首页 > 图书详情

数量经济研究 2018年第9卷第2期 经济管理类;集刊;数量经济学 VIP

售价:¥43.5 ¥58
1人在读 |
0 评分
丛书名:
张屹山   社会科学文献出版社  2018-10 出版
ISBN:978-7-5201-3302-9

*温馨提示:此类商品为数字类产品,不支持退换货,不支持下载打印

图书简介 目录 参考文献 音频 视频
《数量经济研究》遵循百花齐放、百家争鸣的方针,坚持理论研究和实践研究相结合、定量分析和定性分析相结合,关注我国社会、经济等领域的重大学科前沿问题,刊登结合中国的实际和现实问题进行深入分析、阐述和探索的高水平研究成果,以加强国内外交流,促进学术繁荣,为数量经济学的理论与应用研究提供平台,为我国的社会主义现代化建设服务。
[展开]
  • 《数量经济研究》编委会
  • 主编寄语
  • 内容简介
  • 中国产业结构变动对经济增长的非线性影响机制
    1. 引言
    2. 1 中国产业结构的变动趋势及其区域差异
    3. 2 模型构建与参数估计
    4. 3 中国产业结构合理化和高级化对经济增长的非线性影响
    5. 4 结论及政策启示
  • 人民币国际化与汇率预期关系研究
    1. 引言
    2. 1 文献综述
    3. 2 人民币国际化与汇率预期互动机制分析
    4. 3 研究方法与指标说明
    5. 4 实证分析
    6. 5 研究结论
  • 量价转换背景货币政策效应时变性研究
    1. 引言
    2. 1 文献综述
    3. 2 货币调节工具传导机制的理论分析
    4. 3 货币政策实际效应时变性检验
    5. 4 主要结论及政策建议
  • 基于不同权重选取的多维贫困测度与分析
    1. 引言
    2. 1 多维贫困指数与权重测度方法
    3. 2 数据、指标与权重
    4. 3 多维贫困测度结果与分析
    5. 4 研究结论与展望
  • 环境规制对我国绿色经济效率影响的非线性特征
    1. 引言
    2. 1 基于综合指数法的环境规制测度
    3. 2 基于DEA-Malmquist模型的绿色经济效率测度
    4. 3 模型建立及变量选取
    5. 4 实证结果及分析
    6. 5 结论与政策启示
  • 基于Copula分位数格兰杰因果检验的股票市场相依性研究
    1. 引言
    2. 1 基于分布的格兰杰因果检验
    3. 2 基于分位数的格兰杰因果检验
    4. 3 实证分析
    5. 4 总结
  • 上市公司股票流动性与创新的关联分析
    1. 引言
    2. 1 文献综述与研究假设
    3. 2 变量和指标
    4. 3 模型设定和估计
    5. 4 结论
  • 基于结构匹配性和有效相关性的内生时空权重矩阵遴选方法
    1. 引言
    2. 1 近期文献回顾
    3. 2 内生时空权重矩阵遴选的理论和方法逻辑
    4. 3 内生时空权重矩阵优选方法的应用:以中国GDP为研究对象的算例
    5. 4 结论与进一步的研究方向
  • 中国因素对国际大宗商品价格波动产生影响吗?
    1. 引言
    2. 1 基于中国因素对大宗商品价格影响的相关文献综述
    3. 2 大宗商品价格决定模型构建与TVP-VAR模型结构
    4. 3 样本数据选取与处理
    5. 4 TVP-VAR模型估计结果与讨论
    6. 5 结论与政策建议
  • 中国上市银行系统性风险溢出效应研究
    1. 引言
    2. 1 文献综述
    3. 2 研究方法
    4. 3 实证分析
    5. 4 结论
  • 教育部人文社会科学重点研究基地吉林大学数量经济研究中心简介
  • 撰稿者须知
[1]邓创,付蓉. 2017. 中国财政性教育经费投入对产业结构的非线性影响[J]. 教育与经济,(5):10-19. [2]付凌晖. 2010. 我国产业结构高级化与经济增长关系的实证研究[J]. 统计研究,27(8):79-81. [3]干春晖,郑若谷. 2009. 改革开放以来产业结构演进与生产率增长研究——对中国1978-2007年“结构红利假说”的检验[J]. 中国工业经济,(2):55-65. [4]干春晖,郑若谷,余典范. 2011. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究,(5):4-16. [5]李小平,卢现祥. 2007. 中国制造业的结构变动和生产率增长[J]. 世界经济,(5):52-64. [6]刘金全,刘达禹. 2015. 农村金融发展与农业经济增长的非线性关联机制研究——基于分省数据PLSTR模型的实证检验[J]. 数量经济研究,(1):22-35. [7]刘伟,张辉. 2008. 中国经济增长中的产业结构变迁和技术进步[J]. 经济研究,(11):4-15. [8]卢中原. 2002. 西部地区产业结构变动趋势、环境变化和调整思路[J]. 经济研究,(3):83-90. [9]〔美〕罗斯托. 1988. 从起飞进入持续增长的经济学[M]. 成都:四川人民出版社. [10]吕健. 2012. 产业结构调整、结构性减速与经济增长分化[J]. 中国工业经济,(9):31-43. [11]吕铁. 2002. 制造业结构变化对生产率增长的影响研究[J]. 管理世界,(2):87-94. [12]〔美〕钱纳里. 1989. 工业化和经济增长的比较研究[M]. 上海:上海三联书店. [13]苏振东,金景仲,王小红. 2012. 中国产业结构演进中存在“结构红利”吗——基于动态偏离份额分析法的实证研究[J]. 财经科学,(2):63-70. [14]孙皓,石柱鲜. 2011. 中国的产业结构与经济增长——基于行业劳动力比率的研究[J]. 人口与经济,(2):1-6. [15]谢兰云. 2015. 创新、产业结构与经济增长的门槛效应分析[J]. 经济理论与经济管理,35(2):51-59. [16]于斌斌. 2015. 产业结构调整与生产率提升的经济增长效应——基于中国城市动态空间面板模型的分析[J]. 中国工业经济,(12):83-98. [17]袁富华. 2012. 长期增长过程的“结构性加速”与“结构性减速”:一种解释[J]. 经济研究,(3):127-140. [18]张晓宁,霍丽. 2011. 产业结构对经济增长的贡献效应研究——以陕西为例[J]. 西北大学学报(哲学社会科学版),41(1):159-164. [19]中国经济增长前沿课题组等. 2012. 中国经济长期增长路径、效率与潜在增长水平[J]. 