Analysis on Stability Factors of Grain Price in China

To make grain price stable is an important goal for the Chinese government. The paper compared the grain supply elasticity and demand elasticity to determine the grain price stability in China; used ＂k value＂ method to analyze the grain price fluctuation from 1985 to 2010; divided the grain price volatility into three stages; and analyzed the factors in each phase. On the base, it put forward some countermeasures to guarantee the stability of the grain price.

Factor Price Distortion and Conseq uential A dverse Wealth Transfers in China

As critical piece of China＇s gradualist economic transition, domestic price reform still faces major challenges. In particular, factor price, which is still tightlycontrolled and not market-based, is lower than market equilibrium price. Factor price distortion not only reduces market efficiency but also affects wealth distribution. Subsequent wealth transfer has, over the past ten to fifieen years, created a powerful vested interests and spawned social resentment, both of which may constitute major hazards in China＇s future reform and development. Keeping in mind that China will have to address factor price distortion in its next step of reform, this paper takes stock of China＇s journey toward price rejorm; examines the relationship among factor price distortion, previous economic growth, and policy; and estimates＇ the size of resulting wealth transfer.

Active and Passive Factors of Oil Prices

Price volatility analysis is a basic problem in the price modification,financial risk estimation and management process.Among the global commodities,oil plays an important role in the development of modern industry and economy.Hence the price of crude oil analysis is a hot topic.It is also a difficult topic since there are so many factors associating the price volatilities.And some factors give the different influences in the different periods.Based on data computing,people generally classify the factors into positive and negative ones.But some factors do not affect the price as the nominal effect.For instance,the output of OPEC gave the positive contributions to the oil price in the past long time.Hence,the investigation of the historic WTI oil price is well proposed and the factors are classified into active and passive ones.And then the better explanations are given using this type of classification.

Cassava sector development in Cameroon: Production and marketing factors affecting price

Regular and available supply is the prerequisite of an effective and efficient commercialization process. Using multivariate regression analysis on field data, this research appraises the production and marketing factors that influence cassava market price. The production factors include cultivated area, planting material, yield, and farmers’ field schools;while farmers access to a paved road, having a telephone, the transportation costs of fresh roots, the level of root perishability, and the prices of rice and maize stand as marketing factors. The results show that farmers who attended farmers’ field school adopted improved planting materials, propagated them in their localities and the yields in these communities increased significantly. The farm size also has a significant influence on the availability of fresh roots. On the marketing side, transportation costs, access to a paved road, the prices of rice and maize significantly affect cassava’s market price and tighten the relationship between producers and marketers. We conclude that to increase fresh roots supply, roads leading to cultivating areas should be paved, better transportation provided, communication costs reduced, even distribution of planting materials and appropriate warehouses.

Electricity Price Influence Factors Analysis Using Stochastic Matrix for Real-Time Electricity Price Forecasting

Real-time electricity price( RTEP) influence factor extraction is essential to forecasting accurate power system electricity prices. At present,new electricity price forecasting models have been studied to improve predictive accuracy,ignoring the extraction and analysis of RTEP influence factors. In this study,a correlation analysis method is proposed based on stochastic matrix theory.Firstly, an augmented matrix is formulated, including RTEP influence factor data and RTEP state data. Secondly, data correlation analysis results are obtained given the statistical characteristics of source data based on stochastic matrix theory.Mean spectral radius( MSR) is used as the measure of correlativity.Finally,the proposed method is evaluated in New England electricity markets and compared with the BP neural network forecasting method. Experimental results show that the extracted index system comprehensively generalizes RTEP influence factors,which play a significant role in improving RTEP forecasting accuracy.

