产出、通货膨胀预测与利率期限结构——基于无套利动态NS模型

本文基于无套利动态NS模型(AFDNS)估计出利率期限结构的水平、斜率和曲率三个动态因子,考察利率期限结构对产出与通货膨胀的预测能力。研究结果表明:三因子对产出和通货膨胀都具有显著的预测能力,而且预测能力强于期限利差对宏观经济变量的预测;水平因子与曲率因子的增加以及斜率因子的提高(即利率曲线趋于平缓)都预示着未来产出和通货膨胀将降低;三因子对未来1年的产出以及2年的通货膨胀变动的预测能力最强。利用AFDNS模型可以更好地阐释利率期限结构所蕴含的宏观及政策信息。

中国国债利率期限结构动态估计及预测

考虑到AFGNS模型兼具经济理论基础和统计性质优势,将其用于对中国国债利率期限结构的动态估计,考察AFGNS模型在中国的解释能力和预测能力。经验分析发现,AFGNS模型能够更准确地刻画中国利率期限结构的形态及其动态,其样本内动态解释能力优于传统模型;无套利条件的加入不但使AFGNS模型具有经济理论基础,而且提高了模型的样本外预测能力。

日本银行业不良债权问题再思考

日本银行业在上世纪90年代爆发不良债权问题,由于初期的忽视和处理的拖延,导致日本陷入长期的景气收缩,物价下行,银行惜贷,货币政策和财政政策难以施力。在实施全额存款保险、成立资产管理公司、注入公共资金,量化宽松政策、金融再生计划等一系列特别措施后,最终走出不良债权问题的阴影。当前我国不良债权比率骤升,同时,经济面临景气下行和通缩压力,日本处理不良债权的经验及教训值得我们重新思考和研究。

基于NS混合模型的中国利率期限结构动态估计比较研究

采用NS混合模型动态估计中国利率期限结构,考察动态NS模型,无套利NS模型及广义无套利NS模型等NS混合模型对我国利率期限结构的动态估计效率,比较NS混合模型的样本外预测能力,检验无套利约束对混合模型动态估计的影响.本文的经验分析结果表明:无套利条件的引入增强了NS混合模型的样本内动态估计能力和样本外预测能力;五因素的广义无套利NS模型(AFGNS)无论在利率期限结构样本内动态估计还是在总体预测效率上都要高于其他模型,可将其作为利率期限结构研究的基础模型:

利率期限结构与经济增长的非线性关系研究--基于平滑转换模型的实证分析

本文利用平滑转换模型STR,从静态与动态两个角度研究利率期限结构与未来经济增长之间的非线性关系。其中,利率期限结构的特征由无套利NS模型的三因子来刻画。研究结果表明,我国的利率期限结构与实际GDP之间存在显著的"门槛效应":从静态角度,非对称性主要体现在利率曲线的斜率与GDP之间,超过阀值的斜率对未来经济增速具有非对称的加速作用;从动态角度,水平和斜率因子的变化与预测期限长于12个月的经济增速之间也存在显著的门槛效应,其中水平因子在过去12个月的变化对未来12个月经济增长的非线性影响最为显著。

经济下行期企业经营负担——基于843户企业的调查与实证研究

当前宏观经济下行压力犹存,微观经营主体压力已经从最初的中小企业开始向大型企业和微型企业"两头"蔓延。多种因素叠加使经营成本不断攀升,企业不同程度面临利润下降的难题。非税项目多,不合理收费以及应收账款拖欠问题,增加了企业税负感。实证分析表明,当企业感到融资困难时,其认为税费负担重的概率提高了33.34%。当前税费负担对于企业而言在可接受的范围内,小规模减税不会改变企业对税负感的判断。此外,市场用工成本、企业经营状况等都会影响税负感的变动。