時(shí)間：2022-06-30 06:48:44
導(dǎo)語(yǔ)：在金融統(tǒng)計(jì)論文的撰寫旅程中，學(xué)習(xí)并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優(yōu)秀范文，愿這些內(nèi)容能夠啟發(fā)您的創(chuàng)作靈感，引領(lǐng)您探索更多的創(chuàng)作可能。
電子金融會(huì)計(jì)師目前全世界最新的金融形式，它產(chǎn)生于上個(gè)世紀(jì)70年代，1996年，MarkTwain銀行是美國(guó)第一家提供電子金融業(yè)務(wù)的銀行，自此，電子金融會(huì)計(jì)在國(guó)外應(yīng)用的越來(lái)越廣泛。我國(guó)的電子金融會(huì)計(jì)發(fā)展的較晚，開展的服務(wù)較少。大致可以分為三個(gè)階段。(1)起步階段：我國(guó)電子金融會(huì)計(jì)最早開始與上個(gè)實(shí)際70年代末，在1980年左右開始初步發(fā)展。在起步期間，大多數(shù)電子技術(shù)應(yīng)用在會(huì)計(jì)報(bào)表的制作和會(huì)計(jì)核算業(yè)務(wù)方面。這時(shí)期由于計(jì)算機(jī)的限制，電子金融會(huì)計(jì)的系統(tǒng)大多數(shù)在DOS的計(jì)算機(jī)平臺(tái)上運(yùn)行，電子軟件針對(duì)的是模擬手工核算，是為了減少會(huì)計(jì)工作的工作量與勞動(dòng)強(qiáng)度，但這期間的電子金融會(huì)計(jì)缺乏較為完善的操作規(guī)范和管理制度。(2)發(fā)展階段：在上個(gè)是個(gè)80年代的中后期，電子金融受到了各行各業(yè)的重視，特別是銀行業(yè)系統(tǒng)，開始制定適合本銀行的電子發(fā)展計(jì)劃。為了促進(jìn)銀行業(yè)的電子發(fā)展，中國(guó)人民銀行還制定了整個(gè)金融也的電子發(fā)展計(jì)劃。這一時(shí)期，銀行出現(xiàn)了城市通存通兌、同城清算網(wǎng)絡(luò)等新的電子金融業(yè)務(wù)。(3)規(guī)范階段：到了上世紀(jì)90年代，電子金融會(huì)計(jì)得到了規(guī)范化的再發(fā)展。在全國(guó)范圍內(nèi)，建立了金融系統(tǒng)的會(huì)計(jì)核算系統(tǒng)。金融電子逐漸向網(wǎng)絡(luò)銀行、電話銀行轉(zhuǎn)變。
二、電子金融會(huì)計(jì)對(duì)傳統(tǒng)會(huì)計(jì)的沖擊
1.傳統(tǒng)會(huì)計(jì)的概述
過去傳統(tǒng)的會(huì)計(jì)結(jié)算方式是物物交換、貨幣支付和銀行轉(zhuǎn)賬支付三種結(jié)算方式。目前，生活中最常見的結(jié)算方式是銀行轉(zhuǎn)賬支付的方式，它包括銀行支付結(jié)算、支票支付結(jié)算、電子資金轉(zhuǎn)賬、資金匯兌等方式。
2.對(duì)傳統(tǒng)會(huì)計(jì)的沖擊
(1)沖擊的優(yōu)勢(shì)：①方便快捷、效率高、成本低。首先，電子金融會(huì)計(jì)改變了傳統(tǒng)的結(jié)算支付方式，方便了人們的生活。以前，跨地區(qū)跨銀行的匯款非常麻煩，特別是經(jīng)濟(jì)欠發(fā)達(dá)的地區(qū)，銀行較少，人們的轉(zhuǎn)賬變得更加困難。自電子金融業(yè)務(wù)發(fā)展起來(lái)之后，匯款轉(zhuǎn)賬變得十分的方便快捷，只要有計(jì)算機(jī)與網(wǎng)絡(luò)，什么經(jīng)濟(jì)業(yè)務(wù)都可以辦理。其次，電子金融會(huì)計(jì)提高了結(jié)算的效率。②促進(jìn)會(huì)計(jì)工作的電子化與信息化。電子金融會(huì)計(jì)的發(fā)展，為會(huì)計(jì)結(jié)算方式注入了一股新氣象，會(huì)計(jì)結(jié)算開始走向無(wú)紙化的操作，大大地提高了結(jié)算的操作水平與操作速度，進(jìn)入了電子化與信息化的時(shí)代。在網(wǎng)絡(luò)電子的前提下，網(wǎng)絡(luò)交易的票據(jù)和憑證賬簿等變成了電子形式，代替了手工記賬，賬務(wù)處理自動(dòng)完成。電子金融會(huì)計(jì)突破了時(shí)間與空間的限制，將結(jié)算服務(wù)拓寬到任何時(shí)間任何地點(diǎn)。而且，隨著電子技術(shù)特別是網(wǎng)絡(luò)技術(shù)的發(fā)展，電子金融呈現(xiàn)出了強(qiáng)大的生命力，網(wǎng)絡(luò)匯兌的方式使得會(huì)計(jì)結(jié)算瞬間即可完成，會(huì)計(jì)的電子化與信息化時(shí)代已經(jīng)到來(lái)。(1)沖擊的劣勢(shì)：①電子憑證真實(shí)性的確定。無(wú)論是企業(yè)單位還是個(gè)人，在辦理經(jīng)濟(jì)業(yè)務(wù)時(shí)，必須要填制一些原始的憑證。在電子金融環(huán)境下，形成的原始憑證一定是電子憑證。原始憑證是會(huì)計(jì)處理的源頭，因此原始憑證的真實(shí)性與準(zhǔn)確性就顯得非常重要。在電子金融會(huì)計(jì)時(shí)，人們使用的是電子簽名。在我國(guó)的《電子簽名法》中，承認(rèn)了電子簽名的合法性，即承認(rèn)了有電子簽名的原始數(shù)據(jù)的效力。但是在我國(guó)的會(huì)計(jì)法律法規(guī)中，還沒有關(guān)于電子原始憑證的法條說明與解釋，而且人眼對(duì)于電子簽名的識(shí)別遠(yuǎn)比分辨紙質(zhì)簽名的難度要高的多，這就給電子原始憑證真實(shí)性的確認(rèn)帶來(lái)了一定的難度。②高級(jí)會(huì)計(jì)人才的缺乏。現(xiàn)在，我國(guó)金融發(fā)展的環(huán)境變得越來(lái)越復(fù)雜，對(duì)于會(huì)計(jì)人才的需要也越來(lái)越多。雖然我國(guó)目前有很多的會(huì)計(jì)人員，但是有些會(huì)計(jì)人員沒有接受過系統(tǒng)的培訓(xùn)，只具備一般的會(huì)計(jì)水平，無(wú)法滿足現(xiàn)在金融機(jī)構(gòu)的高層次人才的需要。因此，對(duì)于銀行等金融機(jī)構(gòu)來(lái)說，如何挑選合適的會(huì)計(jì)人才，培養(yǎng)有潛力的會(huì)計(jì)人才，留住高層次會(huì)計(jì)人才是現(xiàn)今的金融機(jī)構(gòu)需要深層次考慮的問題
三、電子金融會(huì)計(jì)的發(fā)展新展望
1.加強(qiáng)電子商務(wù)的風(fēng)險(xiǎn)意識(shí)
在外部環(huán)境復(fù)雜的前提下，電子金融的風(fēng)險(xiǎn)也越來(lái)越大。因此，要加強(qiáng)電子商務(wù)的風(fēng)險(xiǎn)意識(shí)。首先，要加強(qiáng)操作的風(fēng)險(xiǎn)意識(shí)。操作的風(fēng)險(xiǎn)意識(shí)主要來(lái)源于銀行的內(nèi)部，在電子金融的日常操作中，可能存在一定的漏洞，會(huì)導(dǎo)致風(fēng)險(xiǎn)的發(fā)生。因此，應(yīng)在銀行等金融機(jī)構(gòu)內(nèi)部建立完善的電子信息系統(tǒng)，規(guī)范會(huì)計(jì)人員的操作步驟，嚴(yán)格建立內(nèi)部管理機(jī)制，遵守不相容職務(wù)的分離原則。其次，要防范信用風(fēng)險(xiǎn)。在銀行等金融機(jī)構(gòu)中，信用風(fēng)險(xiǎn)有著不同的等級(jí)分類方法。銀行要善加利用信用等級(jí)的分類制度，根據(jù)企業(yè)或個(gè)人的具體情況，嚴(yán)格信貸借用制度。在金融系統(tǒng)內(nèi)建立全國(guó)范圍內(nèi)的客戶信用管理系統(tǒng)，根據(jù)客戶的過往信息，嚴(yán)格信用制度。在完善信息管理系統(tǒng)的基礎(chǔ)上，統(tǒng)一銀行的信用監(jiān)督規(guī)范制度，強(qiáng)化與其他金融機(jī)構(gòu)的合作，加強(qiáng)顧客的信用信息管理，在整個(gè)行業(yè)內(nèi)形成信息共享，及時(shí)獲取客戶的信息分類信息，在客戶源頭上防范信用風(fēng)險(xiǎn)的發(fā)生。
2.完善信息化建設(shè)，確保電子交易的安全性
電子金融會(huì)計(jì)的發(fā)展必然對(duì)我國(guó)的電子信息化建設(shè)提出了更高的要求。但是目前，我國(guó)的電子信息建設(shè)的軟件與硬件方面都較為落后。因此，金融機(jī)構(gòu)必將要花費(fèi)更多的精力在信息化建設(shè)方面，盡量減少網(wǎng)絡(luò)交易的漏洞，保證電子交易的安全性。電子商務(wù)和遠(yuǎn)程交易的特性必然要求金融會(huì)計(jì)系統(tǒng)要進(jìn)一步開放與更多的數(shù)據(jù)信息共享，這樣就增加了數(shù)據(jù)信息不不安全性。開放的網(wǎng)絡(luò)增加了控制的難度。在金融機(jī)構(gòu)的現(xiàn)代化建設(shè)中，信息的安全、交易的安全、資金的安全都會(huì)成為金融機(jī)構(gòu)管理的重中之重。安全的威脅來(lái)自很多方面，比如網(wǎng)絡(luò)黑客、競(jìng)爭(zhēng)對(duì)手、社會(huì)上的不法分子等等，這些復(fù)雜的原因都對(duì)金融機(jī)構(gòu)的安全管理提出了更高的要求，產(chǎn)生了更大的挑戰(zhàn)。金融機(jī)構(gòu)要針對(duì)網(wǎng)絡(luò)集成化管理的特點(diǎn)，建立科學(xué)合理的安全管理機(jī)制。不同的職能部門、不同職位的員工要根據(jù)相應(yīng)的權(quán)限閱讀會(huì)計(jì)信息，保證機(jī)密的會(huì)計(jì)信息不外露，嚴(yán)格保守金融機(jī)構(gòu)的秘密。如果外部的人員要借閱本機(jī)構(gòu)的會(huì)計(jì)信息，一定要經(jīng)過金融機(jī)構(gòu)領(lǐng)導(dǎo)者的批準(zhǔn)與授權(quán)，不能直接借閱會(huì)計(jì)數(shù)據(jù)信息。對(duì)于網(wǎng)絡(luò)犯罪，金融機(jī)構(gòu)就要借助較為高端的技術(shù)手段，減少軟件漏洞，增強(qiáng)網(wǎng)絡(luò)交易的安全性。總之，金融機(jī)構(gòu)要摒棄過去傳統(tǒng)的管理模式與管理制度，建立各種現(xiàn)代化的安全控制手段與制度，以便更高程度的確保電子金融會(huì)計(jì)的安全性。
3.加強(qiáng)電子金融人才的培養(yǎng)
【關(guān)鍵詞】通貨膨脹；金融危機(jī)；外匯儲(chǔ)備；投資；金融制度
一、日本金融危機(jī)爆發(fā)的原因分析
1、非獨(dú)立的金融制度是導(dǎo)致危機(jī)的根本原因
日本的主銀行體制不同于英美等國(guó)的模式,銀行運(yùn)作缺乏自身的獨(dú)立性,嚴(yán)格按照官方的命令行事。政府對(duì)于金融市場(chǎng)的控制一旦脫離現(xiàn)實(shí)基礎(chǔ),只是為了政府經(jīng)濟(jì)目標(biāo)而設(shè)定金融政策,將會(huì)導(dǎo)致嚴(yán)重的后果。沒有立法為依據(jù)的金融監(jiān)管，最終使銀行等金融機(jī)構(gòu)喪失了責(zé)任意識(shí)和風(fēng)險(xiǎn)意識(shí)。
