非对称性影响（精选12篇）
非对称性影响 篇1
随着全球人口的不断增长和现代化工业进程的不断发展,二氧化碳等温室气体排放的增加导致温度升高,即气候变暖(增温)的主要原因是由于温室效应。在近百年里全球平均气温已升高了0.6±0.2℃,而且夜间气温的升高幅度明显高于白天,昼夜增温幅度呈现非对称性[1,2,3]。IPCC(The Intergovernmental Panel on Climate Change,2013)第五次评估报告基于新一代气候系统模式和新排放情景的模拟结果表明,与1986-2005年相比,2081-2100年全球地表平均气温可能升高0.3~4.8℃[4]。水稻作为我国最主要的粮食作物[5],种植面积约占粮食作物总面积的30%,产量约占粮食总产的40%,且我国一半以上的人口以稻米为主食,因此,研究气候变暖对水稻产量形成源库特征的影响,将对评价未来我国粮食安全意义重大。
作物产量的形成实际上是作物源库互作的过程[6]。环境条件对水稻群体的源库特征影响较大[7]。近年来,就增温对水稻源库特征的影响做了大量研究。滕中华等[8]利用人工气候室在灌浆结实期对水稻进行增温处理,发现增温下水稻叶片叶绿素含量降低。盛婧等[9]研究发现,灌浆结实期增温处理使籽粒的结实率显著下降,粒重下降。还有研究表明[10],在水稻开花期,遭受短期增温后,水稻颖花的花粉活力和结实率均下降。最近有研究发现[11],增温处理使灌浆中后期剑叶的叶绿素含量和净光合速率显著下降,灌浆结实期的结实率、实粒数显著降低。李健陵等[7]的最新研究表明,增温处理下,剑叶SOD酶和POD酶活性逐渐下降,MDA含量逐渐上升,光合活性降低,结实率下降。以上的研究结果表明,增温对水稻的源库特性产生了重要的影响。
以往的研究主要是利用人工气候室控温的方法,且大多数集中在灌浆结实期及不同日均温对水稻源库特征的影响,增温幅度也往往高于气候变暖的预测值,而关于非对称性增温对水稻生产影响的田间试验较少,尤其是关于非对称性增温对江淮水稻植株源库特征的影响研究则更少。鉴于这些研究中的不足,为进一步揭示未来气候变暖对水稻产量形成源库特征的实际影响,田间原位开放式增温试验被广泛的应用。为此,本课题组借助在江苏南京建立的稻田开放式主动增温系统[12],对水稻进行昼夜不同增温试验,研究非对称性增温对江淮粳稻产量形成过程中源库特征的实际影响,拟为未来气候变暖情景下我国水稻高产栽培提供理论依据和应对技术途径。
1 材料与方法
1.1 试验地概况
试验于2006年6月-2008年10月份在江苏省农业科学院(N32°02′,E118°52′,海拔11m)试验地进行,该区域属江淮单季稻作区,为北亚热带季风气候。年平均日照时数超过1 900h,无霜期为237d,年降水量1 000~1 100mm。2000-2008年该地年平均气温为16.7℃,较20世纪80年代和90年代分别提高了1.5℃和0.7℃[12]。试验区土壤为棕壤土,土壤有机质、全氮、全磷、全钾含量分别为8.24、2.52、0.60和14.00g·kg-1。前茬均为小麦。
1.2 材料
供试水稻品种2006年和2007年均为武运粳7号(Oryza sativa L.cv Wuyunjing 7),2008年为南粳44(Oryza sativa L.cv Nanjing 44),均属早熟晚粳品种。
1.2.1 试验设计
试验设全天增温(All-day warming,AW)、白天增温(Daytime warming,DW)、夜间增温(Nighttime warming,NW)和常规对照(Control,CK)4个处理,全天增温是指水稻从移栽到成熟全生育期内昼夜不间断增温,白天增温是每日7:00~19:00进行增温,夜间增温是每日19:00~次日7:00进行增温,常规对照则是安装与增温处理相同的装置,但不供电。小区随机区组设计,重复3次,小区面积为20 m2,其中有效取样面积为4m2。采用董文军等[12]建立的稻田开放式增温系统对水稻进行全生育期不间断增温。温度监测结果分析表明,全天、白天和夜间增温处理可使水稻全生育期冠层日平均温度、昼间平均温度和夜间平均温度分别升高2.0℃、1.1℃和1.8℃。水稻秧苗生长30d后,2006年于6月24日双本移栽,2007和2008年均于6月16日双本移栽,株行距均为16.7cm×20.0cm。整田时施1 245.00kg·hm-2复合肥(含总养分45%,N∶P2O5∶K2O=1∶1∶1)作为基肥,在分蘖期和抽穗期分别施尿素(养分含量46%)折合成纯氮93.75kg·hm-2。田间日常管理与当地高产栽培技术规程相同。
1.2.2 测定项目及方法
在开花和成熟期,每个小区取地上部具有代表性的水稻植株样5穴并将其分为叶、茎鞘和穗3部分。所有样品先放于105℃烘箱杀青0.5h,然后在80℃下烘干至恒重,并称重。在收获期,每个小区取1m2样品,用于实际产量的测定;将移栽后各小区标记好的10穴水稻进行考种,用于测定每穗总粒数、每穗实粒数和千粒重。在开花期,每个小区取具有代表性的水稻植株单茎10个,用Li-3000便携式叶面积仪(Li-Cor,Inc.,Lincoln,NE,USA)测定单茎的总绿叶面积。各项指标计算公式:
花后干物质积累=成熟期干物质积累-开花期干物质积累;
花前干物质所占比例(%)=开花期干物质积累/成熟期干物质积累×100;
花后干物质所占比例(%)=花后干物质积累/成熟期干物质积累×100;
叶干重所占比例(%)=成熟期叶干重/成熟期干物质积累×100;
茎干重所占比例(%)=成熟期茎干重/成熟期干物质积累×100;
每穗库容量(g)=每穗总粒数×千粒重/1 000[13,14];
绿叶比(%)=开花期总的绿叶干重/开花期总的干物质积累×100[15];
粒叶比=成熟期每穗实粒数/开花期单茎总绿叶面积[15];
花后叶片的转运率(%)=(开花期叶片干重-成熟期叶片干重)/开花期叶片干重×100;
花后茎秆的转运率(%)=(开花期茎秆干重-成熟期茎秆干重)/开花期茎秆干重×100;
花后干物质的转运率(%)=(开花期茎叶干重-成熟期茎叶干重)/开花期茎叶干重×100;
在抽穗开花期,每个小区选择同日始穗的单茎穗100个并挂牌标记。将中部颖花盛花期定为全穗的开花期,分别于开花期、此后每隔5d到成熟期随机取标记穗5个,并按照文献[16]的方法分为强势粒和弱势粒,置于105℃烘箱杀青0.5h,然后在80℃下烘干至恒重,并称重。
生长模型及参数意义:用Curve Expert 1.3软件以Richards方程模拟籽粒生长。籽粒重(W)依开花后天数(t)的变化可用(1)式的Richards方程表示:
式中:a为终极生长量,b为灌浆初值参数,c是灌浆速率参数,d是灌浆曲线形状参数。当d=1时,(1)式即为Logistic方程;当d>1时,生长发育的初始值较大,前中期的籽粒增重平稳增加;当d<1时,生长发育的初始值较小,早期增长慢,前中期后则会补偿超出。这些特性可用方程(2)和(3)予以说明。
灌浆速率GR(grain-filling rate)以方程(3)求解。
GR=W×c×d 1[-(W/a)d](3)
当t=0时,可计算起始灌浆速率GR0和初始相对灌浆速率即起始势:
对Richards方程求二阶导数,得到灌浆速率变化率GR′=0,即:
此时,为灌浆速率的高峰期,也是灌浆物质积累曲线的拐点,灌浆速率由快变慢的转折点。其时间(花后天数tpoi)可由公式表示:
生长模型和参数的意义,可参照顾世梁等[17]和张强等[18]的方法。
1.2.3 数据处理与统计分析
采用Microsoft Excel 2003绘制相关图表,并用SPSS 11.5对所有数据进行统计分析,并利用最小显著极差法(LSD)进行方差检验。
2 结果与分析
2.1 地上干物质与籽粒产量
由图1可见,3种增温处理均有降低水稻地上部干物质和产量的趋势。2006-2008年,AW、DW和NW使水稻地上部干物质平均分别降低9.3%、16.3%和6.1%,且2006年AW和DW的差异均达到显著水平。同时,AW、DW和NW处理使水稻产量3a平均分别下降4.6%、12.0%和7.7%,并且2007年DW处理的差异显著。
2.2 籽粒灌浆动态
对稻穗不同部位籽粒灌浆过程中籽粒重依穗后天数的动态过程用Richards方程拟合,得方程参数估计值及决定系数于表1。从表1可以看出,增温处理及常规对照稻穗不同部位籽粒灌浆进程Richards方程的拟合度均较高(0.98以上)。因此,供试水稻品种在非对称性增温处理下,稻穗不同部位籽粒灌浆过程可以用Richards方程来描述。
比较Richards方程拟合的增温和对照各粒位最终粒重(a)可知,在不同增温处理下,强势粒的a值均小于常规对照,而弱势粒的a值相反。相对于常规对照,全天增温、白天增温和夜间增温的强势粒a值的降幅分别为6.1%、4.7%和5.6%;而弱势粒a值的增幅分别为6.8%、2.5%和17.8%。同时,对千粒重的分析也发现,增温处理使强势粒的千粒重呈下降趋势,而弱势粒的千粒重呈上升趋势。可见,增温处理对强势粒的灌浆不利,而有利于弱势粒的灌浆。
由表2可知,增温处理对强势粒的起始灌浆速率(GR0)、相对起始势(GR0/W0)、最大速率(GRm)和平均灌浆速率(Va)有增加的趋势,而对最大速率时间(Tpoi)、实灌时间(T99)和最大速率时粒重(Wpoi)有降低的趋势,除了夜间增温的最大速率时粒重(Wpoi)外。相对于常规对照,全天增温和白天增温处理对弱势粒的最大速率(GRm)、平均灌浆速率(Va)、最大速率时间(Tpoi)和最大速率时粒重(Wpoi)有增加的趋势,而夜间增温对上述参数则有降低的趋势。
a为籽粒最大重量;b、c和d为方程参数;R2为决定系数。A means the maximum weight of akernel;b,c and d mean equation parameters;R2means determination coefficient
GR0:起始灌浆速率;GR0/W0:相对起始势;GRm:最大灌浆速率;Tpoi:最大速率时间;Wpoi:最大速率时粒重;T99实灌时间;Va:平均灌浆速率GR0:Initial grain filling potential;GR0/W0:Relatively initial grain filling potential;GRm:Maximum grain filling rate;Tpoi:Time reaching the maximum grain rate;Wpoi:Weight of a kernel at the time of maximum grain filling rate;T99:The time of grain filling reaching 99%;Va:Mean grain filling rate
2.3 花前与花后物质积累及比例
由表3可知,3种增温处理下,水稻花后干物质积累呈下降趋势。2006-2008年,AW、DW和NW处理使花后干物质积累平均分别降低23.9%、30.5%和13.9%,且2006年各处理的差异均达显著水平;增温对花前干物质积累的影响虽在年份之间存在小幅波动,但总体平均未达显著水平。增温处理使花前干物质所占比例增加而花后下降,与CK相比,AW、DW和NW处理的花前干物质所占比例分别增加14.6%、21.6%和13.5%,2006年AW、DW以及2007年DW处理的差异显著;而花后干物质所占比例分别下降15.9%、22.2%和14.1%,2006和2007两年的DW和NW处理的差异均达显著水平。
同列数值后不同字母表示5%差异显著水平。Datas followed by different lowercases within each column mean significant difference at 5%level.
2.4 花后干物质转运率
由表4可知,3种增温处理下,水稻花后叶片的转运率、花后茎秆的转运率和花后干物质的转运率均呈现下降的趋势。AW、DW和NW处理使花后叶片的转运率平均分别降低15.7%、17.8%和20.5%,花后茎秆的转运率平均分别下降17.2%、12.5%和11.3%,花后干物质的转运率平均分别降低1.5%、8.3%和9.9%。
2.5 成熟期叶和茎干重及其占总干物质的比例
从表5可以看出,不同增温处理下,成熟期水稻叶干重占总干重的比例呈递增趋势,而茎干重及其所占比例呈下降趋势。AW、DW和NW处理使水稻成熟期叶干重所占比例分别平均提高了14.2%、14.7%和15.3%,其中2006年各增温处理的差异显著。AW、DW和NW处理使水稻成熟期茎干重分别平均降低了20.0%、20.7%和11.9%,2006年AW和DW处理的差异达显著水平;茎干重所占比例分别降低了6.4%、5.6%和3.0%。
2.6 每穗库容量、粒叶比和绿叶比
由表6分析表明,三种增温处理均降低了水稻的每穗库容量、绿叶比和粒叶比。AW、DW和NW处理下,水稻每穗库容量较CK分别平均降低了9.9%、7.4%和7.4%,且2006年各增温处理的差异均达显著水平。AW、DW和NW处理下,植株绿叶比平均分别下降了0.4%、2.8%和4.8%,粒叶比平均分别下降了4.1%、9.5%和8.1%。
2.7 籽粒产量与积温和冠层平均温度的相关性
表7是增温后水稻产量的降幅与积温和冠层温度的相关性分析。可以看出,产量的降幅与抽穗前积温的降幅呈显著正相关,与抽穗后积温、全生育期积温、日均温、日最低温以及各增温处理与对应常规对照温度均值的差值的增幅呈显著负相关,而与日最高温和日较差的变化无显著相关性。
*表示0.05水平的显著性。*mean significant difference at 0.05level.
