多维贫困视角下数字普惠金融对可持续扶贫的影响分析

基于代表性年份的中国家庭金融调查数据(CHFS),从“吃穿”“用”“住”、教育和医疗五个维度构建了多维贫困指标体系,运用Biprobit模型从贫困状态变动的角度探讨数字普惠金融对可持续扶贫的作用机理、实施效果和异质性特征。研究表明,数字普惠金融可以为可能返贫主体提供差别化金融供给、定向性金融创新和可及性金融覆盖。在此基础上提出了数字普惠金融推进可持续扶贫的建议和对策,具体包括:加强偏远地区数字基础设施建设,提升当地农户的金融素养和提高农民的金融需求能力,构建多层次金融服务供给主体等。

基于随机森林方法的证券市场内幕交易行为识别

内幕交易的行为识别与有效监管对我国证券市场的健康发展具有重要的现实意义。以2001年1月1日至2017年12月31日中国证监会公开处罚的171个发生内幕交易的上市公司为样本,从公司股权结构、财务数据、治理体系以及证券市场微观这四个方面选取了共26个可用于内幕交易行为识别的指标。并分别以不同事件窗口期(重大信息公告日前的时间长度)为依据,利用随机森林算法对内幕交易样本进行学习和识别。实验结果表明,在事件窗口期设定为60个交易日时,本模型的内幕交易行为识别正确率最高,达到79.71%。进一步对26个指标的重要度分析发现,净资产收益率对内幕交易识别的贡献得分最高,且发生内幕交易的股票样本往往伴随着较高的超额累积回报率与较差的经营效益。最后对我国证券市场内幕交易的识别与监管提出了建议。