2、銀行經(jīng)營(yíng)錯(cuò)位是加劇泡沫的重要誘因
銀行作為信貸雙方的中間人,正是為了彌補(bǔ)借貸雙方的信息不對(duì)稱的。銀行減少了交易費(fèi)用,降低了風(fēng)險(xiǎn)和資金的成本。但是銀行作為資金保管與運(yùn)營(yíng)的人,在信息不對(duì)稱、缺乏有效監(jiān)管的時(shí)候,銀行可以出于自身利益進(jìn)行信貸,為了獲取高收益而投向高利潤(rùn)、高風(fēng)險(xiǎn)的行業(yè),甚至?xí)I(yíng)造適合投資環(huán)境來(lái)保證自己的投資收益。
3、日本政府在經(jīng)濟(jì)擴(kuò)張階段不恰當(dāng)?shù)呢泿耪?/p>
從日本政府的貨幣政策來(lái)看，應(yīng)該說在此周期中存在比較明顯的失誤。主要表現(xiàn)為在經(jīng)濟(jì)擴(kuò)張時(shí)期實(shí)行降低利率放松銀根的擴(kuò)張政策。由于日元自1985年12月的“廣場(chǎng)協(xié)議”后大幅升值，為了消除日元升值對(duì)經(jīng)濟(jì)的不利影響，日本政府隨后采取了金融緩和政策。1986年1月30日起，日本銀行分?jǐn)?shù)次將官方貼現(xiàn)率從1983年以來(lái)的5%降至2.5%的歷史低點(diǎn)。并持續(xù)容忍接近或超過10%的貨幣增長(zhǎng)速度。這項(xiàng)政策一自持續(xù)到1989年5月方做出調(diào)整。這一寬松的金融政策帶來(lái)了大量的富裕資金，促進(jìn)了金融機(jī)構(gòu)擴(kuò)大貸款和整個(gè)社會(huì)的信用膨脹。
4、忽視了對(duì)土地、股票等資產(chǎn)價(jià)格的控制
在此周期的擴(kuò)張階段，由于批發(fā)物價(jià)和消費(fèi)物價(jià)水平比較穩(wěn)定，而傳統(tǒng)的日本金融政策是以一般物價(jià)水平作為參照的，這種判斷成為實(shí)行擴(kuò)張性政策的根據(jù)之一。而卻忽視了對(duì)土地、股票等資產(chǎn)價(jià)格的控制。對(duì)此日本政府自身也己經(jīng)認(rèn)識(shí)到，并且在大藏省的專門報(bào)告“資產(chǎn)價(jià)格變動(dòng)的機(jī)制及其經(jīng)濟(jì)效果”中表示，今后在經(jīng)濟(jì)運(yùn)營(yíng)方面除物價(jià)走勢(shì)外，與前相比要更加重視資產(chǎn)價(jià)格的走勢(shì)。
5、不動(dòng)產(chǎn)貸款控制不力
在對(duì)不動(dòng)產(chǎn)貸款的控制方面，雖然大藏省較早就對(duì)銀行的不動(dòng)產(chǎn)貸款采取了行政上的干預(yù)措施。但是總體上看并沒有什么成效，原因就在于金融機(jī)構(gòu)通過非銀行金融機(jī)構(gòu)進(jìn)行了大量的繞開行政管理的迂回貸款，銀行回避管制的動(dòng)機(jī)與非銀行金融機(jī)構(gòu)本身開拓新業(yè)務(wù)的企圖相結(jié)合，最終導(dǎo)致大量迂回貸款流向不動(dòng)產(chǎn)市場(chǎng)。非銀行金融機(jī)構(gòu)也因此成為繼城市銀行和地方銀行之后的不動(dòng)產(chǎn)貸款主力。經(jīng)濟(jì)轉(zhuǎn)入收縮后，這些貸款大量成為不良債權(quán)，許多金融機(jī)構(gòu)更因此而破產(chǎn)。同時(shí)，暴露出金融機(jī)構(gòu)具有忽視對(duì)借款人進(jìn)行審查的傾向。
二、日本金融危機(jī)對(duì)我國(guó)目前潛在的通貨膨脹的警示
根據(jù)分析日本的金融危機(jī)和我國(guó)處于經(jīng)濟(jì)繁榮期的實(shí)際，在控制貨幣供給和擴(kuò)大貨幣需求的原則下，提出如下建議：
1、加快金融制度建設(shè)
穩(wěn)步發(fā)展金融自由化,提高金融系統(tǒng)的獨(dú)立性穩(wěn)步發(fā)展金融自由化,提高金融系統(tǒng)的獨(dú)立性,保證金融政策對(duì)整體環(huán)境的穩(wěn)定作用,是保證經(jīng)濟(jì)穩(wěn)定高速發(fā)展、防范金融泡沫的重要環(huán)節(jié)。通過金融自由化,保證金融信息的公開性,更好地反映市場(chǎng)供求關(guān)系,促使資本更有效地配置,避免過高的泡沫風(fēng)險(xiǎn)；加強(qiáng)金融系統(tǒng)的獨(dú)立性,減少外界的干預(yù),可以使得金融系統(tǒng)減少不良資產(chǎn)累積,更好地處理泡沫風(fēng)險(xiǎn),從而實(shí)現(xiàn)經(jīng)濟(jì)整體安全。使四大國(guó)有商業(yè)銀行成為真正的商業(yè)銀行。
2、加強(qiáng)銀行監(jiān)管
由于銀行信貸存在投機(jī)行為，所以要加大對(duì)銀行發(fā)放貸款的監(jiān)管，謹(jǐn)慎控制銀行盈利性的經(jīng)營(yíng)和投機(jī)。銀行可以從事股票和房地產(chǎn)等虛擬資本的投資,這是出于資本配置的需要；人為的炒作虛擬資本,而將炒作的成本由社會(huì)承擔(dān)就是錯(cuò)誤的。同時(shí)，加大對(duì)借款人償債能力的審查，減少資本的過度投入，防止經(jīng)濟(jì)過熱和壞賬的出現(xiàn)。
3、積極推進(jìn)人民幣匯率改革，加強(qiáng)外匯管理
我國(guó)房地產(chǎn)價(jià)格和股價(jià)的飆升一個(gè)重要原因就是國(guó)際投機(jī)性資本大規(guī)模流入我國(guó)，這也證明了中國(guó)經(jīng)濟(jì)高速增長(zhǎng)與人民幣升值預(yù)期對(duì)境外投機(jī)資金的巨大吸引力。因此，繼續(xù)推進(jìn)已經(jīng)有成效的人民幣匯率改革，實(shí)現(xiàn)人民幣的緩慢升值，防止其過快升值。同時(shí)，由于外匯儲(chǔ)備的快速增加給人民幣升值帶來(lái)很大壓力。因此要加大外匯儲(chǔ)備的管理，加強(qiáng)對(duì)海外的資本投入，扶持更多的大企業(yè)走出國(guó)門。
4、采取積極的貨幣政策和穩(wěn)健的財(cái)政政策
在目前的股市繁榮情況下，要密切關(guān)注股市的變化，并加以政策引導(dǎo)，特別是要注意適用貨幣政策進(jìn)行調(diào)整。在目前的情況下，要提高利率。同時(shí)，擴(kuò)大投資面，引導(dǎo)貨幣的需求，努力創(chuàng)造有效需求。
5、對(duì)土地、商品房等資產(chǎn)價(jià)格的控制
實(shí)行嚴(yán)格的土地審批制度，實(shí)現(xiàn)土地的有序有效供給。防止開發(fā)商的圈地、屯地等行為。另外，還要努力控制房?jī)r(jià)的上漲，防止泡沫的擴(kuò)大。
6、拓展投資渠道，鼓勵(lì)全民創(chuàng)業(yè)
由于國(guó)內(nèi)人們投資渠道的單一，多數(shù)資金流入了股市和房地產(chǎn)。因此，要拓展投資渠道，引導(dǎo)過剩資金的合理流向，比如發(fā)放國(guó)債等，減少資金對(duì)股市、房地產(chǎn)的壓力。
另外，放寬投資領(lǐng)域，使得更多的被國(guó)家控制的行業(yè)如鐵路、航空等部門向民間資本開放，使資本都能獲得平等機(jī)會(huì)和高額回報(bào)。同時(shí)，鼓勵(lì)全民創(chuàng)業(yè)，讓更多人參與到實(shí)業(yè)中去，那樣，可以擴(kuò)大對(duì)資金的需求，同時(shí)，也可以減少資產(chǎn)泡沫，為經(jīng)濟(jì)的長(zhǎng)久、穩(wěn)定發(fā)展提供持久動(dòng)力。
【參考文獻(xiàn)】
1、曹龍騏.金融學(xué)[M].高等教育出版社,2003,7
關(guān)鍵詞：最小二乘支持向量回歸機(jī)，金融時(shí)間序列，統(tǒng)計(jì)學(xué)習(xí)理論
1 引言
金融時(shí)間序列是一種特殊的時(shí)間序列，通常具有如下三大特點(diǎn)[1]：(1) 產(chǎn)生過程的隨機(jī)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(qiáng)的非線性。 股票市場(chǎng)是一個(gè)受多方因素交互影響的復(fù)雜系統(tǒng)，對(duì)于股票價(jià)格的精確預(yù)測(cè)是非常困難的，甚至不可能的，但對(duì)于短期的趨勢(shì)預(yù)測(cè)則相對(duì)較為簡(jiǎn)單，而且對(duì)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(shí)間序列。
支持向量機(jī)（Supportvector machine, SVM）是由Vapnik等人根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論提出的一種借助于最優(yōu)化方法解決機(jī)器學(xué)習(xí)問題的新工具。它以結(jié)構(gòu)風(fēng)險(xiǎn)最小化為原則，具有結(jié)構(gòu)簡(jiǎn)單、全局最優(yōu)、泛化能力好等優(yōu)點(diǎn)，已廣泛應(yīng)用于模式識(shí)別、回歸分析以及時(shí)間序列預(yù)測(cè)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(jī)(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(jiǎn)化問題的計(jì)算復(fù)雜度和存儲(chǔ)量。本文將最小二乘支持向量回歸機(jī)應(yīng)用于上證180指數(shù)和香港恒生指數(shù)的收盤價(jià)的預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，該模型具有學(xué)習(xí)速度快，預(yù)測(cè)精度較高的優(yōu)點(diǎn)，適合于高噪聲、非線性的股指預(yù)測(cè)，對(duì)于投資者的短期投資行為具有一定的參考價(jià)值和實(shí)用價(jià)值。
2 最小二乘支持向量回歸機(jī)
設(shè)給定一個(gè)訓(xùn)練集，其中，。論文格式，金融時(shí)間序列。通過將支持向量機(jī)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(jī)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(yàn)誤差，是一個(gè)非線性映射，為偏置。 為求解這個(gè)約束優(yōu)化問題，構(gòu)造Lagrange函數(shù)：
(2)
其中:為L(zhǎng)agrange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(jī)的回歸函數(shù)為：
(8)
3 實(shí)證分析
為了驗(yàn)證最小二乘支持向量回歸機(jī)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(shí)驗(yàn)數(shù)據(jù)，將它們的收盤價(jià)格作為預(yù)測(cè)對(duì)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(shí)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(shí)驗(yàn)環(huán)境為windows XP，內(nèi)存512M，主頻1.86GHz，Matlab7.0。論文格式，金融時(shí)間序列。均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)、平均相對(duì)誤差(MRE)是常見的衡量回歸模型性能的評(píng)價(jià)指標(biāo)，這里我們采用如下三種指標(biāo)評(píng)價(jià)模型的預(yù)測(cè)性能：
