
期刊信息
主管单位
陕西省教育厅
主办单位
西安财经大学
中国统计教育学会高教分会
编委会主任 赵敏娟
编委会副主任 李佼瑞 赵彦云
地址 陕西省西安市小寨东路64号
邮编 710061
微信公众号
数字出版平台
网站访问量
规模以下工业调查的分层二重抽样方法研究
沈文静;杨贵军;邸梦婷;规模以下工业调查所提供的经营活动指标对于工业统计至关重要。国家现行方案依据最新经济普查数据构建双重抽样框,从中抽取固定样本连续调查多年,以构造非经济普查年规模以下工业经营活动指标的HT估计量。目前,规模以下工业单位流动性高且变动频繁,将直接影响固定样本对非经济普查年目标总体的代表性。因此,提出在非经济普查年,采用基于双重抽样框的分层二重抽样方法。每年度先抽取一个大样本用于估计规模以下工业总体的新增率、消亡率以及规模大小。再利用一个较小的第二重样本进行实际调查,并结合由第一重样本所得数据优化的抽样权数,最终给出规模以下工业总体总量估计。推导其抽样偏差和方差,构造基于刀切法的方差估计量。针对非经济普查年规模以下工业营业收入总额的估计,验证了新方法相较于现行固定样本HT估计量的精度更高。该研究有助于提高非经济普查年规模以下工业调查经营活动指标估计的可靠性,并为相关调查方案设计提供理论依据。
中国企业技术创新影响因素研究
许英杰;许宪春;田芳菲;促进企业技术创新,加速新质生产力发展已成为新时期中国经济社会发展的关键所在。诸多研究从不同视角对中国企业技术创新影响因素进行了分析,但对众多影响因素的相对重要性尚无系统论述。通过系统文献梳理提炼出24个影响因素,利用机器学习方法,结合A股上市公司数据,重新考察了各个影响因素的相对重要性。结果显示,市场竞争、产业结构、企业价值分别是行业层面、地区层面、企业层面影响技术创新的重要因素;相比于大型企业和国有企业,中小型企业和民营企业受税负、资产收益率、利润率等企业经营状况类因素的影响更大;高技术产业企业则受产业结构和金融发展影响更大。为进一步促进企业创新、培育壮大新质生产力,建议从建立更为公平的市场竞争环境、因地制宜发展特色产业、制定差异化政策等角度入手,消除不正当竞争行为,加速推动产业转型升级,激发不同类型企业的创新积极性。
数字化的外资产业结构优化效应研究
周伟;赵骁弈;数字化作为吸引外资的新区位优势,有助于降低外资企业在中国直接投资的交易成本,吸引较多外资进入中国市场。基于OLI理论和交易成本理论,从数字基础设施、数字技术应用、产业数字化和数字产业化等四个维度构建了数字化水平指标,选取中国2013—2020年30个省际面板数据作为样本,实证研究了数字化水平对中国外资产业结构优化的影响及作用机制。研究结果表明,数字化水平显著促进了中国外资产业结构优化。科技创新在数字化水平与外资产业结构优化的关系中发挥了部分中介作用,数字化水平通过促进科技创新对外资产业结构优化产生了积极影响。财政科技支出作为门槛变量,使数字化水平对外资产业结构优化的影响表现出非线性特征。只有在财政支持充足的地区,财政科技投入才能促进当地数字技术创新,吸引更多优质外资到当地投资。据此,提出促进外资产业结构优化的建议:各地区需要重视数字基础设施的建设、数字技术的广泛应用,促进产业数字化和数字产业化的发展;大力推进地区科技创新和数字化水平的融合发展,促进本土企业的科技创新;保证基本的财政科技投入,以促进当地数字基础设施的建设,推动地区数字化水平的提升。
绿色金融改革对城市包容性绿色增长的影响及空间效应研究
王仕琦;王永巧;绿色金融改革是中国加强生态文明建设和推动经济可持续发展的重要举措,包容性绿色增长则是致力于追求经济增长、社会公平和环境友好的可持续发展方式。绿色金融改革能否实现经济、社会和环境三大系统包容性绿色增长,成为当前推动中国经济高质量发展过程中着力解决的重大课题。因此,基于2012—2022年中国286个城市面板数据,在测算包容性绿色增长指标基础上,运用双重差分模型考察了绿色金融改革创新试验区的设立对城市包容性绿色增长的影响。研究发现:(1)绿色金融改革政策的实施能够显著促进城市包容性绿色增长,并且该政策效应在资源禀赋较低、工业发展水平薄弱以及数字基础设施建设水平较高的城市中更为明显。(2)机制检验表明,绿色金融改革政策主要通过扩大绿色就业规模、提高农业生态效率以及吸引外商直接投资来促进城市包容性绿色增长。(3)进一步研究发现,绿色金融改革政策具有空间溢出效应,不仅促进了本地区包容性绿色增长,而且对邻近城市的包容性绿色增长也产生显著的促进作用。研究成果为绿色金融改革政策成效提供了崭新的评估体系,同时也为政府完善绿色金融改革政策框架、推进绿色金融改革创新试验区升级扩容以及促进经济高质量发展提供了有益的政策启示。
