顯，而對科技論文的明顯影響則保持在第3～5年左右，整體而言，中長期信貸對科技創(chuàng)新的促進作用比較顯著，期間雖有波動，但長期支持作用遞增；政府的財政科技撥款對科技創(chuàng)新的促進作用比較直接迅速，長期支持作用遞減；企業(yè)證券市場籌資對科技創(chuàng)新的支持作用較弱，除前面幾期有些促進作用外，后面幾期幾乎不起作用，甚至還可能帶來負(fù)面影響。
3.2VAR模型預(yù)測誤差的方差分解
脈沖響應(yīng)函數(shù)描述的是隨著時間的推移，模型中的各內(nèi)生變量對沖擊是如何反應(yīng)的（如響應(yīng)符號和響應(yīng)強度等），但不能比較不同沖擊對某一特定變量的影響強度，而方差分解則是將系統(tǒng)的均方誤差分解成各個變量沖擊所做的貢獻，通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化（通常用方差來度量）的貢獻度，來進一步評價不同結(jié)構(gòu)沖擊對一特定變量產(chǎn)生影響的重要性，因此，方差分解可以給出對VAR模型中的變量產(chǎn)生影響的每個隨機擾動的相對重要性的信息，利用方差分解，我們可以看出在科技創(chuàng)新的支持作用中，隨著時間的推移，各個金融變量的貢獻率如何，表5和表6分別為專利申請和科技論文的方差分解情況，
從表5可以看出，不考慮專利申請自身的貢獻率，中長期信貸沖擊對專利申請的貢獻率隨時間穩(wěn)步增長，在第10期達到最大，接近12%；財政科技撥款沖擊對專利申請的貢獻率從第2期后就平穩(wěn)增長，并在第7期后貢獻率穩(wěn)定在6%以上；企業(yè)證券籌資沖擊對專利申請的貢獻率很小，基本在1%左右；從表6中可以看出，同樣不考慮科技論文自身的貢獻率，中長期信貸沖擊對科技論文的貢獻率在第3期急劇上升，此后雖小幅波動但上升趨勢明顯，并在第10期的貢獻率超過36%；財政科技撥款沖擊對科技論文的貢獻率在第3期達到最大值，此后小幅波動和緩慢下降；企業(yè)證券籌資沖擊對科技論文的貢獻率很小，也基本在1%左右。
綜合以上方差分解分析可以看出，中長期信貸在促進科技創(chuàng)新的作用過程中貢獻率持續(xù)上升，且貢獻度最大；財政科技撥款對促進科技創(chuàng)新的即期效應(yīng)明顯，且貢獻率基本保持穩(wěn)定；企業(yè)證券籌資沖擊對科技創(chuàng)新的貢獻度微弱，幾乎沒有什么貢獻。
4 結(jié)論與建議
受限于統(tǒng)計數(shù)據(jù)的可得性及理論分析的需要，我們只考察了3種融資途徑對科技創(chuàng)新的支持作用，計量模型分析結(jié)果顯示，金融機構(gòu)的中長期貸款和政府的財政科技撥款對中國科技創(chuàng)新的支持作用巨大，而證券市場的支持作用則十分微弱，這個分析結(jié)果與Tadesse的觀點基本一致，Tadesse認(rèn)為，在金融部門不發(fā)達時，銀行導(dǎo)向型金融體系在促進技術(shù)進步方面所起的作用比較大；而在金融部門發(fā)達時，市場導(dǎo)向型金融體系則能起到更大的作用，總結(jié)模型的檢驗結(jié)果，我們的主要結(jié)論有以下幾點。
（1）科技創(chuàng)新需要長期持續(xù)的資金投入支持，計量模型檢驗表明，科技創(chuàng)新能力與資金投入規(guī)模存在長期穩(wěn)定的正相關(guān)關(guān)系，我國近年來科技創(chuàng)新能力大幅提升與政府財政的大力支持和資本市場的大規(guī)模融資緊密相關(guān)，同時，模型分析也表明，從增加資金投入到創(chuàng)新能力提升是有時間滯后期的，具體而言，融資規(guī)模沖擊對專利申請的顯著影響要到第3年，而對科技論文的顯著影響則在第3～5年，換句話說，增加資金投入并不能對提升科技創(chuàng)新能力產(chǎn)生立竿見影的效果，這期間約有3～5年時間的滯后期，由此可見，提升科技創(chuàng)新水平需要國家制訂有科技發(fā)展的長遠(yuǎn)規(guī)劃，更需要構(gòu)建穩(wěn)定長期的創(chuàng)新融資渠道來保障。
