β系数范文10篇

摘要：随着社会保障制度改革和农村税费改革的深入发展，财政供养人员概念的外延已发生很大变化。现在所称财政供养人员是指由各级财政部门依据政府编制机构核定的编制而给予全额或差额工资保障的人员，包括行政事业单位在职人员、离退休人员、纳入财政社会保障人员、优抚救济人员和农村税费改革后的村组干部等。本文所指财政供养人员仅为财政部门依据政府编制机构核定的编制而给予全额或差额工资保障的行政事业单位在职人员，它反映了一个地方履行一级政府事权而供养的工作人员。

本文以湖北省72个县（市）财政和部分市县财政的有关数据为依据，对地域人口、人员结构、可用财力、公共支出、地理环境、政策环境等因素与供养系数的关系进行分析，并对孝感市的财政供养系数进行实证分析，在此基础上提出了降低财政供养系数的建议。

一、影响财政供养系数的相关因素分析

1.地域人口与供养系数的关联分析。

分析方法：（1）将全省72县（市）按地域人口由大到小排列，并按人口数量自然划分成10个档次。（2）将财政供养人员数量随地域人口顺序排列，并按地域人口档次计算平均值。（3）各档次的财政供养人员总量除以对应档次的地域人口总量等于该档次财政供养系数。具体统计和计算过程略，结果列表如下：

表1湖北省2002年72县（市）地域人口与财政供养人员关系分析表单位：万人、人、个地域人口财政供养

随着社会保障制度改革和农村税费改革的深入发展，财政供养人员概念的外延已发生很大变化。现在所称财政供养人员是指由各级财政部门依据政府编制机构核定的编制而给予全额或差额工资保障的人员，包括行政事业单位在职人员、离退休人员、纳入财政社会保障人员、优抚救济人员和农村税费改革后的村组干部等。本文所指财政供养人员仅为财政部门依据政府编制机构核定的编制而给予全额或差额工资保障的行政事业单位在职人员，它反映了一个地方履行一级政府事权而供养的工作人员。

本文以湖北省72个县（市）财政和部分市县财政的有关数据为依据，对地域人口、人员结构、可用财力、公共支出、地理环境、政策环境等因素与供养系数的关系进行分析，并对孝感市的财政供养系数进行实证分析，在此基础上提出了降低财政供养系数的建议。

一、影响财政供养系数的相关因素分析

1.地域人口与供养系数的关联分析。

分析方法：（1）将全省72县（市）按地域人口由大到小排列，并按人口数量自然划分成10个档次。（2）将财政供养人员数量随地域人口顺序排列，并按地域人口档次计算平均值。（3）各档次的财政供养人员总量除以对应档次的地域人口总量等于该档次财政供养系数。具体统计和计算过程略，结果列表如下：

表1湖北省2002年72县（市）地域人口与财政供养人员关系分析表单位：万人、人、个

一、问题的提出

随着社会的进步，中国证券业日益发展和成熟，以及国际金融市场的不稳定性加剧，资本资产定价理论越来越受到专家学者的重视。β系数的测量是运用资本资产定价模型进行理论分析和实务操作的关键环节。β系数反映了某种（类）资产价格变动受市场上资本价格平均变动的影响程度。近年来，随着我国证券市场的发展，以及国际金融市场的不稳定性加剧，证券市场的系统性风险更多地引起了人们的注意。因此，对β系数的准确估计具有重要的现实意义，同时具有极其重要的理论价值。

