特朗普政策对中国马歇尔-勒纳条件影响研究

中美贸易关系在特朗普上台后显得愈发紧张,新一轮大国博弈中,人民币汇率依旧是双方争论的焦点,然而人民币贬值对于贸易差额的影响还应考虑到马歇尔~勒纳条件的变化。本文基于2005.7~2017.12月度数据,结合理论政策机理分析并基于传统定义法点弹性、贸易平衡方程弧弹性以及改进的推算法点弹性测算了马歇尔-勒纳条件,运用Bayesian-VAR模型实证检验了特朗普政策对中美双边马歇尔-勒纳条件造成的影响,结果发现:(1)中美双边马歇尔-勒纳条件成立。(2)特朗普退出TPP和减少国内企业税赋的政策对马歇尔-勒纳条件有正向冲击作用,而加强中国对美投资监管对马歇尔-勒纳条件值有负向冲击作用。在稳健性检验中,退出TPP和投资监管政策依然有效。(3)特朗普政策对我国马歇尔-勒纳条件短期具有改善作用,在此条件下人民币汇率短期贬值有利于促进贸易顺差,长期内不具有可持续性。中国近期大力推行的“对等,开放”贸易方针对改善经常项目、提振经济基本面、维持汇率长期稳定具有有效性。

金融化对企业出口产品复杂度影响研究

本文使用中国A股上市制造业企业,结合海关数据库与CEPII的BACI进出口数据,基于B-样条展开的非参数分位数模型探究金融化对出口技术复杂度的非线性异质影响,发现:(1)金融化对出口复杂度存在非线性影响,在企业配置金融资产初期,金融资产对复杂度主要表现为挤出效应,随着金融资产增加逐渐呈现促进效应。(2)金融化对出口复杂度存在异质影响,低分位点企业随金融化程度不断提高呈现U形特征,而高分位点则表现为倒N形挤出特征。(3)金融化对国企出口复杂度的抑制效应要强于总体水平,对非国企的促进效应则强于总体水平;金融化程度较低时,对高技术企业影响呈现出较强抑制作用。对非高技术行业,在追赶效应影响下更多发挥“蓄水池”作用。研究结论为通过选择合理的金融化水平,达到提升企业出口复杂度目标提供决策依据。

基于半监督支持向量机的信用评分模型

针对信用评分中有标记样本获取难度大、成本高的问题,本文提出一种新的基于半监督支持向量机的信用评分模型。通过给未标记样本引入新的参数,使得模型无需满足随机缺失假设,具有良好的适用性。同时,在损失函数中加入半监督部分鼓励有标记样本和未标记样本系数的相似性,从而能够有效融合未标记样本信息,提升估计效果。此外,本文利用Group LASSO进行变量选择,可以充分利用组结构信息,筛选重要变量。通过数值模拟和一个信用卡风险违约预测实例数据证明了所提方法的可行性,以及在变量选择、系数估计和分类预测上的优良效果。

金融化对企业创新投资非线性异质影响研究

制造业企业金融化显著影响创新投资,本文使用2009—2017年企业微观数据,基于B-样条展开的非参数分位数模型探究企业金融化对创新投资的非线性异质影响,发现:(1)金融化对企业创新投资影响存在"倒U型"非线性特征,存在适度金融化水平促进企业创新投资最大化;(2)金融化在不同分位点存在显著异质效应,表明金融化程度对企业创新投资具有不同影响模式;(3)非国有企业、高技术企业在高分位点对金融化的敏感程度更高,随分位点提高最优金融化水平不断提高。在低分位点的企业更多表现为抑制作用,表明缺乏创新投入的企业利用金融资产进行套利的动机更为强烈。本文研究表明,中国企业不应盲目追求金融化程度,应与自身创新能力相适应,为通过选择合理的金融化水平达到提升创新投资目标提供决策依据。