（2）政府的財政投入對科技創(chuàng)新的支持作用顯著，模型檢驗結(jié)果顯示，我國財政科技撥款對科技創(chuàng)新的短期促進作用效果明顯，長期作用則緩慢遞減，特別是對于科技論文的促進效果顯著，這從一個側(cè)面也反映出科技創(chuàng)新的公共性和外溢性，實際上，相對于世界上其他科技創(chuàng)新活躍的國家和地區(qū)而言，中國財政科技撥款占財政總支出的比例一直較低，并還曾在本世紀(jì)初出現(xiàn)一定幅度下降（根據(jù)《2010中國科技統(tǒng)計年鑒》的數(shù)據(jù)，2000-2005年，中國科技撥款占財政總支出的比重一直在4%以下，2009年上升到4.2%），顯然，要追趕發(fā)達國家的科技創(chuàng)新水平，我國財政科技投入需要構(gòu)建一個穩(wěn)定增長機制，且針對重大科技領(lǐng)域的財政投入還可以發(fā)揮啟動迅速的作用效果。
福建 廈門361005；3.英國諾丁漢大學(xué)
>> 大數(shù)據(jù)時代的供應(yīng)鏈物流服務(wù) 雙渠道供應(yīng)鏈中的價格決策與服務(wù)決策研究 從績效驅(qū)動因素看大數(shù)據(jù)時代的供應(yīng)鏈變革 非對稱信息下雙渠道供應(yīng)鏈的定價決策分析 大數(shù)據(jù)環(huán)境下供應(yīng)鏈金融模式研究 大數(shù)據(jù)視角下電子商務(wù)平臺供應(yīng)鏈金融的研究 大數(shù)據(jù)時代下的我國供應(yīng)鏈金融發(fā)展形態(tài)研究 供應(yīng)鏈管理中的大數(shù)據(jù)運用 大數(shù)據(jù)驅(qū)動下的圖書館服務(wù)創(chuàng)新 隨機需求下產(chǎn)能充足雙渠道供應(yīng)鏈決策問題探討 需求不確定環(huán)境下閉環(huán)供應(yīng)鏈回收渠道決策研究 電子商務(wù)環(huán)境下“雙渠道供應(yīng)鏈”決策問題研究 全供應(yīng)鏈下的庫存管控 碳交易風(fēng)險下供應(yīng)鏈企業(yè)低碳技術(shù)采納決策框架研究 供應(yīng)鏈管理框架下的零售渠道合作 基于研發(fā)投入的雙渠道供應(yīng)鏈決策優(yōu)化研究 網(wǎng)上代銷雙渠道閉環(huán)供應(yīng)鏈的定價與協(xié)調(diào)決策 淺析在大數(shù)據(jù)時代背景下如何提升物流供應(yīng)鏈價值 SaaS服務(wù)供應(yīng)鏈的創(chuàng)新結(jié)構(gòu)研究 試論供應(yīng)鏈金融服務(wù)創(chuàng)新 常見問題解答 當(dāng)前所在位置：l.
[48]武漢市五交家電商業(yè)協(xié)會.關(guān)于2013年全市家電行業(yè)發(fā)展情況和2014年行業(yè)發(fā)展建議[R/OL].[2014-04-15]..
[49]馮芷艷，郭迅華，曾大軍，陳煜波，陳國青.大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題[J].管理科學(xué)學(xué)報，2013（1）：1-9.
[50]Ernst & Young.Globalonlineretailing[EB/OL]..
[51]徐思雅.服務(wù)創(chuàng)新能力對企業(yè)績效的影響：商業(yè)模式新穎性設(shè)計的調(diào)節(jié)作用[D].杭州：浙江大學(xué)論文，2014.