3 讨论与结论
3.1 讨论
近年来,气候变暖对作物生产力的影响已引起各界的广泛关注[19,20,21],气候变暖伴随着温度的升高,二氧化碳浓度也在升高。大多数的研究结果显示,增温可能会显著地降低水稻的产量,而二氧化碳浓度增加会提高水稻的产量[22],如果能同时进行增温和二氧化碳浓度增加的研究,会更加准确地预测未来气候变暖对水稻产量的影响。但限于研究二氧化碳浓度增加的试验设施缺乏以及运行成本高等原因本研究是想探讨温度升高的效应,所以,只做了增温试验。如果要做全球变暖背景下的作物生产响应,还应该考虑CO2浓度升高的问题,在今后的研究中,需要进一步完善和补充。有关温度升高对水稻产量的影响前人做了许多研究。Peng等[19]通过对多年气象数据和水稻产量变化的相关分析发现,日最低温每升高1℃水稻产量将降低10%;也有模型预测认为,日最低温每升高1℃,水稻产量将减少13.7%[23];Lele[24]预测发现,增温2℃可能导致谷物产量下降20%~40%,且大部分发生在亚洲和非洲。最近也有研究发现,增温对水稻的产量没有显著的影响[25]。但最新的田间试验研究发现,夜间温度升高1℃,东北水稻单产可提高10%左右[26,27]。由于以前绝大多数关于增温对作物产量的影响多集中于作物模型预测[23,28,29]和对历史数据的分析[19,30],其结果存在很大的不确定性。在不考虑二氧化碳浓度增加的情况下,本研究发现,在增温幅度小于2℃的情况下,3种增温处理使江淮地区水稻产量均呈下降趋势,且降幅为4.6%~12.0%。可见以往的研究可能高估了增温对水稻生产力的影响;另一方面,不同年份处理间产量的差异显著性会不同,可能与当年水稻种植区域背景温度的高低和生育期内的积温有密切的关系。增温对产量下降的影响具体表现为白天增温>夜间增温>全天增温,而结合以往和本研究的结果发现水稻抽穗前积温的降幅与产量的下降趋势是一致的,抽穗后和全生育期积温的增幅与产量的下降趋势是相反的[31];白天增温的白天冠层温度升高幅度<夜间增温的夜间冠层温度升高幅度<全天增温的全天冠层温度升高幅度,水稻全生育期冠层日均温和日最低温升高幅度均表现为白天增温<夜间增温<全天增温[12]。可以看出,在一定温度范围内,积温越高产量下降的越低,不同增温时段各自对应常规对照冠层温度增幅越大产量下降的越少,冠层日均温和日最低温升高幅度越高产量下降的越低。此外,研究还发现[31],不同增温处理使水稻的始穗期呈不同程度的提前,提前天数表现为白天增温<夜间增温<全天增温,这一生育时期对应的积温略微有所下降;而增温处理对水稻始穗期到成熟期的天数影响几乎不大,却增加了这一生育时期的积温,表现为白天增温<夜间增温<全天增温,可见,全天增温比白天和夜间增温处理的全生育期缩短的更多,灌浆结实期的温度也高于白天和夜间增温,但并没有比水稻生长的适应温度高很多,因此对水稻的产量影响较小。
作物源库关系是作物高产生理中广泛被关注的热点问题之一,在气候变暖背景下,有关作物产量与源库关系的研究主要有三种观点。第一种观点认为,源是籽粒发育的物质基础,源的不足是限制水稻产量的主要因素[14]。例如,夜间增温加速早稻剑叶衰老[32]。类似的研究发现[8],在灌浆结实期对水稻进行增温处理,使水稻叶片叶绿素含量降低。徐振江等[11]最近的研究表明,增温处理使灌浆中后期剑叶的叶绿素含量和净光合速率显著下降。同样,从最新的研究[7]中也可以发现,增温处理下,剑叶SOD酶和POD酶活性逐渐下降,MDA含量逐渐上升,光合活性降低。结果也发现,在增温处理下,水稻的绿叶比、叶片转运率、茎秆转运率和干物质转运率均呈下降趋势。笔者研究还发现[31],虽然增温后水稻的剑叶面积、剑叶叶绿素含量和总绿叶面积均呈不同程度的上升趋势,但光合速率并没有显著变化,而呼吸速率均增强。可见,水稻的源下降不仅与花后物质的转运不畅有关,还与夜间呼吸速率的增强密切相关。第二种观点认为,库是产量的直接构成者,并且库容对源的生产具有反馈作用,要提高产量就要依靠不断的扩大库[14]。有研究表明[9,10,11,7],灌浆结实期增温处理使籽粒的结实率下降、实粒数降低以及粒重下降。还有研究发现[33,34],不同生育阶段夜间增温对水稻库容的影响存在明显差异。幼穗分化前夜间增温促进双季稻的有效穗数显著增加;然而幼穗分化至抽穗期夜间增温导致颖花退化,使每穗发育颖花数减少;灌浆结实期夜间增温使双季早稻的结实率显著下降,而双季晚稻的结实率则显著提高。本研究的结果发现,昼夜不同增温处理使水稻的库容量下降,进而影响水稻的产量。同时发现,增温对强势粒的灌浆不利,而促进弱势粒的灌浆,使强势粒的最终粒重下降,弱势粒的最终粒重上升,由于弱势粒的粒重小于强势粒,总的粒重下降,最终影响水稻的产量。
第三种观点则是将粒叶比作为评价水稻源库关系是否协调的的一个综合指标,认为在适宜的LAI条件下,粒叶比高则有利于源库的协调,并可进一步提高作物的产量[35]。研究表明,在增温处理下,水稻的粒叶比下降,说明增温后不利于水稻源库关系的协调。从以上论述可以看出,不论是从源、库的角度出发,还是源库协调的关系分析,均发现增温后对水稻产量形成的源库特征主要以负面影响为主,源库关系不能很好的协调,进而影响水稻产量的进一步提高。
作物产量的高低取决于光合产物的积累与分配,水稻产量的形成过程实际上是群体干物质合成、积累与分配的过程[36]。本研究证实,尽管增温使成熟期水稻的叶干重所占比例呈增加的趋势,但是降低了茎干重及其所占的比例,最终使水稻的地上干物质呈下降趋势,且与籽粒产量的变化规律一致。已有研究显示,花后的干物质积累对籽粒产量形成的贡献大于花前[37,38,39,40]。从本文结果来看,花前干物质的积累受增温处理影响不显著,但花后干物质的积累及其所占比例均受增温影响而呈下降趋势,因此,增温处理导致的地上干物质和花后干物质的降低是造成水稻产量下降的主要因素。然而,魏金莲等[32]认为,夜间增温对双季早稻的干物质没有影响,但显著提高了晚稻的干物质。Kanno[41]等也发现,在营养生长期进行夜间增温后,有利于水稻总干物质的增加。可见,增温处理对不同生育期干物质积累的影响以及进一步对作物产量的影响还存在争议,今后还有待更多的大田试验验证。
3.2 结论
在小于2℃的不同增温处理条件下,水稻地上部干物质和籽粒产量均呈下降趋势,且AW、DW和NW处理使干物质分别下降9.3%、16.3%和6.1%;产量也分别下降4.6%、12.0%和7.7%。不同增温处理均使水稻花后干物质积累降低而对花前干物质的积累无显著影响。同时,增温对水稻成熟期叶干重所占的比例有增加的趋势,而对茎干重及其所占的比例有降低的趋势。增温不利于强势粒的灌浆,而对弱势粒的灌浆有利。增温处理降低了水稻的每穗库容量、绿叶比和粒叶比,且AW、DW和NW使水稻的每穗库容量平均分别降低9.9%、7.4%和7.4%,粒叶比平均分别下降4.1%、9.5%和8.1%。以上结果表明,在未来的气候变暖背景下,江淮水稻花后的源下降和库不足是导致水稻产量下降的主要原因。
非对称性影响 篇2
正则非对易时空的扭曲霍普夫对称性
通过研究与观察者独立的正则非对易关系,及其扭曲霍普夫代数对称性,发现变换参数与时空坐标存在非平凡的对易子是必要的,这些对易子形式表明所有的对称变换必须包含一个平移变换部分.在前面研究的`基础上把无质量旋量场作为一个模型,通过洛特分析,计算在威尔映射不同排序约定下的守恒荷,并最终得出结论:其守恒荷与威尔映射和星乘积的选择无关.
作 者：荆涛 蔡绍红 张汝坤 梁冬梅 JING Tao CAI Shao-hong ZHANG Ru-kun LIANG Dong-mei 作者单位：荆涛,张汝坤,梁冬梅,JING Tao,ZHANG Ru-kun,LIANG Dong-mei(贵州大学理学院,贵州,贵阳,550025)蔡绍红,CAI Shao-hong(贵州财经学院,贵州,贵阳,550025)
刊 名：贵州大学学报（自然科学版） ISTIC英文刊名：JOURNAL OF GUIZHOU UNIVERSITY(NATURAL SCIENCE) 年，卷(期)：2009 26(6) 分类号：O413.3 关键词：霍普夫代数 非对易 对称性非对称性比赛 篇3
地坛小学杨校长介绍，俄罗斯的小球员均为“00后”，地坛小学队员则是三、四年级和五、六年级的混编球队，在身高上有明显优势。比赛中，身材高大的中国学生跑了20分钟就气喘吁吁，踢得既无战术配合，也无基本拼抢动作。赛前俄方还曾想将比赛时间定长一些，但中方表示孩子体能无法坚持。所以全场定时40分钟。可也只踢了半场20分钟比赛就草草收场。
0比15的比分，仿佛一下子被人踩到了痛脚，很多人立即跳了起来，主持人、记者、前国脚、社会学家似乎找到了天大话题。从踢球、上学、养孩子、教育体制、民族未来一股脑儿讨论起来。好不热闹。还有专家坐在直播室痛心疾首说是悲剧云云。
的确，球踢成了这个样子是够没面子的。然而我觉得并不是中国足球丢了面子，因为现在的中国足球已经没有面子可言，丢与不丢基本上就这个样子了。倒是足球甚或体育之外的因素发人深思。赛场上竞技体育我们所得到的金牌越来越多，可与之相反的是，国民体质却越来越差。平常时候大家心知肚明，倒也能接受，一旦被打出原形立刻恼羞成怒。很多年前，中国孩子与日本孩子在大冬天野营，日本孩子光着脊梁抵御寒风，中国少爷们裹得严严实实且将垃圾扔得满营地都是……那回也让大家伙痛心了一番，于是大谈素质，领导、学者、群众都拿这事儿来举例，似乎真有所触动了。现在过了好多年，估计那一代孩子现在也生娃儿了，情形非但不见好转，反而更不乐观。这回踢足球又折在了俄罗斯孩子身上，大家又嚷嚷议论开了，因为又触动了人们心里头那根脆弱的筋儿。
会有多大作用呢?真说不准。希望就此改变中国孩子接受教育的方式基本上没有可能，更大的可能是，若干年后我们被另外一次什么事情触痛了神经。大概叉得重新震惊一下。反过采说，即使选一帮孩子卧薪尝胆拼命把足球水平练上去，然后找俄罗斯孩子再比一场。把人家打得稀里哗啦丢盔卸甲又能怎样?根本不改。仅在细枝束节上下工夫是没用的。人家中小学生在八年级以前主要精力就是锻炼身体、培养人际交往能力，因为人家相信孩子在八年级以后还有足够的时间来学习文化知识。我们的孩子大概从幼儿园阶段就得开始与外语、奥数之类的东西打交道。美其名曰不要输在起跑线上。
家长不愿意自己的孩子把宝贵精力“浪费”在体育锻炼上，学校要“确保”安全怕惹麻烦时体育锻炼干脆应付应付就得了，据说现在不少学校把本就不多的体育器械也当做废品处理了。
既如此，我们为什么要跟别人比赛呢?要比也得換个方式，譬如人家比体育，我们就比学习；人家比素质。我们就跟人家比奥数……记得做“睡狮”那阵子，被外国人压得透不过气了，就开始幻想：有个厉害的洋人采了，我们就有武林高手横空出世，在比武时将对手打得满地找牙，于是大长国威，最终一扫“病夫”的晦气。当然，现在还有没有那时的英雄气概谁也不敢保证了。那么，洋人谈技击，我们不妨谈气功：人家谈气功，我们就谈武学理论：人家一旦谈理论，我们就谈GDP。只要不对称比起来我们就可以永远立于不败之地，只要不真刀真枪打仗老子一定战无不胜。
言归正传，一所小学的孩子们跟外国孩子踢场足球赛。比分不好看真不必要太当回事。孩子过家家呢，大人在一旁谈得唾沫星子乱飞就太小家子气了。若能由点到面，由表及里研究一些内在的东西才是紧要的。
编辑 杨逸
非对称布置对动臂塔机塔身的影响 篇4
当塔机升高等到一定高度时,出于对塔机稳定性、安全性的考虑,必须采用附着装置对塔身进行固定。附着装置分为刚性附着和柔性附着两种,柔性附着通常是采用数根带有预紧力的钢丝绳将附着框与锚固点相连,常用在火电建设的冷却塔中[1]。
柔性附着在冷却塔内通常呈中心对称布置,但是受现场条件的影响会出现附着装置非对称布置的情况,经查阅,尚未找到相关文献,因此本文对动臂塔机非对称布置情况下塔身进行研究。
1建模
塔身由基节和标准节组成,但基节除了比标准节尺寸略长外,基节材料、单元类型等参数与标准节均相同,为了方便参数化建模,用标准节代替基节。
1.1基本参数的设定。塔身选用BEAM188单元,弹性模量EX=2.06MPa,泊松比PRXY=0.3,密度DENS=7.85e-9 t/mm3。