二、国内外的主要研究

1971年3月，Blume在《金融学刊》上发表了“论风险的衡量”一文，研究了1926年1月到1968年6月间在纽约证券交易所挂牌上市的所有股票，估计出各时间段的β系数，然后以统计学的相关分析法为基础，对单个股票和不同规模组合的β系数的稳定性进行检验。他得出的主要结论是：①在一个时期内估计出来的风险系数是其未来估计值的有偏估计值；②组合规摸越大，未来的β系数能被更准确的预测；③高β系数的股票在下一期的β系数被动相对较小，而低β系数的股票在下一期间内则变动较大，并且低风险股票组合的β系数表现出的回归趋势比高风险股票组合的β系数更为显著。同一年，Levy研究了1960~1970年间在美国纽约证券交易所上市的500只股票，缩短了估计时间，采用周收益率为数据，并改变了前后估计段等长的传统做法，以52周为基期，后续期分别为52周、26周和13周。研究得出，在较短的时间段内（52周），单一股票的β系数是相当不稳定的，但组合β系数的稳定性有显著的提高。而且组合规模越大，估计时间段越长，β系数稳定性越高。Bos和Newbold（1984）、Collins与Ledolter和Rayburn（1987）等都对β系数的稳定性进行了研究。Groebewold和Fraser（1999）研究了澳大利亚上市公司的β系数的时变性。Estrada(2000)在研究欧洲的股票β系数的稳态状态后，指出，如果错误地指定β稳定，则可能低估总风险和系统性风险而高估风险调整后的收益。我国学者沈艺峰（1994）最早把“Chow检验法”用于β估计值的稳定性检验。他的研究结果表明：“在上海证券交易所上市的股票的β系数，绝大多数具有一定的稳定性”。沈艺峰和陈浪南（1995）利用同样的方法检验了自1992年6月至1993年10月深圳证券交易所上市的8种股票的β系数的稳定性，检验结果基本上是稳定的。陈周敏（1988）完成沿用了沈艺峰的做法，对上海证券交易所30种股票的β系数进行检验，增加了样本，但是在计算收益率时存在错误。马喜德和郑振龙（2006）使用深发展时间序列样本对β系数进行了研究，发现深发展的β系数遵循均值回归的过程。然而，该文章所研究的样本个数太少，说服力比较有限。陈学华和韩兆洲（2006）以按分析家中33个行业划分形成的股票组合为样本，采用CUSUMSQ统计量对β系数检验，发现各行业的股票组合普遍存在不稳定特征，采用基于卡尔曼滤波的市场模型有更好的预测效果，β系数的时变性可以用均值回复过程来描述。但是，该文章仅检验了均值回归过程的预测效果，并未对均值回归本身进行深入探讨。

三、中信证券的β系数的实证研究

（一）理论基础

一、功效系数法在财务预警中应用的思路和步骤

(一)要确定预警指标变量

在进行财务预警的分析过程中，首先应该明确进行预警要使用的具体的指标，应该对变量进行有条理和代表性的选择。油气钻井公司虽然是较为特殊的企业，但是也同样具备一般企业有的特点，适用于一般企业的财务指标也同样适用于油气钻井企业对财务状况的分析。企业在选择财务分析指标的过程中要选用能够最为有效的反应企业经营状况的变量，剔除与企业财务状况不相关的指标，可以选用较为普遍使用的六项财务指标：经济增加值、净资产收益率、存货周转率、应收账款周转率、资产负债率、应收账款回收率，可以使用以上六项指标并根据功效系数法的基本原理和油气钻井公司自身的实际情况进行财务预警的分析和研究。

(二)要划分功效系数方法对预警变量的类型

功效系数法的原理之一就是对每一项评价指标确定一个满意值和不允许值，以满意值为上限，以不允许值为下限，并计算各指标实现满意值的程度，以此确定各指标的分数并赋予不同的权重，在通过相应的加权平均法来评价被研究对象的综合状况。企业要根据此原理对财务预警指标进行分类，例如可将变量分为极大型变量、极小型变量、区间型变量和稳定型变量，从而有利于企业对财务进行有效的分析，避免产生对变量指标不必要的误解和预算成本的浪费。

(三)确定赋予给指标的权重、满意值和不满意值

[摘要]和谐社会的经济标准应该考虑经济效率和分配公平。对于一个社会而言，人均GDP衡量经济效率，而基尼系数反映收入分配不平等程度。中国自改革开放以来，伴随着人均GDP不断提高，基尼系数也迅速走高并升至高位，即目前中国收入分配不平等程度已有所呈现，这引起了政府的高度重视。本文分析中国基尼系数的未来走势为：尽管政府已开始采取措施以努力降低基尼系数，但基尼系数仍将在今后较长时间内保持在高位水平，估计约在2015年以后才会开始缓慢地下降。

