-
关于中国财政社会保障支出现状分析_经济学毕业论文范文
关于中国财政社会保障支出现状分析_经济学毕业论文范文 论文摘要：政府支出中的保障支出作为收入再分配的一种重要方式，是保证社会公平和保障社会稳定的重要手段，完善的社会保障制度是建立体制的前提和保证。我国在“十五”工作计划中提出将社会保障投入占国家财政支出的比重提高到15%-20%的目标。 论文关键词：社会保障支出;财政支出;社会公平 社会保障支出作为政府财政支出中重要的一项和社会再分配的一种重要方式，是维护社会稳定的重要手段，也是保证社会公平的重要方式。建立健全社会保障制度是建立社会主义市场经济体制的前提和保证。自改革开放以来，我国经济持续高速发展，而在快速增长的GDP背后，我国社会保障支出的相对规模却没有相应快速增长。社会保障支出与经济增长不相适应。 1 我国社会保障制度现存问题 1.1 社会保障支出总量不足 社会保障支出作为社会收入再分配的一个主要途径，与人们的生活息息相关，也是政府保障人民生活水平的主要手段，影响整个社会的安定和发展。然而，我国的社会保障支出总量一直相对不足。 随着我国经济的快速发展，国家财政中的社会保障支出虽总量不断增加，但与GDP的相对增加量基本保持不变。自2000年至2007年，我国的社会保障支出从1517.9亿增长至5447.16亿，绝对数量有了很大的增长，但由于GDP水平同时在快速增长，社会保障支出占财政比重保持在11%左右。这一数字相对较小。同时，若将社会保障支出与支出对比可发现，用于社会保障的财政支出远远不及行政管理费用高。并且，这之间的差距在不断地扩大。如果此种现象不断发展，必将导致政府财政支出的失衡，也不利于社会公平正义与建设廉洁政府的要求。 我国社会保障支出总量不足这一事实还可通过与其它国家对比发现。我国自2006年起，人均GDP超过了2000美元，已达到了中等以上发达中国家的水平。然而，社会保障支出水平却远没有达到相应的水平。以1980年的中等以上发展中国家哥斯达黎加为例。1980年，哥斯达黎加的社会保障支出达到了在人均生产总值中占30.80%的水平。我国当前的社会保障支出水平尚不如八十年代的中等以上发展中国家，更不用说是社会保障支出比例高达40的各发达国家了。可见我国的社会保障支出水平是很低的。虽然，在发达国家，高福利在一定程度上带来了“福利病”，但我国的社会保障支出水平距国际水平仍有较大距离。社会保障支出总量不足，就无法保障人们的生活水平，特别是中低收入或无收入人群的基本生活。 1.2 社会保障支出增长缓慢 我国现在正处于经济发展不均衡的时期，由于“效率优先、兼顾公平”和“先富带动后富”等政策，我国经济发展和收入分配一直处于一种失衡的增长方式。收入差距和贫富差距较大。如今，先富者已然先富，就要通过社会保障支出来实行收入的再分配，保障“后富者”的利益，缩小贫富差距，以达到社会公平。 而实际的情况是，我国社会保障支出每年绝对数量有增长，但相对增长极其缓慢甚至没有相对增长。社会保障支出的年增长率除2003年外都以较大增长率在增长，但是同时，财政支出总额也已20%左右的年增长率在持续增长，而从最后的弹性系数可以看出，除2003年外，其它各年的弹性基本在1左右。这也就是说，近10年来，社会保障支出的相对规模并没有扩大。 前面说到，我国经济发展和收入分配处于失衡的状态，需要通过社会保障支出来平衡这种失衡，但实际上收入保障支出的规模却没有显著的扩大，这种社会保障支出在“供需”上的不平衡，如果不能及时改变，就会导致穷人更穷、富人更富的马太效应。这既不利于社会保障支出发挥其收入再分配的社会职能，又不利于创造一个和谐、公平、稳定的社会。 1.3 我国社会保障支出结构不合理、地区差异显著 由于原因，我国的经济发展存在着严重的“二元制”现象，即存在城市和经济发展不平衡、城乡贫富差距大、城乡收入差距大等问题。而在社会保障支出方面，也同样存在着二元结构问题，一方面城市经济增长快却不断加大社会保障投入，另一方面农村收入低却基本被排除在社会保障支出之外，只有救济性的社会保障如“五保户”等。
-
关于农民人均纯收入的计量经济模型_经济学毕业论文范文
关于农民人均纯收入的计量经济模型_经济学毕业论文范文 关于农民人均纯收入的计量经济模型 一、选题目的: 找出1985年到2000年以来影响农民人均纯收入的主要因素. 二、模型中引入的各变量如下： Y――农民人均纯收入； Ni――人均农林牧渔纯收入； Wag――农民人均务工收入； Gdp――人均国内生产总值； Pi――农产品收购价格指数； Lab――农村劳动力； Pla――农民人均耕地面积； 各变量数据如下： 时间YNiWagGdpPiLabPla 1985397.6289.676472.15855108.637065.12.07 1986423.8325.391281.58956106.437989.82.07 1987462.6379.019995.47110311239000.42.07 1988544.9466.4907117.77135512340066.72.06 1989601.5508.1007136.46151211540938.82.11 1990686.3610.5754138.8163497.442009.52.1 1991708.6619.9262151.9218799843092.52.18 1992784701.8716184.382287103.443801.62.06 1993921.6873.9869194.512939113.444255.72.17 199412211268.619262.983923139.944654.12.18 19951577.71593.989353.74854119.945041.82.17 19961926.11705.46645.845576104.2452882.3 19972090.11871.485536.56605495.545962.12.07 199821622011.705573.5663079246432.32.06 19992210.32060.407630.25654787.846896.52.07 20002253.42272.278702.3708496.447962.11.98 回归分析结果如下： Dependent Variable: Y Method: Least Squares Date: 04/18/04 Time: 16:55 Sample: 1985 2000 Included observations: 16 VariableCoefficientStd. Errort-StatisticProb. C925.5528686.34761.3485190.2104 WAG-0.1083730.249359-0.4346040.6741 PLA164.1530387.25930.4238840.6816 GDP0.2457460.1113132.2077040.0546 NI0.3050670.3680090.8289670.4286 PI-3.8855571.111844-3.4946950.0068 LAB-0.0189630.010761-1.7621360.1119 R-squared0.997286 Mean dependent var1185.719 Adjusted R-squared0.995476 S.D. dependent var723.3491 S.E. of regression48.65323 Akaike info criterion10.90695 Sum squared resid21304.23 Schwarz criterion11.24496 Log likelihood-80.25560 F-statistic551.1021 Durbin-Watson stat1.163461 Prob(F-statistic)0.000000 相关系数分析如下： 相关系数WAGPLAGDPNIPILAB WAG1-0.4525458992840.846027515460.857242572276-0.4414218826710.773253805063 PLA-0.45254589928410.00797333588973-0.009891402384450.3266236380630.105722361638 GDP0.846027515460.0079733358897310.998441234987-0.3581638068010.910191214451 NI0.857242572276-0.009891402384450.9984412349871-0.3542870095070.908093201605 PI-0.4414218826710.326623638063-0.358163806801-0.3542870095071-0.304523758706 LAB0.7732538050630.1057223616380.9101912144510.908093201605-0.3045237587061 从上面看出，GDP, NI,和LAB可能存在多重共线性。 