(1) RMSE=，
(2) MAE=，
(3) MRE=，
其中:代表第天股票指數(shù)的收盤價(jià)；代表第天股票指數(shù)的收盤價(jià)的預(yù)測(cè)值，N代表預(yù)測(cè)樣本的總個(gè)數(shù)。
3.1 實(shí)驗(yàn)數(shù)據(jù)的選取
3.2 實(shí)驗(yàn)及結(jié)果分析
對(duì)以上數(shù)據(jù)，采用LS-SVM進(jìn)行數(shù)值實(shí)驗(yàn)，兩種指數(shù)的預(yù)測(cè)結(jié)果如圖1、圖2和表1所示。論文格式，金融時(shí)間序列。由圖1和圖2可以看出，LS-SVM對(duì)上證180指數(shù)和香港恒生指數(shù)的預(yù)測(cè)，真實(shí)值與預(yù)測(cè)值的擬合程度較好，且變化趨勢(shì)與實(shí)際情況比較接近。論文格式，金融時(shí)間序列。表1反映出LS-SVM在預(yù)測(cè)過程中具有較高的預(yù)測(cè)精度，并且在學(xué)習(xí)時(shí)間上也有優(yōu)勢(shì)，其中上證180指數(shù)的運(yùn)行時(shí)間為0.211690s，香港恒生指數(shù)的運(yùn)行時(shí)間為0.214235s，這在實(shí)際操作中具有非常重要的意義。
表1金融時(shí)間序列實(shí)驗(yàn)結(jié)果
[關(guān)鍵詞]經(jīng)濟(jì)學(xué)與商學(xué)論文；計(jì)量分析；研究動(dòng)態(tài)；研究熱點(diǎn)；研究力量分布
1文獻(xiàn)計(jì)量分析在經(jīng)濟(jì)學(xué)與商學(xué)研究中的應(yīng)用現(xiàn)狀
文獻(xiàn)計(jì)量學(xué)是借助于統(tǒng)計(jì)學(xué)和數(shù)學(xué)方法等定量研究方法來(lái)評(píng)估學(xué)科領(lǐng)域的研究現(xiàn)狀，預(yù)測(cè)科學(xué)技術(shù)發(fā)展趨勢(shì)[1]。運(yùn)用文獻(xiàn)計(jì)量法可對(duì)總量達(dá)13萬(wàn)多的經(jīng)濟(jì)學(xué)與商學(xué)文獻(xiàn)進(jìn)行精細(xì)分析，實(shí)現(xiàn)對(duì)國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)研究態(tài)勢(shì)的全面了解，也可實(shí)現(xiàn)對(duì)該研究領(lǐng)域的研究熱點(diǎn)進(jìn)行近距離細(xì)致分析。關(guān)于使用文獻(xiàn)計(jì)量學(xué)方法分析經(jīng)濟(jì)學(xué)研究狀況的我國(guó)已經(jīng)有文獻(xiàn)報(bào)道，萬(wàn)珊珊對(duì)2005-2014年期間ESI數(shù)據(jù)庫(kù)中經(jīng)濟(jì)學(xué)與商學(xué)高被引論文進(jìn)行了全面的文獻(xiàn)分析[2]，羅潤(rùn)東以CSSCI經(jīng)濟(jì)學(xué)期刊為數(shù)據(jù)源計(jì)量分析了2015年我國(guó)經(jīng)濟(jì)學(xué)研究熱點(diǎn)，可視化分析了十大研究熱點(diǎn)領(lǐng)域[3]，顧海兵基于中國(guó)知網(wǎng)對(duì)1995-2017年中國(guó)經(jīng)濟(jì)安全研究的文獻(xiàn)進(jìn)行了計(jì)量分析，揭示了中國(guó)經(jīng)濟(jì)安全研究的文獻(xiàn)特征和結(jié)構(gòu)特征[4]。但國(guó)內(nèi)對(duì)于經(jīng)濟(jì)學(xué)與商學(xué)全部國(guó)際論文進(jìn)行文獻(xiàn)計(jì)量分析的還很少，將基于WebofScience核心數(shù)據(jù)庫(kù)SCI、SSCI數(shù)據(jù)庫(kù)中近五年經(jīng)濟(jì)學(xué)與商學(xué)國(guó)際論文進(jìn)行統(tǒng)計(jì)分析，從而挖掘出世界范圍內(nèi)經(jīng)濟(jì)學(xué)與商學(xué)領(lǐng)域內(nèi)最具影響力的國(guó)家、機(jī)構(gòu)、學(xué)者和刊物，揭示該領(lǐng)域研究的熱點(diǎn)密度和發(fā)展軌跡。
2數(shù)據(jù)采集和數(shù)據(jù)處理
基于WebofScience數(shù)據(jù)庫(kù)平臺(tái)檢索近五年數(shù)據(jù)庫(kù)核心合集SCI、SSCI數(shù)據(jù)庫(kù)中的國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)論文，具體方法是在高級(jí)檢索中檢索全部經(jīng)濟(jì)學(xué)與商學(xué)相關(guān)大類即Economics；Business；BusinessFinance；AgriculturalEconomicPolicy等四大類中的全部文獻(xiàn)，文獻(xiàn)類型包括ARTICLE、REVIEW、LETTER，時(shí)間跨度為2014年至2018年，共得到文獻(xiàn)133318篇，其中中國(guó)論文有11913篇，下載全部133318篇國(guó)家經(jīng)濟(jì)學(xué)與商學(xué)論文題錄信息，并借助Excel對(duì)全部論文的所屬作者、機(jī)構(gòu)、國(guó)家地區(qū)、來(lái)源期刊、資助基金、學(xué)科方向、關(guān)鍵詞等數(shù)據(jù)進(jìn)行清洗處理和統(tǒng)計(jì)分析，并采用CiteSpace、VOSViewer軟件對(duì)關(guān)鍵詞和研究熱點(diǎn)進(jìn)行可視化圖譜分析。
3國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)研究論文現(xiàn)狀分析
3.1國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)研究力量分布
為考察國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)的研究力量分布，對(duì)國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)論文的高產(chǎn)國(guó)家和研究機(jī)構(gòu)進(jìn)行了統(tǒng)計(jì)分析，根據(jù)第一作者地址對(duì)全部機(jī)構(gòu)進(jìn)行甄別、合并和統(tǒng)計(jì)。按發(fā)文數(shù)來(lái)講，2014年至2018年發(fā)文量最多的國(guó)家是美國(guó)，共46387篇，占世界經(jīng)濟(jì)學(xué)與商學(xué)論文總數(shù)的35%；其次是英國(guó)和德國(guó)分別為17046篇和12186篇，占總數(shù)的12.79%和9.14%。中國(guó)經(jīng)濟(jì)學(xué)與商學(xué)研究成果數(shù)量在世界上排名第四，為11913篇，占總數(shù)的9%。就發(fā)文數(shù)量而言，美國(guó)一枝獨(dú)秀，發(fā)文量占總數(shù)的三分之一還多，是國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)金融領(lǐng)域研究成果的最大產(chǎn)出國(guó)；英國(guó)、德國(guó)和中國(guó)發(fā)文量位居第二梯隊(duì)均為1萬(wàn)多篇，是世界經(jīng)濟(jì)學(xué)與商學(xué)研究的重要研究力量所在國(guó)度；澳大利亞、法國(guó)、加拿大、西班牙、意大利、荷蘭六國(guó)位居第三梯隊(duì)，發(fā)文量在5000~10000篇之間，在世界經(jīng)濟(jì)學(xué)與商學(xué)研究力量格局中是不可或缺的部分。根據(jù)第一作者單位進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，國(guó)際產(chǎn)出經(jīng)濟(jì)學(xué)與商學(xué)論文量前10名的機(jī)構(gòu)依次是倫敦大學(xué)（3400篇）、加利福尼亞大學(xué)（3993篇）、國(guó)家經(jīng)濟(jì)研究局（2637篇）、弗洛里達(dá)州立大學(xué)（1687篇）、國(guó)家科學(xué)研究中心（1567篇）、美國(guó)聯(lián)邦儲(chǔ)備局（1546篇）、格魯吉亞大學(xué)（1500篇）、哈佛大學(xué)（1498篇）、德州大學(xué)（1407篇）、倫敦政治經(jīng)濟(jì)學(xué)與商學(xué)院（1404篇），詳見圖2。產(chǎn)量前10名的研究機(jī)構(gòu)中美國(guó)有8個(gè)，英國(guó)的有2個(gè)，說明美國(guó)和英國(guó)的擁有研究力量強(qiáng)大的研究機(jī)構(gòu)，并且許多研究機(jī)構(gòu)內(nèi)形成了實(shí)力雄厚的研究團(tuán)隊(duì)，其中英國(guó)的倫敦大學(xué)是世界產(chǎn)出量最大的研究機(jī)構(gòu)，美國(guó)的加利福尼亞大學(xué)緊隨其后。我國(guó)經(jīng)濟(jì)學(xué)與商學(xué)國(guó)際研究論文發(fā)文總量排名世界第四，產(chǎn)量可觀，但中國(guó)沒有研究機(jī)構(gòu)進(jìn)入前50強(qiáng)，說明在經(jīng)濟(jì)學(xué)與商學(xué)領(lǐng)域，中國(guó)研究力量比較分散，未形成較集中的強(qiáng)勢(shì)研究團(tuán)體。另外，倫敦大學(xué)、加利福尼亞大學(xué)系統(tǒng)、國(guó)家經(jīng)濟(jì)研究局、佛羅里達(dá)州立大學(xué)、國(guó)家科學(xué)研究中心、美國(guó)聯(lián)邦儲(chǔ)備等高?；蜓芯繖C(jī)構(gòu)排位靠前，可以作為我國(guó)學(xué)者訪學(xué)和取經(jīng)的首選單位，同時(shí)也可以作為我國(guó)學(xué)者合作研究的優(yōu)選單位。
3.2最具影響力研究機(jī)構(gòu)