[关键词]和谐社会；收入分配；人均GDP；基尼系数；未来走势

一、引言

经过20多年的改革开放，中国经济发生了巨大而深刻的变化。在人们整体收入水平显著提高的同时，也出现了收入差距拉大的现象。目前，中国正处于从人均收入1000美元到3000美元这样一个关键的发展阶段。根据国际经验，当一个国家人均GDP进入1000美元到3000美元这一时期，这个国家会进入矛盾凸显期。对于各种社会矛盾，若处理得好，经济就能顺利地度过这一关键的发展阶段，进入良性运行和健康发展的轨道；若处理不好，经济将停滞不前或倒退。

目前，在中国各种社会矛盾中，收入分配不平等是一个很突出的矛盾。国际上通常用意大利经济学家基尼于1922年提出的基尼系数(GiniCoefficient)这一指标来定量测定一个社会收入分配差异程度，其经济含义为：在全部居民收入中，用于进行不平均分配的那部分收入所占的百分比，可知基尼系数的实际值介于0-1之间，且基尼系数越大，表示收入分配差异程度越大。现在经济领域内的专业人士(无论官方或非官方)大多都认为中国基尼系数已到高位，这表示中国收入分配不平等已到了不能再置之不理的程度。所幸的是这已引起政府的高度重视，并开始采取措施以努力降低中国基尼系数(即努力降低中国收入分配不平等程度)。那么中国基尼系数的未来走势如何?它能够在短期内明显下降吗?本文将对这些问题做初步分析。

二、库兹涅茨倒U型曲线

摘要:本文通过对财富分配、生活方式和价格水平、货币边际效用递减、评价生活质量标准以及指标构造缺陷等方面的分析,揭示了基尼系数作为公平性指标的局限性。本文认为,公平是公众认为合理的、愿意接受的规范和准则,其结果是公众的满意和社会的和谐。根据这一观点,我们可以用收入满足度来反映公众的满意程度,从而建立能反映社会公平与和谐程度的指标———收入满足度差距指标,并用德国的经验数据加以验证。

关键词:公平;公平性指标;基尼系数;收入满足度;收入满足度差距

在经济学领域中,人们一直把基尼系数作为收入分配公平性的指标来运用。但经济发展到今天,可分配的财富已不仅仅是货币,也不仅仅是物质财富。在财富内容多样化的条件下,如果仍然用基尼系数作为分配公平性指标,则不免有失偏颇。公平是公众认为合理的、愿意接受的规范与准则,公平的结果是公众满意和社会的和谐。因此,能否作为公平性指标,其实质就是指标能否测定公众满意的程度和社会和谐的程度。本文试图建立能反映公众满意程度与社会和谐程度的公平性指标论文。

一、基尼系数作为公平性指标的缺陷分析

(一)基尼系数不能全面反映国民收入分配和社会整体福利分配的差距

基尼系数是按照居民货币收入多少累计计算的百分比,计算的结果是货币收入差距,反映货币收入差距的程度。国民收入分配和社会整体福利分配是整个社会财富的分配,除了货币收入分配以外,社会财富分配还有许多非货币收入的分配。例如,福利分配、公共产品分配、资本分配、政策分配等,这些非货币收入因素直接影响着人们拥有的实际财富数量。可见,基尼系数反映的货币收入差距仅仅是国民收入分配和社会整体福利分配差距的一部分,而不是全部。

1引言

β系数是证券或证券组合与市场相互关联的一个概念和参数，是衡量证券系统性风险的重要指标。它已经被广泛应用于投资理论和投资实践，并发挥着重要的作用。

随着中国资本市场规模的扩大、证券法规的健全、运行机制的健全，我国的资本市场日益走向成熟。这样，我们就非常有必要结合中国资本市场的实际情况对国外的先进的资本市场理论进行规范与实证研究，而不是全盘照搬或全盘否定，其中就包括对卢系数的实证研究。本文对卢这一系统风险指数展开研究，并以上海证券交易所钢铁行业部分上市公司为实证研究对象。