剔除GDP，再进行回归分析，结果如下： Dependent Variable: Y Method: Least Squares Date: 04/18/04 Time: 21:35 Sample: 1985 2000 Included observations: 16 VariableCoefficientStd. Errort-StatisticProb. C812.3277806.17341.0076340.3374 NI1.1052570.07503414.730150.0000 PI-4.4069781.279728-3.4436830.0063 WAG-0.2113680.288528-0.7325710.4806 PLA175.5622456.10340.3849180.7084 LAB-0.0157870.012562-1.2567340.2374 R-squared0.995816 Mean dependent var1185.719 Adjusted R-squared0.993723 S.D. dependent var723.3491 S.E. of regression57.30756 Akaike info criterion11.21474 Sum squared resid32841.56 Schwarz criterion11.50446 Log likelihood-83.71791 F-statistic475.9620 Durbin-Watson stat1.557592 Prob(F-statistic)0.000000 剔除Ni，再进行回归分析，结果如下： Dependent Variable: Y Method: Least Squares Date: 04/18/04 Time: 23:01 Sample: 1985 2000 Included observations: 16 VariableCoefficientStd. Errort-StatisticProb. C890.4914674.24351.3207270.2160 GDP0.3366270.01896517.750380.0000 WAG-0.0452170.233692-0.1934880.8505 PLA191.1567379.80330.5033050.6257 PI-3.7135201.075084-3.4541670.0062 LAB-0.0197510.010550-1.8720680.0907 R-squared0.997078 Mean dependent var1185.719 Adjusted R-squared0.995617 S.D. dependent var723.3491 S.E. of regression47.88622 Akaike info criterion10.85553 Sum squared resid22930.90 Schwarz criterion11.14525 Log likelihood-80.84423 F-statistic682.5357 Durbin-Watson stat1.109253 Prob(F-statistic)0.000000 剔除GDP和Lab,进行回归分析得到如下结果： Dependent Variable: Y Method: Least Squares Date: 04/18/04 Time: 23:08 Sample: 1985 2000 Included observations: 16 VariableCoefficientStd. Errort-StatisticProb. C797.8466827.04740.9646930.3554 WAG-0.3715000.265598-1.3987280.1895 PLA-114.1878403.7706-0.2828040.7826 PI-4.2869301.309335-3.2741280.0074 NI1.0814300.07448614.518540.0000 R-squared0.995155 Mean dependent var1185.719 Adjusted R-squared0.993393 S.D. dependent var723.3491 S.E. of regression58.79741 Akaike info criterion11.23638 Sum squared resid38028.49 Schwarz criterion11.47781 Log likelihood-84.89103 F-statistic564.8087 Durbin-Watson stat1.443275 Prob(F-statistic)0.000000 再剔除PLA, 回归如下： Dependent Variable: Y Method: Least Squares Date: 04/18/04 Time: 23:15 Sample: 1985 2000 Included observations: 16 VariableCoefficientStd. Errort-StatisticProb. C567.7552142.68203.9791660.0018 WAG-0.3078330.135416-2.2732410.0422 PI-4.3661941.228978-3.5527040.0040 NI1.0640280.04033326.381030.0000 R-squared0.995119 Mean dependent var1185.719 Adjusted R-squared0.993899 S.D. dependent var723.3491 S.E. of regression56.49851 Akaike info criterion11.11862 Sum squared resid38304.98 Schwarz criterion11.31177 Log likelihood-84.94899 F-statistic815.5810 Durbin-Watson stat1.367848 Prob(F-statistic)0.000000 Dw=1.367848,ɑ=0.01,,dl=0.663dwdu=1.464,不能判断。 ARCH检验如下所示： ARCH Test: F-statistic0.647842 Probability0.603769 Obs*R-squared2.308748 Probability0.510847 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 04/18/04 Time: 23:16 Sample(adjusted): 1988 2000 Included observations: 13 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C3015.1831820.0981.6566050.1320 RESID^2(-1)-0.3217920.345083-0.9325080.3754 RESID^2(-2)-0.0529400.346868-0.1526230.8821 RESID^2(-3)0.3452970.3380251.0215140.3337 R-squared0.177596 Mean dependent var2913.964 Adjusted R-squared-0.096539 S.D. dependent var3827.557 S.E. of regression4008.054 Akaike info criterion19.67766 Sum squared resid1.45E+08 Schwarz criterion19.85149 Log likelihood-123.9048 F-statistic0.647842 Durbin-Watson stat1.856843 Prob(F-statistic)0.603769 Obs*R-squared的p值为0.510847，不显著，不接受存在异方差假设。 利用对数线性回归修正自相关：ly=log(y) lni=log(ni) ; lwag=log(wag) ; lpi=log(pi); 同时考虑cochrane-orcutt迭代，结果如下 Dependent Variable: LY Method: Least Squares Date: 04/18/04 Time: 23:32 Sample(adjusted): 1986 2000 Included observations: 15 after adjusting endpoints Convergence achieved after 20 iterations VariableCoefficientStd. Errort-StatisticProb. C2.0915890.5652363.7003810.0041 LNI0.9244540.03526426.214970.0000 LWAG-0.0271550.013377-2.0299530.0698 LPI-0.2869210.096489-2.9736020.0140 AR(1)0.5236380.2426892.1576550.0563 R-squared0.997972 Mean dependent var6.950034 Adjusted R-squared0.997161 S.D. dependent var0.618887 S.E. of regression0.032978 Akaike info criterion-3.724773 Sum squared resid0.010875 Schwarz criterion-3.488757 Log likelihood32.93580 F-statistic1230.183 Durbin-Watson stat1.838909 Prob(F-statistic)0.000000 Inverted AR Roots .52 Dw=1.838909du=1.446,不接受存在自相关假设。