基于好坏波动率的时变高阶矩双成分RGARCH模型的构建与应用
郭宝才;在复杂的金融市场中,高阶矩(偏度和峰度)包含了资产收益率的有效信息,可以更好地刻画极端事件的发生,且好坏波动率会对未来波动率的预测产生非对称影响。因此,文章在双成分Realized-GARCH(RGARCH)模型的基础上,纳入时变高阶矩,并在短期方程中引入好坏波动率,提出基于好坏波动率的时变高阶矩双成分RGARCH(双成分RGARCH-RS-SK)模型,该模型充分利用了高阶矩信息,能够更全面地捕捉资产收益率的尖峰厚尾和好坏波动率所表现出的异质性。文章将所构建模型应用于深证综指,实证和稳健性检验结果显示:(1)所提模型能更全面地刻画波动率存在的非对称性、高阶矩的时变性和“偏态、尖峰厚尾”等特征,拥有出色的拟合和预测效果;(2)依据模型所得VaR是良好的分位数估计,且VaR和ES预测值均通过了统计有效性和损失函数两方面的检验,能更灵活地测度市场风险。基于上述研究结果,将时变高阶矩、好坏波动率和双成分结构相结合可以更准确地预测市场波动率和风险值,促进国家经济稳定发展和风险管理。
CEO股权激励对银行业违约风险的影响研究
姚凯;丁若沙;银行违约风险是衡量银行脆弱性的主要指标,对于中国金融系统防范和化解系统性风险具有重要意义。已有研究指出CEO的薪酬激励和银行的风险承担相关,但对于CEO股权激励的两个要素CEO delta和CEO vega的研究相对欠缺。通过构建违约距离这一指标来度量银行违约风险,具体探究CEO delta和CEO vega对于违约风险的作用。实证结果显示,CEO vega与违约风险呈正相关,而CEO delta与违约风险的相关关系并不显著,在控制了其他薪酬因素影响后,结果依旧稳健。在GLB法案颁布后,CEO vega对违约风险影响更为显著。此外,在高风险银行中,CEO vega的作用较为微弱。研究结论对制定恰当的薪酬激励政策,鼓励金融机构管理人员进行适当的金融创新探索提供了具体对策建议。
泊松分布下基于鞍点逼近的相对风险置信区间构造
侯健;刘硕;田茂再;相对风险是流行学随机对照试验中的一种常用指标,用于比较两个群体的发病率或死亡率。对其进行区间估计是一种有效的统计推断方法,可以反映疾病诊断的不确定性和可信度。然而,传统的区间估计方法,如Wald区间、Wilson区间、Fisher区间等,都存在一定的局限性:误差大、覆盖率低、区间长度长、区间不合理等。为了克服这些缺点,提出了基于鞍点逼近的区间估计方法:在泊松分布的假设下,利用泰勒展开和拉普拉斯积分等推导了相对风险的逼近公式,并给出了相应置信区间的构造方法。通过蒙特卡洛模拟和实证分析,将鞍点逼近方法与部分常用的区间估计方法进行了比较,结果表明,鞍点逼近方法在小样本或大样本情况下都能获得最短的置信区间,同时区间覆盖率更加接近名义水平,为相关风险提供了一种优越的区间估计方法。最后对鞍点逼近方法的优点和局限性,以及在流行病学研究中的应用价值和前景进行了讨论。
绿色高价值专利的判别、空间分布及影响因素研究
