国际石油合同中的风险与对策

石油公司从事跨国石油勘探开发活动，必然受到国际石油合同的影响和制约。国际石油合同包括租让制合同、产品分成合同、风险服务合同、回购合同、联合经营和国家石油公司私有化6类。石油合同风险分为地质风险、技术风险、财务风险、商业风险和政治风险5种类型。通过全面分析国际石油合同及其风险的类型和特点，认为在油气勘探开发项目的不同阶段风险管理的重点不同，石油公司必须建立科学的投资决策程序，采取定量与定性相结合的风险分析和投资决策方法，合理利用资源国财税制度等措施规避和降低风险，对中国的石油公司从事跨国石油勘探开发具有重要意义。     

网络财务初论

网络财务是网络时代和电子商务发展的必然趋势 ,本文介绍了网络财务的特征及其会计理论 ,并就其在实施过程中可能出现的风险提出了相应对策     

国有股减持、政府隐性担保与投资者行为

国有股减持导致股票市场的大幅下跌，其咎不在以市场价减持国有股的减持方案．政府对股票市场的隐性担保造成投资者对市场走势的某种“理性的”稳定预期和信念．在此基础之上，政府和投资者塑造各自的心理和行为模式、国有股减持的信号含义就是政府要解除对市场的隐性担保．这个信号引发投资者固有的预期模式和行为模式的转变以及股票市场的信心危机。进而导致股票市场的“非理性反应”—市场以大幅下跌拒绝政府国有股减持和解除担保关系的行为、政府被迫停止国有股减持行为，但停止国有股减持并没有阻止股市的持续下跌，因为减持虽然停止，自减持发出的解除隐性担保的信号仍然有效。     

简论电力财务预算管理与风险管理的关系

电力是现代社会生活、生产的重要能源之一。在电力行业不断发展进步的今天,由于其预算管理已无法满足时代要求,风险管理存在诸多漏洞,导致电力企业的发展受到一定的阻碍。这就需要我们充分分析电力企业的财务预算管理与风险管理的关系,并妥善处理二者间的问题,从而规避企业财务风险。     

我国房地产周期和金融稳定的关系研究

通过SPSS相关性分析了我国的房地产周期对金融稳定的影响程度.针对我国现在存在的问题,提出了加强房地产信贷监管力度、控制房地产投资与信贷投入比、强化土地储备贷款的管理、规范个人住房贷款业务和加强商业银行房地产金融人才的培养等五个方面的建议,来减少房地产周期波动对金融稳定的影响.     

基于行为金融理论的非理性投机泡沫模型

为了从投资者非理性的角度揭示资产泡沫的生成机理,为股市泡沫监管提供更有效的工具,本文在基于行为金融理论的价值函数基础上,对噪音投资者模型进行改进,从利空和利多两个方面考查投资者行为因素的影响,从而构造出新的非理性投资泡沫模型,并利用我国股市数据对模型进行实证研究.结果证明,该模型更切合事实的非理性投机泡沫的发展过程.     

转型时期西部金融发展与二元经济结构转化——以陕西省为例的实证分析

从整体金融发展和农村金融发展两个层面,对改革开放30年来,陕西金融发展和二元经济结构转化之间的关系进行了实证研究。实证结果显示:(1)陕西整体金融发展规模和二元经济结构转化正相关,但是两者之间不存在Granger意义上的因果关系;整体金融发展效率和二元经济结构转化正相关,并且前者是后者的Granger原因。(2)陕西农村金融发展规模和二元经济结构转化正相关,并且前者是后者的Granger原因;农村金融发展效率和二元经济结构转化负相关,但是两者之间不存在Granger意义上的因果关系。     

上海市光伏产业供应链金融模式分析

日趋严重的雾霾问题已经影响到社会的健康发展,发展光伏产业,改变能源结构迫在眉睫.通过调研,整理出目前上海地区光伏产业主要的供应链金融模式,分析了各种模式的含义、优势及适用范围,旨在缓解光伏企业的融资难问题,促进光伏行业的健康快速发展.     

完善高校财务内部控制之我见

为保证高校各项经济活动合法合规及财务信息真实完整,有效防范舞弊和预防腐败,高校应牢固树立内部控制的思想意识,建立一套适合本校内部控制需要的财务内部控制制度并组织实施,从而确保学校经济活动有效运行,促进高校健康、稳定发展.     

Knowledge discovery in corporate events by neural network rule extraction

Over the last two decades, artificial neural networks (ANN) have been applied to solve a variety of problems such as pattern classification and function approximation. In many applications, it is desirable to extract knowledge from trained neural networks for the users to gain a better understanding of the network’s solution. In this paper, we use a neural network rule extraction method to extract knowledge from 2222 dividend initiation and resumption events. We find that the positive relation between the short-term price reaction and the ratio of annualized dividend amount to stock price is primarily limited to 96 small firms with high dividend ratios. The results suggest that the degree of short-term stock price underreaction to dividend events may not be as dramatic as previously believed. The results also show that the relations between the stock price response and firm size is different across different types of firms. Thus, drawing the conclusions from the whole dividend event data may leave some important information unexamined. This study shows that neural network rule extraction method can reveal more knowledge from the data.