1.2几何尺寸的设定。塔身标准节建模时,建好一个标准节后,其余的各节采用复制的方式进行设计。
非对称附着布置方式是指:冷却塔塔心与塔机回转中心不重合,附着绳在冷却塔内不再呈中心对称布置。将二者之间距离定义为偏心距E,考虑偏心距时,在动臂塔机作业范围之内时,偏心距长度的选取可以是任意的。考虑柔性附着非对称布置对动臂塔机的影响,类似于搜索问题,以黄金分割点进行相关搜索,在搜索速度和搜索效率上看都是较快的,因此在偏心距的选取上采用黄金分割点,即0.618法进行划分。
以R=50m冷却塔为例,得偏心距分别为E1=12m,E2=19m,E3=31m,其中E3=31m不在动臂塔机的工作范围之内,因此不予考虑。主要分析两种情况下非对称附着对动臂塔机塔身的影响。
2载荷及工况的设定
2.1载荷设定。作用在塔式起重机上的载荷根据设计规范,载荷按照组合情况B进行计算,包括:自重载荷、起升载荷、风载荷和回转惯性力。加载时需要转化成节点力对各节点进行加载,同时用正负号表示力的方向。
2.2约束设定。考虑现实中动臂塔机的基节与地面间的实际情况,对模型中基节最下面四节点进行全约束[2,3]:
2.3工况设定。考虑塔身布置方式,吊臂仰角和风向,动臂塔机共有12种工况,经计算选取最危险工况,即尾吹风,吊臂仰角,塔身按对角线布置,为计算工况。
3结果分析
3.1 16节一道附着,吊重物Q=50t,数据整理结果如表1所示[4,5]。
由表1得:对角线布置时,偏心距变化对塔身的影响更为明显,E=19m相对于正对布置E=0,最大应力增加了0.48%,最大位移增加了6.07%
3.2依次对吊重物Q=50t,20节二道附着、24节三道附着、28节四道附着、32节五道附着、36节六道附着进行计算,发现36节六道附着,塔身应力、位移增幅最明显,数据整理如表2所示。
由表2可得:36节六道附着塔身对角线布置,E=19m时相对于正对布置E=0,最大应力增加了4.36%,最大位移增加了11.30%,本组数据增幅最大。
4结论
由计算结果可得:
4.1随着偏心距E的增加,正对布置和对角线布置的塔身,最大应力、最大位移均在变大。
4.2对角线布置方式对塔身的影响更为明显,其中36节六道附着对角线布置偏心距19m时最大应力比正对布置无偏心时增加了4.36%,最大位移增加了11.30%。
4.3随着塔身高度增高,附着绳道数增多,塔身最大应力及最大位移均减小,即塔身越稳定,其中36节六附着对角线布置无偏心与16节一道附着无偏心相比,最大应力下降12.69%,最大位移下降78.31%。
4.4通工况下塔身正对布置要比对角线布置更安全。
参考文献
[1]李纲.国内火电建设大型动臂塔机应用情况综述[J].建设机械技术与管理,2008(8).
[2]Attachments of Luffing Jib Tower Crane[J].Materials Product Technologies,2010,118-120:512-516.
[3]ZHANG Xiao-xia,SUN Chang-sheng,ZHU Jian-heng,YANG Xiao-feng.Finite Element Analysis on Flexible Attachments of Luffing Jib Tower Crane.2nd International Conference on Advances in Product Development and Reliability(PDR2010).
[4]兰鹏,刘思聪,陈肖妹等.高耸柔性附着结构有限元分析方法[J].建筑机械化,2012(1):67-70.
贷款行为中的非对称信息分析 篇5
贷款行为中的非对称信息分析
所谓非对称信息是指市场交易或者签订契约的一方比另一方拥有更多的信息这样一种状况。一般来说，这种信息非对称信主要引发两种后果，一是逆向选择，它是签约或者成交之前的信息不对称所引致的逆向选择；二是在签约之后由于行动无法考证而造成的道德风险。
贷款者和借款人之间的信息是不对称的。即有关借款者的信誉、担保条件、项目的风险与收益等,借款者比贷款者知道的更多,具有信息优势。这种情况使贷款者在借贷市场上处于不利地位。
金融市场中信息不对称现象的出现,导致了逆向选择和道德风险问题,影响了市场的有效运行,导致市场效率低下,甚至完全无效率。解决信息不对称问题的方法之一就是设立银行等金融中介机构。这也是金融中介机构为什么在金融市场中发挥如此重要作用的原因。
(一)如何防止逆向选择
1、向资金供给者提供那些正在为投资寻求资金的个人或者公司的详细信息,以消除信息不对称问题。
2、政府管理以增加信息。政府对证券市场施以监管,鼓励公司披露真实信息,使投资者得以识别公司优劣。
3、提供抵押品与增加借款者的净值。只有当贷款者不能归还贷款,导致违约,使得贷款者蒙受损失时,逆向选择才会阻碍金融市场的正常运作。抵押品,作为借款者承诺的当违约便将交付贷款者支配的财产,弱化了逆向选择,它使贷款者得以在借款者违约的情况下减少损失。如果借款者发生贷款违约,贷款者可以卖掉抵押品,并用出售所得的款项补偿贷款损失。于是,贷款者更愿意发放有抵押品担保的贷款,借款者也愿意提供抵押品,因为,贷款者的风险降低,将使借款者更能优先从贷款者那里获得贷款,更有可能获得较低的贷款利率。
(二)如何防止道德风险
1、增加净值。高净值使得债务合约的动力一致。就是说,它使得借款者和贷款者的动机一致。借款者的资产净值越大,借款者按照贷款者的希望和意愿行事的动力就越大,债务合约中道德风险的问题就会减少,而公司筹款也就越容易。
2、监督和实施限制性契约。为了减少道德风险,可以在债务合约中写上限制该企业活动的条款,即限制性契约,来确保其贷款用于你所期望的用途上,并对其活动进行监督确保其遵守和执行限制性契约。限制性契约要求借款公司通过提交会计报表和收入报表的形式来定期提供其活动的信息,以便贷款者更易于对公司实施监督,降低道德风险。
生命中的非对称性是怎么形成的？ 篇6
在一项耗费13年时间才得以完成的实验中，物理学家发现一些迹象，说明生命的非对称性（即大多数生化分子的左旋或右旋）可能是由早期进化中核衰变产生的电子所致。研究人员发现，这些电子破坏某些有机分子的频率稍高于破坏自己镜像的频率。
许多有机分子，包括葡萄糖和多数生物氨基酸，都是手性分子，也就是说，它们与自己的镜像分子不同，就像左手和右手的手套那样。在这种情况下，生命倾向于一贯使用的做法，例如，DNA双螺旋结构的标准形式总是右旋。但是，有机分子为什么会有这种倾向一直是个未解之谜。
许多科学家认为这个选择仅仅是一种偶然。在一个充满了有机化合物的温暖小池塘里，生命也许就在这里诞生了。因为统计上的意外，一个化合物的两种版本在相对量上出现了小小的失衡。随着时间的推移，这个小小的失衡扩大了。
可是，自然法则里的一种非对称性使得人们困惑不解，不知道是否有某些物理现象在生命的早期破坏它的平衡。人们知道，核衰变中涉及的弱核力是唯一具有手性倾向的自然力：在被称为亚原子β衰变的过程中产生的电子总是左旋。这就意味着它们的自旋总是和电子运动的方向相反。这种自旋是一种量子属性，类似条形磁铁的磁化。
1967年，生物化学家弗雷德里克·威士德和环境科学家蒂洛·乌布里希提出，这些所谓的自旋极化电子产生的光子可能破坏的一类分子多于另一类，因而导致了失衡;这些自旋极化电子是放射性物质或大气中宇宙射线粒子的衰变所致。有些物理学家因此认为，电子本身可能就是非对称性的原因。
但是，研究电子或光子破坏一类分子优先于其镜像的化学过程收效甚微，很多实验结果被证明不可能再现。在内布拉斯加·林肯大学的化学物理学家蒂莫西·盖伊所做的几次实验中，电子手性产生了手性失衡，但仍不能确定隐藏其后的化学过程。盖伊认为，查明这个隐藏的化学反应将有助于科学家排除一些被认为可能的因素，更好地理解其后的物理学原理。
不能着急
盖伊和他的同事、物理学家德雷林·琼用低能自旋极化电子射击一种溴代樟脑气体，这种溴代樟脑是在一些地方用作镇静剂的有机化合物。在反应中，有些电子被溴代樟脑气体的分子捕获，然后被激活，之后分子分裂产生了溴离子和其他高活性化合物。通过测量其产生的离子流，研究人员能够看到每个电子偏手性反应的发生频率。
他们发现，左旋溴代樟脑气体分子与右旋电子反应的可能性比它与左旋电子反应的可能性略大。如果使用右旋溴代樟脑气体分子，则情况刚好相反，偏好的方向在最低能量状态翻转，从而引起相反的非对称性。
在所有情况下，非对称性微小但持续不断，就像抛硬币。德雷林说：“非对称性的规模就像接连不断地抛20000枚硬币，平均10003枚是反面朝上，而9997枚是正面朝上。”
德雷林说，这一实验在许多年后可望成功，其中的关键是低速运动的电子，因为这种相互作用需要的时间更长。
这个实验为手性为什么会过度提供了一种理论解释。该研究结果发表在2014年9月12日出版的《物理评论快报》上。
法国尼斯·索菲亚·安提波利斯大学的分析化学家乌韦·梅耶亨里奇认为，自旋极化电子能够将其非对称性传输给有机分子的想法非常引人注目。盖伊和德雷林观察到的那种微小变化最终将被扩大，影响到生命化学的整体，不过这种扩大有已知的机制。他说：“在我看来，主要问题不是放大的过程，而是对手性对称的初次破坏。”
梅耶亨里奇说，他希望看到与生命的起源相关的可重复的手性分子实验，例如与氨基酸相关，这样就能够看到左旋电子是否产生相同效果。
始因
即使自旋极化电子使生命具有手性选择性，目前仍不清楚这些电子是由什么产生的。β粒子的来源包括磷-32衰变成硫-32或μ介子（是宇宙射线粒子轰击大气时衰变链最后产生的基本粒子）衰变。在这两种情况下，电子的运行速度比盖伊的实验快得多。但他表示，电子在不失去其手性的条件下是可能实现减速的。
伊利诺伊州阿贡国家实验室的化学家理查德·罗森伯格说，速度较慢的左旋电子不是通过β衰变产生的，而是通过其他方式产生的。2008年，他和他的团队证明，利用X射线照射一层磁化铁也可以产生手性倾向，证明了手性也有可能在附着于尘埃云或彗星的磁化粒子上的分子中产生。
盖伊及其同事声称，他们打算利用其他类型的樟脑分子进行实验，来了解电子的自旋如何确定两个手性分子的倾向。
梅耶亨里奇说，有机分子与左旋电子之间的相互作用并不是解释生命的手性非对称性的唯一可能。他提出了另一种可能，即大气和中子星中光的散射产生了圆偏振光。2011年，梅耶亨里奇及其同事证明，这种光可以将其偏手性传递到氨基酸里。
非对称性影响 篇7
关键词：金融不稳定性,宏观经济,非对称影响,分析
金融危机在世界范围内的大规模爆发, 使金融稳定性与宏观经济之间的关联性逐渐受到学术界和社会的广泛关注。欧盟和美国国会分别建立了专门的金融稳定监管委员会, 负责金融系统的稳定性监管, 中国政府也建立了专门的金融稳定局, 并定期向全社会发布金融稳定报告, 与此同时还成立专门的研究小组分析金融不稳定性对宏观经济非对称的影响作用[1]。
1 金融不稳定性概述
(一) 金融不稳定性的相关理论
早期对金融不稳定性的研究主要侧重于理论研究层面, 最早的是Fisher的"债务-通缩"理论, 该理论暗含了金融系统具有内在的不稳定性, 以及金融系统会呈现出周期性的繁荣或萧条, 而且金融繁荣取决于金融机构的过度负债, 而萧条则取决于随后产生的通货紧缩。金融不稳定性理论早在Keynesd的《就业、利息与货币通论》中就有所阐述, 但是系统的对这一理论做出研究则是Minsky在1982年提出的"金融不稳定性假说"。该理论指出金融系统本身很脆弱, 且具有不稳定性, 金融机构的不稳定性来自于信息不对称时产生的逆向选择和存款者的道德风险问题。当金融机构利率上升到一定的高度时, 利用外部融资的投资繁荣就会被打破, 并导致严重的金融危机和经济大萧条。"金融不稳定性假说"的核心观点是金融系统的稳定性会随着时间的流转而呈现出两种不同的区制状态, 而且经济体的融资关系还会在金融系统的这两种区制状态之间转移。与Minsky的"金融不稳定性假说"相似的理论是Bernanke的"金融加速器理论"。他指出金融系统能够放大经济的周期波动, 在投资繁荣的时期, 金融机构为了增加自身的盈利, 会不断增加信贷量, 信贷量的增加也创造了一种宽松的信贷环境, 导致资产价格直线上升, 金融不稳定性状态逐渐积累, 如果没有人干预这种风险状态的扩大, 就会导致金融危机的全面爆发。