2证券投资风险

证券投资风险按其性质不同以及能否分散，可以分为系统风险和非系统风险。在数量上，总的风险等于这两部分之和。非系统风险与系统风险的区别见表l。

3β系数

为准确掌握我省水稻灌区灌溉水的利用效率，黑龙江省水利厅委托省水文局于2004年在全省开展了水稻灌区利用系数的测定工作，笔者参加了此项工作，并积累了一定实际经验。本文在总结以往工作经验、借鉴前人研究成果的基础上，对从灌溉水利用系数的测定方法、水利用系数的影响因素和有关参数的确定进行了认真的研究，提出了推求灌溉水利用系数的具体方法，可供有关部门在今后开展类似工作时参考。

1渠系水利用系数

1.1渠系水利用系数的影响因素

渠系水利用系数是指灌区末级固定渠道放出的总水量于渠首因进水量的比值。渠道水利用系数的影响因素是多方面的，其中主要因素为渠道的防渗措施、土壤的透水性能、输水流量和地下水水位。

(1)渠道的防渗措施

渠道防渗是减少输水损失、控制地下水位，提高渠道水利用系数的基本工程措施。目前我省渠道采取的防渗方式主要有土料防渗、混凝土防渗和膜料防渗等。根据有关资料：采用土料夯实防渗一般能减少渗漏损失量45%左右，采用混凝土衬砌防渗能减少渗漏损失量70～75%，采用塑料薄膜衬护防渗能减少渗漏损失量50～90%。掌握上述各种措施的防渗效果，对确定渠系水利用系数测定方法、分析测定结果的合理性是十分必要的。

热处理是机械制造的重要工艺，是充分发挥材料潜力、保证零件质量和寿命、提高产品档次的关键工序，所有机械零件都需要进行不同程度的热处理。从全球热处理行业发展情况来看，我国热处理装备工艺水平与先进工业国家相比差距较大，美国等发达国家对工艺过程的控制已向着自动化、智能化和柔性化发展，我国一些企业仍凭借经验、采用人工操作，生产效率低下，能耗比偏高，一些关键零部件的使用寿命和可靠性也低于国外同类成品［1］。国家和行业协会针对上述问题，坚持推进热处理行业绿色改造和节能减排，全面进行“第二次全国污染源普查”工作，对一些地方热处理企业经营中暴露的管理不力、设备陈旧、工辅材料质量不过关、能耗利用率不高、污染治理效率低等弊病大力整治。本论文基于“第二次全国污染源普查”产污系数研究技术方案，探索基于产污系数的热处理行业、企业、工艺评价技术系统，努力协助环保部门和行业职能部门进行实时监督，促进地方企业自身环保体系建设，健全中国制造业监管/监测机制，提高中国整体制造业绿色化、节能化水平。

1制造业污染情况综述

1．1行业排污量情况统计。据统计，我国热处理行业在进行气体化学热处理时，每年消耗的甲醇、丙烷、煤油、淬火油等有机化合物超过30万吨，一部分有机化合物使用后分解排放或泄露出一氧化碳、氨气等有毒有害气体污染环境。每年挥发的蒸汽量，中性盐6500吨，活性盐700吨，这些盐成分中含有毒和腐蚀性气体，盐渣和废盐如处理不当，也会造成严重的土壤水质污染［2］。根据2015年环境统计年鉴数据，以金属制品业为例，其污染情况［3］为二氧化硫、氮氧化物、烟(粉)尘排放量分别为9．9、3．6和8．8万吨，占全国重点工业企业污染物排放量的0．71%、0．33%、0．79%。工业废水、化学需氧量、氨氮、石油类、挥发酚、氰化物排放量分别为33556万吨、36172．1吨、2785．4吨、816．2吨、0．3吨、17．7吨，占全国重点工业企业排放量比例分别为1．85%、1．42%、1．42%、5．44%、0．03%、12．11%。1．2行业排污主要影响因素及考察指标。通用设备制造业中，产品制造主要由下料、焊接、机械加工、热处理、涂装、预处理、电镀、装配、检测试验等工艺组成。基于《第二次全国污染源普查方案》对工业污染源普查内容的总体要求，参照《第二次全国污染源普查工业污染源产污系数制定(不含VOCs)技术指南》中对污染物指标选择的具体规定，结合行业特点，确定主要考察污染物指标为:1)废水:化学需氧量、石油类、氰化物、总磷、总氮。2)废气:二氧化硫、氮氧化物、颗粒物、挥发性有机物、铅、氨气。研究按照《第二次全国污染源普查工业污染源挥发性有机物产污系数制定技术指南》规定，通过对企业、生产过程的分析，将工业企业的VOCs污染源归类为正常生产工况、二种排放形式(有组织、无组织排放)共12种污染排放源项。其中通用源项包括设备动静密封点、有机液体储存与调和、有机液体装卸、固体物料堆存、燃烧烟气、循环冷却水系统;非通用源项包括废水集输储存处理过程、工艺有组织、工艺无组织、有机溶剂类使用、火炬。研究结合行业特点，确定本文涉及的VOCs排放源项为有机溶剂类使用。1．3热处理工序污染物参数。根据热处理工艺实际物理化学反应机理，匹配“第二次全国污染源普查”主要考察污染物指标，将表1所计参数列为研究对象，考察对应企业实际工况下产污情况。

