互联网金融背景下“软信息”对于违约行为的影响——基于Logit模型

互联网金融背景下,网络平台积累了越来越多的用户行为信息,而且这些信息与借款人提供的传统信息之间存在较大差异。如何有效地利用这些信息来降低借款人与投资人之间信息的不对称,对于提高风险控制水平、预判违约行为发生的可能性具有重要意义。借助拍拍贷平台提供的海量数据,从"软信息"的角度出发,探索其与借款人违约行为的关系。实证分析结果表明:当借款人在申请借款时修改信息的数目高于12项时,违约的机会概率会提高;当借款人在贷款成交之前修改内容的天数越多、修改时距离成交的日期越近时,违约的机会概率相应会越高。而当借款人最近3个月在社交网络存在去欧洲或者美国旅游的信息,或者填写借款信息的完整程度较高时,相应的违约机会概率则较低。

特大型城市猪肉产销价格传导机制研究——基于北京市猪肉价格与外埠猪源地价格相关性分析

猪肉作为一种主要消费品,在人民生活中占有重要地位。北京市猪肉需求量大,生猪外埠依存性高,是典型的猪肉输入区。因此,本文从区域流通的视角探究北京市猪肉价格的传导机制,主要运用协整检验和误差修正模型研究五大猪源地的仔猪及待宰活猪价格对北京市去皮带骨猪肉价格产生的影响。实证分析结果发现猪源地仔猪及待宰活猪价格对北京市猪肉价格具备良好的价格发现与引导关系,它们之间存在长期均衡关系,短期误差符合反向修正机制。除个别情况外,猪源地仔猪及待宰活猪价格是北京市猪肉价格显著的格兰杰原因。