-
金融学科研团队Homophilous Intensity in the Online Lending Market: Bidding Behavior and Economic Effects近日,菠菜资源平台大全金融系李建文副研究员、张博副教授、姜明明副教授与胡金焱教授合作完成的学术论文“Homophilous Intensity in the Online Lending Market: Bidding Behavior and Economic Effects”在金融学领域国际权威期刊Journal of Banking and Finance正式发表。李建文副研究员为第一作者,姜明明副教授为通讯作者。文章利用手工整理的交易数据,揭示了网贷市场借贷双方在年龄、教育、婚姻、区域等维度的相似程度对...
-
耿春晓博士后地区司法水平与产业结构升级——来自巡回法庭设立的证据近日,菠菜资源平台大全博士后耿春晓以通讯作者身份完成的学术论文《地区司法水平与产业结构升级——来自巡回法庭设立的证据》在经济学领域顶级期刊《经济研究》2023年第9期发表。文章的另外三位合作者分别为中央财经大学袁淳教授、肖土盛教授和博士生从阓匀。产业结构升级在新发展阶段的战略重要性日益凸显,提升司法水平对推动产业结构升级至关重要。本文在构建地区司法水平与产业结构升级关系的理论模型基础上,借助最高人民...
-
王哲伟教授信息共享承诺如何影响科研创新竞赛设计近日,菠菜资源平台大全王哲伟教授以共同第一作者和通讯作者身份完成的学术论文“Information sharing decisions in all-pay auctions with correlated types”在经济学领域国际一流期刊Journal of Mathematical Economics正式发表。本文的另外两位合作者分别为新加坡国立大学吕景峰教授和珠海华发投控集团有限公司马洪坤博士。在诸多现实的竞赛情形(尤其是科研创新竞赛)中,参赛者在赛前可能不确定自己的具体类型,如自己在这个新的...
-
张剑虎副教授个人信息保护的市场机制与法律监管的福利效果近日,菠菜资源平台大全张剑虎副教授与林平教授的合作论文《个人信息保护的市场机制与法律监管的福利效果》在经济学权威期刊《经济学(季刊)》2023年第4期发表。该文也是国家自然科学基金重大项目“数字经济反垄断理论与政策研究”和国家自然科学基金面上项目“大数据背景下隐私监管对平台型企业竞争策略的影响研究”的阶段性研究成果。文章基于一个二维Hotelling模型,分析个人信息保护的市场机制和法律规制的福利效果。研究表明,消...
-
石绍宾教授“腾笼换鸟”的房价效应:以老工业区搬迁改造为例近日,菠菜资源平台大全常务副院长石绍宾教授与博士生鞠镇远合作的论文《“腾笼换鸟”的房价效应:以老工业区搬迁改造为例》在经济学权威期刊《数量经济技术经济研究》2023年第6期发表,该文也是国家社科基金项目“人口流动背景下健全常住地提供基本公共服务的财政激励机制研究”的阶段性研究成果。党的二十大报告指出“高质量发展是全面建设社会主义现代化国家的首要任务”。城区老工业区搬迁改造是城市“腾笼换鸟”、促进区域协调、推...
-
刘彦伯助理研究员A panel clustering approach to analyzing bubble behavior菠菜资源平台大全助理研究员刘彦伯及其论文合作者耶鲁大学Peter C.B. Phillips教授和新加坡管理大学Jun Yu教授的合作论文“ A panel clustering approach to analyzing bubble behavior”在经济学领域权威期刊(A类期刊)International Economic Review上正式接收并在线发表。菠菜资源平台大全助理研究员刘彦伯为本文第一作者。本文为识别和检验资产价格泡沫提供了一个新的研究范式,即依赖于混合根面板模型来提升价格泡沫检验的统计检验势。相...
-
张博副教授稻麦人所食南北竟谁分:金融组织区域发展差异的历史起源近日,菠菜资源平台大全张博副教授与经济研究院孙涛教授的合作论文《稻麦人所食南北竟谁分:金融组织区域发展差异的历史起源》在《经济学(季刊)》2023年第23卷第1期发表。文章基于中国正规金融与民间金融共生共演的二元金融格局长期持续以及民间金融“南盛于北”的现实观察,考察历史上的农作物种植方式对二元金融组织发展的影响及其作用机制,剖析这种二元金融格局形成的历史根源。文章利用中国252个地级及以上城市数据、中国劳动力...
-
裴有权副研究员A latent class Cox model for heterogeneous time-to-event data传统的信贷风险评估方法主要是基于计量经济学和机器学习领域的二分类方法来预测客户是否会违约或计算客户的违约概率,无法预测违约发生的时间。在大数据与人工智能时代,数据可能呈现出异质性特征,导致基于单一化建模的方法将不再适用。论文提出了一种具有组群结构的Cox比例风险模型,来刻画客户的异质性风险,通过混合生存分析 (survival mixture model) 的方法来对异质性风险进行建模。该模型突破了必需假定组群结构中分组个数的约束,创建了一种基于惩罚似然函数的EM算法来估计潜在的分组个数以及模型参数,从理论上证明了该方法识别分组个数的相合性以及参数估计的渐近正态性,并通过一系列模拟实验和实际数据分析验证了所提方法的有效性。