-
分析我国影响钢铁产量的因素_经济学毕业论文范文
分析我国影响钢铁产量的因素_经济学毕业论文范文 分析我国影响钢铁产量的因素 一．问题的提出 我国现今正处于经济高速发展的时期，尽快实现工业现代化是我国发展的迫切要求，事实上，我们的日常生活是一刻也离不开钢铁了。大到汽车、轮船，小到缝衣针，只有为数不多的物品不是由钢铁制造。钢铁对于国民经济的重要性也由此可见一斑。钢铁行业是我国国民经济的支柱产业之一，为国民经济的持续发展作出了积极的贡献.我国钢产量自从1996年突破1亿吨以后，到2002年已连续7年保持世界各产钢国的第一位, 今年仍将保持世界首位。钢铁工业作为基础产业在国民经济中具有举足轻重的地位。其发展与国内宏观经济周期密切相关。近几年钢铁工业占GDP的比重平均为4%左右。钢铁行业的发展速度与国民经济的发展速度是匹配的,如果没有钢铁行业的支撑,国民经济要保持高速发展态势将难以为继。同时，钢铁行业投资过热，钢铁价格不断上升也有可能导致通货膨胀。而目前，我国钢铁工业面临的新的历史机遇。目前的大环境，随着中国加入WTO，作为国内支柱产业的钢铁行业，正在以前所未有的速度走向国际市场。用信息技术和其它先进适用的技术改造钢铁生产线和企业管理体系，进一步提高钢铁工业的整体素质和国际竞争力是钢铁行业的迫切要求。预计，今年我国钢产量将达到2.1亿吨以上，另有消息预测：我国到2010年粗钢产量将会达到3亿吨。可以肯定地说，我国钢铁工业已经进入了高速增长期。那么，究竟哪些因素会影响我国钢铁的总产量？从生产方面来看，任何一项产业的发展都取决于资本的投入和劳动力的投入，所以我们仅选取全社会固定资产投资总额和制造业的从业人数两个因素。通过建立模型并进行回归分析，试图从中说明而这对钢铁产量的影响。 二．模型的设定 根据经济学理论把模型设定为： Y=C+X1+X2+U 其中 Y：钢铁的年产量（万吨） X1：全社会固定资产投资总额（亿元） X2：制造业的从业人数（万人） 通过查阅2003的统计年鉴，我们可以得到以下数据。其中包括从1980到2002年的钢铁的年产量、全社会固定资产投资总额和制造业从业人数。 数据如下： obsYX1X2 19803712910.9 5899 19813560961.06122 198237161230.46329 198340021430.16508 198443471832.97029 198546792543.27412 918652203120.68019 198756283791.78359 198859434753.88652 198961594410.48547 1990663545178624 199171005594.58839 199280948080.19106 1993895613072.3 9295 1994926117042.19613 19959535.9920019.39803 199610124.0622913.59763 199710894.1724941.19612 19981155928406.28319 19991242629854.78109 20001285032917.78043 200115163.4437213.58083 200218236.6143499.98307 三．参数的估计 用Eviews估计结果为： Dependent Variable: Y Method: Least Squares Date: 11/09/04 Time: 21:36 Sample: 1980 2002 Included observations: 23 VariableCoefficientStd. Errort-StatisticProb. C1459.0551181.7841.2346210.2313 X10.2762890.01304221.183820.0000 X20.3596170.1506192.3875850.0269 R-squared0.967703 Mean dependent var8165.273 Adjusted R-squared0.964473 S.D. dependent var3985.613 S.E. of regression751.2311 Akaike info criterion16.20241 Sum squared resid11286962 Schwarz criterion16.35052 Log likelihood-183.3277 F-statistic299.6249 Durbin-Watson stat0.480928 Prob(F-statistic)0.000000 由上表我们可以得到 Ŷ= 1459.055+ 0.276289*X1 +0.359617*X2 t= (1.234621) (21.18382) (2.387585) R^2=0.967703 R^2=0.964473 F=299.6249 四．模型的检验 t检验（在5%显著水平下检验β1、β2）： 从EVIEWS的分析结果看来，这个模型的R-squared非常的大，达到了0.967703，回归系数β1的t-Statistic= 21.18382大于T(0.025)(12)=2.179,具有统计显著性，回归系数β2的 t-Statistic=2.387585，大于T(0.025)(12)=2.179，也具有统计显著性。。 F检验（在5%显著水平下检验整体显著性）： F-Statistic=299.6249 远大于F（0.05）（2，20）=19.4，说明在整体上也具有显著性。 从图形上来看，这个模型也拟合得较好： 五、经济意义 根据上述分析，从经济的角度来看，固定资产投资每增加一亿元，钢铁年产量增加0.276289万吨。制造业从业人数每增加一万人，钢铁年产量增加0.359617万吨。由此看出，固定资产的投资与钢铁产量有着密切的正相关关系，从实证来看，国务院近期提出加大提高钢铁行业固定资产投资比例，由25%上升到40%,，可见我国政府对钢铁行业的重视程度。由表看出，制造业从业人数也与钢铁产量存在相关关系，但自19 96以后在逐步减少，而钢产量仍逐年上升，表明钢铁行业劳动生产率的提高已成为影响其产出的重要因素。因此我们在加大固定资产投资的同时，也应该提高劳动生产率，进一步减员增效，减少企业的负担，增强劳动效率。 六.我国钢铁业的现状 但是在钢铁产业的高速发展之中我们仍然可以看到还存在着很多问题。目前由于钢架持续走高，国内钢铁需求旺盛，使得投资钢铁已成为投资房地产、汽车并列的三大投资热点。但我们不得不意识到，我国钢材产品品种的结构存在的矛盾，即板材和带材紧缺的局面仍然不能根本缓和，板材预计有一千多万吨的缺口，需靠进口，而钢筋和盘条等建筑用材处于供过于求的局面。目前我国采取了加息政策，其目的就是在于抑制低成品钢盲目投资、低水平扩张、生产力过剩、铁矿资源不足的局面。防止小电炉钢厂和小扎钢厂死灰复燃，而同时采取的对钢铁业固定资产的增加，其目的就在于鼓励高技术含量的钢铁项目的投产。切实做到“区别对待”适时适度的调整方针。才能保证我国钢铁业数量的增长和产品结构调整相一致，使其健康稳定的发展。
-
探析高等学校国有资产精细化管理模式_经济学毕业论文
探析高等学校国有资产精细化管理模式_经济学毕业论文 【论文关键词】 国有资产 精细化 模式 【论文摘要】 高等学校国有资产精细化管理模式是通过精细化管理的一系列实践活动实现学校国有资产的维护、保值、增值的一种学校国有资产管理模式，其基本特点就在于精细化运用信息系统、配置校产资源、设置控制程序、链接管理层级、设定管理指标等。探索、构建高等学校国有资产精细化管理模式，有利于解决高等学校国有资产管理在管理制度、管理意识、管理方法、管理实施诸方面不同程度上存在着的问题。 《国家中长期改革和发展规划纲要》（2010—2020年）第五十八条提出：“加强学校国有资产管理，建立健全学校国有资产配置、使用、处置管理制度，防止国有资产流失，提高使用效益。”高等学校国有资产管理模式的研究是当前学术界高度重视和关注的课题。本文拟在管理科学的视域之下，探讨高等学校国有资产精细化管理模式，以期对优化高等学校的国有资产管理有所裨益。 一、高等学校国有资产精细化管理的含义 所谓高等学校国有资产精细化管理模式，实质上就是指高等学校应用国有资产管理信息系统，优化国有资产管理的制度体系、资源配置、程序控制、层级链接、管理标准等等，从而使学校国有资产管理趋于精细化，以实现其维护、保值、增值诸方面管理目标的一种高等学校国有资产管理模式。高等学校国有资产精细化管理是高等学校国有资产管理的一种必然要求，客观地反映了当前高等学校国有资产管理的发展趋势和规律，其核心目标是基础管理和细节管理。 二、当前高校国有资产精细化管理存在的问题分析 长期以来，受多种因素的影响，一些高等学校国有资产管理模式陈旧，其资产管理无论在制度层面，还是在管理意识、管理方法、管理实施诸方面都不同程度地存在一些急待解决的问题。 （一）高校领导管理观念淡薄 在一些高等学校，国有资产管理意识十分淡薄，国有资产的管理、维护、保值、增值均未引起相关领导足够的重视，认为高校国有资产是高校长期累积形成，属于高校所有，高校有配置、使用、处置权，忽视了高校国有资产的国家所有性质，忽视了国有资产是高校全面发展的保障，因而铺张浪费、重钱轻物、资产流失等现象相当严重。 （二）国有资产管理制度不完善 由于高等学校属非营利单位，国家要求其办学效益主要是效益，高等学校业绩考核的评价标准体现出非性、非精细化，这就在一定程度上弱化了其建立严格的国有资产管理内部控制制度的内在动机和内生需求，一些高校往往因制度的不完善而造成了资产管理的诸多漏洞，配置没预算、处置没审批、报废没手续的现象屡屡发生。 （三）缺乏科学完善的管理方法 随着我国经济的发展和科技的进步，高等学校国有资产的规模急剧增大，国有资产来源日趋复杂，价值增加，尤其是那些小而精密，价值又大的现代化设备，管理起来难度相当大，而一些高等学校由于未能实施科学有效的管理，使得这些设备不仅未能发挥出应有的价值和效用，甚至连其本身也因保护、管理不到位而损坏、丢失。一些高等学校不注重管理方法的研究和运用，部门与部门之间不能实现科学合理的管理链接，尤其是学校国有资产账实不符的问题十分突出。 （四）管理人员素质低下 由于管理人员素质偏低、学校资产运作困难等多种原因，对现代信息系统往往不能够做到升级使用，只是满足于简单、粗放地使用现代信息系统的某些程序和功能，而无法通过现代信息系统对学校国有资产实施全面、高效、严密、规范的精细化管理。 三、高校国有资产精细化管理的对策建议 （一）精细化运用信息系统，提高学校资产的现代化水平 高等学校国有资产是学校管理的重要组成部分，对信息系统的精细化运用是提升高等学校国有资产管理现代化水平和能级的一个重要手段。信息化的财务系统与其他管理系统和外部系统有机联合，是一种更开放、更智能化，能随时感知信息的变化，实时处理，便于进行交互式活动的信息系统。高等学校应改变内部国有资产管理信息不畅，国有资产管理信息与会计信息、学生信息、人事信息、管理工作决策信息之间缺乏沟通的状况，构建高等学校国有资产精细化管理模式，建立会计数据中心，使国有资产管理信息与其他业务信息实现整合，做到数据共享，减少数据的采集、录入、等重复工作，使高等学校国有资产管理信息系统由单一的管理系统发展成为学校财务管理信息系统和财务决策支持系统的有机组成部分；利用校园网全程控制，实现决策、归口、使用、财务部门统一使用同一套信息系统，管理属性不同的资产；建立能够及时反映各种资产的增加、变动、处置方面的数据信息库，能够将各种资产落实到具体的使用单位、负责人、存放地点，自动生成符合财务规范的账表，以便于对资产进行精细化的实物动态信息管理和分析。
-
试论有关小康社会与农村养老保障制度的思考_经济学毕业论文
试论有关小康社会与农村养老保障制度的思考_经济学毕业论文 [论文摘要]本文通过阐述了养老制度，即以家庭、土地养老为主的弊端，在此基础上，结合全面建设小康要求，提出在现行体制下建立农村社会养老保障制度的构想。 [论文关键词]农村；社会养老保障；土地；家庭养老；土地流转；财政体制 随着我国进入全面建设小康社会的新阶段，化和城镇化建设步伐加快，农民的养老保障问题已不容回避。 一、农村养老保障制度的逐步发展与现存问题 新中国成立后，1951年中央人民政府政务院颁布了《中华人民共和国劳动条例》，《条例》的颁布标志着我国社会保障制度的初步建立，随后相继颁布了“失业保险”、“医疗保险”、“工伤保险”等，社会保障的对象主要是城镇职工和企业职工，对占绝大多数的农民没有纳入社会养老保障体系内。1991年6月，民政部制定颁布了《县级农村社会养老保险基本方案(试行)》(民办发[1992]2号)，1992年1月1日起在全国公布实施，我国的农民社会养老保障开始进入实践阶段。经过十多年来的逐步发展，农村养老保险已开始成为部分农村老年人获取稳定收入的一个来源，并成为解决养老问题的重要补充。农村养老保险从1991年试点到2000年底止，养老保险基金积累总额为195．5亿元，2000年当年领取养老金的人数为9781万人。④然而，也要看到由于该《方案》是民政部而不是国务院颁布的，缺乏配套的政策措施，因此，沿海一些较富裕的地区实行一段时间后，有的不了了之，有的难以为继。同时，由于保险覆盖面窄，保障标准不高，总体效果并不理想。目前，江苏的常州、浙江的温州、山东的烟台仍按照1992年民政部的方案进行试点实践，广东一些富裕地区如东莞市等正在积极探索农村农民养老保险的新路子。制约我国农村社会养老保障制度发展的原因很多，既有方面的原因，也有社会保障制度本身的原因，主要包括政策和价值取向的选择。 (1)政策因素。我国是一个传统的大国，新中国成立初期，自然占支配地位，是典型的二元经济结构社会。1954年美国著名家阿瑟·刘易斯提出二元经济结构理论，他认为二元经济结构是发展中国家经济发展时存在的一个普遍现象，即发展中国家的经济包括“现代的”与“传统的”的两个部门，现代部门依靠自身的高额利润和资本积累，从传统部门获得劳动剩余并取得不断发展。现代城市工业发展起来以后，在经济调节下，不断通过对传统农业部门的影响，促使传统部门向现代化部门转化，最终实现二元经济结构的一元化和国民经济的现代化。与一般发展中国家不同的是，中国不但存在着“二元经济结构”，还存在着“二元社会结构”。户籍制度把所有的人分为“农业”和“非农业”人口两大类别，，改革开放之前，在严格的户籍和身份管制，农民基本上是无法流动，维持这种二元结构除了不同的社会福利制度之外，最根本的还是1958年之后诞生农村人民公社制度，农民被土地牵制着，农民参加集体劳动和分配。由于存在二元经济和社会结构，也就形成了“二元社会保障体系”，即对城市企业劳动者实行社会保障，对农民采取另外的形式。 (2)现阶段社会养老保障模式局限性。目前我国农村社会养老保障手段主要是依靠土地保障和家庭养老，它符合我国现阶段经济社会发展水平。但从长远看，还存在很大的局限性。第一，土地保障的功能逐步弱化，保障人口增加，土地产出下降。一方面，我国80％的人口在农村，而耕地面积仅占国土面积的20％，农村60岁以上的老人已超过10％，进入了老龄化，农村老年人口增加，人均耕地面积越来越少；另方面，农产品的投入较大，产值低，受市场和自然条件影响较大，很多地区农村土地使用权往往是负收益，以广东省为例，据显示，农村居民农业生产性收入在家庭总收入中的比重逐年下降，1990年占57．7％，1995年占46．5％，2001年占36．9％，非农业性生产的收入逐步提高，2001年达到55．5％，土地的保障的功能受到制约。第二，受现行农村土地政策制约，农村土地缺乏完全资产性质。我国现行的农村土地政策是集体所有，农民只有使用权，没有所有权。近年来，农村集体建设用地使用权流转增加，为了确保农村集体土地与国有土地“同地、同价、同权”，保障农民的利益，各地出台了一些关于农村集体建设用地使用权流转的政策，比如，广东省最近出台了《关于试行农村集体建设用地使用流转权的通知》，《通知》规定，农村集体建设用地使用权流转的收益，其中50％左右应用于农民的社会保障安排，这些政策虽然有助于使农村集体土地资产化，在城镇的周边农村能起到一定作用，但是还没有与城镇地价体系完全相衔接，在广大的农村地区很难发挥作用。另外，如果把农村集体的负债考虑进去，扣除负债后，农村土地流转资金的养老保障功能是相当有限的。第三，传统的家庭养老方式逐步瓦解，制约了农村社会养老保障制度发展。在二元社会结构下，使得国家和社会尚未承担起对农村老人的养老任务，同时，由于农村的经济发展水平较低，自给自足自然经济形式使得农村老人的养老基本依靠家庭和本人，家庭养老仍是主要的养老方式。但是，随着计划生育政策推行，自20世纪80年代以来，我国人口老龄化速度加快，据2000年的人口普查资料显示，我国农村65岁以上老人占农村人口的7．35％，已超过城镇的6．3％的水平，进入“老龄化”的时期，农村家庭结构发生变化，呈现小型化和核心化，同时，由于城镇化步伐加快和农村流动人口增加，特别是农村外出打工增加，农村老人身边子女数减少，影响到老人的生活照料，冲击着农村养老保障体系。第四，现行的财政体制制约农村社会养老制度的发展。20世纪80年代中后期我国政体上的撤社(人民公社)设乡(镇)改革以来，我国财政的分级体系就由原来的中央、省、市、县四级财政改为中央、省、市、县、乡(镇)五级财政。1994年分税制财政体制实行以后，伴随着财政收入的总体增长，县、乡两级的财政状况却每况愈下，收支倒挂现象日益普遍。县级财政困难迫使农村社会养老保障体系建设长期停滞状态，即便个别富裕农村地区实行养老保障社会化，其社会化程度也很低，范围很小，标准也很低，无法起到社会养老保障的作用。
-
关于我国券商品牌建设研究_经济学毕业论文范文
关于我国券商品牌建设研究_经济学毕业论文范文 论文摘要：中国正逐步走向市场化和国际化，随着产品和服务迅速的变革以及市场竞争形势的变化，国内券商同时面临着来自国内的激烈竞争和国外进入国内市场的双重压力。打造强势品牌己经成为提升券商竞争力的有效途径。 论文关键词：券商；品牌建设；竞争力 1 我国证券公司建设品牌的必要性 作为证券市场的重要参与者——证券公司是沟通投双方的直接桥梁，证券公司健康规范地发展是中国证券市场健康发展的重要保障之一。在证券公司的经营活动中，证券公司品牌建设将是越来越值得重视的一个重要方面。然而在过去的时间里，由于作为在证券市场中占主要地位的股票在总体上是供给短缺，再加上干预过多，法规不健全，因此证券公司的品牌意识很弱。因而，我国证券公司普遍还没有意识到品牌建设的重要性，这几年来，随着资本市场的发展，法规的健全，特别是《证券法》的实施和修订，我国股票发行方式向市场化的靠近，逐步消除了我国证券发行市场的低水平、不公平竞争的局面，加上证券品种、数量和规模的扩大，买方市场已经出现。 另一方面，随着市场化、国际化进程的推进，股票发行由过去的行政审批制实现了向核准制的转变，证券交易佣金也由过去垄断性定价转变为浮动下定价；同时，证券公司增资扩股如雨后春笋般地出现，境外跨国证券公司也伴随着中国加入WTO而到来，所有这些措施在降低了我国证券业垄断利益率的同时，也大大地提高了竞争程度。因此，市场原则将在我国证券公司竞争中占主导地位。 所以，增强证券公司品牌意识，培养证券公司打造强势品牌的能力，从而提高证券公司的竞争力将显得越来越重要。 2 我国证券公司应如何建设品牌 国际在战略变革中，通常将全方位的品牌战略作为关键的一环，由此建立起来的品牌成为金融企业核心竞争力的重要因素之一。