连港慧;徐蔼婷;李金昌;绿色高价值专利是绿色高质量技术的显性表达。从庞大数量的专利群中判别出绿色高价值专利并考察其空间分布及影响因素,是在“双碳”愿景下开启科技强国建设新征程的关键一环。因此,将绿色高价值专利的内涵解读反馈至判别体系构建,通过“绿色专利高价值专利”的递进式流程与基于变精度邻域粗糙集方法提出的“初步构建—属性约简—指标赋权”三阶段评估思路,进行绿色高价值专利的统计判别。基于此,刻画绿色高价值专利的空间分布,探究并比较其与绿色专利影响因素的差异。研究发现:专利法颁布以来,尽管中国绿色高价值专利实现了从零件、百件到万件的量级跨越,但其空间分布仍较难达成多层级的跨越式发展;绿色高价值专利区域分布的总体差异仍处于高位状态且主要源于区域间,其空间分布呈现明显的聚集性特征。绿色高价值专利与绿色专利的影响因素具有较明显的差异。其中,经济基础、政府支持、人才支撑、数字基建水平、知识产权保护水平能够激励本地绿色高价值专利的积极培育,而人工智能水平却具有一定的抑制作用;鉴于绿色专利尤其是实用新型专利的技术门槛相对较低,对复杂高端的技术信息流动以及高水平知识产权保护的依赖相对较弱,数字基建及知识产权保护水平未能产生预期的显著影响;由于环境规制存在一定程度的潜在扭曲,其仅会对绿色专利的培育产生激励效应。由此,应优化创新资源配置并积极推动人工智能与绿色技术的跨领域融合创新,避免资源的过度挤占;应调整知识产权保护力度,避免因过度保护而产生技术壁垒;应制定渐进式的环境规制政策,避免因过度强调即期合规目标而抑制高水平绿色技术的研发。
基于元分析的企业区块链技术采用意愿影响因素
康朕玮;朱建明;区块链技术有助于应对企业所面临的信息不对称、溯源难等问题,近年来区块链技术采用的相关议题成为企业数字化转型的重要研究方向,受到学者们的广泛关注。然而,现有研究对于企业区块链技术采用意愿的关键影响因素尚未形成共识,对于影响效应的综合性评估还有待完善。利用元分析方法,以国内外已发表的34篇实证研究文献作为样本进行研究,归纳和识别企业区块链技术采用意愿影响因素及其效应。在此基础上,进一步探究影响异质性的调节变量,并分析影响因素与企业区块链技术采用意愿间的中介变量。研究表明:复杂性与成本对于企业区块链技术采用意愿具有显著负向影响,而其余的11个变量均正向影响企业区块链技术采用意愿,但影响因素的作用效果在不同研究中存在异质性。通过调节效应分析发现,量表等级、应用领域和研究地域是产生异质性的主要原因。进一步研究发现,感知有用性在感知易用性影响企业区块链技术采用意愿过程中发挥中介作用。基于研究结论,建议在推动企业区块链技术采用过程中,应促进企业对区块链技术有用性的感知,从具体的情境出发推动技术的应用;完善企业的设施及人员条件建设,提高企业区块链技术采用能力;加强对区块链技术采用的指导,营造良好的技术应用环境。
随机森林方法研究综述
方匡南;吴见彬;朱建平;谢邦昌;随机森林(RF)是一种统计学习理论,它是利用bootsrap重抽样方法从原始样本中抽取多个样本,对每个bootsrap样本进行决策树建模,然后组合多棵决策树的预测,通过投票得出最终预测结果。它具有很高的预测准确率,对异常值和噪声具有很好的容忍度,且不容易出现过拟合,在医学、生物信息、管理学等领域有着广泛的应用。为此,介绍了随机森林原理及其有关性质,讨论其最新的发展情况以及一些重要的应用领域。
调查问卷的可信度和有效度分析
曾五一,黄炳艺关于调查问卷可信度和有效度的评价分析一直是国内进行问卷调查时被忽视的议题。文章对调查问卷的可信度和有效度的内涵及其相互关系作一些研究,并对国际上常用的一些统计评价分析方法及如何在SPSS统计软件包上实现的问题作扼要的介绍。
机器学习及其相关算法综述
陈凯;朱钰;自从计算机被发明以来,人们就想知道它能不能学习。机器学习从本质上是一个多学科的领域。它吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果。文章主要从统计学习基础的角度对机器学习的发展历程以及一些相关的常用算法进行了简要的回顾和介绍。
ESG表现、机构投资者偏好与企业价值
白雄;朱一凡;韩锦绵;ESG实践能否为企业创造价值、资本市场中的机构投资者是否存在ESG投资偏好,对这些问题的研究有助于企业认可、参与和践行ESG可持续发展理念。综合运用面板回归模型、面板Logit模型,基于沪深A股3 400家上市公司2013—2020年数据,引入机构投资者持股比例,探究ESG表现影响企业价值的作用机制,并在此基础上分析机构投资者是否存在ESG投资偏好。研究发现:(1)ESG具有价值创造功能,上市公司良好的ESG表现能够显著提升企业价值;(2)吸引机构投资者增持股份是上市公司通过ESG实践提升企业价值的途径之一,机构投资者持股比例在ESG影响企业价值的过程中存在部分中介作用;(3)机构投资者存在ESG投资偏好,在一定程度上能够容忍ESG表现良好的上市公司短期经营绩效低迷。