经济研究,(11):4-17. [20]Baumol,W.J. 1967. Macroeconomics of Unbalanced Growth:The Anatomy of Urban Crisis[J]. ,57(3):415-426. [21]Chan,K.S.,H.Tong. 1986. On Estimating Thresholds in Autoregressive Models[J]. ,7(3):179-190. [22]Clark,C. 1940. . London:Macmillan. [23]Fan,C.C. 2003. Rural-Urban Migration and Gender Division of Labor in Transitional China[J]. ,27(1):24-47. [24]Fouquau,J.,C.Hurlin,I.Rabaud. 2008. The Feldstein-Horioka Puzzle:A Panel Smooth Transition Regression Approach[J]. ,25(2):284-299. [25]Gonzalez,A.,T.Terasvirta,D.V.Dijk. 2005. Panel Smooth Transition Regression Models[R]. ,No.604. [26]Hansen,B.E. 1999. Threshold Effects in Non-Dynamic Panels:Estimation,Testing,and Inference[J]. ,93(2):345-368. [27]Kuznets,S. 1966. . New Haven:Yale University Press. [28]Lewis,W.A. 1954. Economic Development with Unlimited Supplies of Labour[J]. ,22(2):139-191. [29]Maddison,A. 1987. Growth and Slowdown in Advanced Capitalist Economies:Techniques of Quantitative Assessment[J]. ,25(2):649-698. [30]Magnani,E. 2003. The Productivity Slowdown,Sectoral Reallocations and the Growth of Atypical Employment Arrangements[J]. ,20(2):121-142. [31]Minea,A.,A.Parent. 2012. Is High Public Debt Always Harmful to Economic Growth?——Reinhart and Rogoff and Some Complex Nonlinearities[R]. ,No.8. [32]Peneder,M. 2003. Industrial Structure and Aggregate Growth[J]. ,14(4):427-448. [33]Pugno,M. 2006. The Service Paradox and Endogenous Economic Growth[J]. ,17(1):99-115. [34]Sachs,J. 1994. Structural Factors in the Economic Reforms of China,Eastern Europe and the Former Soviet Union[J]. ,9(18):102-145. [35]Timmer,M.P.,A.Szirmai. 2000. Productivity Growth in Asian Manufacturing:The Structural Bonus Hypothesis Examined[J]. ,11(4):371-392. [36]谷家奎,陈守东. 2016. 区域货币联动与政策干预:中日韩实证分析[J]. 数量经济研究,(1):87-104. [37]蒋先玲,刘微,叶丙南. 2012. 汇率预期对境外人民币需求的影响[J]. 国际金融研究,(10):68-75. [38]李稻葵,刘霖林. 2008. 人民币国际化:计量研究及政策分析[J]. 金融研究,(11):1-16. [39]李晓,付争. 2011. 香港人民币离岸市场的发展与预期风险[J]. 世界经济研究,(9):16-21. [40]罗孝玲,史硕. 2016. 人民币国际化、人民币汇率与汇率预期的互动效果——基于Markov区制转换VAR的实证研究[J]. 商业研究,(6):67-73. [41]潘大洋. 2015. 境外人民币回流机制研究[J]. 宏观经济研究,(3):31-37. [42]沙文兵,刘红忠. 2014. 人民币国际化、汇率变动与汇率预期[J]. 国际金融研究,(8):10-18. [43]赵然. 2012. 汇率波动对货币国际化有显著影响吗?[J]. 国际金融研究,(11):55-64. [44]张志敏,周工. 2016. 跨境贸易人民币结算对人民币汇率预期的影响——基于结算货币选择视角的经验分析[J]. 宏观经济研究,(3):106-118. [45]中国人民银行广州分行课题组. 2016. 汇率预期、货币选择与人民币国际化[J]. 南方金融,(2):3-20. [46]朱孟楠,刘林. 2010. 资产价格、汇率与最优货币政策——理论分析与实证研究[J]. 数量经济研究,(0):23-45. [47]Frankel,J. 2012. Internationalization of the RMB and Historical Precedents[J]. ,27(3):329-365. [48]Lardy,M.,P. Douglass. 2011. Capital Account Liberalization and the Role of the Renminbi [R]. ,Working Paper,(11):11-16. [49]Lo,C. 2010. The Myth of the Internationalization of the Chinese Yuan[R]. ,(2):30-33. [50]Maziad,S.,P. Farahmand,S. Wang,S. Segal,F. Ahmed. 2011. Internationalization of Emerging Market Currencies:A Balance between Risks and Rewards[R]. ,No. 11/17. [51]Nakajima,J. 2011. Time-varying Parameter VAR Model with Stochastic Volatility:An Overview of Methodology and Empirical Applications[R]. No. 11-E-9. [52]Otero,M. Iglesias. 2011. The Internationalization of the Renminbi:Prospects and Risks[J]. ,(10). [53]卞志村,胡恒强. 2015. 中国货币政策工具的选择:数量型还是价格型?——基于DSGE模型的分析[J]. 国际金融研究,338(6):12-20. [54]陈建斌. 2006. 