(二) 金融风险的演变过程
金融风险的演变过程一般经历了三个阶段, 第一阶段是早期萌芽阶段, 第二阶段是不稳定因素的积累阶段, 第三阶段就是全面爆发阶段。金融风险在不同的发展阶段会呈现出不同的表现特征, 而且特征差异性较为明显。在早期萌芽阶段主要是出现信贷产品价格高涨等现象, 之后金融企业不断适应这种不断增强的压力性, 最终导致风险的迅速扩散和大规模爆发。最后一个阶段也就是真正意义上的系统性金融危机, 在这个阶段, 金融机构会出现普遍的经济损失和功能损害, 并导致整个金融市场的连锁反应, 情况更为严重时还会导致其他的实体经济受到威胁。
(三) 金融不稳定性对经济增长的影响
金融系统的不稳定性会对宏观经济产生重要的影响和作用, 而且会促进经济增长, 但是这种影响会在不同的经济增长阶段产生差异性的作用。金融系统在稳定期和不稳定期会表现出不同的特征, 金融系统中的诸多变量受到不稳定性的影响, 可能会出现同步的变化。根据金融的区制转移特征以及金融变量的同步性, 可以分析出金融变量中的潜在因素, 从而研究金融不稳定性对经济增长的影响在不同的区制状态下是否会有不同的作用, 也就是金融不稳定性对宏观经济的非对称影响。
2 我国关于金融不稳定性对宏观经济影响的研究
纵观我国关于金融不稳定性研究的文献资料可以看出, 金融压力指标或金融风险只是在金融的不稳定因素积累到一定程度之后所呈现的状态, 因此这些指标相对金融稳定性来说比较滞后, 也无法客观的反映金融系统的同步状态, 而且金融机构的信贷价格也不适合作为金融的不稳定性指标, 因为它不能全面的反映我国的金融不稳定状态。
我国关于金融系统稳定性与宏观经济影响方面的理论研究比较多, 但是在宏观经济不同区制阶段的非对称性研究还很少, 因此我国关于金融不稳定性对宏观经济的非对称影响作用方面还没有形成一套系统的理论研究成果。参考Minsky的"金融不稳定性假说", 可以认为金融系统本身具有不稳定性, 并且在两种周期状态下会呈现出不同的特征, 影响金融系统不稳定的因素和变量可能出现同步的变动, 根据已有的动态因子模型分析, 可以初步认识到影响我国金融不稳定性的潜在不可观因子, 并在此基础上进一步分析金融不稳定性对宏观经济的影响作用体现。
3 视角分析与模型方法
(一) 金融不稳定性的视角分析
本实验将系统性金融危机的根本原因归结为金融系统本身的不稳定性, 从该角度出发进行模型建立, 并以此作为试验变量的选取原则。这个根本原因也可以阐述为经济增长逐渐演变为一种不稳定的状态, 专业的投资经理人低估了风险的发生, 同时金融系统结构的变化也加剧了这种不稳定性因素的逐渐积累。
(二) 模型方法
金融系统中的许多变量都具有同步性, 而且这些变量很有可能受到一个共同潜在的变量的影响, 那么这个共同的不可观潜在变量就可以代表金融系统的不稳定性状态, 因此可以结合使用动态因子模型进行数据分析, 再根据"金融不稳定性假说"的区制状态理论, 建立区制转移状态下的空间模型, 得到影响金融不稳定性的潜在共同因子[2]。
(三) 变量处理
"金融不稳定性假说"指出, 在投资繁荣的状态也就是金融不稳定区制状态下, 金融信贷产品价格高涨, 而在稳定区制状态下, 资产价格往往不高, 也就是说信贷产品价格在一定程度上反映了金融系统的不稳定性。因此在分析金融系统的周期性变化特征时可以选取金融机构的信贷产品价格、股票价格、房地产价格这三个变量作为参考进行分析。
4 金融不稳定性对宏观经济非对称影响验证分析
(一) 金融不稳定性的共同不可观潜在因子
通过上面的模型方法和数据分析可以得到出三个同步金融变量的相互关系, 数据分析结果表明:三个变量之间的同期关系高达百分之九十, 具有较高的同步性。试验结果也表明金融不稳定对参考变量的影响比较大, 而且对信贷产品的价格影响最为明显, 金融系统在稳定区制下的持续时间要明显长于不稳定区制状态下的持续时间, 这也说明我国金融系统的不稳定性因素很容易消除, 并且变为稳定状态后会持续较长的时间。
(二) 金融不稳定性是金融风险发生的根本原因
金融风险发生或金融危机爆发之前, 金融系统总是朝着"资金经理人主导资本主义"的模式发展, 金融机构在低风险的信贷环境下利用信贷产品价格这个杠杆来寻求利益的最大化, 导致金融系统的不稳定因素逐渐积累, 当金融不稳定性积累到一定程度并对经济市场产生冲击时, 就会导致金融市场的连锁损失, 最终爆发系统性的金融危机。
(三) 金融不稳定性对宏观经济的非对称影响
金融系统的不稳定性不仅会给金融造成初始的经济冲击, 而且这种冲击还会成为经济波动的主要影响因素, 因此为了验证这种影响作用需要将信贷产品价格、房地产价格、股票价格加入到回归模型中进行计综合分析。经济增长一般会呈现两种发展态势, 即"高速增长"和"适速增长"这两种对称性的增长态势, 参考变量对"适速增长"阶段的影响程度要明显小于在"高速增长"阶段的影响作用, 通过数据分析可以看出, 我国金融系统的不稳定性在经济繁荣时期会产生积极的正面影响, 而且在某种程度上还存在促进经济增长的作用, 但是在经济低迷增长的阶段, 这种影响作用却没有那么明显, 也不会对经济增长产生促进作用, 因此可以看出, 我国金融系统的不稳定性对宏观经济的增长会呈现出非对称性的影响作用[3]。
5 结语
金融系统会呈现出周期性的不稳定变化, 并且这种不稳定性的波动也会受到各种财政货币政策的影响, 而经济增长又会呈现出"高速增长"和"适速增长"的非对称性阶段, 因此为了及时准确的监测金融系统的不稳定性动态变化, 需要在金融不稳定性积累到一定程度之前就释放各种风险因子, 将其合理的转移到金融稳定状态, 削弱金融不稳定性对经济发展的影响程度, 保持经济的平稳健康发展。
参考文献
[1]曹永琴.中国货币政策行业非对称效应研究--基于30个行业面板数据的实证研究[J].上海经济研究, 2011, 01:3-15.
[2]金永军, 陈柳钦, 攸频.KCC-LM模型:货币政策非对称效应分析的新框架--1997~2006年我国货币政策操作的实证和制度分析[J].金融评论, 2010, 03:17-39, 122-123.
非对称性影响 篇8
1 资料与方法
1.1 一般资料
随机抽取该院收治的的稳定性心绞痛患者160例, 在稳定性心绞痛患者知情并且同意的情况下将其随机分为对称组和非对称组。所选的稳定性心绞痛患者均经诊断疾病确诊, 并且排除患者为心肌梗死后心绞痛、不稳定性心绞痛、心绞痛合并严重心动过缓以及心绞痛合并低血压等疾病情况。
其中对称组中有80例稳定性心绞痛患者, 患者的年龄段在45～75岁之间, 其平均年龄为 (56.8±5.6) 岁, 其中男性稳定性心绞痛患者有53例, 占66.25%, 女性稳定性心绞痛患者有27例, 占33.75%。而非对称组中有80例稳定性心绞痛患者, 患者的年龄段在43～77岁之间, 其平均年龄为 (56.9±5.3) 岁, 其中男性稳定性心绞痛患者有51例, 占63.75%, 女性稳定性心绞痛患者有29例, 占35.25%。
1.2 方法
对两组稳定性心绞痛患者进行相应的治疗时, 其中对对称组中的稳定性心绞痛患者进行单硝酸异山梨酯片药物对称性给药治疗, 即于每日上午5:00～6:00以及下午5:00～6:00分别进行20 mg单硝酸异山梨酯片药物的治疗, 并且患者在进行药物治疗期间进行47.5 mg琥珀酸美托洛尔, 100 mg阿司匹林以及20 mg辛伐他汀药物的口服治疗, 1个疗程为4周。而对不对称组中的患者进行单硝酸异山梨酯片非对称性给药治疗, 即根据患者的具体发病时间对患者进行相应的药物治疗, 第1次对患者给药10mg, 于7 h后对患者给药20 mg。在对患者进行相关药物治疗期间进行47.5 mg琥珀酸美托洛尔, 100 mg阿司匹林以及20 mg辛伐他汀药物的口服治疗, 1个疗程为4周。
对两组稳定性心绞痛患者的心绞痛发作持续时间、心肌缺血总负荷时间以及临床疗效等进行比较分析。其中稳定性心绞痛患者的临床疗效的评价标准为以下: (1) 显效:患者的疾病症状消失或基本消失, 且患者的心肌缺血的总负荷时间减少>75%; (2) 有效:患者的疾病临床症状减轻>50%, 且患者的心肌缺血的总负荷时间>50%; (3) 无效:患者的疾病临床症状无变化, 且患者的心肌缺血的总负荷时间减少<50%。
1.3 统计方法
将数据资料输入SPSS18.0软件包进行分析, 计量资料采用均数±标准差表示, 进行t检验, 计数资料采用χ2检验。
2 结果
由表1中的数据可知, 相对于对称组, 非对称组中的稳定性心绞痛患者的临床治疗效果更为良好, 差异有统计学意义 (P<0.05) 。见表1。
由表2中的相关数据可知, 相对于对称组, 非对称组中的稳定性心绞痛患者的心绞痛发作持续时间以及心肌缺血总负荷时间减少更为明显, 差异有统计学意义 (P<0.05) 。见表2。
3 讨论
冠心病心绞痛作为临床上常见的疾病之一, 主要分为不稳定性心绞痛以及稳定性心绞痛。其中稳定性心绞痛是由于患者长期劳累所引起的心肌耗氧量有一定的增加, 导致患者出现心肌缺血情况[2]。稳定性心绞痛患者的临床症状为冠状动脉粥样硬化, 并且出现较为严重的固定狭窄情况。若患者的心肌需氧量有一定的增加时, 易导致患者出现心肌缺血情况, 主要的临床症状为呼吸困难、胸闷以及心前区不适感等[3]。并且大部分患者出现无症状的心肌缺血情况。因此应积极的对稳定性心绞痛患者进行疾病治疗。
在对稳定性心绞痛患者进行疾病治疗时, 主要采取阿司匹林、受体阻滞剂、硝酸酯类以及他汀类药物的治疗, 必要时对患者给予钙离子拮抗剂治疗[4]。而其中硝酸酯类药物在做有关于稳定性心绞痛患者时, 主要是通过降低患者的心脏前后负荷, 舒张患者的冠状动脉, 降低患者的氧需求量, 促进患者的血流分布, 改善患者的大动脉顺应性, 增加患者的缺血区供氧情况[5]。同时硝酸酯类药物能够有效的抑制患者的血小板聚集以及抑制白细胞粘附于患者的血管内皮, 并且减低患者的血管内皮细胞的氧化张力, 从而对于患者的疾病治疗有一定的临床意义。
而在对稳定性心绞痛患者进行单硝酸异山梨酯片药物的使用时采取常规对称性用药, 易导致患者出现耐药性, 则无法对患者起到药物作用[6]。而对患者采取非对称性给药方式治疗能够有效的改善患者的耐药性[7]。并且由该试验所得相关数据可以得知, 相对于对稳定性心绞痛患者进行对称性给药, 采取非对称性给药使得患者的心绞痛发作持续时间以及心肌缺血总负荷时间减少更为明显, 且临床治疗效果更好, 有一定的积极临床意义。
综上所述, 在对冠心病稳定性心绞痛患者进行单硝酸异山梨酯片药物治疗时, 相对于采取对称性给药方式, 非对称性给药方式使得患者的临床疗效更好, 且心肌缺血总负荷改善情况更好[8], 有积极临床意义。
摘要：目的 探讨单硝酸异山梨酯片对称及非对称性给药对冠心病心绞痛心肌缺血总负荷影响。方法 随机抽取该院2009年11月—2011年11月期间的稳定性心绞痛患者160例, 在稳定性心绞痛患者知情并且同意的情况下将其随机分为对称组和非对称组, 每组各80例稳定性心绞痛患者。其中对对称组中的稳定性心绞痛患者进行对称性给药, 而对不对称组中的患者进行非对称性给药。对两组稳定性心绞痛患者的临床疗效进行比较分析。结果 对称组中稳定性心绞痛患者临床治疗有效的占81.25%, 而非对称组中患者临床治疗有效的占100.00%, 即相对于对称组, 非对称组中的稳定性心绞痛患者的临床治疗效果更为良好, 并且非对称组中的稳定性心绞痛患者的心绞痛发作持续时间以及心肌缺血总负荷时间减少更为明显, 差异有统计学意义 (P<0.05) 。结论 在对冠心病稳定性心绞痛患者进行单硝酸异山梨酯片药物治疗时, 相对于采取对称性给药方式, 非对称性给药方式使得患者的临床疗效以及心肌缺血总负荷改善情况更为良好, 有积极临床意义。
关键词：单硝酸异山梨酯片,对称给药,非对称性给药,心肌缺血总负荷
参考文献
[1]王飞, 钟菁芸.单硝酸异山梨酯片对称及非对称性给药对冠心病心绞痛心肌缺血总负荷影响80例临床观察[J].中国实用医药, 2012, (28) :155-156.