發(fā)文量?jī)H僅反映研究產(chǎn)出量，為了從質(zhì)量或影響力的角度來(lái)反映世界經(jīng)濟(jì)學(xué)與商學(xué)研究影響力分布，我們綜合了學(xué)科規(guī)范化引文影響力（CNCI）、論文被引百分比、高被引論文數(shù)量、h指數(shù)、引文影響力等指標(biāo)進(jìn)行統(tǒng)計(jì)分析。其中學(xué)科規(guī)范化引文影響力（CNCI）為論文實(shí)際被引次數(shù)除以同年、同學(xué)科、同類型論文被引次數(shù)的平均值，通過標(biāo)準(zhǔn)化來(lái)減弱不同學(xué)科引文習(xí)慣不同而形成的學(xué)科間差異，CNCI在不同學(xué)科之間具有可比性。篩選出排名靠前的20所學(xué)術(shù)機(jī)構(gòu)詳見圖1。排在前十位的分別是加利福尼亞大學(xué)系統(tǒng)、倫敦大學(xué)、哈佛大學(xué)、麻省理工學(xué)院、伯克利加州大學(xué)、斯坦福大學(xué)、賓夕法尼亞大學(xué)、得克薩斯大學(xué)系統(tǒng)、牛津大學(xué)等。這些學(xué)校在經(jīng)濟(jì)學(xué)與商學(xué)領(lǐng)域的學(xué)術(shù)和研究水平在世界上是先進(jìn)的。綜合各國(guó)研究產(chǎn)量、質(zhì)量和影響力等多方面表現(xiàn)來(lái)講，美國(guó)在世界經(jīng)濟(jì)學(xué)與商學(xué)研究中獨(dú)占鰲頭，英國(guó)位列第二，美國(guó)遠(yuǎn)超過其他國(guó)家。英國(guó)的倫敦大學(xué)和美國(guó)的加利福尼亞大學(xué)研究產(chǎn)量和影響力均位列前兩位，是世界研究力量分布中實(shí)力最強(qiáng)的研究機(jī)構(gòu)。另外，新加坡國(guó)立大學(xué)位列綜合影響力前20名中是亞洲地區(qū)的領(lǐng)先研究機(jī)構(gòu)。
3.3國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)研究重要作者
近五年國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)論文約有10萬(wàn)名作者，產(chǎn)量最多的前50名作者發(fā)文量占了文獻(xiàn)總量的13.76%。發(fā)文最多的作者分別是比勒陀利亞大學(xué)（UniversityofPretoria）的RANGANGUPTA（143篇）、德雷塞爾大學(xué)（DrexelUniversity）的SHAWKATHAMMOUDEH（85篇)、諾森比亞大學(xué)的NICHOLASAPERGIS（70篇)、逢甲大學(xué)（FengChiaUniversity）的TSANGYAOCHANG（張倉(cāng)耀54篇)、莫納什大學(xué)（MonashUniversity）的RUSSELLSMYTH（54篇)，他們是該領(lǐng)域的重要研究力量。
4國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)研究熱點(diǎn)及前沿
關(guān)鍵詞表達(dá)了文獻(xiàn)的主題內(nèi)容，通過作者關(guān)鍵詞詞頻統(tǒng)計(jì)能夠分析學(xué)科領(lǐng)域的研究熱點(diǎn)。本文分別采用知識(shí)圖譜工具CiteSpace和VOSviewer對(duì)2014~2018年國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)領(lǐng)域研究文獻(xiàn)的關(guān)鍵詞進(jìn)行五年整體分析和分年具體分析。首先，采用CiteSpace軟件對(duì)2014年~2018年五年國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)領(lǐng)域研究文獻(xiàn)的關(guān)鍵詞進(jìn)行知識(shí)圖譜分析。圖6是國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)論文的關(guān)鍵詞圖譜，分析圖6可以看出，國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)關(guān)于模式（15351）、績(jī)效（10225）、市場(chǎng)（9216）、影響（8148）、行為（6185）、增長(zhǎng)（6069）、信息（5947）、風(fēng)險(xiǎn)（5542）、公司（5356）、管理（5023）、政策（4999）、改革（4905）、視角（4549）、價(jià)格（4333）、決定因素（3954）、競(jìng)爭(zhēng)（3906）、工業(yè)（3646）、投資（3633）等方面的研究受到廣泛的關(guān)注，其中績(jī)效、市場(chǎng)、模式、行為、工業(yè)、增長(zhǎng)等關(guān)鍵詞的中心性較高。另外，運(yùn)用VOSviewer對(duì)2014~2018年國(guó)際經(jīng)濟(jì)學(xué)與商學(xué)領(lǐng)域研究文獻(xiàn)的關(guān)鍵詞共現(xiàn)主題密度視圖進(jìn)行逐年分析后發(fā)現(xiàn)，近五年核心研究熱點(diǎn)為改革創(chuàng)新、經(jīng)濟(jì)增長(zhǎng)、企業(yè)管理，五年中這三個(gè)關(guān)鍵詞均列前三位，且研究熱度持續(xù)上升，說明近五年國(guó)際經(jīng)濟(jì)研究主要圍繞改革創(chuàng)新、經(jīng)濟(jì)增長(zhǎng)、企業(yè)管理展開；另外，年度的次要研究熱點(diǎn)是漸進(jìn)改變的，2014年次要研究熱點(diǎn)為貨幣政策、金融危機(jī)、公司治理；2015年次要研究熱點(diǎn)為公司治理、企業(yè)家精神、企業(yè)社會(huì)責(zé)任；2016年次要研究熱點(diǎn)為教育、人力資本、新興市場(chǎng)；2017年次要研究熱點(diǎn)為社會(huì)媒體、不確定性、信任；2018年次要研究熱點(diǎn)為企業(yè)社會(huì)責(zé)任、氣候變化、公平性研究?？梢哉f，五年主要研究熱點(diǎn)不變，次要研究熱點(diǎn)從貨幣政策、金融危機(jī)、企業(yè)管理逐漸轉(zhuǎn)移到人力資本、新興市場(chǎng)、社會(huì)媒體、氣候變化等經(jīng)濟(jì)發(fā)展帶來(lái)的新問題上。
5結(jié)語(yǔ)
張偉，男，漢族，1964年11月生，原籍河南省上蔡縣，環(huán)境經(jīng)濟(jì)方向博士，現(xiàn)為濟(jì)南大學(xué)經(jīng)濟(jì)研究中心主任，山東省城市發(fā)展研究基地首席專家、教授，人口、資源與環(huán)境經(jīng)濟(jì)學(xué)博士生導(dǎo)師，美國(guó)內(nèi)布拉斯加大學(xué)高級(jí)訪問學(xué)者，第2屆山東省理論人才“百人工程”成員，第7批濟(jì)南市專業(yè)技術(shù)拔尖人才。研究方向?yàn)榫G色經(jīng)濟(jì)理論與政策，研究特色為綠色投融資。張偉迄今已發(fā)表學(xué)術(shù)論文50多篇，其中在國(guó)際期刊Energy Policy（SCI與SSCI雙檢索刊物）、Mathematical and Computer Modelling（SCI檢索刊物）等10多篇；在國(guó)內(nèi)權(quán)威刊物《管理世界》、《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》、《統(tǒng)計(jì)研究》、《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》、《中國(guó)軟科學(xué)》等40多篇，被《新華文摘》、《中國(guó)社會(huì)科學(xué)文摘》、《經(jīng)濟(jì)研究參考》、《復(fù)印報(bào)刊資料》等轉(zhuǎn)載10多篇；主持國(guó)家社會(huì)科學(xué)基金項(xiàng)目3項(xiàng)、主持國(guó)家軟科學(xué)項(xiàng)目1項(xiàng)，主持省部級(jí)項(xiàng)目10多項(xiàng)；先后出版著作3部，主編教材4部；獲得教育部人文社會(huì)科學(xué)優(yōu)秀成果三等獎(jiǎng)、山東省社會(huì)科學(xué)優(yōu)秀成果一等獎(jiǎng)等省部級(jí)優(yōu)秀研究成果獎(jiǎng)10多項(xiàng)。
二、研究領(lǐng)域
張偉教授的主要研究領(lǐng)域是綠色經(jīng)濟(jì)理論與政策。該領(lǐng)域著重從經(jīng)濟(jì)學(xué)角度研究環(huán)境污染產(chǎn)生的原因以及治理污染或預(yù)防污染的措施。他的研究專長(zhǎng)是綠色投融資，主要研究環(huán)境保護(hù)的投融資設(shè)計(jì)、路徑優(yōu)化及相關(guān)政策支持。先后被聘為中國(guó)城市發(fā)展研究會(huì)特邀理事、山東生態(tài)經(jīng)濟(jì)研究會(huì)副會(huì)長(zhǎng)、山東省生態(tài)文明研究會(huì)常務(wù)理事、山東省經(jīng)濟(jì)學(xué)會(huì)常務(wù)理事、濟(jì)南綠色經(jīng)濟(jì)研究會(huì)常務(wù)副理事長(zhǎng)等。曾被授予山東省理論人才“百人工程”成員、濟(jì)南市專業(yè)技術(shù)拔尖人才、濟(jì)南市理論人才工程成員、濟(jì)南大學(xué)優(yōu)秀教師等榮譽(yù)稱號(hào)。
三、研究成果
張偉教授近5年內(nèi)在高水平期刊發(fā)表了13篇論文。目前已在Energy Policy（SCI與SSCI雙檢索刊物）等國(guó)際權(quán)威期刊發(fā)表相關(guān)SCI（SSCI）論文5篇，在《管理世界》、《中國(guó)軟科學(xué)》等國(guó)內(nèi)權(quán)威刊物發(fā)表相關(guān)CSSCI論文8篇。有3篇論文被《新華文摘》、《中國(guó)社會(huì)科學(xué)文摘》、《經(jīng)濟(jì)研究參考》等轉(zhuǎn)載。并主持國(guó)家級(jí)及省部級(jí)研究項(xiàng)目7項(xiàng)，分別為：國(guó)家社科基金項(xiàng)目“低碳城市建設(shè)投融資機(jī)制研究”；國(guó)家軟科學(xué)計(jì)劃項(xiàng)目“金融促進(jìn)節(jié)能減排技術(shù)創(chuàng)新的理論、實(shí)務(wù)與案例研究”；國(guó)家環(huán)?！笆濉币?guī)劃項(xiàng)目“非環(huán)保系統(tǒng)資金投入、項(xiàng)目運(yùn)作的經(jīng)驗(yàn)與借鑒”；山東省科技發(fā)展計(jì)劃項(xiàng)目“基于科學(xué)發(fā)展觀的山東省產(chǎn)業(yè)集群升級(jí)優(yōu)化戰(zhàn)略與融資對(duì)策研究”；山東省社科規(guī)劃項(xiàng)目“創(chuàng)新發(fā)展半島城市群循環(huán)經(jīng)濟(jì)園區(qū)，建設(shè)生態(tài)強(qiáng)省與有效利用跨國(guó)公司投資研究”；山東省軟科學(xué)計(jì)劃項(xiàng)目“利用外資增強(qiáng)山東省城市綠色創(chuàng)新能力的路徑與對(duì)策研究”；全國(guó)統(tǒng)計(jì)科研規(guī)劃項(xiàng)目“城市環(huán)境設(shè)施產(chǎn)業(yè)投資績(jī)效的經(jīng)濟(jì)統(tǒng)計(jì)評(píng)價(jià)與改進(jìn)對(duì)策研究”。以上項(xiàng)目除國(guó)家社科基金項(xiàng)目外均已按時(shí)完成，并得到專家好評(píng)，所提對(duì)策建議有些被國(guó)家環(huán)境保護(hù)部采納，進(jìn)入“十二五”規(guī)劃；有些被山東省領(lǐng)導(dǎo)批示，并被山東省財(cái)政廳、山東省發(fā)改委、山東省環(huán)保廳等采納應(yīng)用，取得了可觀的社會(huì)（生態(tài)）效益和經(jīng)濟(jì)效益。近5年內(nèi)獲得8項(xiàng)科研成果獎(jiǎng)勵(lì)。主持完成的成果或撰寫的論文，先后獲得全國(guó)高等學(xué)?？茖W(xué)研究（人文社會(huì)科學(xué)）優(yōu)秀成果獎(jiǎng)三等獎(jiǎng)1項(xiàng)；獲得山東省社科優(yōu)秀成果獎(jiǎng)二等獎(jiǎng)、三等獎(jiǎng)共計(jì)3項(xiàng)；獲得國(guó)家統(tǒng)計(jì)局全國(guó)統(tǒng)計(jì)優(yōu)秀科研成果獎(jiǎng)三等獎(jiǎng)共計(jì)2項(xiàng)，獲得省部級(jí)科技進(jìn)步獎(jiǎng)二等獎(jiǎng)、三等獎(jiǎng)共計(jì)2項(xiàng)。