政策方向、经济周期与货币政策效力非对称性[J]. 管理世界,(9):6-12. [55]陈银娥,刘旺霞. 2008. 货币政策与经济周期关系研究新进展[J]. 经济学动态,(1):88-93. [56]郭豫媚,陈彦斌. 2015. 利率市场化大背景下货币政策由数量型向价格型的转变[J]. 人文杂志,(2):49-53. [57]韩雍,刘生福. 2017. 利率市场化与中国货币政策调控方式转变[J]. 世界经济研究,(2):12-24. [58]刘汉. 2014. 基于局部投影的脉冲响应函数对我国货币政策非对称的再检验[J]. 数量经济研究,5(1):35-49. [59]刘骏民,王兴. 2014. 货币政策冲击的非对称影响——虚拟经济直接创造GDP的验证[J]. 经济学动态,(9):24-32. [60]刘金全,王雄威. 2012. 我国货币政策周期与经济周期之间的关联性研究[J]. 上海经济研究,(1):3-9. [61]刘金全,郑挺国. 2006. 我国货币政策冲击对实际产出周期波动的非对称影响分析[J]. 数量经济技术经济研究,23(10):3-14. [62]陆军,舒元. 2002. 货币政策无效性命题在中国的实证研究[J]. 经济研究,(3):16-19. [63]吴吉林,张二华. 2015. 我国货币政策操作中的数量规则无效吗?[J]. 经济学(季刊),(2):827-852. [64]徐亚平,宋杨. 2016. 社会融资结构变化对我国货币政策传导模式的影响[J]. 财经科学,(8):1-13. [65]张小宇,刘金全. 2013. 规则型货币政策与经济周期的非线性关联机制研究[J]. 世界经济,(11):3-26. [66]Cover,J. P. 1992. Asymmetric Effects of Positive and Negative Money-supply Shocks[J]. ,107(4):1261-1282. [67]Friedman,M. 1957. Studies in the Quantity Theory of Money[J]. ,28(2):234-245. [68]Friedman,M. 1968. The Role of Monetary Policy[J]. ,58(1). [69]Keynes,J. M. 1930. . London,Cambridge University Press. [70]Kuzin,V.,S. Tober. 2004. Asymmetric Monetary Policy Effects in Germany[R]. DIW Berlin,. [71]Perron,P. 1989. . Advances in Econometrics and Modelling. Springer Netherlands. [72]Ravn,M. O.,M. Sola. 1997. Asymmetric Effects of Monetary Policy in the US:Positive vs. Negative or Big vs. Small?[J]. ,86(9). [73]Stiglitz,J. E.,A. Weiss. 1981. Credit Rationing in Markets with Imperfect Information[J]. ,71(3):393-410. [74]Ülke,V.,M. H. Berument. 2016. Asymmetric Effects of Monetary Policy Shocks on Economic Performance:Empirical Evidence from Turkey[J]. ,23(5):353-360. [75]高艳云. 2012. 中国城乡多维贫困的测度及比较[J]. 统计研究,(11):61-66. [76]高艳云,马瑜. 2013. 多维框架下中国家庭贫困的动态识别[J]. 统计研究,30(12):89-94. [77]郭熙保,周强. 2016. 长期多维贫困、不平等与致贫因素[J]. 经济研究,51(6):143-156. [78]孙会君,王新华. 2001. 应用人工神经网络确定评价指标的权重[J]. 山东科技大学学报(自然科学版),20(3):84-86. [79]王保雪. 2014. 基于DEMATEL-熵权法云南多维贫困指标的权重研究[D]. 云南财经大学. [80]王春超,叶琴. 2014. 中国农民工多维贫困的演进——基于收入与教育维度的考察[J]. 经济研究,49(12):159-174. [81]王小林,S. Alkire. 2009. 中国多维贫困测量:估计和政策含义[J]. 中国农村经济,(12):4-10. [82]谢家智,车四方. 2017. 农村家庭多维贫困测度与分析[J]. 统计研究,34(9):44-55. [83]邹薇,方迎风. 2011. 关于中国贫困的动态多维度研究[J]. 中国人口科学,(6):49-59. [84]张建同,王萍. 2013. 基于分位数回归的S市中低收入家庭可支配收入影响因素分析[J]. 数量经济研究,(2):80-88. [85]张全红,周强. 2015. 中国贫困测度的多维方法和实证应用[J]. 中国软科学,(7):29-41. [86]张昭,杨澄宇,袁强. 2017. “收入导向型”多维贫困的识别与流动性研究——基于CFPS调查数据农村子样本的考察[J]. 经济理论与经济管理,36(2):98-112. [87]张世君. 2017. 多维贫困指数测定中权重设定的比较研究[D]. 山西财经大学. [88]Alkire,S.,J. Foster. 2011. Counting and Multidimensional Poverty Measurement[J]. ,95(7-8):476-487. [89]Decancq,K.,M. A. Lugo. 2013. Weights in Multidimensional Indices of Well Being:An Overview[J]. ,32(1):7-34. [90]Njong,A. M.,P. Ningaye. 2005. Characterizing Weights in the Measurement of Multidimensional Poverty:An Application of Data Drive Approaches to Cameroonian Data[J]. (6):7-10. [91]Sen,A. 1976. Poverty:An Ordinal Approach to Measurement[J]. 44(2):219-231. [92]Sen,A. 1997. Structural Adjustment and Rural Poverty:Variables That Really Matter[J]. ,108-143. [93]傅京燕,李丽莎. 2010. 环境规制、要素禀赋与产业国际竞争力的实证研究——基于中国制造业的面板数据[J]. 