严控“溢价率”条件下住宅用地定价影响因素研究

土地市场是全国统一大市场的有机组成部分,地价管理是土地市场建设的核心工作之一。文章从土地的商品属性和特征价格出发,阐述了不完全竞争状态下的地价波动现象,强调了建立要素市场价格异常波动调节机制的必要性。基于评估方法交叉混淆、评估参数偏差不当、权重选取主观随意、土地评估对未来房价走势及库存和销售情况不敏感等问题,分析了土地评估的局限性。结合严控“溢价率”政策对住宅用地定价的更高要求,指出政府在确定土地出让价格时需一并考虑土地出让底价与15%“溢价率”之间的上下限关系。研究认为:确定住宅用地出让价格是一项复杂而庞大的系统工程,并非由单一因素决定,除参考土地评估价格以外,还应重视土地储备成本、土地出让计提、土地隐性成本、出让年度计划、土地使用强度、地价房价关系、房屋去化周期等7种因素对土地出让价格的影响。在此基础上,将土地出让成本的硬性约束作用、土地供应的政策导向作用、房地联动的产业关联作用纳入住宅用地价格形成机制之中。

ESG投资绩效因子对公司股票资产定价的影响——基于中国A股市场的实证检验

环境、社会责任与公司治理(ESG)投资绩效对公司股票资产定价的作用正日益受到关注,但尚缺乏系统的计量检验。为此,依据上海华证公布的ESG投资绩效评级信息,构建ESG投资绩效因子,将其纳入三因子模型形成四因子股票资产定价计量模型。基于2011年至2022年中国A股上市公司月度数据的实证分析显示,中国A股市场上存在ESG投资绩效因子,拓展的四因子模型有效,但是整体上对于资产价格的解释力度提升有限。分组研究发现,相对于大市值规模公司或高账面市值比公司,ESG投资绩效因子对小市值规模和低账面市值比公司股票价格的影响更为显著,中国A股市场投资者在对小市值规模和低账面市值比公司股票估值时对ESG投资绩效给予了更高溢价。研究结论为深入理解ESG投资绩效在股票市场上的作用以及对公司股票做出更加准确的资产定价提供参考借鉴。

基于融合影响因素PSO-Prophet模型的农产品价格预测

为了提高价格预测的准确度,在Prophet模型中融入了消费者物价指数(CPI)和经济政策不确定性指数(EPU)等影响因素,并使用粒子群算法优化参数。利用国际大蒜贸易网中的日价格数据,将该方法应用于山东省大蒜的价格预测。结果表明,融合影响因素的PSO-Prophet模型大蒜价格预测结果的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)比Prophet模型分别降低了82.88%、82.86%和77.49%。融合影响因素的PSO-Prophet模型可以有效提高预测精度。

要素价格扭曲对绿色经济效率的影响研究——基于中国省级动态面板数据的分析

1994年中国正式启动分税制改革,明确了央地财政收支关系,充分调动各地政府促进经济增长积极性,成为支撑改革开放的重要制度安排之一。但是,以GDP为导向的经济增长目标和晋升激励加剧了地方政府竞争,区际行政壁垒林立,要素价格扭曲、资源配置低效问题长期存在,同时生态环境隐患悄然累积,影响人与自然和谐共生,制约了中国经济绿色转型。文章基于1994-2021年中国省级数据,运用动态GMM模型实证分析,发现要素价格扭曲对绿色经济效率的影响主要体现于抑制绿色进步层面;影响机制方面,要素价格扭曲通过阻碍产业升级和技术创新抑制绿色经济效率;消除扭曲后绿色经济效率将提升7.72%。门槛效应结果显示,吸引FDI的“逐底”竞争会加剧要素价格扭曲,产业结构升级则会抵消要素价格扭曲的负向影响。基于以上发现,文章提出深化要素市场改革,合理引导资本要素流向,推进劳动力要素升级,规范FDI引进等政策建议,为推进绿色转型、实现高质量发展提供了方案与方向。

土地价格扭曲与城市企业全要素生产率——来自中国地级市尺度的经验证据

以土地出让价格扭曲为切入点,探究了城市工业用地出让对企业全要素生产率的影响效应及路径,并利用2007—2015年中国工业企业数据库和土地出让数据进行了实证检验。研究发现,工业用地价格扭曲显著降低了城市平均企业生产率,并且在西部地区、规模较小、土地要素市场化程度较低的城市影响效应更为显著。研究还发现,工业用地价格扭曲通过加剧工业企业过度投资,吸引低生产率企业选址,从而降低全要素生产率。地方政府低价出让工业用地不仅仅是因为招商引资带来的集聚经济效益考量,还可能是财政压力下冲动投资的结果。对此,提出加快推进要素市场改革、建立高效的产业用地供给制度体系和完善政绩考核体系等相关建议,以促进企业生产率提高,整合地区生产要素,提升地区发展水平。

