数据交易市场双边匹配模型与决策方法研究

针对平台视角下的数据交易供需双边匹配问题,基于双边匹配理论,提出了考虑模糊语言评价信息、区间数评价信息和0-1评价信息的混合型多属性匹配决策方法并定义了属性匹配满意度函数。以供需主体最大匹配满意度为目标,构建了数据交易供需双边匹配的多目标优化模型,并设计模型求解算法,将多目标化模型转化为单目标线性规划模型进行求解,以获取匹配结果。结果表明,通过对供需双方需求信息的详细分析,双边匹配结果能在最大程度上满足双方需求,同时,优化模型具有合理性及有效性。     

金融科技发展与银行提质增效研究

本文运用文本挖掘方法构建银行金融科技发展指标,基于2011-2020年469家商业银行面板数据,研究金融科技发展与银行提质增效的多维关系。研究表明：银行发展金融科技,通过提升金融服务能力和经营管理水平增加经营效益,提升信贷风险管控水平优化银行成本效率,从而实现银行提质增效。通过异质性分析发现,银行金融科技对大型银行营业收入和经营成本的影响略为迟缓,但是大型银行运用金融科技优化经营绩效的整体效果更为突出。     

金融科技与银行信用风险：加剧还是降低

利用文本挖掘法构建各银行金融科技发展指数,并基于2011—2020年492家商业银行数据,运用渐进双重差分理论和固定效应模型研究了银行金融科技与银行信用风险的关系。结果表明：金融科技与银行信用风险之间存在倒U型关系;金融科技通过自信效应加剧银行风险承担,增加信用风险;金融科技通过信息改善效应缓解银企信息不对称,降低信用风险;中小银行信用风险水平受金融科技影响更明显。     

数据要素资产价格、交易收益与效用研究

数据资产化是推动数据要素市场化流通的关键环节。本文建立了数据资产智能合约会员定价、数据资产交易平台定价和数据资产组合定价模型，针对数据所有权和用益权交易方式，研究数据资产价格与交易收益及效用之间的关系。本文研究发现：数据资产定价机制、交易主体收益与效用等是影响数据要素市场化流通的主要因素。通过机制分析表明：一方面，利用区块链智能合约对数据交易进行跟踪与定价，以实名制会员注册信息，形成数据资产交易合同验证等智能化会员合约，能在有效保障数据交易安全的前提下，降低数据资产交易价格；另一方面，通过数据估值与资产定价两阶段定价模型，能有效挖掘数据价值和优化资产价格，形成不同权属的数据资产动态定价策略，实现供需双方效益最大化。而且数据交易成本越高，生命周期越短，买方效用越低，市场评价越差，客户越容易流失。因此，需要加强数据交易市场与资本市场深度融合，建立规范、高效、安全、便利的数据资产化服务体系，促进数据要素市场化流通。