管理世界,(10):87-98. [94]高帆. 2015. 我国区域农业全要素生产率的演变趋势与影响因素——基于省际面板数据的实证分析[J]. 数量经济技术经济研究,(5):3-19. [95]蒋伏心,王竹君,白俊红. 2013. 环境规制对技术创新影响的双重效应——基于江苏制造业动态面板数据的实证研究[J]. 中国工业经济,(7):44-55. [96]姜艳凤,姜艳芳. 2016. 基于随机前沿分析的增值税对全要素生产率的影响——兼评我国增值税制度的完善[J]. 经济经纬,(4):103-108. [97]李斌,彭星,欧阳铭珂. 2013. 环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究[J]. 中国工业经济,(4):56-68. [98]李胜兰,初善冰,申晨. 2014. 地方政府竞争、环境规制与区域生态效率[J]. 世界经济,(4):88-110. [99]李占风,赵琼. 2017. 资源环境约束下全要素生产率的影响因素分析——基于中国与OECD国家的数据[J]. 数量经济研究,(2):66-76. [100]刘耀彬,袁华锡,王喆. 2017. 文化产业集聚对绿色经济效率的影响——基于动态面板模型的实证分析[J]. 资源科学,(4):747-755. [101]吕冰洋,余丹林. 2009. 中国梯度发展模式下经济效率的增进——基于空间视角的分析[J]. 中国社会科学,(6):60-72. [102]齐红倩,王志涛. 2015. 我国污染排放差异变化及其收入分区治理对策[J]. 数量经济技术经济研究,(12):57-72. [103]齐红倩,王志涛. 2016. 生态经济学发展的逻辑及其趋势特征[J]. 中国人口·资源与环境,(7):101-109. [104]钱争鸣,刘晓晨. 2013. 中国绿色经济效率的区域差异与影响因素分析[J]. 中国人口·资源与环境,(7):104-109. [105]钱争鸣,刘晓晨. 2015. 环境管制与绿色经济效率[J]. 统计研究,(7):12-18. [106]邱斌,杨帅,辛培江. 2008. FDI技术溢出渠道与中国制造业生产率增长研究:基于面板数据的分析[J]. 世界经济,(8):20-31. [107]宋德勇,邓捷,弓媛媛. 2017. 我国环境规制对绿色经济效率的影响分析[J]. 学习与实践,(3):23-33. [108]孙瑾,刘文革,周钰迪. 2014. 中国对外开放、产业结构与绿色经济增长——基于省际面板数据的实证检验[J]. 管理世界,(6):172-173. [109]唐德才,汤杰新,马婷玉. 2016. 中国环境规制效率与全要素生产率研究——基于SBM-Undesirable和DEA-Malmquist模型的解释[J]. 干旱区资源与环境,30(11):7-12. [110]陶长琪,李翠,王春晨. 2017. 创新价值链、全要素生产率及其空间溢出效应——基于SLM模型的实证[J]. 数量经济研究,(2):15-28. [111]王志平,陶长琪,沈鹏熠. 2014. 基于生态足迹的区域绿色技术效率及其影响因素研究[J]. 中国人口·资源与环境,24(1):35-40. [112]杨龙,胡晓珍. 2010. 基于DEA的中国绿色经济效率地区差异与收敛分析[J]. 经济学家,(2):46-54. [113]原毅军,刘柳. 2013. 环境规制与经济增长:基于经济型规制分类的研究[J]. 经济评论,(1):27-33. [114]原毅军,谢荣辉. 2014. 环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验[J]. 中国工业经济,(8):57-69. [115]张文博,邓玲,尹传斌. 2017. “一带一路”主要节点城市的绿色经济效率评价及影响因素分析[J]. 经济问题探索,(11):84-90. [116]朱平芳,张征宇. 2010. FDI竞争下的地方政府环境规制“逐底竞赛”存在么?——来自中国地级城市的空间计量实证[J]. 数量经济研究,(0):79-92. [117]Antweiler,W.,B. R. Copeland,M. S. Taylor. 1998. Is Free Trade Good for the Environment?[J]. ,(4):877-908. [118]Colletaz,G.,C. Hurlin. 2006. Threshold Effects of the Public Capital Productivity:An International Panel Smooth Transition Approach[J]. . [119]Färe,R.,S. Grosskopf,B. Lindgren,et al. 1992. Productivity Changes in Swedish Pharamacies 1980-1989:A Non-parametric Malmquist Approach[J]. ,(1-2):85-101. [120]Fouquau,J.,C. Hurlin,I. Rabaud. 2007. The Feldstein-Horioka Puzzle:A Panel Smooth Transition Regression Approach[J]. ,(2):284-299. [121]Gonzalez,A.,T. Terasvirta,D. V. Dijk. 2005. Panel Smooth Transition Regression Models[J]. . [122]Mani,M.,D. Wheeler. 1998. In Search of Pollution Havens? Dirty Industry in the World Economy,1960-1995[J]. ,(3):215-247. [123]Tao,X.,P. Wang,B. Zhu. 2016. Provincial Green Economic Efficiency of China:A Non-separable Input-output SBM Approach[J]. ,171:58-66. [124]Yang,Q.,X. Wan,H. Ma. 2015. Assessing Green Development Efficiency of Municipalities and Provinces in China Integrating Models of Super-Efficiency DEA and Malmquist Index[J]. ,(4):4492-4510. [125]陈云. 2013. 中外股市收益率的非对称动态相关性研究[J]. 管理科学,(4):79-88. [126]陈梦龙. 2016. 中国股票市场的非对称相关性——基于AG-DCC-MGARCH模型的实证分析[J]. 区域金融研究,(9):41-48. [127]洪永淼,成思危,刘艳辉,汪寿阳. 2004. 中国股市与世界其他股市之间的大风险溢出效应[J]. 