[2]吴宗贵, 李舰南, 樊民, 等.静脉应用二硝酸异山梨酯和5-单硝酸异山梨酯抗心肌缺血起效时间的临床研究[J].上海医学, 2003 (9) :625-627, 696.
[3]苏海芳, 邹蓉, 刘彦, 等.四逆加人参汤治疗心肌梗死后无症状性心肌缺血-附21例临床分析[J].中医药学刊, 2005 (8) :1415-1417.
[4]李为民, 关德明, 于欣宏.三种5单硝酸异山梨酯缓释制剂对冠心病患者抗心肌缺血的作用及安全性评价[J].中国循环杂志, 2005 (4) :269-272.
[5]李尧舜, 吴秀芹.通心络与单硝酸异山梨酯合用治疗老年冠心病心绞痛60例疗效观察[J].中国医药指南, 2009 (12) :278-279.
[6]邓国辉.单硝酸异山梨酯联合通心络胶囊治疗冠心病稳定型心绞痛的临床疗效观察[C]//中华中医药学会、中国中西医结合学会.络病学基础与临床研究 (5) .北京:中华中医药学会、中国中西医结合学会, 2009:2.
[7]ZaidAbdel Naser, Ghoush Abeer Abu, Al-Ramahi Rowa', Are'r Mo-hammed.Evaluationofthe Discrepancybetweenthe EuropeanPharma-copoeia TestandanAdopted United States Pharmacopoeia Test Regard-ingthe WeightUniformityof Scored Tablet Halves:Is Harmonization Re-quired[J].PDAjournal of pharmaceuticalscienceandtechnology/PDA, 2012, (1) :66.
非对称性影响 篇9
本文将汇改后人民币汇率的波动区分为“高波动”和“低波动”的两个状态, 建立了带马尔科夫状态转换的VAR模型, 识别了人民币汇率波动的“高波动”和“低波动”状态及其相应的特征, 进而实证检验了人民币即期汇率在不同波动状态下对宏观经济所存在的非对称性影响。
二、实证模型:带马尔科夫状态转换VAR模型
假设长期购买力平价成立, 那么存在以下公式:
其中et为人民币兑美元的即期汇率 (间接标价法) , pt-pt*为中美通胀指数取对数后的差值。进一步, 假设中美两国的货币市场处于均衡状态, 即存在以下形式:
其中mt和mt*分别为中美货币供应量的对数值, vt和vt*分别为中美货币流通速度的对数值, yt和yt*分别为中美产出的对数值。将 (2) 式减去 (3) 式, 且假设两国货币的流通速度相等, 则得到:
结合 (1) 式和 (4) 式, 并且考虑在实际中中美两国之间购买力平价并不成立, 因此在实证中, 我们有必要将两国之间的通货膨胀率差的因素纳入实证模型, 于是得到以下实证方程:
于是我们建立关于向量xt= (et, mt-mt*, pt-pt*, yt-yt*) ′的MSMH-VAR (P) 模型:
其中vt是截距向量, ut是误差向量, 且ut~NID (0, ∑) , Ai (i=1, …, p) 为系数向量, p为滞后阶数。a (St) 为在不同状态下经济变量的均值, ∑ (St) 为在不同状态下误差向量的方差。在本文中, 我们将状态分为“高波动”状态和“低波动”状态, 而且假设St是一组服从马尔科夫链的离散随机变量, 主要特征是, St等于某个值j的概率受过去的影响仅与最近St-1的值有关;经济系统由上期的区制i向下期各区制的转换概率之和等于1:
或者表示为转换概率矩阵P:
现简单给出MS模型的参数估计思路。由式 (6) 可知, 此时Δxt的分布取决于ΔXt-1、均值向量a (St) 与方差矩阵∑ (St) 。如果经济系统处于某一区制St=i, 那么Δxt的条件分布函数为:
其中, 而仅仅基于t-1期的信息集, Δxt的条件分布函数为:
上式中,
衡量了经济系统在t-1时期处于区制j的概率, 我们称之为平滑概率 (Smoothed Probablity) 。式 (11) 和 (12) 表明时期Δyt的条件分布函数可由t-1时期Δyt-1的条件分布函数和t-2时期的平滑概率推导而出, 因此给定前样本的信息集ΔX0与初始时期经济系统所处区制的平滑概率p0, 我们可以通过式 (11) 和 (12) 的迭代得出各期Δyt的条件分布函数:p (Δxt|ΔXt-1) 、p (Δxt-1|ΔXt-2) 、…, 进而得到样本{Δx1、…ΔxT}的无条件分布函数:
最后利用EM算法对式 (13) 的极大似然函数进行估计, 得到式 (14) 中未知参数的值, 以及相应的各期各区制的平滑概率, 依此我们可以做相应的实证分析。
三、实证结果与分析
(一) 数据选取与平稳性检验
本文的数据样本区间为2005年7月至2009年6月, 频率为月度。中国和美国的货币供应量都以广义层次的货币供应量M2为指标。中国和美国的经济产出为各国的支出法名义GDP, 均利用Census-X12方法进行了季节性调整, 数据来源于中经网统计数据库。人民币即期汇率的月度数据、中国和美国的月度通胀指数和M2货币供应量的月度数据均来源于WIND数据库。对本文所采用的经济变量数据Δxt进行平稳性检验。检验结果见表1, 表中的结果表明差分序列Δxt的各变量是平稳的。
注:*、**、***分别代表10%、5%、1%的显著性水平;NT代表无趋势项的单位根检验;T代表含有趋势项的单位根检验;计量软件为Eviews 5.0
注:状态1:“高波动”;区制2:“低波动”;H0为原假设, H1为备择假设;[]为显著性水平;*、**、***分别代表10%、5%、1%的显著性水平
(二) 人民币汇率波动的状态特征及转换
于是建立 (6) 式所表示年的关于向量的MSMH-VAR (P) 模型, 根据AIC和HQ准则, 本文选择最优滞后阶数为1。由此, 对此MSMH模型进行极大似然估计, 运行软件为OX-Metrics, 估计过程中采用了Krolzig所编制的OX-MSVAR模块, 得到的估计结果见表2。
首先, 表2第二栏给出了模型的非线性检验结果。结果显示, 我们可以在1%的显著性水平上拒绝原假设:经济系统服从线性VAR模型。另外, 在1%的显著性水平上, 似然比检验统计量显著地拒绝了转换概率参数为零的原假设, 也就是说, 模型中经济系统的状态转换性质显著, 可见模型合理地刻画了经济变量在不同状态之间的相互转换。因此, MSMH-VAR是合理的。
其次, 表2中第一栏给出了各模型参数的估计值。均值向量α体现了不同经济变量变动的不同状态。从表中的估计值可以看出, 在“高波动”状态, 人民币汇率的平均波动幅度为-0.036, 而在“低波动”状态, 人民币汇率的平均波动幅度为-0.01。同时, 根据表2中关于状态转换的概率矩阵P的估计结果显示, 当人民币处于“高波动”状态时, 继续维持“高波动”状态的概率为0.72, 向“低波动”状态转换的概率为0.28;当人民币处于“低波动”状态时, 继续维持“低波动”状态的概率为0.18, 向“高波动”状态转换的概率为0.82。
另外, 表3的结果显示, 在样本期内, 汇率波动大概有39%的时间处于“高波动”状态, 平均持续期约为3.5个月, 而有61%的时间处于“低波动”阶段, 平均持续期约为5.5个月, 可见, 人民币汇率处于“低波动”状态的时间及持续期要比“高波动”状态来得长。
最后, 我们根据 (10) 、 (11) 、 (12) 式, 从MSMH (2) -VAR (1) 模型计算出了各状态的平滑概率, 从而得到人民币汇率自汇改以来所处的“高波动”状态和“低波动”状态。见图1。从图1, 我们可以看出, 人民币汇率处于“高波动”状态的主要期间为:2006年1月至2006年3月、2007年7月至2008年8月;而其他时间则处于“低波动”状态。
(三) 脉冲响应函数分析
由上文可知, 本文所采用的MSMH-VAR (1) 模型有效地识别和刻画了汇改后人民币汇率波动所处的“高波动”状态和“低波动”状态, 因此基于以上可信的实证模型, 本文进一步地利用脉冲响应函数方法实证检验在汇率波动的不同状态下人民币汇率波动所存在的宏观经济影响。
图2给出了各宏观经济变量在不同状态下对汇率冲击的脉冲响应函数。根据图2, 显而易见, 汇率冲击在不同状态下对各宏观经济变量存在着明显的不一致:首先, 在人民币汇率的“高波动”状态下, 一个正的汇率冲击将会使得中美经济产出之差值出现负的变动, 在一个月后达到峰值, 然后在15个月后影响逐渐消失;而在人民币汇率的“低波动”状态下, 一个正的汇率冲击则会使得中美经济产出之差值出现正的变动, 在半年后达到峰值, 可见维持人民币汇率波动的稳定有助于我国经济增长;其次, 在人民币汇率的“高波动”状态下, 面对一个正的汇率冲击, 中美通胀率之差值先出现稍微的正向变动, 进而变化为负向的变动, 意味着汇率浮动区间的扩大在一定程度上有利于减轻人民币升值所带来的国内通货膨胀压力;最后, 对于中美货币供应量而言, 无论在人民币汇率的“高波动”状态和“低波动”状态下, 一个正向的汇率冲击都会使其出现正向的变动, 只是在“低波动”状态下的变动程度要低于“高波动”状态下, 这是因为在“低波动”的状态下, 央行为了维持汇率的低幅度波动, 需要进行较强的外汇市场干预, 从而带来基础货币的扩张以及相应的广义货币供应量的增加。
四、结论
经过一系列分析, 本文得出以下结论:第一, 自汇改以来, 人民币汇率波动存在着“高波动”和“低波动”的不同状态, 处于“高波动”状态的主要期间为2006年1月至2006年3月和2007年7月至2008年8月, 平均持续期约为3.5个月, 而其他时间则处于“低波动”状态, 平均持续期约为5.5个月, 而且“高波动”状态向“低波动”状态转换的概率为0.28, 由“低波动”状态向“高波动”状态转换的概率为0.82;第二, 汇率波动对宏观经济存在着明显的非对称性影响, 实证结果表明, 维持人民币汇率“低波动”状态有助于我国经济增长, 而维持“高波动”状态则有利于减轻人民币币值变动所带来的国内通货膨胀压力。
摘要：文章将汇改后人民币汇率的波动区分为“高波动”和“低波动”的两个状态, 建立了带马尔科夫状态转换的向量自回归模型, 识别了人民币汇率波动的“高波动”和“低波动”状态及其相应的特征, 进而实证检验了人民币即期汇率在不同波动状态下对宏观经济所存在的影响。研究发现汇率波动对宏观经济存在着明显的非对称性影响, 结果表明, 维持人民币汇率“低波动”状态有助于我国经济增长, 而维持“高波动”状态则有利于减轻人民币升值所带来的国内通货膨胀压力。
关键词：人民币,汇率波动,MS-VAR
参考文献
[1]、James, Hamilton, A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle[J].E-conometrica, 1989 (2) .