2热处理工序产污系数计算方案

研究依据“第二次全国污染源普查”技术路线制定产污系数计算方案，基本思路为:①识别工艺产污节点，确定污染物指标，把握污染量影响因素;②确定产污监测系数组合，规划系数计算式;③制定产污系数获取方案，进行企业实际监测采集，收集近年历史数据文件;④对采集的监测数据、历史数据进行识别检验，尽量按照地域、行业均匀权重进行使用;⑤对代表企业产污系数、产污量进行计算，进而获取对应行业产污系数;⑥根据现有系数结果确立行业产污系数体系;⑦选择未采集过数据的企业，进行系数、产污量核对验证。2．1热处理工段监测方案。依据研究考察的产污指标，根据国家标准制定相关工艺的监测方案，具体如表2所示。2．2数据处理方法。在实测及收集数据中，根据产污系数核算表达式及核算思路，研究按照以下几点原则剔除了部分数据。1)产污浓度误差较大的数据研究通过多年从业经验及收集国内外研究成果，依据机械行业主要污染源经验数据体系，对收集和实测数据进行了甄别，误差较大的数据首先剔除。2)无进口数据部分工段工序无治理措施进口(采样口)，无法得到进口数据，采用污染治理措施平均去除效率反推误差较大，故剔除该部分数据。3)无法计算产污系数在收集的数据中，用于核算产污系数的基本参数未直接表明。热处理行业一些企业仅给出生产产品的台套数，而未给出产品产量(吨)，按照热处理行业产污系数表达式无法计算，故剔除该部分数据。2．3产污系数计算方法。1)采用污染物浓度和污染物产生量核算产污系数:Ra=∑ni=1wi×GiM()i(1)式中［4］:Ra为废水/废气污染指标的个体产污系数;Gi为某一批次废水/废气样本污染指标的产生量;Mi为某一批次废水/废气样本采集时间内产品质量(或原辅材料用量);wi为不同批次样本量产污系数的权重。2)根据单位原/辅料污染物产生量核算产污系数如果工序的污染物指标(COD、石油类、总磷、总氮)的浓度为P，所用工艺溶液是按照1kg原辅材料、M(kg)的水配制成，则这些工段对污染物指标(COD、石油类、总磷、总氮)的产污系数为:Ra=M+1ρ×P(2)式中［4］:Ra为产污系数，kg/t溶剂;M为用来稀释1kg原/辅料的水量，kg;P为实测污染物指标(COD、石油类、总磷等)，mg/L;ρ为调研得到的工艺溶液的密度，kg/m3。2．4热处理工艺产污系数汇总。“二污普”课题组在实施大纲中计划完成71个影响因素组合的154个样本(此外还有140个历史数据收集仅作为数据验证使用)，共计294个样本;实际修订为68个影响因素组合。共计实测了52家企业，覆盖了除粉末冶金、下料、装配、检测试验外的所有工段的共计43个影响因素组合，实测率66．2%;应用于产污系数计算的实测企业样本20家，实测样本应用率38．5%。收集441家企业历史数据，实际应用51家，数据收集样本应用率11．56%。根据上述数据来源计算，获得热处理工艺产污系数如表3所示。

