-
首页
-
学院概况展开 / 收起
-
我院博士生近期论文获奖情况
发布日期：2013-07-01 03:40 来源：北京大学国家发展研究院
茅锐等论文获评《金融研究》年度优秀论文最佳论文奖
在《金融研究》杂志年度文章评选中，国家发展研究院08级博士生茅锐（导师姚洋教授）和校友徐建炜（导师姚洋教授）的论文《经常账户失衡的根源——基于比较优势的国际分工》（茅锐、徐建炜、姚洋，2012年第12期）获评《金融研究》年度（2012年）优秀论文最佳论文奖。
该文仅从金融发展差异的角度，不能揭示全球经常账户失衡的本质原因。全球失衡不只是金融部门的问题，其实质是商品和服务贸易的不平衡。基于制造业-金融业比较优势的国际分工，制造业较强的国家产生经常账户盈余，而金融业较强的国家产生经常账户赤字。缺乏充分协调的国际分工，是造成全球失衡的根源。因此，通过国际合作，调整各国间不合理的结构性差异，是在不损害任何国家福利的前提下解决全球失衡的关键途径。赤字国提升本国制造业生产力、盈余国提升本国金融业生产力，将缓解目前全球失衡造成的赤字国债务不可持续、盈余国财务负担过重等问题。
谭之博和赵岳论文获评《金融研究》年度优秀论文
近日，在《金融研究》杂志年度文章评选中，国家发展研究院09级博士生谭之博（导师姚洋教授）和12级博士生赵岳（导师巫和懋教授）的论文《企业规模与融资来源的实证研究》（谭之博、赵岳，2012年第3期）一文获评《金融研究》年度（2012年）优秀论文。
据了解， 该文运用静态、动态面板模型和横截面Tobit模型，检验了企业规模对融资来源的影响。实证结果表明，企业规模越小，不仅银行融资占其总资产的比重越小，而且银行融资相对于股权融资的比例越小。与股权融资相比，银行融资对小企业更加抑制。不同于传统文献中小企业的融资难题由其自身因素所致，文章指出，小企业受到的融资抑制也与它们所处环境的宏观金融体系相关。文章为从金融结构和公司储蓄的视角解释经常账户的失衡提供了微观基础。
《金融研究》是中国人民银行主管、中国金融学会主办，对国内外公开发行的正式出版物。创刊30年来，《金融研究》已经成为在中国金融理论研究和实践考察中占据重要地位，扎根金融改革和发展实践，引领学术前沿的理论性、政策性、实践性兼备的权威学术期刊。2005年，《金融研究》荣获中国新闻出版业最高政府奖——第三届国家期刊奖。
卯光宇论文入选Economics Letter 与Communication in Statistics - Theory and Methods
国家发展研究院10级博士生卯光宇（导师朱家祥教授）的论文"Model selection for regression with heteroskedastic and autocorrelated errors"，发表在Economics Letters第118卷上；另一篇论文是"Efficient Penalized Estimation for Linear Regression Model",已被Communications in Statistics – Theory and Methods接收。两篇文章均为卯光宇独立完成。据了解，这两个期刊前者为SSCI刊源，后者为SCI刊源。
据了解，文章"Model selection for regression with heteroskedastic and autocorrelated errors" 研究了带有异方差和序列相关误差的回归模型的模型选择（model selection）问题。对回归模型，经典的选择一致的信息准则如BIC和HQIC，都是在误差独立同分布的假设下导出的。然而，对经济数据，回归模型的误差常呈现出异方差性或序列相关性。这便自然引出一个问题：如果能够利用经济数据这些属性所蕴含的信息，模型选择是否能够做得更好？该文基于GMM估计的想法，通过提出一新的信息准则WIC（Weighted Information Criteria）对这一问题进行了回答。文章从理论上证明，WIC是选择一致的。并且，有限样本的模拟实验表明，WIC由于利用了更多的信息，在模型选择上的表现优于经典的信息准则。此外，基于同样的想法，文章还对更一般的极值估计模型的模型选择问题进行了简要讨论。
文章"Efficient Penalized Estimation for Linear Regression Model"研究了对回归模型进行有效压缩估计的问题。对回归模型，经典压缩估计的目标函数由最小二乘损失函数与系数惩罚函数两部分组成，已有的文献主要关注惩罚函数的选择，对损失函数部分鲜有讨论。该文发现，最小二乘损失函数对所考虑的压缩估计并不是一个好的选择。通过对损失函数的替换，文章引入了一类新的压缩估计：有效压缩估计。文章证明，在合适的条件下，有效压缩估计能够保持经典压缩估计的优良统计性质，并且，其估计量的渐进方差会更小。此外，模拟实验表明，在某些从理论上可预见的情形下，有效压缩估计在模型选择上也优于经典压缩估计。
国家发展研究院官方微信
Copyright© 1994-2012 北京大学 国家发展研究院 版权所有, 京ICP备05065075号-1
保留所有权利，不经允许请勿挪用