1.1P（計劃）——明確培養(yǎng)目標(biāo)定位，制訂培養(yǎng)方案
中國人民大學(xué)的經(jīng)濟學(xué)、金融學(xué)、法學(xué)、商學(xué)等學(xué)科居全國領(lǐng)先地位，與這些優(yōu)勢學(xué)科相結(jié)合，促進學(xué)科交叉與融合，是學(xué)校工程碩士的發(fā)展方向和目標(biāo)定位。我們設(shè)立了5個研究方向，其中金融信息工程方向是軟件工程學(xué)科與金融學(xué)科的結(jié)合，企業(yè)信息化與電子政務(wù)是軟件工程學(xué)科與工商管理學(xué)科的結(jié)合，計算機取整與司法鑒定是軟件工程學(xué)科與法學(xué)的結(jié)合，大數(shù)據(jù)與云計算方向、基礎(chǔ)軟件方向都是我校計算機學(xué)科的重點研究方向。這5個研究方向與學(xué)校的優(yōu)勢學(xué)科緊密結(jié)合，充分彰顯了中國人民大學(xué)全日制工程碩士的培養(yǎng)目標(biāo)和定位。學(xué)生可根據(jù)興趣自行選擇研究方向，根據(jù)研究方向選修相應(yīng)的課程。中國人民大學(xué)在工程碩士的招生、培養(yǎng)模式方案設(shè)置、學(xué)生實踐落實、質(zhì)量體系控制的過程中都與人文社科學(xué)科緊密結(jié)合，目標(biāo)明確，過程嚴(yán)謹(jǐn)。
1.2D（執(zhí)行）——實施培養(yǎng)方案，嚴(yán)格培養(yǎng)過程，完善質(zhì)量保障
工程碩士培養(yǎng)要經(jīng)過3個重要環(huán)節(jié)：課程學(xué)習(xí)、企業(yè)實習(xí)和學(xué)位論文。在每一個環(huán)節(jié)中又有若干環(huán)節(jié)，為保證培養(yǎng)質(zhì)量，我們嚴(yán)格規(guī)范每個環(huán)節(jié)[2]。圖2是一套完整的工程碩士培養(yǎng)質(zhì)量保障體系。
1.2.1課程環(huán)節(jié)
在課程環(huán)節(jié)，除嚴(yán)格執(zhí)行培養(yǎng)方案外，每門課程都有教學(xué)大綱。授課期間要進行教學(xué)評估，學(xué)生給每位授課老師在教學(xué)態(tài)度、教學(xué)內(nèi)容、教學(xué)方式、教學(xué)效果等方面進行打分，也可給出具體的意見和建議。評估結(jié)果和學(xué)生給出的意見將會反饋給老師，讓老師在教學(xué)中不斷改進提高。每個年級的碩士班設(shè)立一名班主任，協(xié)調(diào)課程安排，了解學(xué)生動態(tài)，組織課余活動。
1.2.2實習(xí)環(huán)節(jié)
面向行業(yè)進行專業(yè)實踐是培養(yǎng)模式高層次應(yīng)用型人才的重要環(huán)節(jié)。落實實習(xí)基地和實習(xí)制度是保障實習(xí)環(huán)節(jié)有效完成的關(guān)鍵。我們選取與軟件工程學(xué)科相關(guān)的高新技術(shù)型企業(yè)、金融信息化企業(yè)等作為學(xué)生的實習(xí)基地，在實習(xí)基地聘請企業(yè)導(dǎo)師，具體指導(dǎo)學(xué)生的實踐環(huán)節(jié)。在實習(xí)過程中，制訂實習(xí)管理辦法，明確實習(xí)的時間、形式、要求，通過《企業(yè)實習(xí)手冊》對實習(xí)環(huán)節(jié)進行過程控制。
1.2.3論文環(huán)節(jié)