3通过产污系数评估企业排污量

摘要:介绍了建筑体形系数与敏感性分析的定义，结合国内外住宅体形系数碳敏感性研究的现状，探讨了碳排放视野下的体形系数与建筑设计之间的规律，提出了体形系数碳敏感性的研究构想，为同类问题的研究提供参考。

关键词:建筑体形系数，碳敏感性，节能减排，住宅

1概述

随着国际碳交易进入后京都时代以及国内碳交易试点的推进，建筑节能的内涵和外延都需要得到进一步的拓展，同样，住宅规划、设计理论及方法也将面临语境转换的时代要求。由于我国住宅建设量巨大，为配合国家减少碳排放的各阶段目标，有必要重新审视现有的专注于使用阶段节能的设计标准及理念，并结合住宅全生命周期碳排放概念进行扎实的研究，揭示住宅建筑规划、设计与建筑碳排放之间的关系，实现节能与减排的实质对应，探寻以规划和设计为先导的低碳之道。在住宅设计领域，从1986年颁布的第一部节能设计标准到最新的标准，均将体形系数作为重要的规定性指标之一。在国标JGJ26—2010严寒和寒冷地区居住建筑节能设计标准中，建筑体形系数的定义为:“建筑物与室外大气接触的外表面积与其所包围的体积的比值。外表面积中，不包括地面和不采暖楼梯间隔墙和户门的面积”。JGJ134—2010夏热冬冷地区居住建筑节能设计标准中，对夏热冬冷地区居住建筑的体形系数按住宅层数的不同分别加以限定，当体形系数大于规定限值时，必须按要求进行建筑围护结构热工性能的综合判断。建筑体形系数与住宅的体量处理、平立面设计均密切相关，是住宅建筑设计过程中的重要关注点之一。因此，以体形系数的碳敏感性为切入点进行研究，可以在住宅建筑设计方法与建筑碳排放之间建立起清晰而直观的联系，并为建筑师提供思路上的拓展与启发。同时，此研究对于增强减排意识，变被动减排为主动减排具有积极的推动作用;对于我国住宅领域碳排放计算与国际通用计算平台的接轨以及相应标准的制定，也具有前瞻性意义。敏感性分析(sensitivityanalysis)是指通过定量分析来研究有关因素发生某种变化时，对某一个或一组关键指标影响程度的一种不确定分析方法，其主要研究方法是通过逐一改变相关变量数值的方式来揭示关键指标受这些因素变动影响大小的规律。在本研究中，体形系数碳敏感性这一概念被用以表征体形系数发生变化时，对于建筑碳足迹指标所产生影响的程度。这一研究将突破以往针对使用阶段进行研究的局限性，量化分析住宅体形系数在全生命周期向度上的碳敏感性，并将最新的国际碳足迹计算标准与中国节能减排的实际国情相结合，以期为设计实践提供客观准确的考量依据，也为将来基于碳足迹合理设定住宅体形系数取值范围打下扎实的理论研究基础。

2既有研究

当前，国内外一些学者已经基于计算机软件虚拟平台和模型分析，对住宅体形系数与节能的关系进行了研究，并总结了一些计算方法和基本规律。本研究拟在前人的研究成果基础之上，通过大量分析和整理近些年已建成的住宅，采用模拟实验、类型化提炼和现场实测等方法，对住宅体形系数的碳敏感性进行详实而科学的实证研究。国内对于体形系数与节能减排关联性的学术研究始于20世纪80年代，近些年得到了越来越多学者的关注。虽然大部分研究者都认为，体形系数与住宅能耗有密切关系，但是，由于多数研究都以抽象数学模型为基础，并运用各种动态能耗模拟软件进行分析，研究结论表现出很大的差异性。目前，我国在居住建筑节能减排设计研究方面，已取得了相当进展。但总的来说，目前尚缺乏权威统一的标准依据，而且与国际计算标准间的衔接与联系有待进一步加强。国外对建筑节能问题的研究始自20世纪60年代，在建筑设计与能耗以及碳排放的关系研究上取得了大量的研究成果，并建立了一系列评估标准、计算方法。国外学者也对住宅体形系数与碳排放的关系有所研究。但是，由于住宅类型、建造方法和技术思路的差异，欧美国家的研究多侧重于表面积系数与建筑碳排放关系的研究。