四、主要論著
1、經(jīng)濟(jì)體制轉(zhuǎn)軌績(jī)效與城市環(huán)境設(shè)施投資體制個(gè)案研究，山西人民出版社2007年。
2、區(qū)域競(jìng)爭(zhēng)力研究叢書，經(jīng)濟(jì)科學(xué)出版社，2010―2011年。
3、橋隧交通建設(shè)與城市發(fā)展探討，山東人民出版社，2011年。
4、外商投資與綠色經(jīng)濟(jì)發(fā)展研究，經(jīng)濟(jì)科學(xué)出版社，2013年。
5、金融業(yè)綠色轉(zhuǎn)型研究，經(jīng)濟(jì)科學(xué)出版社，2014年。
6、發(fā)展藍(lán)色經(jīng)濟(jì)應(yīng)當(dāng)繼續(xù)加強(qiáng)節(jié)能降耗，統(tǒng)計(jì)研究，2010年第7期。
7、利用FDI增強(qiáng)我國(guó)綠色創(chuàng)新能力的理論模型與思路探討，管理世界，2011年第12期。
8、外商投資環(huán)境規(guī)制與東道國(guó)綠色創(chuàng)新，經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2012年第11期。
9、外商投資、創(chuàng)新能力與環(huán)境效率的結(jié)構(gòu)方程分析：以山東為例，中國(guó)軟科學(xué)，2012年第3期。
“國(guó)家優(yōu)秀自費(fèi)留學(xué)生獎(jiǎng)學(xué)金”從2005年設(shè)立至今，已評(píng)選了三屆。該獎(jiǎng)項(xiàng)已經(jīng)成為祖國(guó)關(guān)愛自費(fèi)留學(xué)生的知名品牌，受到國(guó)內(nèi)外權(quán)威媒體和有關(guān)人士的普遍關(guān)注和廣泛贊譽(yù)。
廣大自費(fèi)留學(xué)生是國(guó)家寶貴的人才資源，為了進(jìn)一步加強(qiáng)他們與祖國(guó)的聯(lián)系，弘揚(yáng)優(yōu)秀自費(fèi)留學(xué)人員奮力拼搏的精神，本刊從2006年第1期開始，向廣大讀者介紹部分獲獎(jiǎng)?wù)摺Ｍ瑫r(shí)近期我們又開辟了“我的自費(fèi)留學(xué)經(jīng)歷”專題，真誠(chéng)歡迎更多的自費(fèi)留學(xué)生將你們留學(xué)中的酸甜苦辣與心得寫給我們。
本欄目聯(lián)系電話：010-62257722轉(zhuǎn)208
傳真：010-62252501
電子信箱：baiyu48@sina．com
葉海濤，2003年獲獎(jiǎng)?wù)撸魧W(xué)英國(guó)?，F(xiàn)任英國(guó)倫敦大學(xué)學(xué)院(UCL)納米研究中心博士后研究員，與勞斯萊斯公司(Rolls-Royce plc)合作共同研發(fā)飛機(jī)引擎內(nèi)部的高溫功率放大器。1998年西安交通大學(xué)本科畢業(yè)，曾獲得“好來(lái)西”企業(yè)獎(jiǎng)學(xué)金、首屆美國(guó)聯(lián)合科技公司(UTC)容閎科技教育獎(jiǎng)。2000年新加坡南洋理工大學(xué)(NTU)碩士畢業(yè)，獲新加坡Tan Chin Tuan國(guó)際交流獎(jiǎng)學(xué)金及李氏基金(Lee Foundation)。2004年英國(guó)倫敦大學(xué)博士畢業(yè)，主要專業(yè)方向?yàn)榻饎偸勺訉W(xué)及納米器件2004～2005年被聘為日本電信電話株式會(huì)社國(guó)際研究員，從事單晶金剛石場(chǎng)效應(yīng)管的研發(fā)?，F(xiàn)已發(fā)表國(guó)際期刊論文20多篇及國(guó)際會(huì)議論文40多篇，多次應(yīng)邀參加國(guó)際學(xué)術(shù)會(huì)議并做大會(huì)專題報(bào)告。在攻讀博士期間，連續(xù)三年榮獲英國(guó)大學(xué)校長(zhǎng)委員會(huì)頒發(fā)的海外研究生獎(jiǎng)學(xué)金(ORS)、英國(guó)EPSRC獎(jiǎng)學(xué)金和香港王寬成獎(jiǎng)學(xué)金(KCWong)，并被吸收為英國(guó)材料學(xué)會(huì)(IOM3)(2000年)、英國(guó)物理學(xué)會(huì)(10P)(2001年)及英國(guó)電子工程師學(xué)會(huì)(IEE)的會(huì)員，(2003年、2006)年當(dāng)選為旅英中國(guó)工程師協(xié)會(huì)的理事，并應(yīng)邀成為以色列國(guó)家科學(xué)基金委的特約評(píng)審人。
而立之年的葉海濤表示：“一定不會(huì)辜負(fù)祖國(guó)的期望，不斷提升和完善自己，腳踏實(shí)地做好每一份工作，心系祖國(guó)，愿為祖國(guó)的繁榮和發(fā)展貢獻(xiàn)自己的青春和智慧?！?/p>
謝向華，2004年獲獎(jiǎng)?wù)撸魧W(xué)英國(guó)。2000年畢業(yè)于上海同濟(jì)大學(xué)環(huán)境科學(xué)與工程學(xué)院，2001年9月赴英國(guó)布里斯托爾大學(xué)攻讀計(jì)算機(jī)碩士學(xué)位，一年后順利完成“高級(jí)計(jì)算科學(xué)”課程，并獲得理學(xué)碩士學(xué)位。2003年11月開始在布里斯托爾大學(xué)計(jì)算機(jī)科學(xué)系媒體計(jì)算科研小組攻讀博士學(xué)位，同時(shí)擔(dān)任“研究助理”一職從事科研工作。2006年3月通過博士論文答辯。自2006年2月起，在布里斯托爾大學(xué)計(jì)算機(jī)系做博士后，從事一項(xiàng)由歐盟委員會(huì)(European Commission)資助的旨在開發(fā)幫助盲人和視力嚴(yán)重?fù)p傷的病人與外界交互的計(jì)算機(jī)認(rèn)知系統(tǒng)的研究項(xiàng)目(CASBliP)。其研究主要為立體計(jì)算機(jī)視覺系統(tǒng)，動(dòng)態(tài)曲線分割模型，計(jì)算機(jī)材質(zhì)分析，自動(dòng)缺陷識(shí)別和醫(yī)學(xué)圖像。他在計(jì)算機(jī)視覺與圖形處理領(lǐng)域的國(guó)際性刊物和國(guó)際性學(xué)術(shù)研討會(huì)上以第一作者發(fā)表了10多篇論文。2004年，應(yīng)美國(guó)瑪柯尼醫(yī)療系統(tǒng)(Marconi Medical System，Inc．)蘇里博士的邀請(qǐng)，在《醫(yī)學(xué)圖像分析手冊(cè)高級(jí)圖形分割與圖像注冊(cè)模型》一書中撰寫章節(jié)――“區(qū)域支持的幾何彩色動(dòng)態(tài)曲線分割模型”。謝向華現(xiàn)參與《材質(zhì)分析手冊(cè)》一書的編撰工作，該書將于2007年出版。2006年初，他與默曼迪博士的PRINS研究方案得到了英國(guó)Levelhulm研究基金會(huì)為期兩年的資助。他現(xiàn)擔(dān)任多個(gè)國(guó)際性學(xué)術(shù)期刊的評(píng)委，并是英國(guó)“醫(yī)學(xué)圖像分析與認(rèn)知”年會(huì)等多個(gè)國(guó)際性學(xué)術(shù)協(xié)會(huì)的會(huì)員。謝向華認(rèn)為，獲得“國(guó)家優(yōu)秀自費(fèi)留學(xué)生獎(jiǎng)學(xué)金”是祖國(guó)對(duì)自己在海外多年努力學(xué)習(xí)的莫大鼓勵(lì)與肯定，同時(shí)也讓所有海外的莘莘學(xué)子看到祖國(guó)對(duì)于他們的重視與厚望。在今后的研究工作中，他將繼續(xù)努力學(xué)習(xí)尖端技術(shù)，為祖國(guó)將來(lái)的科技發(fā)展貢獻(xiàn)微薄之力。
姚小軍，2004年獲獎(jiǎng)?wù)?，留學(xué)法國(guó)，研究方向?yàn)榛瘜W(xué)信息學(xué)。1994年就讀于蘭州大學(xué)化學(xué)系，2002年1月獲“促進(jìn)科學(xué)技術(shù)研究中法協(xié)會(huì)信息科學(xué)獎(jiǎng)學(xué)金”資助，作為蘭州大學(xué)與巴黎第七大學(xué)聯(lián)合培養(yǎng)的博士生，赴法國(guó)留學(xué)，師從法國(guó)巴黎第七大學(xué)ITODYS研究所化學(xué)信息學(xué)和分子模型實(shí)驗(yàn)室主任范波濤教授和蘭州大學(xué)胡之德教授。在范教授和胡教授的共同指導(dǎo)下，主要開展了以下兩個(gè)方面的研究：(1)新的機(jī)器學(xué)習(xí)算法在QSAR／QSPR中的應(yīng)用；(2)計(jì)算機(jī)輔助分子設(shè)計(jì)。他在國(guó)際知名學(xué)術(shù)刊物上發(fā)表了30余篇論文并被多次引用，所做的工作曾多次在國(guó)際會(huì)議上介紹，得到了同行的廣泛好評(píng)。留學(xué)法國(guó)期間，曾獲得2002年“法國(guó)華人青年企業(yè)家協(xié)會(huì)”教育基金會(huì)第二屆“優(yōu)秀中國(guó)留學(xué)人員獎(jiǎng)”和2004年中國(guó)國(guó)家留學(xué)基金委“國(guó)家優(yōu)秀自費(fèi)留學(xué)生獎(jiǎng)學(xué)金”以及2005年“促進(jìn)科學(xué)技術(shù)研究中法協(xié)會(huì)信息科學(xué)獎(jiǎng)”。2004年12月獲得博士學(xué)位。獲得學(xué)位后，姚小軍響應(yīng)國(guó)家西部大開發(fā)戰(zhàn)略，懷著對(duì)母校的深厚感情，決定回到蘭州大學(xué)，從事教學(xué)和科研工作，為國(guó)家的西部大開發(fā)戰(zhàn)略和母校的發(fā)展貢獻(xiàn)自己的力量。獲獎(jiǎng)后，他深深地感謝國(guó)家對(duì)海外留學(xué)生的關(guān)心和支持。他表示將會(huì)繼續(xù)努力，爭(zhēng)取更大的成績(jī)，更好地報(bào)效國(guó)家。
論文關(guān)鍵詞：股指期貨，影響因素，協(xié)整分析，多頭和空頭
一、引言
