FinTech信贷规模能刺激金融机构提升涉农贷款占比吗？

金融科技提升了金融机构的风险承担水平。作为一类重要的金融科技,非金融机构的FinTech信贷规模能因为刺激金融机构提升风险承担水平,而使其加大涉农贷款投放以提高涉农贷款占比吗？本文将非金融机构的FinTech信贷规模及金融机构风险承担水平引入Opiela的模型,构建代表性金融机构的目标函数和约束条件,进行理论分析并提出研究假说;然后基于2009—2017年中国31个省市区平衡面板数据,采用个体固定效应模型,检验研究假说,探讨FinTech信贷规模与涉农贷款占比之间的关系问题。研究结果表明,FinTech信贷规模可提升金融机构的涉农贷款占比,但涉农贷款占比增速边际递减。进一步研究表明,市场化水平和房地产发展状况还通过FinTech信贷规模的部分中介效应,间接影响涉农贷款占比。最后,就发展FinTech信贷、助力乡村振兴战略的实施提出了相关政策建议。     

发展不平衡视角下地方监管沙盒竞争的演化博弈分析

目前，已有少数地方政府陆续推出监管沙盒促进本地经济发展。地方政府之间基于监管沙盒很可能展开新一轮博弈，欠发达地区在这一博弈中会最终出局吗？本文将地方政府区分为发达和欠发达两类群体，基于演化博弈模型对这一问题进行研究。结果表明，发达和欠发达两类群体监管沙盒的最终结局存在较高的依存性，任何一方均无法单方面决定本方监管沙盒的最终结局；欠发达群体的监管沙盒仍有一定的生存空间，在与发达群体博弈中并非一定会出局。     

手机App列表信息在信用风险评价中的应用——基于互联网借贷平台的实证研究

随着互联网的发展和智能手机的普及，用户手机数据被用来评估借款人的信用风险，使用到的数据有通讯记录、短信息接发、移动轨迹、用户行为数据等，而本文研究了手机上所安装的App列表和借款人信用风险之间的关系。通过对某大型互联网借贷平台上的个人借贷数据以及借款人手机上安装的App列表数据的分析发现，手机上安装的App和借款人的信用状况存在关联关系。安装生活类、金融类和买房买车类App的借款人比没有安装这些App的借款人信用风险低；其中，记账类App、外卖类App、股票类App和买房类App对借款人的信用风险有较强的识别能力。把手机App列表信息加入信用风险评价模型之后，信用风险评价模型的区分能力得到显著提高。