试论图书馆读者审美素质的培养

本文从图书馆的构成要素出发,以美育为论题的视角,阐述了如何培养读者审美素质的方法。     

互联网消费信贷、传统银行信贷与区域差异——基于省级面板数据的检验

基于2013—2018年31个省级的面板数据,实证检验了互联网消费信贷与传统银行消费信贷的关系,并分析了其区域差异性。实证结果表明,互联网消费信贷与传统银行信贷在区域层面存在显著的互补性,互联网消费信贷渗透到了传统银行信贷服务不足的领域。通过异质性分析,二者的互补性在西部地区更为明显。     

互联网消费信贷与传统消费信贷：互补还是替代?

近年来，随着互联网消费信贷迅速发展，其与传统消费信贷之间存在互补还是替代关系引发关注.在此大背景下，本文基于包含获客成本、申请成本与违约风险识别效率在内的信贷市场均衡模型，从理论层面阐释了互联网消费信贷与商业银行消费信贷之间存在互补性，并从中国某头部金融科技公司随机抽取2017年1月至2019年7月连续31个月50万名互联网消费信贷产品用户的海量数据进行了实证检验.结果表明：互联网消费信贷与传统商业银行消费信贷的相关性由收入效应和竞争效应共同决定，且在全样本中收入效应显著大于竞争效应，整体上呈现正向关系.进一步地，本文在引入下沉市场程度后发现，随着消费市场逐步下沉，收入效应与竞争效应此消彼长，在下沉市场表现出一定的互补性，且随着下沉程度加深，这种互补性表现得更为显著.这表明互联网消费信贷服务能够触达传统商业银行信贷无法触及到的“增量”下沉市场，促进消费升级和普惠金融发展.此外，本文还发现金融科技平台的大数据风控授信与商业银行的授信效果在下沉群体中无显著差异，并未随着消费群体下沉而发生系统性偏离.为正确认识金融科技与传统金融之间关系，进一步推进普惠金融与消费升级提供了有益启示.     

基于ST预测的财务困境测度与股票横截面收益

本文利用特别处理(ST)这一我国资本市场特有的现象和机器学习的方法构造了一个新的刻画上市公司财务困境的测度指标，并研究了财务困境与股票横截面收益的关系。首先利用机器学习的方法建立了上市公司ST的预测模型；再通过预测模型构造上市公司被特别处理的预测概率PrST,并以PrST刻画上市公司的财务困境；最后利用这一新的财务困境测度指标研究了PrST对公司股票收益的影响。研究发现：(1)事件分析结果显示，市场对特别处理公告做出显著的负面反应；(2)以预测模型得到的PrST构造资产组合，PrST高的资产组合收益率显著低于PrST低的资产组合，一个多空股票组合可以产生平均每月约-1.40%的超额收益；(3)构造PrST因子，Fama-MacBeth回归也得到显著的结果。综上，本文的实证研究表明：构造的财务困境指标PrST能有效解释股票横截面收益，PrST因子是一个被定价的风险因子。