非对称性影响 篇10
嵌段共聚物由于具有两亲性,经常被用作不相容聚合物之间的增容剂,以提高共混界面的相容性[1,2,3,4,5,6,7,8]。然而,这种高分子链的“表面活性剂”或分布在共混界面处降低界面张力或渗入到均聚物相中形成胶束[9,10]。嵌段共聚物只有分布在共混界面才能提高界面增容,胶束的存在不但不会加强界面相容,还可能会作为“缺陷”诱导材料失效[11,12]。如何避免嵌段共聚物胶束的形成、提高增容效率,成为发展聚合物共混产品的关键要素。
关于嵌段共聚物增容的报道来源已久。之前研究认为,嵌段共聚物的分子量[13,14]、含量[15,16]、嵌段比例[17]以及增容剂构造[18,19,20,21]等条件是影响嵌段共聚物增容效果的重要因素。Macosko[13]认为两嵌段共聚物增容应该存在一个最佳分子量。低分子量两嵌段共聚物能够快速迁移到共混界面、降低界面张力,但无法为均聚物提供足够的分子链缠结,以致在退火过程中微观形貌变化较大,无法提供稳定的界面增容;高分子量两嵌段共聚物虽然能够给均聚物提供足够的物理缠结,保证界面黏合,但由于分子量较高,在加工过程中,高分子量嵌段共聚物更易形成胶束,从而难以迁移到共混界面。
在众多的影响因素中,加工过程中共混顺序对增容效果的影响一直被大家所忽视。事实上,加工条件对于聚合物共混产品的性能有着至关重要的作用[22]。另外,之前的研究工作主要集中在对称的两嵌段共聚物(嵌段比例接近50∶50)增容体系,针对如何提高非对称嵌段共聚物增容作用的研究却较少。本实验在之前的研究基础上,选取了分子量相近但嵌段比例恰好相反的两种非对称的聚苯乙烯-b-聚甲基丙烯酸甲酯(PS-b-PMMA)两嵌段共聚物作为增容剂,研究了加工过程中共混顺序对PS-b-PMMA增容聚苯乙烯/聚甲基丙烯酸甲酯(PS/PMMA)共混体系的影响,并通过聚甲基丙烯酸环己酯/聚甲基丙烯酸甲酯(PCHMA/PMMA)共混体系对其增容机理进行了深入研究。
1 实验
1.1 原料
均聚物PS、PMMA、PCHMA以及两种嵌段共聚物PSb-PMMA的分子量等参数如表1所示。两种PS-b-PMMA分子量相近但嵌段比例相反,分别命名为SM1和SM2,其PS体积分数分别为0.106和0.908。分子量较低时,PCHMA与PS互容,但与PMMA不相容[23]。PCHMA的结构式如图1所示。
1.2 试样制备
聚合物共混顺 序以及含 量如表2所示。1#-4#代表PS/PMMA/SM1共混体系,PS组分含量较高;5#-8#代表PMMA/PS/SM2共混体系,PMMA组分含量较高。Ⅰ和Ⅱ代表两种共混步骤。
具体地,1#和5#中未添加任何增容剂,但均聚物比例恰好相反;2#和6#只是简单地将增容剂加入到共混体系内,并没有涉及共混顺序的改变;在3#和7#中,嵌段共聚物首先与连续相混合,得到的共混物再与分散相共混;在4#和8#中,嵌段共聚物首先与分散相混合,得到的共混物再与连续相共混。需要指出的是,1#和5#样品虽未添加增容剂,但仍需进行第二步共混,以便所有样品经历相同的共混热历史。
所有的共混实 验在微型 双螺杆挤 出机 (MiniLab ⅡHaake Rheomex CTW5)中进行。样品的总质量为4.5g,共混温度为180 ℃,螺杆转速为100r/min,共混步骤Ⅰ和Ⅱ的时间均为5min,以保证得到均匀的共混样品。
1.3 分析测试
(1)共混样品微观形貌表征
将得到的熔融共混样品在较短时间内冷却到室温并在液氮中脆断。脆断之后,将1#-4#和5#-8#脆断后的样品分别转移至乙酸和环己烷溶液中刻蚀30min。经去离子水洗涤多次后,样品的微 观形貌通 过HITACHI公司的TM3000型扫描电子显微镜(SEM)观察并记录。SEM扫描之前,样品需要经喷金处理。
(2)共混样品微观形貌变化的机理探究
为精确检测共混体系中嵌段共聚物增容剂的位置,探究其增容机理,将表2中的均聚物PS换成分子量相近的PCHMA。在PCHMA/PMMA/PS-b-PMMA体系中只有PS嵌段能够被四氧 化钌 (RuO4)染色,从而在透 射扫描电 镜(TEM)下呈现黑色[9]。
TEM表征之前,共混样品首先用LEICA的EM UC7型冷冻超薄切片机在-140 ℃液氮气氛中切取超薄试样,超薄切片的厚度大约为100nm。将超薄切 片转移至 铜网 (400目)上,在密闭的RuO4氛围内染色20~30min。然后,被染色样品的微观形貌通过日本JEOL公司的JEM2100型透射电镜(TEM)进行观察,TEM的加速电压为200kV。
2 结果与讨论
2.1 共混顺序对增容体系微观形貌的影响
1#-4#样品经乙酸溶液刻蚀之后的SEM图像如图2所示。通过乙酸 溶液刻蚀,共混体系 中的分散 相PMMA去除[24]。从图2中可以看到,PS/PMMA(70/30)共混体系的微观形貌呈现出明显的“海-岛”结构。未添加嵌段共聚物的样品(1#)中PMMA分散相的相尺寸较大,平均粒径大约为1.5μm。当加入SM1时(2#),分散相PMMA的相尺寸有所减小。当SM1首先与连续相PS共混然后再与分散相PMMA共混时(3#),PMMA的相尺寸进一步减小,PMMA的分布也变得更加均匀。但当SM1首先与分散相PMMA共混然后再与连续相PS共混时(4#),PMMA的相尺寸并没有明显地减小,甚至与未加增容剂时(1#)的形貌相差无几。由此可见,共混顺序对非嵌段共聚物增容共混物的微观形貌有着显著影响。
5#-8#样品中分散相为PS,通过环己烷溶液刻蚀之后,PS被去除[25],SEM图像如图3所示。未添加增 容剂SM2(5#)时,PS分散相的相尺寸较大,平均粒径接近2μm,且分散不均匀。当PMMA/PS(70/30)共混体系中加入PS嵌段含量较高的SM2时,PS的相尺寸并未明显降低。改变共混顺序时,只有当SM2首先与连续相PMMA共混再与PS共混(7#)时,PS的相尺寸以及相形态才得到明显改善;反之,则不会促进分散相相尺寸的降低,如图3(8#)所示。
由于共混体系的界面张力与相尺寸的大小成正比,同时,嵌段共聚物只有在共混界面处才能最大限度地降低界面张力[26]。可以推断:在3#和7#样品中,应该有较高含量的嵌段共聚物增容剂分散在共混界面处;而同样是改变共混顺序的4#和8#样品,增容剂的分布似乎并非如此。
2.2 共混顺序对非对称嵌段共聚物增容的机理探究
为验证上述推论,最直接的方法是能够检测出嵌段共聚物增容剂在共混样品中的位置。但在PS/PMMA/PS-b-PMMA共混体系中,无法确定嵌段共聚物位置。若将1#-4#共混体系中的PS换成分子量相近的PCHMA,增容剂的位置将得到精确检测。原因在于:PCHMA与PS互容,但与PMMA不相容;同时,PCHMA/PMMA/PS-b-PMMA体系中只有PS嵌段能够被四氧化钌(RuO4)染色而在TEM下呈现黑色[9]。不改变其他条件,将替换之后的共混样品命名为1′-4′。由于1′中不含有嵌段共聚物,只对2′-4′进行TEM表征。
将SM1加入到PCHMA/PMMA共混物(2′)的微观形貌如图4所示。在PCHMA/PMMA(70/30)体系内,PMMA形成分散相。由于只有PS嵌段能够被染色而在TEM中呈现黑色,可以看到经过熔融共混之后,几乎所有的SM1迁移到分散相PMMA中,团聚成胶束,只有少量的增容剂分布在共混界面处。导致这样 形貌的原 因在于:在同样条 件下,PMMA含量更高的SM1更易迁移到PMMA相内。
改变共混顺序后的3′和4′样品形貌变化如图5和图6所示。当PS含量较少 的嵌段共 聚物SM1首先与连 续相PCHMA共混时,由于PS与PCHMA相容,SM1形成了以PS为壳、PMMA为核的胶束(图5(a))。经RuO4染色并在TEM下扫描,SM1形成了“空心”胶束。由于SM1的PS嵌段含量较低,此时胶束的壳相对较薄。当再把分 散相PMMA加入到体系中,经过共混剪切,胶束消失,嵌段共聚物几乎全部分布在共混界面上,如图5(b)所示。
对应地,当SM1首先与分散相PMMA共混时,SM1形成了以PMMA为壳、以PS为核的反 相 “实心”胶束 (图6(a))。此时,胶束的壳较厚(SM1中PMMA嵌段含量较高),只是在TEM图中PMMA壳无法被 检测。 当把连续 相PCHMA加入到体系中,胶束不但没有消失,反而继续存在于分散相内,增容效率得不到体现,如图6(b)所示。
通过对比发现,嵌段共聚物会在均聚物中形成胶束。当胶束的壳较薄时,加入另一种均聚物后胶束消失,嵌段共聚物分布在共混界面;当胶束的壳较厚时,加入另一种均聚物,胶束不会消失,最终嵌段共聚物也很难分散在共混界面,这可能与胶束壳的厚度以及熔融共混过 程的剪切 破碎有关。为了形象描述共混顺序对微观形貌以及嵌段共聚物位置的影响,图7示出了分步共混过程中微观形貌演变的理想示意图。在A/B共混体系中A组分含量较高,B组分含量较少,A-b-B嵌段共聚物中A嵌段含量较少(A嵌段为实线,B嵌段为虚线)。
当未加入增容剂时(1#),分散相B的相尺寸较大,共混物界面张力较 大,界面黏合 程度较差。 当加入增 容剂时(2#),由于A-b-B中B嵌段含量较高,增容剂更易迁移到分散相B中,只有较少含量分散在共混界面。改变共混顺序,将A-b-B首先与连续相A共混再与B混合时(3#),嵌段共聚物首先形成壳结构较薄的胶束;在B加入之后,胶束消失,几乎全部的嵌段共聚物分散在共混界面,减小了分散相的相尺寸,降低了界面张力。将A-b-B首先与分散相B共混再与A混合时(4#),嵌段共聚物形成的胶束的壳较厚;当A加入之后,胶束并未消失,而是继续以胶束的形式存在于B相中,界面增容作用未得到体现。
3 结论
采取选择性的共混顺序,可以显著改善共混体系中分散相的相形态和相尺寸。这主要来源于非对称嵌段共聚物在第一种均聚物中形成的胶束壳的厚度。当胶束壳较薄时,在加入第二种均聚物的过程中胶束消失,嵌段共聚物增容剂最终分布在共混界面,降低了分散相的相尺寸,提高了增容效率;当胶束壳较厚时,加入第二种均聚物,胶束不会消失,且一直存在于第一种均聚物中,增容效果未得到体现。
摘要：研究了熔融共混过程中共混顺序对非对称的聚苯乙烯-b-聚甲基丙烯酸甲酯嵌段共聚物(PS-b-PMMA,分别命名为SM1和SM2)增容聚苯乙烯/聚甲基丙烯酸甲酯(PS/PMMA)共混体系微观形貌的影响。扫描电镜(SEM)结果发现:合适的共混顺序可以导致分散相相尺寸的明显降低。为研究其增容机理,还选择了聚甲基丙烯酸环己酯/聚甲基丙烯酸甲酯(PCHMA/PMMA)共混体系,并以SM1为增容剂。透射电镜(TEM)结果发现:当SM1首先与连续相PCHMA混合再与PMMA混合,几乎全部的嵌段共聚物分散在共混界面上,增容效率极大提高;反之,SM1首先与分散相PMMA混合再与PCHMA共混,胶束形成并存在于PMMA相内,未起到增容作用。
非对称性影响 篇11
关键词投资管理；上证指数；非对称性；AREGARCH-M；信息冲击
中图分类号F830 文献标识码A
Asymmetry Analysis of Stock Market
Information Impact Based on Stages
ZHOU Yu
（Hunan Vocation College of Modern Logistics， Changsha， Hunan410000，China）
AbstractThis paper analyzed the asymmetry of information impact using Shanghai Composite Index yields sequence in 19912013 based on AREGARCHM model. First， this paper analyzed the asymmetry characteristics of information impact on Shanghai Composite Index in the years； then Shanghai Composite Index was divided into six stages for further analysis. The results showed that A stock market showed asymmetric information， and that positive and negative leverage of information impact appeared alternately. However， the asymmetry was significantly reduced at present. This suggests that speculative elements of China stock market continue to decrease， investors are becoming more rational， and the level of effectiveness of the Ashare market are being improved.