经济学(季刊),(2):703-726. [128]石凯,刘力臻,聂丽. 2012. 沪深300指数与股指期货的关系——基于BEKK-GARCH和MODWT的实证分析[J]. 数量经济研究,3(1):139-146. [129]石智超,许争,陈瑞. 2016. 中国股票市场与商品期货市场传导关系的实证分析——基于风险Granger因果检验的研究[J]. 金融理论与实践,(2):82-89. [130]吴亮,邓明. 2014. 中国股票市场收益率与交易量的非对称因果关系研究——基于分位数Granger因果检验[J]. 上海金融,(6):75-81. [131]吴鑫育,李心丹. 2017. 中国股市量价尾部相关性研究——基于随机copula模型的实证[J]. 金融理论与事件,(1):93-97. [132]阎可佳. 2017. 对沪深收益指数之间动态条件相关性的实证分析[J]. 金融,7(3):126-143. [133]张振环. 2013. 中国沪市A股与东亚主要股市间相依性结构研究——基于半参数copula方法的实证分析[J]. 北京工商大学学报(社会科学版),28(3):93-102. [134]Ang,A.,J. Chen. 2002. Asymmetric Correlations of Equity Portfolios[J]. ,63(3):443-494. [135]Bangia,A.,F. X. Diebold,T. Schuermann,J. Stroughair. 2008. Modeling Liquidity Risk with Implications for Traditional Market Risk Measurement and Management[R]. ,No. FIN-99-062. [136]Chow,S. C.,D. Chui,A. Cheng,et al. 2018. The Integration of the Chinese Stock Markets Following the Shanghai-Hong Kong Stock Connect:Evidence from Cointegration,Linear,and Nonlinear Causality Analysis[J]. . [137]Chuang,C. C.,C. M. Kuan,H. Y. Lin. 2009. Causality in Quantiles and Dynamic Stock Return-volume Relations[J]. ,33(7):1351-1360. [138]Granger,C. W. 1969. Investigating Causal Relations by Econometric Models and Cross-spectral Methods[J]. ,424-438. [139]Granger,C. W. 1980. Testing for Causality:A Personal Viewpoint[J]. ,2:329-352. [140]Granger,C. W. 1988. Some Recent Development in a Concept of Causality[J]. ,39(1-2):199-211. [141]Granger,C. W. 2003. Time Series Concepts for Conditional Distributions[J]. ,65:689-701. [142]Granger,C. W. 2010. Some Thoughts on the Development of Cointegration[J]. ,158(1):3-6. [143]Johansson,A. C. 2010. China's Financial Market Integration with the World[J]. ,8(3):293-314. [144]Koenker,R.,J. Machado. 1999. Goodness of Fit and Related Inference Processes for Quantile Regression[J]. ,94(448):1296-1310. [145]Lee,T. H.,W. Yang. 2014. Granger-causality in Quantiles between Financial Markets:Using Copula Approach[J]. ,33:70-78. [146]Lee,T. H.,W. Yang. 2014. Granger-causality in Quantiles between Financial Markets:Using Copula Approach[J]. ,33:70-78. [147]Su,E. 2017. Measuring and Testing Tail Dependence and Contagion Risk between Major Stock Markets[J]. ,50(2):325-351. [148]Yang,Z.,A. H. Tu,Y. Zeng. 2014. Dynamic Linkages between Asian Stock Prices and Exchange Rates:New Evidence from Causality in Quantiles[J]. ,46(11):1184-1201. [149]陈海声,卢丹. 2010. 股权性质、资本结构、现金流量与研发强度[J]. 科技管理研究,30(21):230-232. [150]陈玉罡,蔡海彬,刘子健等. 2015. 外资并购促进了科技创新吗?[J]. 会计研究,(9):68-73. [151]冯根福,温军. 2008. 中国上市公司治理与企业技术创新关系的实证分析[J]. 中国工业经济,(7):91-101. [152]顾乃康,陈辉. 2009. 股票流动性与企业资本结构的决定——基于中国上市公司的经验证据[J]. 财经研究,35(8):37-48. [153]侯旭,孙端. 2012. 股票流动性对上市公司价值的影响研究[J]. 价值工程,31(6):113-114. [154]胡勇,李意,乔元波. 2016. 股票流动性与公司创新——基于创新行业的实证分析[J]. 投资研究,(10):97-110. [155]绛枫. 1962. 熊彼得著《资本主义、社会主义和民主主义》一书简介[J]. 经济学动态,(19):26-31. [156]靳云汇,杨文. 2002. 上海股市流动性影响因素实证分析[J]. 金融研究,(6):12-21. [157]马壮,李延喜,曾伟强. 2013. 外部环境因素对制造业企业的技术效率影响研究[J]. 数量经济研究,4(2):69-79. [158]聂辉华,谭松涛,王宇锋. 2008. 创新、企业规模和市场竞争:基于中国企业层面的面板数据分析[J]. 世界经济,31(7):57-66. [159]沈达勇. 2017. 股票流动性、管理层激励与企业技术创新[J]. 