基于CCA-ELM模型的国产LNG出厂价格中短期预测研究——以陕西省为例

考虑供需基本面因素和非基本面因素,构建CCA-ELM模型用于国产LNG出厂价格的预测。供需基本面因素包括LNG的产量、销量、库存、气温以及原料气成本,非基本面影响因素包括原油、汽油、柴油、煤炭等替代能源价格与东北亚天然气现货价格。通过典型相关性分析,研究各个影响因素对价格的作用程度。以10个影响因素的周度数据为研究对象,以LNG出厂价格的历史序列与其影响因素构建CCA-ELM神经网络预测模型。10个影响因素整体与LNG出厂价格的相关性较强,中国LNG出厂价格受能源市场的影响程度较高,受供需基本面的影响程度较低。兼顾LNG出厂价格历史数据与影响因素的CCA-ELM模型有效改进了时间序列神经网络的预测方法,提高了预测精度。

基于多尺度地理加权回归模型的城市住宅价格影响因素空间异质性——以桂林市主城区为例

基于桂林市2022年10月二手房价格数据,结合多尺度地理加权回归(multi-scale geographically weighted regression,MGWR)模型,分析不同尺度下城市住宅价格影响因素的空间异质性。结果表明:(1)桂林市住宅价格呈显著空间自相关,局部空间自相关结果表明,桂林市住宅价格空间呈显著的集聚分布,以“高-高”和“低-低”集聚为主,“高-低”和“低-高”集聚范围较小;(2)相较于普通最小二乘法(ordinary least squares,OLS)和地理加权回归(geographically weighted regression,GWR)模型,MGWR模型的R2更高,能更准确地测度变量对住宅价格的影响程度和空间差异性;(3)住宅房龄、教育医疗和商务设施为全局变量,绿化率、公共交通设施、铁路设施配套、生活配套和旅游景点的空间异质性处于中等水平,对外交通设施的空间异质性较大,在局部范围内对住宅价格有显著影响且差异明显;(4)住宅房龄、生活配套和旅游景点对住宅价格具有负向影响,教育医疗和商务配套对住宅价格具有正向影响,其余变量在不同空间区位上对住宅价格表现出抑制或增值作用。

天然气市场化改革背景下中国LNG出厂价格影响因素研究

从供需基本面和能源市场两个角度分析LNG出厂价格的影响因素。供需方面,选取生产、成本、供求关系、库存量以及气温水平等因素。能源市场方面,选取原油现货、燃料油、液化石油气(LPG)、汽柴油以及煤炭现货价格来衡量天然气替代能源价格,以东北亚现货价格代表国际天然气价格。以内蒙古地区的LNG价格为研究对象,实际数据来自隆众资讯公司和万得(Wind)公司数据库,采用2021年11月3日—2023年10月18日的周度数据。通过典型相关性分析探究影响因素整体对LNG出厂价格的影响,基于向量自回归(VAR)模型中的格兰杰因果检验,探究各因素对价格的作用效果。结论是,中国LNG出厂价格对供需反应程度较弱、受能源市场溢出效应影响较强。建议扩大天然气市场交易规模,完善天然气交易体系,以推进中国LNG市场化发展。

非微分Morgenstern-Price法在边坡稳定分析中的应用

推导出Morgenstern—Price法的非微分形式，并编制了基于该方法的程序：设置并行迭代，达到传统MP法一般通用性的要求；设置二一迭代，提高计算收敛速度。通过ACADS均质、非均质边坡算例得出的安全系数与其他算法的比较，验证了该算法的科学可靠性。将此法应用于铁生沟滑坡：天然与饱和状态土体的安全系数分别为1．0838和0．9600，与报告结果的安全系数1．12～1．14和1．00～1．03的范围值基本吻合，表明该方法适用于非均质实际边坡，对边坡的后续监测、防护工作具有指导作用。