-
首页
-
学院概况展开 / 收起
-
sidenav background
学院概况
sidenav header background我院博士生近期论文获奖情况
发布日期：2013-07-01 03:40 来源：北京大学国家发展研究院
茅锐等论文获评《金融研究》年度优秀论文最佳论文奖
在《金融研究》杂志年度文章评选中，国家发展研究院08级博士生茅锐（导师姚洋教授）和校友徐建炜（导师姚洋教授）的论文《经常账户失衡的根源——基于比较优势的国际分工》（茅锐、徐建炜、姚洋，2012年第12期）获评《金融研究》年度（2012年）优秀论文最佳论文奖。
该文仅从金融发展差异的角度，不能揭示全球经常账户失衡的本质原因。全球失衡不只是金融部门的问题，其实质是商品和服务贸易的不平衡。基于制造业-金融业比较优势的国际分工，制造业较强的国家产生经常账户盈余，而金融业较强的国家产生经常账户赤字。缺乏充分协调的国际分工，是造成全球失衡的根源。因此，通过国际合作，调整各国间不合理的结构性差异，是在不损害任何国家福利的前提下解决全球失衡的关键途径。赤字国提升本国制造业生产力、盈余国提升本国金融业生产力，将缓解目前全球失衡造成的赤字国债务不可持续、盈余国财务负担过重等问题。
谭之博和赵岳论文获评《金融研究》年度优秀论文
近日，在《金融研究》杂志年度文章评选中，国家发展研究院09级博士生谭之博（导师姚洋教授）和12级博士生赵岳（导师巫和懋教授）的论文《企业规模与融资来源的实证研究》（谭之博、赵岳，2012年第3期）一文获评《金融研究》年度（2012年）优秀论文。
据了解， 该文运用静态、动态面板模型和横截面Tobit模型，检验了企业规模对融资来源的影响。实证结果表明，企业规模越小，不仅银行融资占其总资产的比重越小，而且银行融资相对于股权融资的比例越小。与股权融资相比，银行融资对小企业更加抑制。不同于传统文献中小企业的融资难题由其自身因素所致，文章指出，小企业受到的融资抑制也与它们所处环境的宏观金融体系相关。文章为从金融结构和公司储蓄的视角解释经常账户的失衡提供了微观基础。
《金融研究》是中国人民银行主管、中国金融学会主办，对国内外公开发行的正式出版物。创刊30年来，《金融研究》已经成为在中国金融理论研究和实践考察中占据重要地位，扎根金融改革和发展实践，引领学术前沿的理论性、政策性、实践性兼备的权威学术期刊。2005年，《金融研究》荣获中国新闻出版业最高政府奖——第三届国家期刊奖。
卯光宇论文入选Economics Letter 与Communication in Statistics - Theory and Methods
国家发展研究院10级博士生卯光宇（导师朱家祥教授）的论文"Model selection for regression with heteroskedastic and autocorrelated errors"，发表在Economics Letters第118卷上；另一篇论文是"Efficient Penalized Estimation for Linear Regression Model",已被Communications in Statistics – Theory and Methods接收。两篇文章均为卯光宇独立完成。据了解，这两个期刊前者为SSCI刊源，后者为SCI刊源。
据了解，文章"Model selection for regression with heteroskedastic and autocorrelated errors" 研究了带有异方差和序列相关误差的回归模型的模型选择（model selection）问题。对回归模型，经典的选择一致的信息准则如BIC和HQIC，都是在误差独立同分布的假设下导出的。然而，对经济数据，回归模型的误差常呈现出异方差性或序列相关性。这便自然引出一个问题：如果能够利用经济数据这些属性所蕴含的信息，模型选择是否能够做得更好？该文基于GMM估计的想法，通过提出一新的信息准则WIC（Weighted Information Criteria）对这一问题进行了回答。文章从理论上证明，WIC是选择一致的。并且，有限样本的模拟实验表明，WIC由于利用了更多的信息，在模型选择上的表现优于经典的信息准则。此外，基于同样的想法，文章还对更一般的极值估计模型的模型选择问题进行了简要讨论。
文章"Efficient Penalized Estimation for Linear Regression Model"研究了对回归模型进行有效压缩估计的问题。对回归模型，经典压缩估计的目标函数由最小二乘损失函数与系数惩罚函数两部分组成，已有的文献主要关注惩罚函数的选择，对损失函数部分鲜有讨论。该文发现，最小二乘损失函数对所考虑的压缩估计并不是一个好的选择。通过对损失函数的替换，文章引入了一类新的压缩估计：有效压缩估计。文章证明，在合适的条件下，有效压缩估计能够保持经典压缩估计的优良统计性质，并且，其估计量的渐进方差会更小。此外，模拟实验表明，在某些从理论上可预见的情形下，有效压缩估计在模型选择上也优于经典压缩估计。
访问学者申请
EMAIL
北京大学
ENGLISH