西安交通大学学报(社会科学版),(5):31-39. [160]苏冬蔚,熊家财. 2013. 股票流动性、股价信息含量与CEO薪酬契约[J]. 经济研究,(11):56-70. [161]魏明海,雷倩华. 2011. 公司治理与股票流动性[J]. 中山大学学报(社会科学版),51(6):181-191. [162]熊家财,苏冬蔚. 2014. 股票流动性与企业资本配置效率[J]. 会计研究,(11):54-60. [163]周黎安,罗凯. 2005. 企业规模与创新:来自中国省级水平的经验证据[J]. 经济学,4(2):623-638. [164]Admati,A. R.,P. Pfleiderer. 2009. The“Wall Street Walk”and Shareholder Activism:Exit as a Form of Voice[J]. ,22(7):2645-2685. [165]Amihud,Y.,H. Mendelson. 1986. Asset Pricing and the Bid-Ask Spread [J]. ,17(2):223-249. [166]Amihud,Y. 2002. Illiquidity and Stock Returns[J]. ,(3):31-56. [167]Anthony,A. B. 1952. American Capitalism:The Concept of Countervailing Power by John Kenneth Galbraith[J]. ,19(1):108-109. [168]Bushee,B. J. 1998. The Influence of Institutional Investors on Myopic R&D Investment Behavior[J]. ,73(3):305-333. [169]Bushee,B. J. 2001. Do Institutional Investors Prefer Near-Term Earnings over Long-Run Value?[J]. ,18(2):207-246. [170]Edmans,A.,G. Manso. 2011. Governance through Trading and Intervention:A Theory of Multiple Blockholders[J]. ,24(7):2395-2428. [171]Edmans,A. 2009. Blockholder Trading,Market Efficiency,and Managerial Myopia[J]. ,64(6):2481-2513. [172]Fang,V. W.,X. Tian,S. Tice. 2014. Does Stock Liquidity Enhance or Impede Firm Innovation?[J]. ,69(5):2085-2125. [173]Graham,J. R.,C. R. Harvey,S. Rajgopal. 2005. The Economic Implications of Corporate Financial Reporting [J]. ,40(1-3):3-73. [174]Hansen,G. S.,C. W. L. Hill. 1991. Are Institutional Investors Myopic? A Time-Series Study of Four Technology-Driven Industries[J]. ,12(1):1-16. [175]Kyle,A. S.,J. L. Vila. 1991. Noise Trading and Takeovers[J]. ,22(1):54-71. [176]Maug,E. 1998. Large Shareholders as Monitors:Is There a Trade-off between Liquidity and Control?[J]. ,53(1):65-98. [177]Porter,M. E. 1992. Capital Disadvantage:America's Failing Capital Investment System[J]. ,70(5):65. [178]Porter,M. E. 1990. . New York:The Free Press. [179]Shleifer,A.,L. H. Summers. 1988. Breach of Trust in Hostile Takeovers[J]. ,11(1):33-68. [180]Stein,J. C. 1988. Takeover Threats and Managerial Myopia[J]. ,96(1):61-80. [181]范巧,D. Hudson. 2018. 一种新的包含可变时间效应的内生时空权重矩阵构建方法[J]. 数量经济技术经济研究,(1):131-149. [182]贾俊平,何晓群,金勇进. 2012. 统计学(第五版)[M]. 北京:中国人民大学出版社. [183]刘伟江,王虎邦. 2017. 供给侧结构性改革下融资结构对实体经济发展的空间效应分析[J]. 数量经济研究,8(2):1-14. [184]任英华,游万海. 2012. 一种新的空间权重矩阵选择方法[J]. 统计研究,29(6):99-105. [185]张可云,王裕瑾,王婧. 2017. 空间权重矩阵的设定方法研究[J]. 区域经济评论,(1):19-25. [186]Beenstock,B.,D. Felsenstein. 2012. Nonparametric Estimation of the Spatial Connectivity Matrix Using Spatial Panel Data [J]. ,44(4):386-397. [187]Bhattacharjee,A.,C. Jensen-Butler. 2013. Estimation of the Spatial Weights Matrix under Structural Constraints [J]. ,43(4):617-634. [188]Dubé,J.,et al. 2014. A Spatial Difference-in-Differences Estimator to Evaluate the Effect of Change in Public Mass Transit Systems on House Prices [J]. :,64:24-40. [189]Egger,P.,M. Pfaffermayr,H. Winner. 2005. Commodity Taxation in a ‘Linear’ World:A Spatial Panel Data Approach [J]. ,(35):527-541. [190]Fingleton,B. 2009. Prediction Using Panel Data Regression with Spatial Random Effects[J]. ,32(2):195-220. [191]Getis,A.,J. Aldstadt. 