社會(huì)在進(jìn)化，新事物層出不窮，資本市場(chǎng)需要發(fā)展與創(chuàng)新，金融創(chuàng)新能夠促進(jìn)國(guó)家經(jīng)濟(jì)和資本市場(chǎng)進(jìn)一步繁榮。以金融期貨為主的金融衍生品市場(chǎng)，是經(jīng)濟(jì)金融發(fā)展到一定階段的必然產(chǎn)物，是現(xiàn)代金融市場(chǎng)體系的重要組成部分。發(fā)展金融期貨市場(chǎng)，有利于資本市場(chǎng)擴(kuò)大規(guī)模，提高效率完善結(jié)構(gòu)，增強(qiáng)彈性；有利于優(yōu)化社會(huì)資源配置，更好地發(fā)揮資本市場(chǎng)功能；有利于提高金融機(jī)構(gòu)的競(jìng)爭(zhēng)力和抗風(fēng)險(xiǎn)能力。因而多頭和空頭，金融期貨市場(chǎng)是當(dāng)今世界最具活力、不斷創(chuàng)新、具有廣闊發(fā)展前景的市場(chǎng)。
同時(shí)，股指期貨的推出，為廣大投資者提供更加豐富的贏利模式，投資者在上漲和下跌的過程中都有贏利的機(jī)會(huì)。因此投資者可以在控制好風(fēng)險(xiǎn)的前提下，保持良好的心態(tài)，依靠“杠桿效應(yīng)”，以更少的資金、更低的成本獲取大盤指數(shù)的收益率。
在充滿風(fēng)險(xiǎn)的期指市場(chǎng)上，要想獲取收益，首先要熟悉并把握好期指市場(chǎng)的發(fā)展趨勢(shì)。為此，必須要了解掌握好影響股指期貨的一些主要因素。
二、股指期貨影響因素的定性分析
影響股指期貨的因素有很多，如國(guó)際政治、經(jīng)濟(jì)環(huán)境、國(guó)內(nèi)宏觀經(jīng)濟(jì)形勢(shì)、政治和政策因素、其他金融市場(chǎng)的狀況、投資者的心理和市場(chǎng)供求關(guān)系等等[1]怎么寫論文。本文所涉及到的是微觀層面的、有數(shù)據(jù)支撐的、便于模型定量分析的一些因素：如滬深300指數(shù)、股指期貨的成交量、持倉(cāng)量和成交持倉(cāng)比、多空主力的持倉(cāng)量和持倉(cāng)比等。其中，最主要的影響因素有：滬深300指數(shù)、多空主力持倉(cāng)比和成交持倉(cāng)比。
1、滬深300指數(shù)
滬深300指數(shù)對(duì)股指期貨的影響十分重要。滬深300指數(shù)是股指期貨標(biāo)的，股指期貨的運(yùn)行始終圍繞著滬深300指數(shù)上下波動(dòng)，表現(xiàn)出高度的相關(guān)性[2]。滬深300指數(shù)對(duì)股指期貨的影響，主要表現(xiàn)在股指期貨的指數(shù)與滬深300指數(shù)的價(jià)差上。價(jià)差的正值為升水，負(fù)值為貼水。期市行情的數(shù)據(jù)顯示，價(jià)差（升貼水）的大小與期市的走勢(shì)表現(xiàn)出較明顯的相關(guān)性。隨著期指由高位向下運(yùn)行時(shí)，升水的最大值由高逐步降低，升水的均值逐步下降。例如，期市剛剛上市的最初階段（4月20日-5月19日），IF1005主力合約期間多頭和空頭，期指在2900-2780點(diǎn)高位運(yùn)行，期指升水幅度最大，升水最高值達(dá)95.84點(diǎn)，均值為57.69點(diǎn)；5月20日-6月11日，IF1006主力合約期間，期指運(yùn)行在2900-2780點(diǎn)之間，升水最高為51.72點(diǎn)，均值為32.65點(diǎn)；6月17日—7月19日，IF1007主力合約期間，期指在2800-2500區(qū)間運(yùn)行，期指升水最高為35.82點(diǎn)，均值為18.19點(diǎn)；7月20日-8月19日，IF1008主力合約期間，期指在2700-2900區(qū)間運(yùn)行，升水最高為31.44點(diǎn)，均值為11.31點(diǎn)；8月20日-9月17日，IF1009主力合約期間，期指在3000-2800點(diǎn)區(qū)間運(yùn)行，升水最高為30.87點(diǎn)，均值為19.54點(diǎn)?？梢?，隨著期指由高位向低位運(yùn)行的時(shí)候多頭和空頭，各個(gè)主力合約升水的最大值由95.84點(diǎn)下降到51.72點(diǎn)、35.82點(diǎn)、31.44點(diǎn)和30.87點(diǎn)。同時(shí)升水均值也由57.69點(diǎn)下降為32.65點(diǎn)、18.19點(diǎn)和11.31點(diǎn)。表現(xiàn)出明顯的相關(guān)性。
2、多空主力持倉(cāng)比
多空主力持倉(cāng)比是影響股指期貨的又一重要因素。期市行情數(shù)據(jù)顯示，多空主力持倉(cāng)比與市場(chǎng)趨勢(shì)表現(xiàn)出較明顯的相關(guān)性，即多頭主力前20名持倉(cāng)比越高，市場(chǎng)表現(xiàn)越好；空頭主力前20名持倉(cāng)比越高，市場(chǎng)表現(xiàn)相對(duì)較差。多空主力持倉(cāng)比各占50%左右時(shí)，市場(chǎng)處于均衡狀態(tài)?？疹^主力持倉(cāng)比大于50%，尤其是達(dá)到53-54%時(shí)，期指很可能大跌。例如，6月22日起，空頭主力持倉(cāng)比由52.77%上升到6月29日的54.16，空方連續(xù)6個(gè)交易日占上風(fēng)，每日空頭凈持倉(cāng)都在1500-2900手以上，預(yù)示期指將要調(diào)整，結(jié)果，第二天6月29日，期指大跌141.70點(diǎn)?？疹^主力持倉(cāng)比小于50%，尤其是在47-48%（即多頭主力持倉(cāng)比為52-53%）時(shí)，期指很可能大漲。例如，7月20日空頭主力持倉(cāng)占比為50.51%，連續(xù)7個(gè)交易日下降，空頭主力占比由50.51%下降到47-48%之間多頭和空頭，多頭占上風(fēng)，多頭凈持倉(cāng)每日都在800-1500手之間，預(yù)示期指要向上沖擊，結(jié)果第二天，7月28日，期指大漲108.60點(diǎn)怎么寫論文。
3、成交持倉(cāng)比
成交量是分析判斷期指發(fā)展趨勢(shì)必不可少的指標(biāo)。成交量越大，資金的規(guī)模越大，流動(dòng)性越充沛，市場(chǎng)就越活躍。持倉(cāng)量也是衡量市場(chǎng)參與資金的重要指標(biāo)，持倉(cāng)量越高，股指期貨投資者壓的籌碼越多，市場(chǎng)熱度會(huì)增大，后市的逼空或殺多的行情越大。期指市場(chǎng)常用成交持倉(cāng)比（成交量/持倉(cāng)量）來(lái)分析判斷期指的行情，這是股指期貨又一重要的影響因素[3]。數(shù)據(jù)顯示，成交持倉(cāng)比與期市的走勢(shì)表現(xiàn)出明顯的相關(guān)性。4月20日-6月11日，期指運(yùn)行在3200-2800點(diǎn)之間，成交持倉(cāng)比在14-20倍之間波動(dòng)，最高為26.84倍，均值為16.6倍；6月17日-7月19日，期指運(yùn)行在2800-2600點(diǎn)之間，成交持倉(cāng)比在10-12之間波動(dòng)多頭和空頭，最高達(dá)16.18倍，均值為11.06倍；7月20日-8月19日，期指運(yùn)行在2800-2900點(diǎn)之間，成交持倉(cāng)比在9-11之間波動(dòng)，最高為14.04倍，均值為9.76倍；8月19日-9月21日，期指運(yùn)行在2980-2880點(diǎn)之間，成交持倉(cāng)比在6.8-9之間波動(dòng)，最高為11.10倍，均值為8.22倍?？梢?，隨著期指由高位向下運(yùn)行，成交持倉(cāng)比的最大值由26.84倍下降到16.18、14.04和11.10倍；均值由16.60倍下降到11.06、9.76和8.22倍。表現(xiàn)出明顯的相關(guān)性。
三、影響因素的分析
1、模型的建立[4]
影響股指期貨的主要因素是滬深300指數(shù)、多空主力持倉(cāng)比和成交持倉(cāng)比。股指期貨與滬深300指數(shù)、多空主力持倉(cāng)比和成交持倉(cāng)比有較顯著的相關(guān)性，有近似的線性關(guān)系，根據(jù)它們的函數(shù)關(guān)系，可將回歸模型設(shè)定為
其中，為IF股指期貨的指數(shù)，為滬深300指數(shù)，為多空主力持倉(cāng)比（%），為成交持倉(cāng)比（%），為殘差項(xiàng)。
2、數(shù)據(jù)的來(lái)源與處理
模型所需要的數(shù)據(jù)，取自于股指期貨每日交易行情的資料多頭和空頭，其中，股票期貨指數(shù)為每日收盤價(jià)；價(jià)差是每日股票期貨指數(shù)減滬深300指數(shù)，正值為升水，負(fù)值為貼水。成交持倉(cāng)比等于股票期貨的成交量除以持倉(cāng)量；空頭主力持倉(cāng)比=空頭主力持倉(cāng)量/（多頭主力持倉(cāng)量+空頭主力持倉(cāng)量）。主力持倉(cāng)量為前20名會(huì)員的持倉(cāng)量。時(shí)間為2010年5月20日至2010年9月21日，共107個(gè)樣本。這些數(shù)據(jù)都來(lái)自于中國(guó)金融期貨交易所。
3、模型求解
假定滬深300指數(shù)、多空主力持倉(cāng)比和期指的成交持倉(cāng)比是股票期貨指數(shù)的影響因素，且存在近似線性關(guān)系。用Eviews5.1軟件作回歸[5]，結(jié)果如表1。
表1：模型整體參數(shù)估計(jì)
回歸系數(shù)
標(biāo)準(zhǔn)差
t統(tǒng)計(jì)量
P值
C
0.387031
0.108478
-3.567818
0.0006
β1
1.016943
0.010319
98.55239
0.0000
β2
0.004744
0.001358
3.494370
0.0007
β3
0.062890
0.013163
4.777930
0.0000
R2統(tǒng)計(jì)量
0.992142
因變量的均值
7.943152
調(diào)整R2統(tǒng)計(jì)量
0.991877
因變量的標(biāo)準(zhǔn)差
0.041894
回歸標(biāo)準(zhǔn)差
0.003776
AIC信息準(zhǔn)測(cè)值
-8.278330
殘差平方和
0.001269
SC信息準(zhǔn)則值
-8.169401
對(duì)數(shù)似然值
388.9423
F值
3745.611
D.W統(tǒng)計(jì)量
1.763769
【關(guān)鍵詞】中國(guó)流通股 逆政策效應(yīng) AR模型 杠桿效應(yīng) EGARCH模型
自1993年G 30集團(tuán)《衍生產(chǎn)品的實(shí)踐和規(guī)則》研究報(bào)告，并竭力推薦各國(guó)銀行使用VaR（Value at Risk，即風(fēng)險(xiǎn)價(jià)值）風(fēng)險(xiǎn)管理技術(shù)后，巴塞爾委員會(huì)1995年也在其《關(guān)于市場(chǎng)風(fēng)險(xiǎn)資本要求的內(nèi)部模型法》、《關(guān)于使用“返回檢驗(yàn)”法檢驗(yàn)計(jì)算市場(chǎng)風(fēng)險(xiǎn)資本要求的內(nèi)部模型法的監(jiān)管構(gòu)架》文件中向其成員國(guó)銀行大力倡導(dǎo)這一方法（彭坤、王飚，2002）。如今，VaR技術(shù)已延伸至保險(xiǎn)、證券、信托等非銀行金融機(jī)構(gòu)甚至非金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理領(lǐng)域，以VaR作為市場(chǎng)主體風(fēng)險(xiǎn)的統(tǒng)一標(biāo)準(zhǔn)與管理機(jī)構(gòu)資本充足水平的準(zhǔn)繩和依據(jù)。中國(guó)滬深兩市的流通股是投資者的首選，以VaR測(cè)算滬深兩市流通股資產(chǎn)的市場(chǎng)風(fēng)險(xiǎn)對(duì)于機(jī)構(gòu)投資者及時(shí)防范風(fēng)險(xiǎn)具有重要意義。
