- 贾小爱;韩振华;李云发;
根据交易过程是转移所有权还是仅转移使用权,可将数据产品分为货物型数据产品和服务型数据产品。文章基于国民经济核算理论,从生产、收入分配和使用三个层面探讨这两种数据产品的核算区别。研究发现:货物型数据产品的产出类似于货物,按销售数据库缴纳增值税,消费方式为消费者直接获得产品,它形成的数据资产不存在确切的使用年限,资产所有者有权对其进行处置或者买卖,转移资产所有权发生的费用是其固定资本形成的一部分。服务型数据产品的产出类似于服务,按销售服务缴纳增值税,进口缴纳的税收实质上是国内消费税或销售税。服务型数据产品也可以形成固定资产,这种资产是存在确切使用年限的使用许可,持有者无权对其进行处置或者买卖,数据内容发生重大改变或者更新是其固定资本形成的一种方式。两种数据产品的成本和数据内容价值不同,导致二者的价值形成也不同。
2026年03期 v.42;No.687 35-40页 [查看摘要][在线阅读][下载 1386K] - 郝大明;
如何解决因素综合指数的偏误性问题一直是学术界研究的热点和难点课题,共变效应的分解分配是解决这一问题的关键。文章从个体指数分解,即编制因素综合指数的逆过程的角度,探讨了因素综合指数的编制方法。首先,分解个体指数的增量,并按因素影响分解分配共变效应;其次,将分解后的共变效应归并到因素影响中;最后,汇总因素影响编制因素综合指数。基于价格指数编制的实例结果表现,所提方法能够更科学、合理、准确地编制因素综合指数,是一种有效的编制因素综合指数的新方法。
2026年03期 v.42;No.687 41-45页 [查看摘要][在线阅读][下载 1630K] - 孟东霞;柳凌燕;魏晓光;
为了解决少数类样本在不平衡数据集中分类准确率较低的问题,文章提出一种利用少数类样本的二阶k近邻构造微簇,并在微簇内进行过采样的数据处理方法。二阶k近邻是样本近邻关系的扩展,能更准确地衡量样本在局部结构关系中的影响力。微簇的划分反映了少数类样本的相似程度,微簇内生成的新样本降低了对少数类原始内在分布结构的影响。该方法先计算少数类样本在整个数据集中的k近邻,移除k近邻均属于多数类的噪声样本,在获得剩余样本的二阶k近邻后再计算样本的局部密度,依据局部密度和近邻关系构造少数类样本的微簇,并在微簇中生成新样本。通过对比实验比较了八种过采样方法在两组人工数据集上生成新样本的分布情况,并使用支持向量机对经过平衡处理的十组数据集进行了分类,结果表明,在所提方法构造的平衡数据集中,少数类样本的分类准确率较高,数据集的整体分类效果较好,验证了所提方法的有效性。
2026年03期 v.42;No.687 46-51页 [查看摘要][在线阅读][下载 1852K] - 金武;王江涛;周希瑀;
边际期望损失(MES)是一种重要的系统性风险度量指标。如何及时、准确、便捷地估计或预测MES,对于动态防范系统性风险具有重要的作用。文章从边际期望损失的定义出发,通过等价交换将其转换成一种条件期望,提出一种预测MES的两步方法。新方法既能有效规避传统方法的模型设定偏误,又能将金融时间序列的典型特征融于MES的预测分析中,还能为将外生变量和神经网络等机器学习方法用于预测MES提供有效途径,因而具有更好的预测效果。将新方法和传统方法同时应用于系统重要性银行的识别,结果表明,新方法能更加准确地预测边际期望损失,这进一步验证了新方法的有效性和优越性。
2026年03期 v.42;No.687 52-58页 [查看摘要][在线阅读][下载 1831K] - 吴雪柔;赵寿为;
在数据分析和统计建模研究中,协方差矩阵估计的精确性至关重要。然而,传统的估计方法在面对数据模型的异常值干扰或分布偏斜时,估计结果往往不够精确。为此,文章提出了一种新的协方差矩阵估计方法——Log-Median方法。该方法首先构建协方差矩阵的负对数似然函数;其次,结合线性回归模型对特征值中位数进行估计;最后,通过引入惩罚项将协方差矩阵估计中的异常特征值正则化至特征值中位数,实现了对协方差矩阵的稳健估计。6个数据模型的仿真模拟以及针对股票数据和分类数据的实证分析结果均表明,Log-Median方法在各种数据环境下均表现出优越的性能,提高了协方差矩阵估计结果的准确性和稳健性。
2026年03期 v.42;No.687 59-65页 [查看摘要][在线阅读][下载 1869K]