2004. Constructing the Spatial Weights Matrix Using a Local Statistic [J]. ,36(2):90-104. [192]Kelejian,H. H.,G. Piras. 2011. An Extension of Kelejian's J-test for Non-nested Spatial Models[J]. ,41(3):281-292. [193]Kelejian,H. H.,G. Piras. 2014. Estimation of Spatial Models with Endogenous Weighting Matrices,and an Application to a Demand Model for Cigarettes[J]. ,46:140-149. [194]Kostov,P. 2010. Model Boosting for Spatial Weighting Matrix Selection in Spatial Lag Models[J]. :,37(3):533-549. [195]LeSage,J. P.,M. M. Fischer. 2008. Spatial Growth Regressions:Model Specification,Estimation and Interpretation [J]. ,3(3):275-305. [196]LeSage,J. P.,R. K. Pace. 2009. . New York:CRC Press Taylor & Francis Group:123-188. [197]Mata,T. D. L.,C. Llano. 2013. Social Networks and Trade of Services:Modeling Interregional Flows with Spatial and Network Autocorrelation Effects[J]. ,15(3):319-367. [198]Mueller,J. M.,J. B. Loomis. 2010. Bayesians in Space:Using Bayesian Methods to Inform Choice of Spatial Weights Matrix in Hedonic Property Analyses[J]. ,40(3),245-255. [199]Qu,X.,L. Lee. 2015. Estimating a Spatial Autoregressive Model with an Endogenous Spatial Weight Matrix [J]. ,184(2):209-232. [200]Qu,X.,L. Lee,J. Yu. 2017. QML Estimation of Spatial Dynamic Panel Data Models with Endogenous Time Varying Spatial Weights Matrices[J]. ,197(2):173-201. [201]Seya,H.,Y. Yamagata,M. Tsutsumi. 2013. Automatic Selection of a Spatial Weight Matrix in Spatial Econometrics:Application to a Spatial Hedonic Approach[J]. ,43(3):429-444. [202]Shao,Y. 2010. An Application of Spatial-Panel Analysis:Provincial Economic Growth and Logistics in China [J]. ,10(2):315-322. [203]Stakhovych,S.,T. H. A. Bijmolt. 2009. Specification of Spatial Models:A Simulation Study on Weights Matrices [J]. ,88(2):389-408. [204]Vázquez,E. F. 2011. Updating Weighting Matrices by Cross-Entropy[J]. ,(21):53-69. [205]Zhou,Y.,X. Wang,J. Holguín-Veras. 2016. Discrete Choice with Spatial Correlation:A Spatial Autoregressive Binary Probit Model with Endogenous Weight Matrix(SARBP-EWM)[J]. ,94:440-455. [206]韩立岩,尹力博. 2012. 投机行为还是实际需求?——国际大宗商品价格影响因素的广义视角分析[J]. 经济研究,(12):83-96. [207]李靓,穆月英. 2015. 大宗商品国际市场价格波动的影响因素研究——基于分组国家的比较研究[J]. 国际金融研究,(10):55-63. [208]李敬辉,范志勇. 2005. 利率调整和通货膨胀预期对大宗商品价格波动的影响——基于中国市场粮价和通货膨胀关系的经验研究[J]. 经济研究,(6):61-68. [209]刘达禹,刘金全,张菀庭. 2016. 财政、货币与世界经济冲击的时变特征检验——基于TVP-VAR模型的实证分析[J]. 数量经济研究,(2):66-86. [210]卢锋,李远芳,刘鎏. 2009. 国际商品价格波动与中国因素——我国开放经济成长面临新问题[J]. 金融研究,(10):38-55. [211]谭小芬,刘阳,张明. 2014. 国际大宗商品价格波动:中国因素有多重要?——基于1997-2012年季度数据与VECM模型的实证研究[J]. 国际金融研究,(10):75-86. [212]Akram,Q. F. 2009. Commodity Prices,Interest Rates and the Dollar[J]. ,31(6):838-851. [213]Belke,A.,I. G. Bordon,U. Volz. 2013. Effects of Global Liquidity on Commodity and Food Prices[R]. ,44:31-43. [214]Chib,S.,R. Winkelmann. 