一、文獻(xiàn)綜述
Value at Risk是由J.P.摩根銀行20世紀(jì)80年代的全球研究部總經(jīng)理蒂爾?古爾迪曼所創(chuàng)立。在1995年4月的巴爾塞委員會(huì)擴(kuò)大會(huì)議上，規(guī)定銀行可以選擇使用自己的風(fēng)險(xiǎn)衡量模型去確定其資本要求，從此風(fēng)險(xiǎn)價(jià)值開始被廣泛應(yīng)用到內(nèi)部風(fēng)險(xiǎn)衡量模型之中。在VaR模型回測(cè)方面，Kupiec（1995）提出了基于失敗頻率的VaR模型正確性檢驗(yàn)的方法。christoffersen（1998）提出了考慮在時(shí)間變化時(shí)，對(duì)VaR模型正確性檢驗(yàn)的方法。Philippe Jorion（2000）的《風(fēng)險(xiǎn)價(jià)值（VaR）》被奉為風(fēng)險(xiǎn)管理的圣經(jīng)，該書極為系統(tǒng)地講述了VaR的來(lái)龍去脈以及各種VaR的計(jì)量方法，還對(duì)VaR在衡量和管理信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)以及操作風(fēng)險(xiǎn)中的應(yīng)用進(jìn)行了細(xì)致的分析（樊葵葵，2010）。我國(guó)學(xué)者王春峰（2001）在《金融市場(chǎng)風(fēng)險(xiǎn)管理》中較系統(tǒng)地論述了VaR，對(duì)金融市場(chǎng)風(fēng)險(xiǎn)的測(cè)量和管理進(jìn)行了系統(tǒng)深入的介紹。黃海（2003）重點(diǎn)介紹了摩根銀行在金融風(fēng)險(xiǎn)度量系統(tǒng)Risk Metrics中的EWMA模型（指數(shù)加權(quán)移動(dòng)平均預(yù)測(cè)模型），并且基于金融數(shù)據(jù)分布的有偏性提出了有偏的EWMA模型。朱世武（2004）對(duì)中國(guó)市場(chǎng)上各類VaR方法計(jì)算進(jìn)行了實(shí)證，并對(duì)各類VaR方法在中國(guó)市場(chǎng)上的有效性進(jìn)行了事后檢驗(yàn)（韓琦，2008；袁婷，2010）。
由于金融市場(chǎng)數(shù)據(jù)呈現(xiàn)出“尖峰厚尾”分布特征，難以用傳統(tǒng)的VaR方法進(jìn)行計(jì)算，不少學(xué)者就使用VaR方法時(shí)如何估計(jì)數(shù)據(jù)的分布、如何處理“尖峰厚尾”分布作出了探討。其中鄭文通（1997）在《金融風(fēng)險(xiǎn)管理的VaR方法及其應(yīng)用》中使用J.P.摩根1994年的年報(bào)數(shù)據(jù)對(duì)該公司一天95%置信度下的VaR平均值進(jìn)行了計(jì)算，利用實(shí)證方法對(duì)VaR方法的正態(tài)假設(shè)進(jìn)行了有效性檢驗(yàn)。對(duì)于非正態(tài)分布的情況，引入了t分布來(lái)代替原來(lái)的正態(tài)分布假設(shè)，并提出了金融資產(chǎn)t分布自由度n的參數(shù)估計(jì)值（袁婷，2010）。陳守東（2002）運(yùn)用GARCH模型對(duì)上證綜合指數(shù)進(jìn)行了VaR值的度量，并用Kupiec提出的似然比檢驗(yàn)法驗(yàn)證不同模型的有效性，認(rèn)為服從t分布的GARCH（l， 1）模型對(duì)上證綜指收益率VaR值的估計(jì)最為有效。肖慶憲（2003）為了刻畫“厚尾”資產(chǎn)收益率，將非正態(tài)收益率數(shù)據(jù)進(jìn)行正態(tài)化變換，使變換后的厚尾數(shù)據(jù)服從正態(tài)分布，從而使參數(shù)估計(jì)、假設(shè)檢驗(yàn)等計(jì)量問題均為有效。杜本峰（2003）根據(jù)連接函數(shù)的思想導(dǎo)出資產(chǎn)組合的聯(lián)合分布，以此對(duì)資產(chǎn)組合的風(fēng)險(xiǎn)進(jìn)行度量，提出了一種基于連續(xù)函數(shù)的風(fēng)險(xiǎn)度量方法?？追崩?006）系統(tǒng)地介紹了利用極值理論（EVT）和連接函數(shù)度量金融市場(chǎng)風(fēng)險(xiǎn)的問題，通過大量的實(shí)證分析與模型檢驗(yàn)，進(jìn)一步評(píng)估了風(fēng)險(xiǎn)度量模型的有效性（韓琦，2008；袁婷，2010）。
目前，VaR方法在我國(guó)金融機(jī)構(gòu)應(yīng)用的研究己經(jīng)深入到不同方法細(xì)節(jié)和具體領(lǐng)域的討論。劉曉煥、袁廣信（2009）利用CVaR方法對(duì)一種開放式股票型基金的市場(chǎng)風(fēng)險(xiǎn)進(jìn)行了研究，求出了組合中某一種資產(chǎn)的邊際CVaR、成分CVaR、增量CVaR，并以此給出了投資建議。最后建立均值――CVaR優(yōu)化模型，得到在投資者不同的期望收益率下最優(yōu)的投資組合權(quán)重，為基金管理人提供很好的參考（韓琦，2008；袁婷，2010）。邵夢(mèng)倩、杜子平（2011）利用copula-CVaR模型對(duì)壽險(xiǎn)投資組合的風(fēng)險(xiǎn)進(jìn)行度量，得到最優(yōu)投資比例，進(jìn)一步對(duì)壽險(xiǎn)資金的投資風(fēng)險(xiǎn)進(jìn)行管理。實(shí)證結(jié)果顯示：壽險(xiǎn)投資應(yīng)主要集中在風(fēng)險(xiǎn)較小的銀行存款和國(guó)債上，也可適當(dāng)放寬到收益較高的股票和基金。
二、線性AR-EGARCH模型的滬深股市流通股的VaR測(cè)算
中證流通指數(shù)包含了滬深股市所有已完成股權(quán)分置改革并正常上市交易的流通股，這也是證券市場(chǎng)投資者的首選，因此選用中證流通指數(shù)來(lái)分析中國(guó)滬深股市流通股的市場(chǎng)風(fēng)險(xiǎn)較為合意。
（一）中證流通指數(shù)的數(shù)字特征
選取2006年2月27日至2012年12月20日的中證流通指數(shù)收盤價(jià)，求出對(duì)數(shù)收益率r=log（lt）-log（lt（-1）），得到時(shí)間序列{rt}，樣本容量為1 662。由樣本期內(nèi)滬深流通股的收益率時(shí)間序列（編者：圖略）可看到第500個(gè)交易日至第750個(gè)交易日之間，即2008年3月至2009年3月這段時(shí)間內(nèi)收益波動(dòng)幅度較大，這與2008年投機(jī)炒作所形成的資產(chǎn)泡沫堆積與非理性繁榮不無(wú)關(guān)系。
求解時(shí)間序列{rt}的數(shù)字特征（編者：圖略），發(fā)現(xiàn)其偏度小于0，峰度大于3，且JB統(tǒng)計(jì)量=446.025，對(duì)應(yīng)的p值接近于0，即該時(shí)間序列屬于“尖峰厚尾”的非正態(tài)分布，中證流通指數(shù)收益率{rt}因并未緊貼正態(tài)分布分位數(shù)，{rt}并不屬于正態(tài)分布。
因此使用基于高斯假設(shè)的最小二乘法（OLS）來(lái)分析該序列極為不妥，需另尋他法。采用ADF檢驗(yàn)分析中證流通指數(shù)收益率{rt}的平穩(wěn)性，其ADF統(tǒng)計(jì)量為-39.394 13，在1%、5%、10%的顯著性水平下均拒絕原假設(shè)，序列不存在單位根，屬于弱平穩(wěn)時(shí)間序列。
（二）自相關(guān)性檢驗(yàn)及AR模型的定階
1.ARCH效應(yīng)的檢驗(yàn)。
2005年的匯改并沒有將人民幣匯率制度改革為真正意義上的“有管理的浮動(dòng)匯率制”，而資本項(xiàng)目下人民幣自由兌換的逐漸放寬，使得“貨幣政策失靈論”甚囂塵上。經(jīng)統(tǒng)計(jì)，2006年以來(lái)，我國(guó)的一年期存款基準(zhǔn)利率和法定存款準(zhǔn)備金率分別調(diào)整了18次和35次，而中證流通指數(shù)逆政策變動(dòng)分別出現(xiàn)了9次和24次，且這種“逆政策效應(yīng)”在緊縮貨幣政策中更加明顯。政策的影響是估計(jì)VaR時(shí)應(yīng)當(dāng)考慮到的變量。首先建立線性模型rt=β0+β1RBt+β2RDt+ut，其中{rt}為收益率時(shí)間序列，RB、RD分別為一年期存款基準(zhǔn)利率與法定存款準(zhǔn)備金率，ut為隨機(jī)擾動(dòng)項(xiàng)。對(duì)于高頻數(shù)據(jù)序列，假定線性模型中的隨機(jī)誤差項(xiàng)ut同方差不太可能成立，其方差可能是時(shí)變的，并常表現(xiàn)出“波動(dòng)聚集性”特征，即隨機(jī)誤差項(xiàng)是異方差，因此需要對(duì)隨機(jī)擾動(dòng)項(xiàng)進(jìn)行ARCH檢驗(yàn)。假定隨機(jī)誤差項(xiàng)的條件方差與其誤差項(xiàng)滯后的平方有關(guān)，設(shè)ARCH（q）模型的一般形式為σt2=α0+α1ut-12+α2ut-22+……+αqut-q2。
從線性模型的殘差線圖（編者：圖略）中可以看出，回歸方程的殘差表現(xiàn)出“波動(dòng)聚集性”，即大波動(dòng)后面常伴隨著較大的波動(dòng)，較小的波動(dòng)后面的波動(dòng)也較小。定性分析的結(jié)果顯示線性模型存在條件異方差性，即可能存在ARCH效應(yīng)。再用殘差平方的自相關(guān)圖來(lái)定量判斷線性模型的殘差是否存在ARCH效應(yīng)：發(fā)現(xiàn)滯后36階的Q統(tǒng)計(jì)量對(duì)應(yīng)的p值均接近于0，即殘差平方序列存在自相關(guān)，中國(guó)流通股確實(shí)存在ARCH效應(yīng)。采用線性模型不合理，應(yīng)當(dāng)引入時(shí)間序列模型。
2.時(shí)間序列{rt}的自相關(guān)檢驗(yàn)及AR模型的定階。
對(duì)弱平穩(wěn)時(shí)間序列{rt}進(jìn)行自相關(guān)檢驗(yàn)，Q統(tǒng)計(jì)量對(duì)應(yīng)的p值在5階后全部小于0.05，即時(shí)間序列存在自相關(guān)。利用有限樣本下的混成檢驗(yàn)，設(shè)樣本容量為n，令參數(shù)m=ln（n）=ln（1 662）≈7，可得混成Q統(tǒng)計(jì)量為16.28，在5%的置信度下，大于臨界值χ2（7）=14.07，即拒絕H0：ρi=0，i=1，2……7，時(shí)間序?qū)嵈嬖谧韵嚓P(guān)性。
由上述分析可知，應(yīng)當(dāng)使用AR模型研究中證流通指數(shù)收益率序列{rt}。利用赤池信息準(zhǔn)則（AIC）對(duì)AR模型定階。根據(jù)下式求出滯后L階的AIC，計(jì)算結(jié)果如下圖所示：
AIC（L）=-2ln（似然函數(shù)的最大值）/n+2（L+1）/n，L≥1
參考文獻(xiàn)
[1] KUPIEC H P.Techniques for Verifying the Accuracy of Risk Measurement Models[J].Journal of Derivatives 2（12）.1995：73-84.