国内金融企业在创建金融品牌的过程中，应当将国际先进经验与自身实际结合起来，走一条适合自己的品牌之路。 2.1 品牌定位 无论是企业的整体经营还是某一个具体的广告推广，定位问题都是首先需要解决的问题。对券商的整体经营而言，券商只有明确自己的发展目标，才能集中资源，发展出自己的业务特色和竞争优势，形成自己的业务品牌。对任何一个具体的服务推广或产品推广，首先也必须明确其定位，然后才可能以系列的推广，长期而有效地建立起这一定位，使这一服务或产品成功走向市场。正如市场营销学大师菲利普•科特勒所言解决定位问题，能帮助企业解决营销组合问题。营销组合—产品、价格、渠道、促销—是定位战略战术运用的结果。 国际资本市场上的巨头们都各有自己的定位和特色，如美林证券定位于“全能的并以资产管理业务最为突出”，高盛定位于“卓越的投资银行家并以投行业务特别是购并业务形成特色”。 目前国内绝大多数券商的业务同质化现象明显，定位不够清晰。许多券商有着“走一步看一步”、“在业务发展的过程中逐步形成自已的定位和特色”的想法，在市场发展初期这是券商发展的必然选择。但随着国内资本市场的逐步发育与成熟，随着券商竞争的日趋激烈，市场已经要求证券企业必须明确自身品牌定位与发展方向，并以此统帅包括定价、促销、、广告等后续环节，此时如仍抱着“边走边看”的策略，将对企业发展和品牌的有效传播产生极为不利的影响。 至于具体服务产品的品牌定位与推广，刚刚开始进入国内券商的思考范围，仅仅在佣金下调政策宣布的两周内，己经有多家重量级券商以广告的形式推出了多款新的增值服务金融产品。虽然这些广告大多内容繁杂，具体的产品方案与对客户的价值也较为笼统，但它们的出现无疑宣告了国内券商之间的竞争开始进人到产品的新阶段，进人到了营销竞争的新阶段。如华泰证券推出了经纪业务服务品牌“涨乐宝”产品，资产管理业务的“紫金理财”服务品牌。 如何给多样化的服务产品以清晰的定位，然后以系统推广手段有效地传播这一定位，是各家券商在产品竞争新阶段决胜的关键因素之一。 2.2 品牌管理 完善的企业品牌管理系统是企业建立品牌形象、在消费者心智阶梯中占据优势位置的必要条件，它指对企业已有的品牌架构和体系在视觉、结构、定位和组织管理模式方面进行系统的规划和资源整合，具体包括完善的组织体系和严谨的操作流程。其中，组织体系包括企业内部营销体系的建立与完善、领导的重视与执行系统的有效、必要的专业人才与资源保证等，其核心在于建立一支对企业品牌形象、品牌定位与传播负责的队伍；操作流程则要求企业将业务活动与非业务活动都纳入品牌管理系统之中并定期对自身的品牌发展进行与修正，其核心在于使企业在与消费者（或准消费者）接触的每一个点上都传递出品牌定位的有关信息。 自中国证券市场1991年建立至今的二十年来，中国券商在内部管理体系的完善方面大多下了不少功夫，其主要方向是建立内部风险防范系统，而在企业品牌管理系统的建设上，国内券商普遍还处于起步的阶段，这具体表现在： （1）品牌管理的组织体系不健全，营销推广专业人才缺乏。国内券商大多拥有完备的业务运作系统，但普遍缺乏专门的营销推广机构；大多拥有完整的、与国际接轨的职位体系，但普遍缺乏统筹全局的营销负责人及品牌管理者队伍；大多拥有足够的、、等专业人才，但普遍缺乏既具有良好市场意识又具有品牌管理能力的专业营销人才；大多拥有完善的职位晋升机制和福利政策体系，但普遍对一线营销人员缺乏足够重视，缺乏从战士中培养将军的环境。
-
从新古典经济学理论看我国就业促进战略(1)_经济学毕业论文范文
从新古典经济学理论看我国就业促进战略(1)_经济学毕业论文范文 随着经济体制改革的深入和市场经济体系的建立，我国的就业形势越来越严峻。为此国家采取了各种措施和手段来解决日益严峻的就业问题。本文试图从新兴古典经济学的角度论述我国的就业促进战略。 新兴古典经济学的失业理论 新兴古典经济学以超边际分析来复兴古典经济学思想，把研究重点放在分工与专业化对经济发展的作用上。在杨格看来，分工包含着三个方面：一是个人的专业化水平；二是不同专业的种类数；三是生产的迂回度。而生产的迂回度是工业化的一个主要特点，工业化发展的程度越高，迂回生产链条的长度就会越长。伴随着新技术的产生和个人专业化水平的提高，一个国家的工业化或经济增长的过程实质上是一个分工水平演进的过程，表现为个人专业化水平加深，生产的迂回程度提高，迂回生产链条上每个环节的产品种类数增加，而这意味着不断出现新的专业和分工领域。 根据新兴古典经济学理论，失业是与分工相关联的一种经济现象。如果没有分工，整个社会都处于自给自足的状态时，不存在失业；当整个社会处于完全分工状态，每个人都进行专业化生产时，社会也没有失业。失业发生在一定水平的分工阶段上。从一般意义上讲，当分工演进机制受阻，原来的专业化生产不能进行时，从事专业化生产的劳动力既不能重回自给自足状态，也不能跃进到新的分工水平状态，失业便会产生。具体而言，新兴古典经济学解释失业有三种方法。 第一种方式是分工网络的可靠性，即交易风险来解释失业现象。在新兴古典产权理论中，若每个交易都有一个失败的风险，则当外生交易效率改进时，均衡的分工水平会上升，而整个经济分工协调完全失灵的风险也上升。但是因为外生交易效率改进时，增加的分工好处大于增加的总外生交易费用和增加协调失灵风险的坏处，所以人们会从这些相互冲突的效果之间的最优平衡角度，同时选择高分工水平和高协调失灵的风险。而高分工水平意味着商业化程度、大市场容量和高总量需求，分工协调失灵的风险则意味着人们在协调失灵中可能被迫回到自给自足的低生产效率。因此，整个经济分工协调失灵的风险意味着大规模失业的风险。 第二种方式是所谓整数理论来解释失业现象。所谓整数问题就是瓦尔拉斯均衡存在的整数条件，即能产生最高效用的角点均衡中，选择专业化模式的角点均衡人数必须是整数。假定一个经济中只有3个人，当交易效率提高到一定程度时出现分工，瓦尔拉斯全部均衡意味着每个专业有1.5个人，这与整数条件不符。因此瓦尔拉斯均衡可能不存在，但如果3个人中有一个人的生产率低于其他两人，则瓦尔拉斯均衡仍会存在。而两个生产率高的人会发现，与生产率低的人进行分工将会影响他们的收入。所以，他们将会形成一个瓦尔拉斯均衡并将生产率低的人排除在分工之外。生产率低并不是这个人被排出分工的根本原因，根本原因是整数条件不满足。因此他是在愿意卷入分工且当整数条件满足时也能卷入分工，但却因整数条件不满足而被迫处于市场和分工之外。这类失业就是非自愿失业。 第三种方式是分工结构的变化来解释失业。当交易效率或生产函数的参数变化时，均衡的分工水平、均衡的贸易品种类数、均衡的迂回生产链条的长度都会变化。这些变化就会要求某些人改行。若改行的费用很高，则在分工结构调整的过程中，产生失业现象。由于分工的特点是专业化熟能生巧的正面影响，所以改行也意味着过去的专业经验突然变得无用，而新入行者永远赶不上已有很多专业经验的人，因此再也难以找到就业机会。也就是说，一旦失业，就失去了边干边学的机会，因而效率会更低，形成恶性循环。 新兴古典经济学从分工角度探讨了失业产生的根源，在现实经济中具有一定的解释力，尤其是对处于高度分工水平的发达国家。我国现阶段的分工水平相对于发达国家来说还比较低，新兴古典经济学提供了一个认识失业的新视角，对研究我国的失业问题具有启示意义。 分工演进阻滞是我国就业形势严峻的重要原因 新兴古典经济学认为分工可以带来提高劳动生产率的好处，但同时又增大了交易费用。当交易效率十分低时，分工带来的好处小于交易费用，经济体系处于自给自足状态。当交易效率外生改进时，经济体系就会从自给自足向完全分工演进。供给和需求是分工的两个侧面。随着分工演进，社会的商业化和市场化程度也会随之发生演进。经济发展的实质是从分工不发达的经济体系演变为分工高度发达的经济体系的过程。 有学者从经济增长的角度分析分工和就业的关系后指出，传统的经济增长理论认为就业问题只是市场需求的问题，总需求不足自然会导致对劳动力需求不足，失业也就成为市场机制排出剩余劳动力的必然结果。在以分工——就业为基础的、关于经济增长的新的分析框架下，市场需求是内生的，刺激需求不是解决就业问题的最终办法，就业问题应该放在以分工为导向的经济增长框架中去考察。这个新的分析框架揭示了发展中国家经济增长不同于发达国家经济增长的本质区别在于分工演进不足。由于分工水平低下，市场机制所能起到的基础性调节作用也是低效的，经济增长的速度虽然较快，但其质量水平却不高，就业水平不高也就不可避免了。我国的就业问题是由低水平分工和低人力资本积累造成的，一味地靠刺激内需、增设工作岗位是无法从根本上解决问题的。为分工扩张创造更大的空间，提升分工水平是解决就业问题的基本途径。 共2页: 1 论文出处(作者):
-
计量经济学分析报告_经济学毕业论文