以上结论均稳健。拓展性研究发现,ESG的价值创造功能在国有和非国有上市公司中未表现出异质性,而机构投资者ESG投资偏好在产权和产业方面均存在异质性,机构投资者更加青睐第二和第三产业以及非国有企业中ESG表现良好的上市公司。据此,提出加快ESG信息披露及监管标准的顶层设计、鼓励企业加强信息披露、培养中长期机构投资者的建议,该研究有助于构建和完善中国ESG发展生态圈,推动高质量发展。
分位数回归技术综述
陈建宝;丁军军;普通最小二乘回归建立了在自变量X=x下因变量Y的条件均值与X的关系的线性模型。而分位数回归(Quantile Regression)则利用自变量X和因变量Y的条件分位数进行建模。与普通的均值回归相比,它能充分反映自变量X对于因变量Y的分布的位置、刻度和形状的影响,有着十分广泛的应用,尤其是对于一些非常关注尾部特征的情况。文章介绍了分位数回归的概念以及分位数回归的估计、检验和拟合优度,回顾了分位数回归的发展过程以及其在一些经济研究领域中的应用,最后做了总结。
随机森林方法研究综述
方匡南;吴见彬;朱建平;谢邦昌;随机森林(RF)是一种统计学习理论,它是利用bootsrap重抽样方法从原始样本中抽取多个样本,对每个bootsrap样本进行决策树建模,然后组合多棵决策树的预测,通过投票得出最终预测结果。它具有很高的预测准确率,对异常值和噪声具有很好的容忍度,且不容易出现过拟合,在医学、生物信息、管理学等领域有着广泛的应用。为此,介绍了随机森林原理及其有关性质,讨论其最新的发展情况以及一些重要的应用领域。
机器学习及其相关算法综述
陈凯;朱钰;自从计算机被发明以来,人们就想知道它能不能学习。机器学习从本质上是一个多学科的领域。它吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果。文章主要从统计学习基础的角度对机器学习的发展历程以及一些相关的常用算法进行了简要的回顾和介绍。
调查问卷的可信度和有效度分析
曾五一,黄炳艺关于调查问卷可信度和有效度的评价分析一直是国内进行问卷调查时被忽视的议题。文章对调查问卷的可信度和有效度的内涵及其相互关系作一些研究,并对国际上常用的一些统计评价分析方法及如何在SPSS统计软件包上实现的问题作扼要的介绍。
ESG表现、机构投资者偏好与企业价值
白雄;朱一凡;韩锦绵;ESG实践能否为企业创造价值、资本市场中的机构投资者是否存在ESG投资偏好,对这些问题的研究有助于企业认可、参与和践行ESG可持续发展理念。综合运用面板回归模型、面板Logit模型,基于沪深A股3 400家上市公司2013—2020年数据,引入机构投资者持股比例,探究ESG表现影响企业价值的作用机制,并在此基础上分析机构投资者是否存在ESG投资偏好。研究发现:(1)ESG具有价值创造功能,上市公司良好的ESG表现能够显著提升企业价值;(2)吸引机构投资者增持股份是上市公司通过ESG实践提升企业价值的途径之一,机构投资者持股比例在ESG影响企业价值的过程中存在部分中介作用;(3)机构投资者存在ESG投资偏好,在一定程度上能够容忍ESG表现良好的上市公司短期经营绩效低迷。以上结论均稳健。拓展性研究发现,ESG的价值创造功能在国有和非国有上市公司中未表现出异质性,而机构投资者ESG投资偏好在产权和产业方面均存在异质性,机构投资者更加青睐第二和第三产业以及非国有企业中ESG表现良好的上市公司。据此,提出加快ESG信息披露及监管标准的顶层设计、鼓励企业加强信息披露、培养中长期机构投资者的建议,该研究有助于构建和完善中国ESG发展生态圈,推动高质量发展。
如何用SPSS软件进行主成分分析
郭显光文章指出《统计分析软件SPSS/PC+》中主成分分析举例中的一处错误,比较了主成分分析和因子分析的异同,进而指出用SPSS软件不能直接进行主成分分析。作者根据主成分分析和因子分析的关系,提出一种先用SPSS的PC法得出因子载荷阵,然后求出特征向量,建立主成分模型的主成分分析计算方法