工程碩士學(xué)位論文是工程碩士研究生掌握理論知識、實踐能力、創(chuàng)新能力的全面體現(xiàn)，也是衡量培養(yǎng)質(zhì)量和授予學(xué)位的重要標(biāo)志。工程碩士的學(xué)位論文與工學(xué)碩士的學(xué)位論文側(cè)重點不同，它更加重視解決工程實踐的問題，因此論文的形式和評價標(biāo)準(zhǔn)也有不同的要求。我們將工程碩士論文劃分為系統(tǒng)研制報告、IT管理類論文、工程設(shè)計類論文以及學(xué)術(shù)研究類論文4種類型，每一種類型都對論文提出了相應(yīng)的要求。為保證論文的最終質(zhì)量，我們在論文階段設(shè)置了開題報告、、預(yù)答辯、論文評閱、論文答辯5個環(huán)節(jié)，每個環(huán)節(jié)都有相應(yīng)的要求規(guī)范及實施辦法，任何一個環(huán)節(jié)不通過，都不能進入下一個環(huán)節(jié)，這就保證了能夠進入答辯的論文基本質(zhì)量。具體實施如下：（1）開題報告環(huán)節(jié)。學(xué)院組織不少于3人的開題報告評審組，對學(xué)生的學(xué)位論文開題報告進行評審。基于工程碩士的培養(yǎng)目標(biāo)，我們制訂了開題報告評價標(biāo)準(zhǔn)。相關(guān)文件包括《開題報告模版》《工程碩士學(xué)位論文開題評價標(biāo)準(zhǔn)》。（2）環(huán)節(jié)。為了有效懲戒學(xué)位論文學(xué)術(shù)不端行為，保證研究生學(xué)位論文質(zhì)量，加強研究生學(xué)術(shù)道德和學(xué)術(shù)規(guī)范建設(shè)，我們針對研究生學(xué)位論文學(xué)術(shù)不端行為進行專門審查，采取軟件檢測的方法，務(wù)求論文重復(fù)率不超過10%。相關(guān)文件包括《信息學(xué)院開展研究生學(xué)位論文學(xué)術(shù)不端行為審查工作辦法》。（3）預(yù)答辯環(huán)節(jié)。工程碩士學(xué)位論文預(yù)答辯是保證學(xué)位論文質(zhì)量的重要環(huán)節(jié)，是對進入答辯環(huán)節(jié)論文的又一輪篩選。相關(guān)文件包括《信息學(xué)院工程碩士研究生學(xué)位論文預(yù)答辯工作實施辦法》《中國人民大學(xué)信息學(xué)院工程碩士學(xué)位論文預(yù)答辯評價標(biāo)準(zhǔn)》。（4）論文評閱環(huán)節(jié)。由兩名專家對論文進行評閱，其中至少一名校外企業(yè)評閱專家針對論文的應(yīng)用性給予評審和評價。（5）論文答辯環(huán)節(jié)。嚴(yán)格執(zhí)行學(xué)校關(guān)于學(xué)位論文答辯環(huán)節(jié)的規(guī)定，保證通過的論文質(zhì)量。
1.3C（檢查）——培養(yǎng)質(zhì)量檢驗
培養(yǎng)質(zhì)量的高低可以從論文質(zhì)量、教師學(xué)生的反饋、就業(yè)情況3個方面來檢驗。
1.3.1論文質(zhì)量
論文寫作過程5個環(huán)節(jié)的把關(guān)保證了通過答辯的論文已經(jīng)過至少3次專家評判、1次。在某個環(huán)節(jié)被淘汰的論文，需要重新修改后才可以再次進入答辯。
1.3.2學(xué)生和教師的反饋
我們定期舉行授課教師、學(xué)術(shù)導(dǎo)師、企業(yè)導(dǎo)師座談會和學(xué)生座談會，通過座談會的形式，收集學(xué)生和老師對培養(yǎng)方案、課程設(shè)置、實習(xí)安排、論文等環(huán)節(jié)的意見和建議，聽取學(xué)生和老師的評價意見，聽取導(dǎo)師反映的培養(yǎng)和指導(dǎo)過程中出現(xiàn)的問題，為下一步改進方案作準(zhǔn)備。
1.3.3就業(yè)情況
