马科维茨模型、相对方差与出口地理集中度

出口与证券投资在不确定性和相关性方面存在相似性,因此理论上借鉴马科维茨模型的方法以稳定出口具有可行性。但二者不确定性表现形式的不同,导致相对方差比方差更适合衡量出口的波动风险。以稳定出口为目标,使用相对方差衡量风险,并根据出口量的三类波动特点可以从稳定出口量和出口增长率两个视角构建出口市场组合模型。根据该模型,可以发现一国出口市场的有效组合以及对应于不同组合的出口地理集中度。而出口国对最优地理集中度的选择,取决于政策制定者对待风险的态度。

中国玉米出口地理集中度的优化

如果以稳定商品出口为目标,出口地理集中度的优化至少应考虑每个出口市场的波动风险。马科维茨的均值–方差方法为此问题提供了一条解决途径。自2005年以来,中国玉米的出口数量总体上趋于快速下降。为了降低中国玉米出口增长率的波动水平,可以借鉴马科维茨模型的方法,同时使用相对方差衡量波动风险并构建出口市场组合模型。根据该模型和2005~2011年的中国玉米出口数据,本文计算了玉米出口市场的有效组合,以及对应于不同预期出口增长率的地理集中度。地理集中度与市场风险之间不存在简单的线性关系。而最优地理集中度的选择,取决于政策制定者的风险偏好。

数据要素如何重构全球价值链分工格局:区域化还是碎片化

数据作为数字经济时代的新生产要素,已成为全球价值链重构的关键驱动力。本文在量化分析数据要素价值的基础上,基于网络分工视角,对数据要素如何影响全球价值链分工格局展开系统的理论分析和实证检验。研究结果表明:数据要素对全球价值链分工格局的影响存在两面性,但在西方国家的主导下,数据要素将推动全球价值链向着区域化的方向重构;机制分析显示,数据要素能通过驱动生产成本和贸易成本的相对变动,直接推动全球价值链重构;数据要素还能通过在资源配置、技术创新和规则制度领域的深刻变革,间接推动全球价值链重构。本研究为不同经济体在全球价值链重构背景下,共享数字经济时代发展的新机遇提供了明确的可行路径。