Key words investment； Shanghai Composite Index； asymmetry； AREGARCHM； Information shock
1引言
很多金融资产（如股票、股指期货等）的波动率对价格下跌的反应明显要高于价格上升的反应，即其在信息冲击下表现出明显的非对称性.对此，学者们给出的解释是：因为较低的股价减少了股东权益，而股价的大幅下降扩大了公司的杠杆作用，进而提高了持有股票的风险，所以也被称为“杠杆效应”.这种非对称性效应在欧美股市与中国股市等已经得到了验证.但对不同时期的分析发现，得出的非对称性效应结果差异很大.经过20多年的发展，中国股市有效性水平得到了很大的提高，在股市发展的同时，其收益波动的非对称性特征有什么变化呢？收集了1991年以来上证指数的收盘价，运用AREGARCHM模型对上证指数的收益波动的非对称性发展情况进行分析.
Engle[1]于1982年提出ARCH模型，ARCH模型能够较好的拟合金融时间序列中的时变方差与尖峰厚尾分布，得到了广泛应用.ARCH（q）模型虽然可以拟合金融时间序列中的异方差，但同时也存在缺点，即要对异方差实现较好的拟合效果必须取很大的滞后除数q，为了处理这个问题，1986年Bollerslev提出GARCH模型，该模型被用来描述信息冲击的对称的时间序列，并且可以大大降低被估计参数的个数.
经济数学第 32卷第3期
周宇：基于阶段划分的股市信息冲击的非对称性分析
许多学者使用GARCH模型研究股票市场价格指数等金融时间序列，但在研究的过程中发现，GARCH模型拟合的条件异方差是一个对称函数，与序列的波动幅度有关但并不能反映股票市场的非对称效应.一般观察研究认为，股票市场的股价在同时上涨一个百分点或者下降一个百分点时间内，股价下跌过程中的波动性更大.这种非对称性使得GARCH模型的研究结果可靠性不够.Christie（1982）的研究结论为，当股票价格下降时，资本结构中附加在债务上的权重会增加，若债务权重的增加的消息泄露后，资产持有者与购买者就有所预期——未来资产收益将导致更强的波动性，该股票价格波动将加大.为了能解释这种现象，从而较好地反映股票市场的这种变动特征，须对标准的GARCH模型进行进一步的修正.Nelson[2]于1991年提出了非线性的指数（Exponential）GARCH模型（EGARCH模型），该模型能较好地克服标准GARCH模型的上述不足，同时也能较好地描绘出股市消息效应的非对称性.
股市存在诸多特征与效应，如，徐林等[3]（2014）对上证指数对数收益率的长相依性进行了统计检验并完成了相应的统计建模以及参数估计，研究表明长相依性质对于股指风险有很大的影响.王璐[4]（2013）利用马尔科夫体制转换ARMA（1，1）研究股市与债市的转换，发现股市和债市体制转换非对称，正相关状态持续期更长，体制转换中存在交替的逃离效应和传染效应特征.
nlc202309040412
对股市的非对称性研究文献主要集中于验证股票指数是否存在非对称性.模型选用方面，任彪，李双成[5]利用三种GARCHM模型实证分析了中国股票市场不同发展阶段波动的非对称性特征，发现该模型是描述中国股市波动非对称性特征的最优模型.何帮强，惠军[6]以2000年1月11日-2006年3月15日上证综指和深证成指收盘价为样本，对中国沪深股市收益率分布用ARMAEGARCHM模型进行拟合，认为该模型能更有效地拟合中国沪深股市的波动性.陈潇，杨恩[7]研究了中美股市波动溢出效应和杠杆效应，发现沪市和深市都存在着显著的杠杆效应，与美国股市相比沪市和深市的杠杆效应较弱；沪市和深市之间存在着显著的双向波动溢出效应，沪市对深市的波动溢出效应更显著；美国股市与中国股市之间并不存在显著的波动溢出效应.杜莉萍[8]运用混合的ANNEGARCH模型对沪深300指数进行实证分析，该结果证明此模型可以更有效的预测指数的短期波动趋势.
然而，股票市场不同阶段的非对称性特征存在很大差别，往往需要分阶段分析，陈浪南，黄杰鲲[9]划分了波动时段，并对各时段分别用GJRGARCHM模型考察利好消息与利空消息对中国股票市场的波动性的非对称影响.韩贵，王静[10]利用1991-2007年中国上证综合指数的历史数据，根据股票市场大的波动周期分五阶段经过EGARCH（1，1）模型估计，以验证市场对信息冲出的反映情况.杨永，朱东洋 [11]选取了2006年1月4日到2008年12月31日期间上证综合价格指数日收益率和收益波动率的数据资料，对中国牛熊市轮替过程中股票市场波动的非对称性分析，发现股票市场的波动在股改后牛熊市期间表现出显著的非对称性、杠杆效应和长记忆性.这些文献在阶段划分上具有一定的主观性，而且注重陈述事实，没有注意股市在发展过程中的成长与完善.
以上文献对股市波动的非对称性特征进行了深入研究，但仍存在不足：大部分对股市的非对称性特征研究不够全面，未划分阶段，而实际上不同阶段股市表现出的非对称性特征差异很大.与那些划分阶段的文献在方法上有所不同，首先运用AR-EGARCH-M模型对上证指数收益率序列波动对每一年的非对称性特征进行分析，在此基础上再对股市划分为6个阶段来研究其非对称性特征，从蔡晓春等[12]的研究得到启发，注重股市的的整体情况与发展趋势.
2模型及数据
2.1相关模型方法
股票收益序列因其自身惯性和滞后效应的影响，通常会呈现出不同程度的序列相关性.针对股票收益率序列的自相关性、有偏性、异方差性和尖峰厚尾等特性，另外，收益与风险成正比，因此，将波动项引入均值方程可以描述金融资产中包含风险的回报.若先建立收益率序列AR模型，然后再使用EGARCH-M模型处理异方差问题，这样就能够很好地解决股票收益序列存在这些特性，取得较理想的拟合效果.
在标准化的GARCH（1，1）模型中：
yt=xtγ+εt， （1）
σ2t=ω+αε2t-1+βσ2t-1. （2）
式（1）中给出的均值方程是一个带有误差项的外生变量函数.由于σ2t是基于前一期的信息为基础的预测方差，所以被叫做条件方差.式（2）中给出的条件方差方程包括三部分内容：
1）均值ω.
2） ε2t-1（ARCH项），提取残差平方的滞后信息以确定条件异方差.
3）上一期的预测方差σ2t-1（GARCH项）.
由于股票收益率序列可能存在序列相关性，且收益可能与风险存在关系，因此，在GARCH（1，1）模型的均值方程中引入AR项与波动项，表达式如下：
yt=xtγ+ar（p）+βσ2t+εt.（3）
上述模型的方差方程中不能反映出信息的非对称性冲击.
EGARCH模型中条件异方差ht=σ2t表现为扰乱εt-i的非对称函数，它不只取决于εt-i的幅度而且还与其相应的符号有关，EGARCH（1，1）函数表达式为：
logσ2t=ω+βlogσ2t-1+αεt-1σt-1+γεt-1σt-1.（4）
等式左边为条件方差的对数，这样可以将杠杆的影响转化为指数的形式，由于指数的取值最小就是0，这样可以保证条件方差的预测值是一个非负的数，放宽了模型的使用条件.杠杆效应是否存在能够通过模型（4）最后一项的系数γ<0的假设检验.只要拒绝假设条件γ=0，就可以得出存在非对称性影响.
使用的模型（AREGARCHM）如式（5）所示.
rt=ar（p）+βσ2t+εt，logσ2t=ω+βlogσ2t-1+αεt-1σt-1+γεt-1σt-1. （5）
rt代表上证指数的收益率序列，ar（p）项是的p由序列的实际情况进行确定，εt为残差项，σ2t为条件异方差.
2.2数据选取
上证综合指数是中国最早发布的指数，是以上证所挂牌上市的全部股票为计算范围，主要为大中型上市企业，上证指数对中国股市的发展具有较强的代表性，选取上证指数来分析中国股市波动的非对称性发展情况.其时间跨度为1991年1月2日-2013年12月31日上证指数收盘价数据，共2 052个样本观测值，数据来源于国泰安数据库.
对上证指数日收盘价的对数收益，即
rt=ln（pt）-ln（pt-1）.
收益率为1+rt=pt/pt-1，得ln（1+rt）=ln（pt）-ln（pt-1），由泰勒展开式得到ln（1+rt）≈rt，其中，ln（pt）为在t时的对数盘点数；rt为日收益率.
使用Eviews6进行数据分析与处理.图1显示了1991-2013年上证指数及其收益率的变化趋势.上证指数收益率在20世纪90年代早期与中期具有较大的波动性，1997年以后，收益率的波动性逐渐变小，但在2008-2010年又有所上升.
nlc202309040412
图1虽然能在一定程度上反映上证指数及其收益率的波动性，但这种波动性的非对称性如何，需要进一步的模型分析.3实证分析
3.1收益率序列基本特征
从上证指数的收益率序列能明显看出，其波动性明显存在着一定的集中性，具有着波动的集聚性特点，即波动大的区间较波动小的区间之间存在明显的区别.
从1991～2013年上证指数收益率序列相关统计量来看，上证指数收益率存在明显的尖峰厚的分布特征，JB统计量较高，在5%的显著性水平下均拒绝序列服从正态分布的假定.
3.2平稳性与序列相关检验
用ADF单位根检验法来检验上证综合指数收益率序列的平稳性.由收益率序列的基本统计分析可知：收益率序列围绕在均值周围波动，不存在着明显异于均值的趋势.因此选择了不带时间趋势的回归模型来进行单位根检验，其结果见表2.可以看出，1991-2013年上证指数收益率序列均是平稳的；通过收益率序列的AC图和PAC图分析，可以直观的看出某些年份的自相关和偏自相关数据都有一部分统计上显著异于0，同时可以观察到诸多滞后的LjungPierce Q检验都是显著的，表明序列存在自相关性，也有某些年份序列不存在自相关，通过OLS回归，给出了序列可能的自相关阶数，见表2的AR项.
序列的条件异方差一般通过ARCHLM方法进行检验，也可直接通过ARCH类模型的拟合系数进行判断，如果EGARCH模型中的EGARCH项通不过检验，即判断不存在条件异方差.
3.3模型试验与阶段划分
对1991～2013年上证综合指数收益率序列进行AREGARCHM模型拟合，其中，只有1994、2000、2002、2007、2009年收益与条件方差存在显著的关系，1994年与2002年条件方差的系数为负，即更大的波动反而会减少收益，2007与2009年均为正，即收益对风险有一个正的补偿，说明近几年股市的有效性较以往有所提高.发现1991、2010、2011年序列不存在条件异方差或者条件异方差不显著.下表为经AREGARCHM模型拟合的每年的非对称效应：
图2显示，上证指数收益率序列非对称效应呈现出一定的阶段性，如1993～1994年上证指数收益率序列受负冲击的影响要大于受正冲击的影响，而1995～1996年上证指数收益率序列受负冲击的影响要小于受正冲击的影响.将上证综合指数划分为6个大的序列阶段对非对称效应进行进一步分析.以年为单位，第一阶段R1为1991～1992年，第二阶段R2为1993～1994年，第三阶段R3为1995～1996年，第四阶段R4为1997～2003年，第五阶段R5为2004～2006年，第六阶段R6为2007～2013年.上证指数收益率序列受信息冲击的影响随着时间的推移越来越小，从某种程度上说明A股市场的有效性水平得到提高.
3.4进一步建模与分析
与上述步骤基本相同，首先分析6个阶段上证综合指数收益率序列的基本特征，如表3所示.可以看出，6个序列均存在尖峰厚尾的特征，且明显不呈正态分布.
对序列的平稳性、序列相关性、1阶ARCH效应进行检验，单位根检验结果显示R1～R6均为平稳序列且均存在条件异方差，但存在不同阶数的自回归性，检验结果如表4所示：对比以上6个模型，除了第5阶段效应不显著外，其它序列的非对称效应均在1%下显著；对比α项可知，第一阶段为1.00，第二阶段为0.37，第三阶段与第四阶段为0.23、0.27，第6阶段为0.05，发现上证指数收益率受信息冲击的强度越来越小，表明中国A股市场的投机活动有较大程度的下降，规范化、有效性水平呈不断提高趋势；从非对称性冲击来看，第一阶段A股市场受到正冲击的影响为1.00，而受到负冲击的影响为0.83（1.00-0.17），受负冲击的影响小于受正冲击的影响，第二阶段受负冲击的影响（0.48）大于受正冲击的影响（0.37），第三阶段受负冲击的影响（0.08）小于受正冲击的影响（0.23），第四阶段受负冲击的影响（0.32）大于受正冲击的影响（0.27），第5阶段不显著，第6阶段受负冲击的影响（0.07）大于受正冲击的影响（0.05），可以看出，A股市场受冲击的影响存在一个反复调整的过程.在早期股市，这种调整的周期比较短，随着A股市场的不断完善，有效性水平提高，调整的周期也相应地拉长.
建模之后，需要对模型的参数与残差进行检验.对估计系数检验，均值方程中的估计系数经过了Wald系数均不为零的检验，故此可以得到均值方程的估计是有效.