2001. Markov Chain Monte Carlo Analysis of Correlated Count Data[J]. ,19(4):428-435. [215]Frankel,J. A.,A. K. Rose. 2010. Determinants of Agricultural and Mineral Commodity Prices[R] [216]Geweke,J. 1992. Evaluating the Accuracy of Sampling-based Approaches to the Calculations of Posterior Moments[J]. ,4:641-649. [217]Hamilton,J. 2009. Causes and Consequences of the Oil Shock of 2007-2008[J]. [218]Hotelling,H. 1931. The Economics of Exhaustible Resources[J]. 39:137-175. [219]Klotz,P.,T. C. Lin,S. H. Hsu. 2014. Global Commodity Prices,Economic Activity and Monetary Policy:The Relevance of China[J]. 42:1-9. [220]Klotz,P.,T. C. Lin,S. H. Hsu. 2014. Global Commodity Prices,Economic Activity and Monetary Policy:The Relevance of China[J]. 42:1-9. [221]Li,H.,S. X. Lin. 2011. Do Emerging Markets Matter in the World Oil Pricing System?Evidence of Imported Crude by China and India[J]. 39:4624-4630. [222]Morana,C. 2013. Oil Price Dynamics,Macro-finance Interactions and the Role of Financial Speculation[J]. 37(1):206-226. [223]Nakajima,J.,M. Kasuya,T. Watanabe. 2011. Bayesian Analysis of Time-varying Parameter Vector Autoregressive Model for the Japanese Economy and Monetary Policy[J]. 25(3):225-245. [224]Primiceri,G E. 2005. Time Varying Structural Vector Autoregressions and Monetary Policy[J]. ,72(3):821-852. [225]Roache,S. K. 2012. China's Impact on World Commodity Markets[R]. /12/115. [226]Śmiech,S.,M. Papież,M. A. Dᶏbrowski. 2015. Does the Euro Area Macro Economy Affect Global Commodity Prices? Evidence from a SVAR Approach[J]. ,39:485-503. [227]陈守东,王妍. 2014. 我国金融机构的系统性金融风险评估[J]. 中国管理科学,(7):10-17. [228]陈守东,王妍,唐亚晖. 2013. 我国金融不稳定性及其对宏观经济非对称影响分析[J]. 国际金融研究,(6):56-66. [229]陈守东,章秀. 2013. 基于时变CoVaR模型的我国商业银行风险溢出效应研究[J]. 数量经济研究,4(2):34-48. [230]陈雨露,马勇. 2013. 构建中国的“金融失衡指数”:方法及在宏观审慎中的应用[J]. 中国人民大学学报,27(1):59-71. [231]陈雨露,马勇. 2013. 构建中国的“金融失衡指数”:方法及在宏观审慎中的应用[J]. 中国人民大学学报,(1):59-71. [232]丁庭栋,赵晓慧. 2012. 不同行业与金融系统的波动溢出效应分析[J]. 统计与决策,(3):162-166. [233]范小云,王道平,刘澜飚. 2012. 规模、关联性与中国系统重要性银行的衡量[J]. 金融研究,(11):16-29. [234]高国华,潘英丽. 2011. 银行系统性风险度量——基于动态CoVaR方法的分析[J]. 上海交通大学学报(12):1753-1759. [235]郭红兵,杜金岷. 2014. 中国综合金融稳定指数(AFSI)的构建、应用及政策含义[J]. 金融经济学研究,(1):3-14. [236]马君潞,范小云,曹元涛. 2007. 中国银行间市场双边传染的风险估测及其系统性特征分析[J]. 经济研究,(1):68-78. [237]乔海曙,杨蕾. 2016. 沪深300指数成分股系统性风险贡献分析[J]. 中南大学学报,(3):114-123. [238]Adrian,T.,M. K. Brunnermeier. 2011. CoVaR. NBER Working Paper,No. 17454, [239]Allen,F.,D. Gale. 2000. Financial Contagion[J]. ,108(1):1-33. [240]Chernozhukov,V. 2005. Extreme Quantiles Regression[J]. ,33:806-839. [241]Chernozhukov,V. 2006. Inference for Extreme Conditional Quantile Models,with an Application to Birth Weights[R]. . [242]Girardi,G.,A. T. Ergun. 2013. Systemic Risk Measurement:Multivariate GARCH Estimation of CoVaR[J]. ,37(8):1557-1580. [243]Hakwa,B. 2011. Measuring the Marginal Systemic Risk Contribution Using Copula[J]. ,258-279. [244]Koenker,R.,G. Bassett. 1978. Regression Quantiles[J]. (46):33-50. [245]Illing,M.,Y. Liu. 2006. Measuring Financial Stress in A Developed Country:An Application to Canada[J]. ,2(3):243-265. [246]Oet,M. V.,R. Eiben,T. Bianco,D. Gramlich,S. Ong. 2011. The Financial Stress Index:Identification of Systemic Risk Conditions[R]. ,7(2):78-97.
[展开]

相关推荐

发表评论

同步转发到先晓茶馆

发表评论

手机可扫码阅读