工程碩士的培養(yǎng)目標(biāo)面向企業(yè)、面向?qū)嵺`，因此學(xué)生的就業(yè)情況最能反映我們的培養(yǎng)質(zhì)量。企業(yè)在選拔人才時有它所關(guān)注的指標(biāo)，企業(yè)的人才需求是否與我們的培養(yǎng)目標(biāo)一致，從就業(yè)率及就業(yè)情況就能反映出來。2012年人民大學(xué)第一屆全日制工程碩士畢業(yè)生和2013年第二屆畢業(yè)生的就業(yè)率均為100%，畢業(yè)去向為金融機構(gòu)、國家機關(guān)、大型國有企業(yè)（非金融類）、外資企業(yè)和國內(nèi)其他知名企業(yè)，有的學(xué)生甚至同時拿到幾家單位的錄用通知。以2010級為例，50名學(xué)生的畢業(yè)去向數(shù)據(jù)分布情況如圖3所示。從圖3可以看出，近一半的學(xué)生被金融機構(gòu)錄用，這與我們最初設(shè)定的培養(yǎng)目標(biāo)不謀而合。我們秉承與人文社科優(yōu)勢學(xué)科相結(jié)合的理念，將金融與軟件工程結(jié)合起來，學(xué)生在課程學(xué)習(xí)、企業(yè)實習(xí)等環(huán)節(jié)都接受了相應(yīng)的培養(yǎng)和訓(xùn)練，這樣的畢業(yè)生一定是用人單位所歡迎的。
1.4A（處置）——總結(jié)、反思及改進
PDCA理論的最后一個步驟，是對于既往的總結(jié)與反思，提出改進措施。通過檢驗和反思，我們對培養(yǎng)方案進行更精細(xì)化的調(diào)整，對開題、評閱、答辯的各個環(huán)節(jié)以及管理流程進行改進，使之更適應(yīng)工程碩士的培養(yǎng)。
2結(jié)語
論文關(guān)鍵詞：金融產(chǎn)業(yè)成長，經(jīng)濟增長，Granger因果關(guān)系檢驗，協(xié)整檢驗
一、引言
隨著西方經(jīng)濟增長與金融發(fā)展理論的引入，金融發(fā)展與經(jīng)濟增長的關(guān)系已成為我國當(dāng)代經(jīng)濟學(xué)界的一個重要研究領(lǐng)域,厘清兩者之間的關(guān)系對于加快我國經(jīng)濟發(fā)展具有重要的政策意義。我國學(xué)者利用國內(nèi)數(shù)據(jù)對兩者之間的關(guān)系進行的大量實證研究，由于方法和指標(biāo)體系的不同，研究結(jié)論各有差異。全國層面談儒勇(1999)利用普通最小二乘法發(fā)現(xiàn)我國金融中介發(fā)展與經(jīng)濟增長顯著正相關(guān)；王志強和孫剛(2003)采用帶有控制變量的向量誤差修正模型和Granger因果檢驗方法，發(fā)現(xiàn)1990年以來我國金融發(fā)展與經(jīng)濟增長之間存在著顯著的雙向因果關(guān)系。區(qū)域?qū)用嬷芰ⅰ⑼踝用鞯难芯勘砻鳎褐袊鞯貐^(qū)的金融發(fā)展與經(jīng)濟增長都密切相關(guān), 促進金融發(fā)展有利于經(jīng)濟的長期增長；冉光和、李敬等分別對我國東部和西部金融發(fā)展與經(jīng)濟增長的長期關(guān)系和短期關(guān)系進行了比較研究后認(rèn)為:西部地區(qū)金融發(fā)展與經(jīng)濟增長之間具有金融發(fā)展引導(dǎo)經(jīng)濟增長的單向長期因果關(guān)系, 而無明顯的短期因果關(guān)系，東部地區(qū)金融發(fā)展與經(jīng)濟增長之間具有明顯的雙向長期因果關(guān)系和雙向短期因果關(guān)系。此外張兵、胡俊偉( 2003)、孫涌( 2003)、胡金焱、朱明星( 2005) 分別對江蘇、貴州和山東三省的金融發(fā)展和經(jīng)濟增長的關(guān)系進行了實證分析。目前，國內(nèi)理論界關(guān)于金融發(fā)展與經(jīng)濟增長關(guān)系的實證分析很多，但是大部分是對我國的整體情況做分析，對于省際情況的研究較少。我國是一個具有區(qū)域性特點的大國,經(jīng)濟在地域間的發(fā)展是不平衡的,金融發(fā)展的差異也很大, 因此研究一個區(qū)域金融發(fā)展與經(jīng)濟增長的關(guān)系對于該區(qū)域的經(jīng)濟發(fā)展更具有指導(dǎo)意義。基于這一認(rèn)識，本文對重慶市金融發(fā)展與經(jīng)濟增長之間的關(guān)系進行了實證研究。
