结构性违约、信用分层与评级机构的策略性反应——来自中国信用债市场的证据

2014年以来，以主要集中于民企的"结构性违约"宣告了中国信用债市场刚性兑付的"结构性打破"，债券市场进入了新的发展阶段。利用2013-2017年债券数据，本文深入分析了结构性违约对评级机构行为和效率的影响，主要有如下发现：首先，信用评级的市场公信力会因政府隐性担保导致的"刚性兑付"而削弱；其次，结构性违约爆发之后，信用评级的整体效率有所提升，但在不同发行主体呈现分化，对于非城投类企业，信用评级对发行利差的影响显著增大，意味着评级公信力的显著提升，而对于城投类企业，评级效率并未明显改善；进一步研究表明，出现这种情况的原因在于评级机构在违约后采取了差异化的评级策略，对于违约风险较大的非城投类债券，评级机构倾向采取"收紧评级"的策略；对于违约风险较低的城投债，评级机构倾向于采取"放宽评级"的策略。这种策略性行为是导致市场"信用分层"的重要原因，并有可能推升民营企业的融资成本。     

财政补贴对农产品供应链渠道选择的影响研究

我国是农业大国,农产品供应的稳定关系着民生大计,农业生产是极易受到自然风险的影响,因此我国财政补贴一直向农业倾斜。近几年互联网经济的崛起,改变了商品的传统流通渠道,农业产品也不例外。我国政府在新流通渠道发展时,加大对农产品补贴的力度,这对农产品供应链渠道的选择产生了一定影响,本文就是基于此开展研究。     

支持农业科技创新的路径选择

2019年11月6日,国务院金融稳定发展委员会召开第九次会议,明确要求强化金融支持科技创新。政策性金融坚持社会效益优先、服务国家战略和政策导向,与农业科技创新具有内在的逻辑一致性。本文围绕农业科技融资问题,探讨我国农业政策性金融机构支持农业科技的做法和成效,分析存在的问题和不足,并提出相关思考和建议,以期为缓解农业科技融资难题和发挥好政策性金融作用提供参考和借鉴。     

创新型企业成长支持政策体系选择模式研究

创新型企业是国家经济发展的中坚力量,能够带来巨大的经济效益和社会效益。我国高度重视创新性企业,出台了一系列支持政策,推动创新性企业迅速发展。探析创新型企业成长支持政策体系选择模式,以推动创新型企业健康成长。     

新型小农户融资次序偏好与现实路径——新疆连片特困区的经验证据

通过分析新疆农村入户调查的微观数据,根据McFadden’s随机效用最大化模型和美国经济学家(Mayer)的啄食顺序理论(the pecking oder theory),对新型小农户家庭融资次序偏好的决定因素进行实证检验。结果表明,小农户对正规金融渠道的融资需求较大,亲友贷款和其他民间渠道贷款需求相对薄弱。户主技能水平、储蓄存款以及家庭经济决策十分显著地影响农户的融资偏好顺序,农户非农收入、户主年龄和家庭收入对农户融资偏好具有较为显著的影响,以往借贷经历对农户融资渠道次序选择具有一定的影响。新疆新型小农户实际融资路径遵循正规金融渠道、亲戚朋友等非正规渠道、自我积累的"倒啄食顺序"的偏好。基于经验研究,提出了金融改革政策需要考虑不同地区不同类型农户融资需求和渠道选择的差异性特征。     

新时代大学生知行合一问题研究

我国已从高速增长阶段进入高质量发展阶段,新通信技术、新媒体、互联网的迅速发展,不同价值理念传播速度前所未有,对大学生的冲击力度巨大,一定程度上造成大学生认知上的模糊和混乱。大学生知行不一的问题应当引起高等院校管理部门及师生的高度重视。大学生知行不一主要表现在两个方面:一是思想认识上的模糊和错误;二是行为表现距离社会规范的要求差距比较大。造成大学生知行不一的原因有三:一是道德认知本身存在众多分歧和争议;二是道德选择与现实利益之间的冲突和矛盾;三是情感在道德选择中的作用。要不断完善促进大学生知行合一的基本路径:一是落实思想政治理论课“立德树人”的目标;二是创新教学方式方法;三是改革和完善教学科研管理制度;四是加强校园文化能力建设。     

网购食品消费者选择行为的影响因素

利用1 790份网络调查问卷数据,采用相关分析、交叉分析等统计方法,研究网购食品消费者选择行为,分析网购食品市场渗透率不高、用户黏性不足的主要原因,结果表明,消费者个性特征差异会导致对网购食品的不同态度,进而影响消费者对网购食品的选择行为;良好的网购环境、物美价廉的食品、优质的网购服务,是促使消费者选择网购食品的主要因素,对网购食品安全的担忧、习惯于传统购物方式、网购维权难度大,是抑制消费者选择网购食品的主要因素,尤其是网购食品"难维权、维权难"可能会放大消费者对网购食品产生的消极态度。为此,应加强网购食品多主体协同监管,消除消费者怀疑心理和不放心态度;建立以消费者需求为中心的网购食品质量安全供应链管理体系,推动线上市场和线下实体店紧密结合、融合发展;完善网购食品维权制度,畅通维权渠道。     

一种利用机器学习优化MIMO窃听信道天线选择的方法

为保障多输入多输出窃听信道系统中信息传输的保密性，提出了一种基于机器学习的天线选择方案。首先利用机器学习解决分类问题准确率高、处理大数据高效这一优势，设计了基于奇异值分解的特征值提取、基于信干噪比的标签赋值方案，建立了k最近邻分类器和逻辑回归分类器选择最优天线最大化保密性能（可达保密速率和保密中断概率）。与传统天线选择方案相比，所提方案获得了几乎一致的保密性能，并且大幅降低了系统的选择复杂度和误比特率。