摘要 (
)
PDF全文 (
)
HTML
(
)
可视化
收藏
地方债与收入分配是我国财政政策发挥作用的两个重要领域，协调好两者的关系有助于财政政策“提质增效”。本文采用2011—2018年283个地级市面板数据，并以家庭层面微观数据作为补充，以房价为中介渠道，实证分析地方债（以城投债为代表）对于收入差距的影响及其作用机制。研究发现：地方债发行规模与居民收入差距呈现正向关联，使用多种工具变量进行稳健性检验，上述结论均成立；房价是地方债推动居民收入差距扩大的中介渠道，即地方债发行规模的扩大推升了房产价格的上涨，房价上涨导致居民收入差距扩大；上述效应不受房价水平和区域差别的影响。上述发现丰富了财政再分配的理论内涵，并为完善地方债管理制度、缩小收入差距提供了借鉴。
摘要 (
)
PDF全文 (
)
HTML
(
)
可视化
收藏
上市公司是中国经济重要的微观构成，其高质量发展是经济高质量发展的基础和底色所在。在内外部环境变化导致的百年未有之大变局情势下，上市公司高质量发展表现为其韧性能力所映射的微观主体转型和转危为安、化危为机的培基、升级动力。本文通过使用2019—2021年上市公司数据，分析韧性能力建设对上市公司高质量发展的重要促进作用。研究发现，上市公司业绩韧性不断增强，企业成长与质量相配性提高，实现了企业安全与效率、抗风险与促转变相统一；从上市公司规模韧性和质量韧性收敛分化中可以看出行业轮动潜在趋势，有利于进一步明确行业赛道特征和未来投资重点；中国多层次资本市场体系改革与开放蹄疾步稳促进了全生命周期下不同企业韧性能力建设，为更多韧性足、竞争力强的优质微观主体脱颖而出奠定基础。
摘要 (
)
PDF全文 (
)
HTML
(
)
可视化
收藏
可疑交易识别是反洗钱工作的重要内容，以算法模型为工具分析和识别可疑交易已成为新的趋势。深度卷积神经网络可有效自动提取数据中的分类特征，在众多分类任务中表现出较好的识别效果，已被广泛应用于各领域研究。本文首先基于深度学习理论，选取一维卷积神经网络，并设计了包含7层的模型框架应用于可疑交易识别分析。其次，将Elliptic数据集以7:3的比例划分为训练集和测试集，采用划分的数据对模型进行训练和测试，以GCN模型、Skip-GCN模型、EvolveGCN模型等深度神经网络模型为对照组，验证本文所提出模型的有效性。最后，通过将输入数据中各元素的排序方式随机打乱，探讨模型对数据输入的稳健性。研究结果表明，一维卷积神经网络对可疑交易识别具有较好的适用性，Elliptic数据集总体分类精度可达98%，F1值达到80%，具有较好的分类效果。对比GCN模型、Skip-GCN模型、EvolveGCN模型等在Elliptic数据集上的识别效果，本文所提模型总体上具有较好的识别精度，总体正确率和F1值均达到较高水平。