[2] CHRISTOFFERSEN P F.Evaluating Interval Forecasts[J]. International Eeonomies Review，1998 （39）：841-862.
[3] [美]Philippe Jorion.風(fēng)險(xiǎn)價(jià)值（第二版）[M].北京：中信出版社，2005.
[4] 王春峰.金融市場(chǎng)風(fēng)險(xiǎn)管理[M].天津大學(xué)出版社，2001.
[5] 黃海，盧祖帝.VaR的主要計(jì)算方法述評(píng)[J].北京：管理評(píng)論，2003（7）：31-35.
[6] 朱世武，李豫，何劍波.中國(guó)股票市場(chǎng)風(fēng)險(xiǎn)值標(biāo)準(zhǔn)的有效性檢驗(yàn)[J].上海金融，2004（11）：38-41.
[7] 鄭文通.金融風(fēng)險(xiǎn)管理的VaR方法及其應(yīng)用[J].北京：國(guó)際金融研究，1997（9）：58-62.
[8] 陳守東，俞世典.基于GARCH模型的VaR方法對(duì)中國(guó)股市的分析[J].長(zhǎng)春：吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2002（4）：11-17.
[9] 肖慶憲.厚尾經(jīng)濟(jì)數(shù)據(jù)的計(jì)量分析[J].北京：數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2003（5）：116-119.
[10] 杜本峰，郭興義.一種新的風(fēng)險(xiǎn)度量工具：PaV及其計(jì)算框架[J].北京：統(tǒng)計(jì)研究，2003（2）：48-50.
[11] 孔繁利.金融市場(chǎng)風(fēng)險(xiǎn)的度量――基于極值理論和Copula的應(yīng)用研究[D].吉林大學(xué)博士論文，2006-04-01.
[12] 劉曉煥，袁廣信.基于CVaR的開放式股票基金市場(chǎng)風(fēng)險(xiǎn)的研究[J].武漢：中南財(cái)經(jīng)政法大學(xué)研究生學(xué)報(bào)，2009（2）：27-32.
[13] 邵夢(mèng)倩，杜子平.基于pair_Copula_CVaR模型的保險(xiǎn)投資組合優(yōu)化[J].石家莊：合作經(jīng)濟(jì)與科技，2011 （4）：68-69.
[14] 彭坤，王飚.基于VaR（風(fēng)險(xiǎn)價(jià)值）的金融投資的研究[J].昆明理工大學(xué)學(xué)報(bào)（理工版），2002（12）.
[15] 韓琦.基于VaR方法的我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)實(shí)證研究[D].上海：華東師范大學(xué)碩士論文，2008-05-01.
由此可見，高學(xué)歷讀者對(duì)于網(wǎng)絡(luò)資源的利用必將越來(lái)越多。本文以“”網(wǎng)站為例，對(duì)讀者如何獲取和利用免費(fèi)全文電子論文資源作一探討。
1 免費(fèi)全文電子論文資源
隨著網(wǎng)絡(luò)信息資源的日益豐富，通過互聯(lián)網(wǎng)獲取信息已成為目前環(huán)境下讀者尤其是高學(xué)歷讀者不可或缺的重要手段，其中對(duì)于獲取免費(fèi)的全文電子文獻(xiàn)信息資源，更是受到讀者的普遍青睞[3]。眾所周知，期刊文獻(xiàn)在各類文獻(xiàn)類型中處于利用率前列，但其最終被利用的是期刊中的論文文獻(xiàn)內(nèi)容，所以，全文論文資源的利用在學(xué)術(shù)研究中的作用是非常重要的。另外，大量會(huì)議論文和博士學(xué)位論文的免費(fèi)全文論文信息，更是讀者難以獲得的資源目標(biāo)。目前，大多數(shù)網(wǎng)絡(luò)文獻(xiàn)信息資源數(shù)據(jù)庫(kù)中的期刊論文、會(huì)議論文、學(xué)位論文等全文論文資源，一般都采用各種不同類型的有償服務(wù)方式。這從數(shù)據(jù)庫(kù)公司商業(yè)運(yùn)作的角度講是無(wú)可厚非的，但對(duì)于需要大量瀏覽論文全文進(jìn)行參考或合理引用，而又受到種種條件制約的讀者而言是非常不便的。因此，搜索和尋找網(wǎng)上免費(fèi)的全文電子論文資源，使之可為更多讀者更方便地利用，具有重要的現(xiàn)實(shí)意義，是充分有效地利用互聯(lián)網(wǎng)文獻(xiàn)信息資源的重要途徑之一。
2“”網(wǎng)站免費(fèi)全文電子論文資源及其分類
2.1網(wǎng)站簡(jiǎn)介
隨著網(wǎng)絡(luò)文獻(xiàn)信息數(shù)量不斷增加，擁有免費(fèi)全文電子論文資源的網(wǎng)站也開始出現(xiàn)。除了在一些綜合性網(wǎng)站中設(shè)有免費(fèi)全文電子論文資源欄目外，一些主要收錄免費(fèi)全文電子論文資源的電子站也在增加，其收錄的全文電子論文資源數(shù)據(jù)呈現(xiàn)出明顯的動(dòng)態(tài)增長(zhǎng)性，“”網(wǎng)站就是收錄免費(fèi)全文電子論文資源較多的網(wǎng)站之一。它成立于2001年，現(xiàn)已并入學(xué)生大網(wǎng)站旗下，有5臺(tái)專業(yè)服務(wù)器托管于中國(guó)電信，是集教育性和資料性為一體（含全文電子論文）的網(wǎng)站。該網(wǎng)站的論文檢索方式有分類檢索和主題檢索。主題檢索采用默認(rèn)為中間匹配的關(guān)徤詞檢索。利用主題檢索的優(yōu)勢(shì)可將分散在各類中同一主題的論文集中檢索出來(lái)，如：輸入關(guān)徤詞“圖書館”，可由各類別中檢索到46篇論文，而通過分類檢索的“公共管理/圖書館管理”類檢索，則只能檢索到26篇論文。
2.2論文資源
“”網(wǎng)站收錄的免費(fèi)全文電子論文資源起始于2003年，一直收錄到當(dāng)前時(shí)間，并且一直在持續(xù)增加。由于它收錄的全文論文一律為最簡(jiǎn)單的網(wǎng)頁(yè)格式論文，所以閱讀和下載極為方便。其收錄的論文資源相當(dāng)豐富，數(shù)量很大，截止筆者2007年10月26日的統(tǒng)計(jì)數(shù)據(jù)顯示，共收錄71486篇。其中絕大多數(shù)為免費(fèi)論文，部分為僅黃金會(huì)員可查看的“黃金論文”，還有少數(shù)為購(gòu)買的收費(fèi)論文。每篇論文均設(shè)有：分類類系、論文題目、來(lái)源、發(fā)表時(shí)間、作者、編輯、摘要、關(guān)鍵詞、正文、參考文獻(xiàn)等信息。且無(wú)任何免費(fèi)全文閱讀和下載的限制，讀者利用極為方便。該網(wǎng)站的全文論文資源可由“論文庫(kù)”欄目進(jìn)入，并在其主頁(yè)上設(shè)有現(xiàn)成論文、今日更新和相關(guān)文章等欄目。
該網(wǎng)站收錄論文的專業(yè)領(lǐng)域，以社會(huì)科學(xué)類論文為主，收錄論文比例為71.7%兼收部分科學(xué)技術(shù)類論文，收錄論文比例為28.3%。論文共分為14大類，98個(gè)2級(jí)類，另細(xì)分出38個(gè)3級(jí)類。其分類較為詳盡，為讀者的檢索和利用提供了方便。其詳細(xì)分類情況及其收錄論文數(shù)量統(tǒng)計(jì)數(shù)據(jù)見表1其第二種分類“現(xiàn)成論文編號(hào)”的分類為：計(jì)算機(jī)會(huì)計(jì)學(xué)kX經(jīng)濟(jì)學(xué)jX管理學(xué)six通信學(xué)xx工業(yè)學(xué)y營(yíng)銷學(xué)yx金融學(xué)rx教育學(xué)yx電子學(xué)dzx社會(huì)學(xué)hx材料學(xué)cX外語(yǔ)wy文學(xué)w法學(xué)X藥學(xué)理學(xué)x電影處第三種分類為：在首頁(yè)左側(cè)共分為21大類，通過鼠標(biāo)指向大類，可自動(dòng)顯示其轄屬的所有下級(jí)類目名稱。其分類情況與上述14類略有不同，可將部分纖別單獨(dú)列出，便干讀者直唼檢索
3. 免費(fèi)全文電子論文資源的下載和利用
3.1在線閱讀
這是讀者直接在線閱讀利用免費(fèi)全文電子論文資源的利用方式，也是最為簡(jiǎn)單方便的利用方式。不過，由于需要占用較長(zhǎng)的上網(wǎng)時(shí)間，所以，對(duì)于采用非包月上網(wǎng)計(jì)費(fèi)的讀者而言不太經(jīng)濟(jì)。
3.2自動(dòng)下載
這是在上網(wǎng)時(shí)將論文全文全部打開，利用計(jì)算機(jī)所具有的自動(dòng)下載保存功能，將論文全文自動(dòng)保存在臨時(shí)文件夾中，可供以后在離線狀態(tài)下閱讀。它的最大優(yōu)點(diǎn)是在網(wǎng)上打開論文的時(shí)間短，費(fèi)用低，較為經(jīng)濟(jì)，可大幅度節(jié)省上網(wǎng)時(shí)間和費(fèi)用。
3.3“另存為”網(wǎng)頁(yè)格式文件
為了盡可能地保留與原文格式相同的信息原貌，可在原有論文內(nèi)容的基礎(chǔ)上，通過“文件”、“另存為”，保存類型默認(rèn)為“網(wǎng)頁(yè)，全部”，將其保存為與論文原文相同格式的網(wǎng)頁(yè)格式文件。此格式論文文件可在不上網(wǎng)時(shí)打開閱讀利用。
3.4保存為其他格式文件
根據(jù)讀者的需要，也可將論文全文通過采用“全選”、“復(fù)制”、“粘貼”等操作，保存到某種類型的格式文件之中，然后再加以閱讀利用。此類格式文件常用的有：體積最小的“記事本”（.X1格式）文件；可保存圖片和表格的“wod(.cOc格式）文件；便于播放的“Poveipoin”（幻燈片格式）等各種類型的格式文件。