Price-taker在两个电力市场中的交易决策 (一)购电商的策略

多市场交易量分配问题是电力市场参与者竞标决策中的重要问题之一。研究了考虑电价风险的情况下,Price—taker购电商在两个市场之间的交易量优化问题。讨论了购电商在两市场中优化分配问题的建模及解析解,引入风险因子概念,并用条件概率模型反映电价的不确定性,目标是总费用及风险均较低。用美国加州电力市场的实际数据进行了仿真。

基于消费者预期和不同回收渠道的制造/再制造供应链定价决策研究

针对消费者在进行购买决策时会将产品的销售价格和心里预期价格比较确定是否购买产品的情形,建立不同回收模式的博弈模型,研究了消费者预期和不同回收渠道对制造/再制造供应链最优决策及利润的影响。研究结果表明:零售商和制造商总会随着参考价格因子和消费者渠道偏好的变化调整价格来接近消费者预期,且参考价格因子越大,零售商利润越低,第三方回收商的利润越高;当渠道间竞争激烈时,消费者预期对供应链整体利润是有利的;同时渠道销售成本的增加会损害制造商和零售商的利润。此外,我们与没有回收的情况进行比较,研究发现,回收再制造可以使得企业获利,且制造商回收效果更好。

国家药品集采价格降幅影响因素分析——基于Logistic回归模型

目的:分析药品生产企业在国家组织药品集中带量采购竞争机制下是否中选及中选价格降幅的影响因素,探讨集中带量采购政策效果和实施建议。方法:选取第二批至第五批及第七批至第九批集中带量采购覆盖品种进行分析,以企业是否中选和中选价格降幅为因变量,采用Logistic回归模型分析企业是否中选及中选价格降幅的影响因素。结果:原研药企业中选概率低于仿制药企业,但中选后大幅降价概率更高;自产原料药企业中选概率和大幅降价概率均高于非自产原料药企业;随着企业集采中选品种数、潜在竞争企业数以及潜在自产原料药竞争企业数的增加,企业大幅降价概率提高。结论:药品集中带量采购促进了原研药“专利悬崖”现象的产生,突显了自产原料药企业的竞争优势,有助于形成合理的药品价格形成机制。

河南省生猪价格波动及影响因素分析

近年来受非洲猪瘟及新冠肺炎疫情影响,生猪价格发生了剧烈波动,生猪相关产业的发展受到了巨大冲击.首先,对河南省2018年9月—2023年3月生猪月度价格波动特征进行探究,定性分析选取影响生猪价格的8个因素;其次,建立多元线性回归模型,对8个主要因素展开分析,得出影响生猪价格最主要的因素是仔猪、鸡肉、小麦麸和育肥猪配合饲料价格;第三,构建VAR模型实证分析4个主要因素对河南省生猪价格波动的影响程度.结果表明,影响生猪价格最主要的两大因素是仔猪价格和鸡肉价格,小麦麸和育肥猪配合饲料价格次之.最后,结合研究结论与现实情况,给出稳定生猪价格保持在合理范围的相关建议.

广州市绿色住宅溢价及其影响因素研究

为探讨双碳目标下中国城市绿色住宅的溢价特征,以广州市为例,采用特征价格法分析城市绿色住宅的溢价效应,并探究影响绿色住宅溢价的关键因素。研究发现:在广州市各类绿色建筑中,绿色住宅的面积占比最大,绿色住宅项目数量在市区间分布不均衡;广州市绿色住宅溢价效应显著,存在8.1%的相对溢价。其中,一星级绿色住宅的溢价率为7.9%,二星级则无显著溢价;此外,城市绿色住宅溢价主要受绿色特征、建筑物和品质特征、区位特征、邻里特征等因素影响。以发展绿色建筑为落脚点,政府和企业应积极探索房地产行业由粗放式增长向集约内涵式转型的绿色发展新路径。

Price-taker在两个电力市场中的交易决策 (二)发电商的策略

在对购电商两市场交易量优化分配问题研究的基础上,讨论了Price-taker发电商如何在考虑两市场电价风险的情况下进行交易电量的优化分配,以便在规避价格风险的同时追求尽可能大的收益。文中对Price-taker发电商的两市场交易量分配策略进行了建模和研究,给出了总交易量和各市场交易的优化解并为发电商如何选择风险因子提出了建议。文中给出了仿真算例。