计量经济学分析报告_经济学毕业论文 中国银行界开始进行银行卡业务并没有太长的时间，但是银行卡业务的发展在整个银行体系中有着十分重要的作用，鉴于此，我们决定分析一下是哪些因素在影响银行卡业务的交易额。 为了找出影响银行卡交易额的因素，我们选择了工商银行，农业银行，中国银行，建设银行，招商银行六家银行的数据（中国金融年鉴1996——2000）。 设模型为Y=β1+β2X1+β3X2+β4X3+β5X4+β6X5+β7X6 其中， Y ——银行卡业务交易额（万元） X1——发卡机构（个） X2——发卡量 （张） X3——特约商户（个） X4——取现网点（个） X5——ATM机 （台） X6——POS机 （台） 表1 obsYX1X2X3X4X5X6 140270900290192217306945324503356530792 21315000034646138735426335513102021248 32889000049547100005304411820193416595 420505000502108759004660021700268716165 56796004834881496271456972407 620001046525635312680479 756150000308300888148149027620549946570 83042800038788390377159140522475238149 9271500004468094456618411284724547178 1014463200305206583004977423110404530248 112712005910952611220420512956219 1264001315465899901461382412 1376918000307438850838959528988691756318 144755000340149864618195642739333649610 1525110000330127725116818213965285926894 1622670500303310979934549121179456930063 175395006532581861589827207089141 181960014337889135.961632552689 1980770000300548377479752929519828356834 2067313410325221258368575842250357250782 2126731900163177482187187113930320638663 2228561800296492471124931924779571739503 234595600.37766923933199702783111512752 2423787000136426048639918343614006 首先用OLS进行模型估计 表2 Dependent Variable: Y Method: Least Squares Date: 12/12/03 Time: 23:02 Sample: 1 24 Included observations: 24 VariableCoefficientStd. Errort-StatisticProb. C-3680754.6063061.-0.6070790.5518 X1-15105.4243742.79-0.3453240.7341 X20.5001830.6317890.7916930.4394 X3588.1427357.52131.6450560.1183 X4-416.5884538.2219-0.7740090.4496 X51143.4925413.3740.2112350.8352 X612.18085764.49840.0159330.9875 R-squared0.760328 Mean dependent var24739109 Adjusted R-squared0.675738 S.D. dependent var24354861 S.E. of regression13868623 Akaike info criterion35.96665 Sum squared resid3.27E+15 Schwarz criterion36.31025 Log likelihood-424.5998 F-statistic8.988400 Durbin-Watson stat1.811537 Prob(F-statistic)0.000164 由上表可以看出，模型拟合还好，但是T检验都不显著，并且有些系数还出现了与经济意义相背离的现象。说明所选模型存在问题，必须进行修正。 检验是否有多重共线性。 表3 X1X2X3X4X5X6 X110.368973970.758389210.717380000.579503820.51270456 X20.3689739710.662649980.536521530.924538420.81155867 X30.758389210.6626499810.848732050.834731340.89361429 X40.717380000.536521530.8487320510.703326820.83280296 X50.579503820.924538420.834731340.7033268210.89090771 X60.512704560.811558670.893614290.832802960.890907711 可以看出除X1与X2的相关性较小，其余解释变量之间存在相关关系较大。 选出X1，X2，X3 ，X4，X5，X6中对Y影响较显著的X3进行辅助回归。 表4 Dependent Variable: X3 Method: Least Squares Date: 12/13/03 Time: 01:24 Sample: 1 24 Included observations: 24 VariableCoefficientStd. Errort-StatisticProb. C-2125.9793965.646-0.5360990.5985 X181.8070221.443953.8149240.0013 X2-0.0006800.000384-1.7703030.0936 X4-0.3867300.342924-1.1277420.2742 X53.2263703.4869010.9252830.3671 X61.5314470.3517524.3537740.0004 R-squared0.935210 Mean dependent var47634.75 Adjusted R-squared0.917213 S.D. dependent var31777.10 S.E. of regression9143.135 Akaike info criterion21.29171 Sum squared resid1.50E+09 Schwarz criterion21.58623 Log likelihood-249.5005 F-statistic51.96433 Durbin-Watson stat2.338614 Prob(F-statistic)0.000000 因为F=(O.935210/(6-1))/((1-0.93521O)/(24-6))=51.96413，而查表F0.05（5,18）=2.77，51.96413显著大于2.77，所以可判断模型存在多重共线性。 首先用Y对X3进行单独回归。 表5 Dependent Variable: Y Method: Least Squares Date: 12/13/03 Time: 01:20 Sample: 1 24 Included observations: 24 VariableCoefficientStd. Errort-StatisticProb. C-4253338.5649935.-0.7528120.4595 X3608.640799.308616.1287810.0000 R-squared0.630637 Mean dependent var24739109 Adjusted R-squared0.613847 S.D. dependent var24354861 S.E. of regression15134396 Akaike info criterion35.98249 Sum squared resid5.04E+15 Schwarz criterion36.08066 Log likelihood-429.7899 F-statistic37.56196 Durbin-Watson stat1.971714 Prob(F-statistic)0.000004 可以看出X3单独对Y 的影响显著。 用Y 对X2 X3进行回归 表6 Dependent Variable: Y Method: Least Squares Date: 12/13/03 Time: 01:21 Sample: 1 24 Included observations: 24 VariableCoefficientStd. Errort-StatisticProb. C-4298503.4882566.-0.8803780.3886 X20.6721450.2311022.9084330.0084 X3387.7936114.59053.3841690.0028 R-squared0.736697 Mean dependent var24739109 Adjusted R-squared0.711621 S.D. dependent var24354861 S.E. of regression13078790 Akaike info criterion35.72735 Sum squared resid3.59E+15 Schwarz criterion35.87461 Log likelihood-425.7282 F-statistic29.37806 Durbin-Watson stat1.909223 Prob(F-statistic)0.000001 X2，X3联合对Y 的影响比X2，X3单独对Y 的影响大。 加入X1进行OLS，得 表7 Dependent Variable: Y Method: Least Squares Date: 12/13/03 Time: 01:22 Sample: 1 24 Included observations: 24 VariableCoefficientStd. Errort-StatisticProb. C-3159302.5160254.