二、變量選擇、分析方法與數(shù)據(jù)說明
根據(jù)數(shù)據(jù)的可收集性和經(jīng)濟政策的連續(xù)性，論文選取了兩組指標(biāo): 一是反映經(jīng)濟增長的指標(biāo)，二是反映金融發(fā)展?fàn)顩r的指標(biāo)。（一）經(jīng)濟增長指標(biāo)。通常一國或一地區(qū)綜合經(jīng)濟發(fā)展水平用國內(nèi)生產(chǎn)總值(GDP)來衡量，考慮到人均GDP 數(shù)據(jù)比總GDP 數(shù)據(jù)更能反映經(jīng)濟發(fā)展水平，并為剔除物價因素和人口因素的影響，本文采用了實際人均GDP的環(huán)比增長率( G) 作為衡量經(jīng)濟增長的指標(biāo)。實際人均GDP 是通過重慶市GDP縮減指數(shù)( 以1978 年為基期) 加以調(diào)整得到的。（二）金融發(fā)展?fàn)顩r指標(biāo)。本文選取兩個指標(biāo)來反映金融發(fā)展?fàn)顩r: 一是衡量金融規(guī)模的金融相關(guān)比率指標(biāo)( FIR)。FIR指某一時點上現(xiàn)存金融資產(chǎn)總額與國民財富之比。通常,人們將其簡化為金融資產(chǎn)總額與GDP之比。限于數(shù)據(jù)的可獲得性, 本文的金融資產(chǎn)總額包括金融機構(gòu)各項存款余額、貸款余額、國家債券發(fā)行額和企業(yè)債券發(fā)行額。二是反映金融結(jié)構(gòu)的指標(biāo)( BANK) , 即金融機構(gòu)貸款余額在金融總資產(chǎn)中的比重, 可以衡量金融中介( 銀行系統(tǒng)) 在金融體系中的相對規(guī)模和作用。
在分析方法上，為了避免模型出現(xiàn)偽回歸現(xiàn)象，本文首先利用ADF 單位根檢驗檢驗變量的平穩(wěn)性，并對非平穩(wěn)性變量進行處理使之成為平穩(wěn)時間序列。為進一步檢驗二者的因果關(guān)系，分析金融發(fā)展對經(jīng)濟增長的影響程度，本文采用Granger 因果關(guān)系檢驗對數(shù)據(jù)進行檢驗和分析。如果各變量均是單整的，我們將對其進行協(xié)整檢驗以確定金融產(chǎn)業(yè)成長與經(jīng)濟增長之間的是否存在長期穩(wěn)定的關(guān)系。
本文樣本區(qū)間為1997—2009年, 所有數(shù)據(jù)均來源于《重慶統(tǒng)計年鑒》, 除以上說明外 數(shù)據(jù)未作其他處理。本文應(yīng)用Eviews5.0對數(shù)據(jù)進行分析和檢驗。
三、實證分析
（一） 單位根檢驗
采用ADF法對對變量G、FIR、BANK進行單位根檢驗，根據(jù)檢驗結(jié)果(表1)可見各序列一階差分的ADF 檢驗值均小于5%的顯著水平下的臨界值，即G、FIR、BANK都是一階差分平穩(wěn)的, 即三者都是I(1)，即一階單整。所以這三個變量具備了協(xié)整關(guān)系的必要條件，由此可以進行協(xié)整分析和因果檢驗。
表1 變量單位根檢驗結(jié)果
變量
檢驗類型( C, T, K)
ADF 檢驗值
臨界值
顯著水平
G
（c，t，2）
-3.76
-3.93
5%
G
（c，0，2）
-3.83
-3.21
5%
BANK
（c，t，2）
-1.01
-3.88
5%
BANK
（0，0，2）
-2.33
-1.98
5%
FIR
（c，t，2）
-2.43
-3.88
5%
FIR
（0，0，2）
-1.60
