随着参议院拨款委员会国防开支法案的近期发布,所有四个国防委员会现在都已为 2025 年国防预算做出了成绩。1 2 参议院拨款委员会跟随参议院军事委员会的授权同事,打破了《财政责任法》的上限,以 28 比 0 的投票通过了比总统预算 (PB) 请求和上限高出 215 亿美元的预算。3 4 5 参议院拨款委员会已将国防预算请求中的各种未获资金的需求和短缺指定为紧急支出,而这些预算被广泛认为低于国家安全需求。参议院授权委员会以 22 比 3 的投票通过了比 PB 高的 374 亿美元,还优先考虑了各种存在短缺的项目和活动,但在显著领域与拨款委员会的意见存在偏差。6 接下来是一系列文章中的第四篇,简要分析了这些标记、它们之间的比较以及它们与 PB 的比较。虽然本报告重点关注参议院授权人和拨款人之间的差异,但下一步重要的是众议院和参议院之间的会议,以解决两院之间的关键分歧点,并制定最终措施。这些差异中最重要的将是国防顶线,参议院现在已为此设定了一个比众议院高出 215 亿美元至 374 亿美元的标记,这表明需要就联邦支出优先事项进行基础性讨论。值得注意的是,以下分析不包括前几年的撤销,并按比例分配未分配资金。因此,所有数字可能与委员会新闻稿不符,但它们有助于突出重大决定和影响。表 1 显示了总体收入范围内各军种的资金情况。尽管每个军种获得的资金都超过了 PB,但参议院授权人对海军和空军的慷慨程度要高于拨款人,考虑到排名靠前的授权人参议员 Roger Wicker 提出的国防投资计划,这也许并不奇怪。7 与 PB 相比,很难对这两个委员会的优先事项做出许多有意义的观察,因为除了几个明显的例外,这两个委员会都全面增加了资金。授权人削减了太空部队 O&M、国防和海军陆战队采购以及空军 RDTE。拨款人总体上削减了 MILPERS,特别是空军 RDTE,使得 AF RDTE 成为参议院评分中与 PB 相比最大的输家。如表 2 和表 3 所示,这些表按拨款项目和项目组成部分细分了国防预算,参议院授权方和拨款方之间的一致性比 160 亿美元的差异所表明的要高。大部分美元价值差异在于太平洋地区为空军和海军指定的紧急建设。除此之外,授权方还为军事人员(主要是空军和海军)提供了 15 亿美元,为采购和研究/开发(同样,主要是空军和海军)提供了近 20 亿美元。拨款方为运营和维护 (O&M) 账户提供的资金比授权方多,强调设施维持,
5 Barardehi,Bogousslavsky和Muravyev(2022)表明,动量利润主要是在正常交易期间从价格中散发出来的,与过夜时间相反,这与势头相反,这是一致的,这是一致的,这是一致的,因为投资者的销售量低于投资者到现金流量信息(在交易日期内发布)。Huang(2022)表明,在投资组合形成期间,赢家和输家收益之间的差异与动量利润有负相关,如果较小的差价表明在编队期间对信息的反应较低,这与我们的模型是一致的(因此,价格更高的价格移动后,形成后的成型)。6一些模型从理性的角度解释了经验观察到的回报可预测性。Cujean和Hasler(2017)表明,在糟糕的时期,由于不确定性的增加,投资者的意见两极化,并且持续的分歧会导致势头。Johnson(2002)表明,当预计股息增长率随时间而变化时,与理性投资者的模型可能会产生动量效应。 尽管这些论文提供了重要的经济见解,但通过动量实现的夏普比率似乎太大,无法用理性模型来解释(Brennan,Chordia和Subrahmanyam(1998))。 7 Jegadeesh(1990)和Lehmann(1990)分别考虑每月和每周的地平线上的逆转,我们的研究主要集中于以前的地平线上的逆转。 有一个单独的文献,重点是更短的(每日)视野。 因此,Baltussen,Van Bekkum和DA(2019)以及DA,Tang,Tao和Yang(2023)将股票和商品指数的每日逆转归因于噪声交易。Johnson(2002)表明,当预计股息增长率随时间而变化时,与理性投资者的模型可能会产生动量效应。尽管这些论文提供了重要的经济见解,但通过动量实现的夏普比率似乎太大,无法用理性模型来解释(Brennan,Chordia和Subrahmanyam(1998))。7 Jegadeesh(1990)和Lehmann(1990)分别考虑每月和每周的地平线上的逆转,我们的研究主要集中于以前的地平线上的逆转。有一个单独的文献,重点是更短的(每日)视野。因此,Baltussen,Van Bekkum和DA(2019)以及DA,Tang,Tao和Yang(2023)将股票和商品指数的每日逆转归因于噪声交易。Nagel(2012)以及So and Wang(2014)发现,当做市商受到财务限制或面临更大的库存风险时,每天的单个股票逆转会更高。 cakici和Zaremba(2022)表明,这些反转的一部分可以通过显着性来解释,即,对于给定一天的平均库存,回报与收益相对的极端程度。Nagel(2012)以及So and Wang(2014)发现,当做市商受到财务限制或面临更大的库存风险时,每天的单个股票逆转会更高。cakici和Zaremba(2022)表明,这些反转的一部分可以通过显着性来解释,即,对于给定一天的平均库存,回报与收益相对的极端程度。