-0.6122380.5473 X1-20483.4227193.55-0.7532450.4601 X20.6221040.2427862.5623600.0186 X3483.2526171.66172.8151440.0107 R-squared0.743961 Mean dependent var24739109 Adjusted R-squared0.705555 S.D. dependent var24354861 S.E. of regression13215626 Akaike info criterion35.78271 Sum squared resid3.49E+15 Schwarz criterion35.97905 Log likelihood-425.3925 F-statistic19.37102 Durbin-Watson stat1.951553 Prob(F-statistic)0.000004 拟合并没有显著变优，同时，X1的符号与经济意义相反，所以去除X1。 用同样的做法可以去除X4, X5, X6。 因此，模型为Y= —4298503+0.672145X2+387.7936x3 （式1） (4882566) (0.231102) (114.5905) t=(-0.880378) (2.908433) (3.384169) R^2=0.736697 df=21 进行异方差检验。 ARCH检验 表8 ARCH Test: F-statistic0.162997 Probability0.919791 Obs*R-squared0.587160 Probability0.899366 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/13/03 Time: 01:25 Sample(adjusted): 4 24 Included observations: 21 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C1.80E+148.59E+132.1002250.0509 RESID^2(-1)-0.0083670.246741-0.0339110.9733 RESID^2(-2)0.0471040.2479600.1899640.8516 RESID^2(-3)-0.1721790.251874-0.6835920.5034 R-squared0.027960 Mean dependent var1.64E+14 Adjusted R-squared-0.143576 S.D. dependent var2.66E+14 S.E. of regression2.84E+14 Akaike info criterion69.57035 Sum squared resid1.38E+30 Schwarz criterion69.76931 Log likelihood-726.4887 F-statistic0.162997 Durbin-Watson stat1.909327 Prob(F-statistic)0.919791 WHITE检验 表9 White Heteroskedasticity Test: F-statistic1.334828 Probability0.293323 Obs*R-squared5.264877 Probability0.261183 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/13/03 Time: 01:26 Sample: 1 24 Included observations: 24 VariableCoefficientStd. Errort-StatisticProb. C5.62E+131.12E+140.5007280.6223 X221313860158366241.3458590.1942 X2^2-0.3692220.274141-1.3468340.1939 X3-7.49E+097.07E+09-1.0597130.3026 X3^290907.9071582.571.2699720.2194 R-squared0.219370 Mean dependent var1.50E+14 Adjusted R-squared0.055027 S.D. dependent var2.51E+14 S.E. of regression2.44E+14 Akaike info criterion69.27764 Sum squared resid1.13E+30 Schwarz criterion69.52307 Log likelihood-826.3317 F-statistic1.334828 Durbin-Watson stat2.251078 Prob(F-statistic)0.293323 由以上两种检验联合判断式1可能不会存在异方差，但是由于所用数据为截面数据，所以，也有必要进行修正。 进行修正：首先用GENR生成数据LY=logy，LX2=logx2，LX3=logx3， 数据如下： 表10 LY LX2 LX3 1 17.51114 16.77155 11.14841 2 16.39193 15.34458 10.90160 3 17.17901 15.36520 10.87888 4 16.83618 16.20206 10.74936 5 13.42926 12.76229 9.172327 6 7.600902 13.05034 5.866468 7 17.84354 17.21966 11.30824 8 17.23087 15.99469 11.17872 9 17.11689 15.90669 11.03232 10 16.48712 16.84363 10.81525 11 12.51061 13.90650 9.409519 12 8.764053 14.25156 6.897705 13 18.15825 17.59709 11.40305 14 15.37471 16.52266 11.31394 15 17.03878 16.36281 11.12994 16 16.93658 17.25265 10.72527 17 13.19840 14.99668 9.673949 18 9.883285 15.03306 3.582407 19 18.20712 17.81989 11.48791 20 18.02487 16.91226 11.35928 21 17.10137 16.69180 11.18263 22 17.16758 17.71236 10.80606 23 15.34061 15.75049 9.901986 24 16.98465 15.67587 8.763897 将以上数据用OLS得出： 表11 Dependent Variable: LY Method: Least Squares Date: 12/13/03 Time: 01:17 Sample: 1 24 Included observations: 24 VariableCoefficientStd. Errort-StatisticProb. C-7.4912002.933308-2.5538400.0185 LX20.8317970.2327053.5744680.0018 LX30.9738900.1628715.9795010.0000 R-squared0.862135 Mean dependent var15.51324 Adjusted R-squared0.849005 S.D. dependent var3.037069 S.E. of regression1.180147 Akaike info criterion3.285624 Sum squared resid29.24769 Schwarz criterion3.432880 Log likelihood-36.42748 F-statistic65.66139 Durbin-Watson stat1.676656 Prob(F-statistic)0.000000 可以得出模型拟合较好，查德宾表——沃林d统计量得,d L=1.188, d U=1.546,，因为，1.1676656大于d u小与2,所以，该模型不存在自相关。 所以，可以得出：模型应该为 LY= —7.4912+0.831797LX2+0.97389LX3。 ( 2.933308 ) ( 0.232705 ) ( 0.162871) t=(-2.553840) (3.574468 ) ( 5.979501) R^2=0.862135 df=21 由所建模型来分析可以看到银行卡业务的交易额主要与发卡量总数和特约商户个数有关，至于其它因素，如发卡机构，取现网点，ATM机和POS机台数对它的影响都并不是很大。现实生活中应该也是如此，银行卡的张数直接影响着银行卡业务的交易额，因为只有拥有了银行卡，才有可能用银行卡进行消费。而一般来说，人们在进行交易时，如果是该商家是特约商户，那么会直接使用银行卡，而免去了用现金的麻烦。而现在，人们不太习惯使用银行卡直接购物；使用它进行购物时的交易额一般都会很大。而随着时间的推移，人们会越来越减少直接的现金消费，而倾向于使用银行卡直接消费。因此，银行在发展银行卡业务的时候应该着重于卡的发行以及特约商户的增加。而不应该盲目地增设ATM机，POS机，对资源作一些不必要的浪费。 报告的不足之处在于，由于银行卡业务发展时间不是很长，并不成熟，所以使用了24组混合数据。但银行卡业务交易额与它的影响因素的关系还是有迹可循。相信如果在10年以后再来做同样的分析，会得出有更好的效果。