进一步对残差进行检验.Q统计相关图的检验结果显示Q统计量均在2倍标准差的范围之内.残差ARCHLM检验结果如表6所示.结果显示除了第五阶段外（在10%的显著性水平下存在条件异方差，但不存在非对称效应），其他阶段上证指数收益率序列F和Obs*R2的统计量均不显著，表明了标准残差不存在额外的ARCH效应，表明方差方程通过残差检验，模型有效.
4结论
采用AREGARCHM模型对中国A股市场上信息对收益率波动的非对称性影响进行实证研究.首先，对每一年上证指数收益率序列的非对称效应进行分析，将自1991年至2013年的A股市场划分为6个阶段，其中第一阶段为1991～1992年，第二阶段为1993～1994年，第三阶段为1995～1996年，第四阶段为1997～2003年，第五阶段为2004～2006年，第六阶段为2007～2013年.
研究结果表明：A股市场不仅存在明显负杠杆效应，也存在正杠杆效应，而且正负杠杆效应交替出现，表现出信息不对称性，但是随着时间的推移，这种不对称性明显减小.表明中国股票市场的投机成分不断减少、投资者不断趋于理性.
在前面4个阶段，中国股票市场波动十分剧烈，总体风险较大，上证指数收益率受信息冲击的强度较大，尤其是在第一、第二阶段，即1991～1994年.这一时期股票市场的发行和交易缺乏全国统一的规范，缺乏统一的法律法规和集中监管.因尚未形成完善的供求机制与市场监控机制，高速发展的股市暴露了许多问题，股市价格的暴涨暴跌，投资者的投资理念不强，其投资行为极易受到各种非理性因素的影响.
nlc202309040412
在后面2个阶段，A股市场波动的非对称性明显下降，尤其是第6个阶段，受负冲击的影响（0.07），受正冲击的影响（0.05），信息冲击对股市的影响较前几个阶段小了很多，这种情况与2005年5月开始的股权分置改革存在较强的吻合.股权分置在很多方面制约了中国资本市场其规范发展和国有资产管理体制的根本性变革，中国股票市场成熟程度在近些年有了较大提高.
股票市场作为宏观经济的“晴雨表”，有着非常重要的作用，股票市场的成熟有利于提高直接融资的比例，降低实体经济对银行体系的依赖；同时加快了企业的经营体制的改革，建立现代企业制度，有利于提高公司的竞争力；通过股票市场的价格发现机制实现资源的优化配置；股票市场不仅给投资者和融资者提供了投融资渠道，也提供分散风险的途径.可以推测，随着中国A股市场的不断成熟，其将在经济中发挥更重要的作用.
参考文献
[1]ENGLE R F， BOLLERSLEV T.Modeling the Persistence of Conditional Variances[J]. Econometric Reviews， 1986，5（1）：21-30.
[2]Nelson， Daniel B. Conditional Heteroscedasticity Asset Return： A New Approach[J]. Economitrica， 1991， 59（2）：350-368.
[3]徐林，祝东进.股市投资回报过程的长相依性与风险度量[J].经济数学，2013：30（1）：50-53.
[4]王璐.股市和债市波动溢出马尔科夫体制转换特征的数量研究[J].经济数学，2013：30（2）：78-84.
[5]任彪，李双成.中国股票市场波动非对称性特征研究[J]. 数学的实践与认识. 2004（9）： 63-68.
[6]何帮强，惠军.基于ARMAEGARCHM模型的沪深股市波动性分析[J].合肥工业大学学报（自然科学版）.2007（7）： 864-868.
[7]陈潇，杨恩.中美股市杠杆效应与波动溢出效应——基于GARCH模型的实证分析[J].财经科学.2011（4）：17-25.
[8]杜莉萍.基于ANNEGARCH模型的沪深300指数波动趋势预测[J].生产力研究.2013（2）：58-61.
[9]陈浪南，黄杰鲲.中国股票市场波动非对称性的实证研究[J].金融研究.2002（5）：67-73.
[10]韩贵，王静.基于EGARCH模型的中国股市信息对称性研究[J].西南交通大学学报（社会科学版）.2008（4）： 107-112.
[11]朱东洋，杨永.中国股市波动的非对称性和杠杆效应研究[J].技术经济.2010（9）.
[12]蔡晓春，邹克.基于ARCH类模型的人民币汇率波动特征比较[J].统计与决策， 2012（13）：152-156.
国际货币体系非对称性分析 篇12
关键词：国际货币体系,关键货币,非对称性,均衡
1 国际货币体系的非对称性的含义概述
国际货币体系从建立、发展、完善直至最后的崩溃过程中, 体系内主要国家在经济实力、经济周期、经济政策独立性、政治权利等方面都存在差异, 这种差异是推进国际货币体系演变的主要力量。同时, 这种差异使得国际货币体系的运行规则和运行机制相对于体系内不同国家而言是均衡的。即对不同国家来说, 遵守规则的成本——收益关系不同, 运行机制所带来的成本——收益关系也不同。本文将这种不均衡性或是差异性称为国际货币体系的非对称性。具体来说, 这种非对称性主要体现在国际货币体系的6个基本问题上, 即主权货币地位、国家权利、危机传导及政策效应、国际收支账户、对外债务影响程度、对外借贷能力等。
实际上从19世纪70年代的金本位制到现行国际货币体系, 这种不对称性一直都存在, 只是不同时期的货币体系都有其特点, 其非对称性的内容也不同。总结从金本位制到20世纪60、70年代的布雷顿森林体系再到目前的牙买加体系, 可以将体系内的国家大致分位两个集团, 核心和外围。其中核心国家处于支配地位, 这使得核心国相比外围国获得更大的自由度和采取更灵活、更低的成本来实现自身的宏观经济目标。也正因存在于核心国与外围国之间的这种非对称性, 以实现自身经济利益最大化为目标的外围国常常有意或不得不改变或放弃体系规则。外围国不执行国际货币体系规则以及核心国滥用特权的道德风险、外围国退出货币体系的威胁、核心国对外围国所施加的经济乃至政治上的压力、核心国为了维护自身利益和体系稳定所作的妥协和让步等, 这诸多因素相互交织相互作用的结果是导致国际货币体系规则调整、核心国地位丧失、甚至最终崩溃的原因。简言之, 正是这种非对称性以及核心国与外围国的相互作用决定着国际货币体系的演进。
核心国与外围国如果从货币的角度来分析可以用关键货币国和非关键货币国来代替。关键货币是指国际上被普遍接受的, 在各国的国际收支中使用最多的, 且在各国外汇储备占比最大的自由外汇。这是关键货币的三大特点, 就目前来说, 主要的关键货币有美元、欧元、日元。但由于美国特殊的国际地位使得美元成为国际交易中使用最广泛, 影响最大的关键货币。这里核心与外围的划分更多的是以本国货币是否作为国际支付、国际储备, 是否被国际经济所普遍接受作为标准, 而非国家经济水平, 因此用关键货币国或是非关键货币国划分更为贴切。
2 非对称性分析
2.1 主权货币地位的非对称性
在国际经济中, K国的货币可以购买任何国家的商品, 而J国则只能用自己的商品来交换, 因为它的货币不是国际货币, 对K国来说它是毫无价值的。同时K国货币作为支付手段被广泛地应用于国际交易中, 国际间的商品本身也以该种货币货币计价。它也广泛应用在国际间的短期和长期借贷合同中。由于国际买卖的非对称性, 各个国家需要积累国际储备, 他们需要以流动性资产的形式保持一定具有购买力的储备以备交易和预防的需要。因此, 中央银行必须保留以关键货币计价的资产作为其储备。另一方面J国, 特别是那些发展中国家或是新兴经济体, 有强烈意愿通过积累储备来防止本国货币的升值, 因为升值将会影响其竞争力。更重要的是, 当中央银行购买储备用来作为对抗投机冲击的防御工具时, 这种预防性需求会造成金融市场一时的混乱, 这从另一个角度凸显了J国家被动的局面, 即无论什么时候J国都必须购买以关键货币计价的储备。
2.2 权利的非对称性
在国际经济中, K国被看作是国际货币这种“商品”的提供者, 它只需发行货币就可直接获得国际铸币税收益。K国通过这种方式很大程度上控制了全世界的货币供应, 并且这种供应的决策权在K国手上, 世界其他国家很难限制其行为。另一方面, J国对于K国所实施的货币政策往往无能为力, 只能被动接受, 通过改变国内政策来应对外部变化。
关键货币是国际经济交往的主要货币, 绝大多数国家使用都以其作为国际贸易、投资计价和交易结算货币, 关键货币国企业在进出口中一般都采用关键货币进行支付和结算, 不存在关键货币与其他货币之间的结算, 因而就规避了汇率变动的风险。
另外, 在当今世界金融全球化的背景下, 各国保持相当数量的外汇储备, 是稳定本币币值的重要保障。但是, 储备外汇是要付出一定代价的。对于J国来说, 储备外汇相当于为他国进行储蓄;外汇储备的增加要求相应的扩大货币供应量, 这样会增加通货膨胀的压力;持有过多外汇储备, 还要承担外汇贬值带来的损失。而K国凭借货币本位可以拥有较少的外汇储备, 相应的为了外汇储备付出的代价就少之甚少。
2.3 危机传导与政策效应的非对称性
危机传导的非对称性:凯明斯基 (Kaminsky) 和雷哈特 (Reinhart) 对金融危机的研究表明, 如果非关键货币国的危机没有触及到关键货币国的资产市场, 只会在非关键货币国发生区域性危机, 不会造成波及全球的系统性风险。而关键货币国出现金融危机以后, 很容易通过溢出效应影响到非关键货币国。他们考察了金融危机传导途径分为:外围国家——外围国家——外围国家;外围国家——中心国家——外围国家;中心国家——外围国家——外围国家。结论为:如果外围国家的危机没有触及到中心国家的资产市场, 只会在外围国家发生区域性危机, 不会造成波及全球的系统性危机;而中心国家出现金融危机以后, 很容易通过溢出效应影响到外围国家。一个自然的推论是货币金融危机在“中心——外围” 国家间的危机传染具有单向特征:中心国家出现危机时, 外围国家成了中心国家危机的泻洪区, 外围国家出现危机时, 外围国家成了中心国家的桥头堡。
2.4 国际收支账户的非对称性
一般情况下, 当一国国际收支经常项目出现逆差时, 都要进行国内经济政策的痛苦调整, 这是必须的。当J国账户出现赤字时, 它必须减少进口, 收缩经济, 调整经济政策来改变赤字的现状。对于J国来说, 赤字是不可容忍的, 大多数国家都将保持国际收支平衡作为其经济发展的目标。
但是由于K国在国际货币体系中的中心位置, 使其在出现经常项目逆差时, 通过印刷本币就可以弥补赤字, 无需干预外汇市场, 就能维持国民经济的平衡运行。国际市场上的关键货币供给是通过K国贸易逆差形式来实现的, 这无形中也为该国常年巨大的经常项目逆差提供了存在的理由, 解除了K国保持外部平衡的义务, 从而使得K国成为世界唯一可以长久的维持巨额贸易逆差与对外负债而不必紧缩经济的国家。
2.5 外部债务影响程度的非对称性
实际上J国所积累的储备会反映在K国所积累的净外债中。这是因为K国可以通过向J国出售金融资产的方式借债来为它的所进口的商品和服务融资。因为出售资产意味着从外部借债, K国的贸易账户产生赤字, 但相应的它的外部债务也增加了一笔金融盈余额。
对于J国来说, 外部债务的增加会导致本币贬值, 本币贬值虽然可以促进商品出口, 但是却要承担外债负担增加的代价。然而对于K国而言, 由于它的对外债务也是用本国货币计值的, 那么K国多发货币所导致的本币贬值则可为其带来刺激出口和减轻外债负担的双重好处。
3 对当前国际货币体系现状的思考
当前关键货币——非关键货币结构的国际货币体系使得国际金融风险逐渐在非关键货币国家累积, 这使得货币危机、金融危机在发展中国家频繁爆发, 如拉美债务危机及东南亚金融危机, 这表明国际货币领域的收益与风险处于严重的不均衡状态。在金融全球化日益加剧的背景下, 如果处于外围的发展中国家发生金融危机, 处于中心地位的发达国家也很难独善其身, 因为金融危机可以通过贸易、金融或者预期心理等渠道进行扩散和传染。当前面临的金融危机就从中心国家——美国发起的, 仅仅是美国内部的次贷危机波及了全球经济, 这是各个国家始料未及, 却表明了当前关键货币国在国际货币体系中的重要地位和影响。然而如果位于系统中心的发达国家经济出了问题, 整个国际货币体系都面临着均衡被打破的危险。从目前各个国家强烈要求改革国际货币体系便可看出。因此, 美元霸权主导的关键货币——非关键货币的构架注定是一种过渡性的体系, 主权货币充当世界货币具有内在的不稳定性。为了减少国际货币体系的不稳定性, 必须依靠国家之间的货币合作, 尤其是中心国家和外围国家之间的南北合作。外围国家可以通过相互间的合作增强与中心国家的谈判力量。
参考文献