-
关于我国车险市场化改革调查_经济学毕业论文
关于我国车险市场化改革调查_经济学毕业论文 论文摘要：2003年，保监会在全国范围内全面实施车险条款费率制度改革。八年以来，车险改革对我国汽车产生了非常积极和重要的影响。我国已经建立起来了以各大车险公司为核心的自由化竞争车险市场，并建立起了以偿付能力监管制度为主的新型车险监管体制。首先分析了车险改革实施以来，我国车险市场的基本特点，然后对车险市场化改革取得的阶段性成效进行了分析，最后提出车险市场今后发展的几点建议。 论文关键词：车险市场；改革；研究 1 引言 近年来，我国车险市场快速发展，越来越受到及广大人民群众的关注。随着我国国民生活水平的不断提高，对于车的市场需求也越来越大，这也同时客观上激活了我国车险市场。为了完善车险市场，我国从2003年初开始实施的车险市场化改革，这个改革顺应了保险市场国际化发展和全球化的大趋势，也符合我国车险市场的实际情况，八年以来，我国车险市场的改革制度的变迁已经深深的影响着我国车险市场的发展，车险市场化的局面已经基本形成。本文对我国车险市场化改革的情况进行了调查，希望本文的研究，可以为我国车险市场的健康发展做出贡献。 2 改革实施以来，车险市场的基本特点分析 2.1 从市场结构看，市场集中度逐渐降低 从2003年车险市场化改革实施以来，我国车险市场的集中度不断下降，车险市场的竞争也越来越激烈。一组数据表明：2003年，在我国车险市场上人保、太保和平安三家传统"老公司"的市场份额为97.3%，而到了2010年这三家公司的市场份额已经下降到45%。改革客观上促进了车险市场上的小公司的发展，市场集中度也在逐渐的降低。 2.2 从发展速度看，承保数量和保费收入呈现加速增长趋势 车险改革八年以来，我国车险投保率逐年上升，目前已经达到95.6%，而在2002年我国车险投保率仅为31.35%。改革以来，我国车险条款费率更加合理，也更加贴近市场的实际需求。同时我国汽车市场的费率水平不断下降、车险产品的种类越来越多、各个保险公司的服务水平也越来越高。 2.3 从险种结构看，总体上车险所占比例基本没有变化，但个体差异较大 这八年以来，我国各大车险保险公司都进行了业务调整，都加大了非车险业务的发展，在各大专营车险保险公司之中，车险比例明显下降，以永安保险公司为例，2010年车险业务的占有率比2002年下降了将近20个百分点。 3 车险市场化改革取得的阶段性成效调查 3.1 保险公司经营观念发生了翻天覆地的变化 在车险改革之前，监管部门对车险条款费率进行统一制订，当负责车险运营的保险公司经营出现亏损时，可直接向监管部门提高费率。可以说，在改革之前，我国车险保险公司处于一种计划经济，保险公司处于"旱涝保收"的地位，相关管理机制和市场营运水平非常僵化。进行车险改革之后，一切都以市场为准，保险公司真正的参与市场竞争，进行优胜劣汰，各大保险公司面临的压力空前巨大。因此，在改革八年以来，各大保险公司都进行了业务调整和公司体制改革，许多现代化的管理手段和管理风险管理等都已经被各大保险公司熟练应用。同时各大公司的经营理念已经发生了翻天覆地的变化，已经由过去的老爷作风转变成现在的顾客是上帝，利润为中心的经营理念。 3.2 产品创新和服务意识得到加强 保险公司在车险改革前不重视经营效益，主要竞争手段为：高手续费、高回扣的削价竞争。各大公司非常缺乏服务意识、创新意识和开拓精神。主要变现为：服务态度差，费率高。改革后，这些现象得到了根本的遏制，各大保险公司已经建立起自己的客户影响手段，一切以顾客为上帝、以利润为中心。具体主要表现在以下几个方面： （1）产品创新。改革前的旧车险有7个条款，其中包括2个主险和5个附加险，保监会统一制订费率，单据的格式也基本统一。车险改革8年以来，各大保险公司都已经改革了经营模式，对自己的各户群进行了细分，并制定了种类繁多的车险产品。且各大保险公司都已经成立了自己的产品部门，经常根据市场的反应，来调整老产品和制定新产品。据不完全，2010年我国各类车险品种已经多达500种，改革成效非常的明显。 （2）服务创新。在这八年中，车险费率不断下降，保险公司为了提高市场竞争力，就必须对自身的服务进行创新，以提高自己的利润率。一是首次引入了“保险人的义务”条款在车险条款中，使对保险人的约束空前的增加，对投保人的利益进行了保护。二是不断推出特色服务措施，使得各大保险公司的核心竞争力不断提高。三是进一步强化品牌意识。比如，实行24小时值班服务制度；成立客户救助服务中心，与“122”、“120”实行联动服务；实行客户经理制，对保户从承保、理赔专人负责服务到底，加强感情联系，增强保户对保险公司的信赖感。
-
试析流动人口社会管理理念创新_经济学毕业论文
试析流动人口社会管理理念创新_经济学毕业论文 论文摘要：从流动的存在的诸多问题入手，并针对这些问题进行了成因分析。在此基础上以十二五规划管理创新为导向，提出了流动人口的社会管理理念创新的基本模式。 论文关键词：流动人口;社会管理;创新 1 流动人口管理中存在问题 人口流动作为社会问题的永恒话题，中外学者直接或间接多有论述。1968年，哈丁发表了著名论文《公地的悲剧》。以牧场为考察对象，利用学的“外部性效应”理论揭示了著名的“公地悲剧”，即一个羊吃草并把草吃光的悲剧。他认为，悲剧的祸首不在于羊而在于人口的增加超过了土地的承载能力。而人口增长的可能招致马尔萨斯式的难堪和失败，于是，哈丁将祸首裁定为制度经济学的基本范畴“公有产权”——由于产权的公有才使草场失去了保护；于是，“公有”作为效率的对立物受到了谴责——“公有产权”成为人口增加的替罪羊。 1.1 流入地与流出地资源配置不合理 一般来讲，人口流动会导致流入地资源过剩、自然资源供给难和流出地自然资源过剩，人力资源供给难。一方面，流入地如果相对人口增加，则会直接引起当地的住房、食品、、、治安、就业等状况恶化，从而导致流动人口与当地城市规划布局不匹配、与国家产业布局和调整不适应，以致无法达到各种资源的最有效利用，造成资源的紧张或者短缺。另一方面，流出地如果相对人口减少，即劳动力流出太多，则会使当地的劳动力供给不足，还可能使当地出现劳动力短缺的状况，甚至造成资源的浪费，以及严重社会问题、生态问题等，违背了科学发展观。 1.2 流动人口社会融合难 由于地域、情感等因素，各个地方的人们都形成了自己比较固定的生活方式，无论是、行为方式都有很多共通性。外来的流动人口要与当地的人群交流、达成共识非一日之功。此外，各地政府总会采取一定程度的地方保护甚至“差别化”待遇，这使得外来人口很难融入当地人群。对于流动人口来说，“劳有所得、住有所居、学有所教、病有所医、老有所养”等方面是无法与城市人口享有“市民待遇”的。 1.3 流动人口的违法犯罪率高 由于社会保障、劳动就业和权益等方面流动人口的合法权益难以保障，造成失业人口剧增，城乡二元结构造成的差别待遇使城市的外来人员因一时难以找到出路，不得不铤身走险，目前违法犯罪问题已成为影响社会治安的重要因素，在各地公安机关所抓获处理的各类违法犯罪嫌疑人员中，流动人口占到了40％以上，有的地方甚至超过了50%，严重影响了社会治安秩序。 1.4 流动人口管理无序、不清、差别化 从深层次视角，问题并不在流动人口本身，而在于对流动人口的管理与服务的无序、不清、差别化。其中，无序指人口的流动与各地人口规划和经济社会发展远景目标存在冲突，人口向大城市和东部沿海流动，造成城市公共资源、公共设施短缺和社会融合不畅；不清指人口流动的信息难以达到传统户籍管理那样准确清楚；差别化指流动人口的合法权益难以与户籍人口一致，各地在社会管理和公共服务等方面加以区别对待，流动人口经常遭受到城市的社会的排斥，依然是城市中的弱势群体。 2 流动人口管理中存在问题的成因分析 面对目前流动人口管理中普遍存在的无序、不清和差别化问题，流动人口管理出现了前所未有的挑战且日益面临转型压力。如果究本溯源的话，可归因到思想观念、制度层面和政策导向等方面： 2.1 流动人口服务、管理的思想观念滞后 现阶段，我国流动人口服务与管理领域受封建传统思想的影响比较严重，由于城乡二元结构的局限，流动人口因为户籍制度的限制而无法取得城市合法居民的身份。在传统意义上，流动人口仍被定位为“暂住人口”，在住房、就业、保障、医疗等方面受到各种歧视和限制。管理理念和手段仍停留在“追求人口控制”阶段，实际工作中重控制、重管理、轻服务；偏重于和打击犯罪，在就业、居住、医疗、社会保障、子女教育、计划生育等基本公民权保障方面力度不够；偏重于从有利于职能部门管理职能而很少从有利于流动人口服务的角度；往往使管理流于形式，更谈不上服务。这与现代法治政府的职能相违背。 2.2 流动人口服务、管理的理念、体制与机制的错位 首先是流动人口与管理理念、目标的不适应。在我国流动人口管理理念已经发生重大变化的情况下，传统的管理体制没有跟上管理理念的变化，以致涉及多个部门、多个方面的流动人口管理服务没有形成统筹协调、注重服务的局面。绝大部分地区所采用的以“治安管理”为主的流动人口管理体制，流动人口管理体制重点不在市民化服务上，过分强调治安管理。这明显不符合我国管理体制改革精神。其次是流动人口管理体制改革与工作机制创新不配套。由于目前流动人口管理体制中没有基层服务队伍的支持和统筹协调、没有信息中心，即使流动人口管理理念和工作机制开始向服务转变，体制层面的转化也不可能马上遥相呼应。主要表现为：一方面各地已经进行了“以房管人”、基层队伍职能加强等机制创新，在流动人口的组织、就业、服务等方面没有前置性手段等问题；而另一方面“治安管理”本位的传统管理体制却无法为机制创新提供真正的支撑。
