《财经论丛杂志》发表论文赏析

互联网金融空间聚集分析及系统性风险防范——基于t-SNE机器学习模型

来源:财经论丛杂志2019年第8期北京时间:

作者:米传民, 徐润捷, 陶静

单位:南京航空航天大学经济与管理学院,江苏 南京 210016

摘要:互联网金融同传统金融具有不同的空间聚集特征。互联网金融在带来金融开放、门槛降低、效率提升、成本下降的同时,也给互联网金融体系、乃至整个金融系统带来风险新问题。大量研究表明互联网金融在宏观经济冲击、内部脆弱性等影响下,往往具有与以往不同的系统性金融风险特征。本文利用北京大学的31个省和335个地市区域的互联网金融发展指数有关数据,运用t-SNE机器学习模型进行我国互联网金融发展的降维和聚类分析,得到我国互联网金融空间聚集和不同业务模式发展的分布特征,发现在区域发展程度上存在尖峰厚尾,在业务模式上存在不均衡现象。基于此,提出了考虑互联网金融发展区域差异造成的三方面系统性风险,并为防范互联网金融系统性风险提出建议。

关键词:互联网金融,系统性风险,降维聚类,t-SNE算法

基金资助:国家社会科学基金资助项目(17BGL055)

2019年8期其他文献查阅:

企业研发决策、要素配置与创新效率——基于企业微观科技活动数据

农业技术支持、生产行为规范性与农产品质量提升

高质量的内部控制能否降低企业有效税率?——基于模糊断点回归设计的数据实证检验

2018年个人所得税改革的收入再分配效应研究

资本市场开放促进企业创新了么?——基于陆港通样本的微观证据

互联网金融空间聚集分析及系统性风险防范——基于t-SNE机器学习模型

客户关系影响企业营运资金融资决策吗?——基于资金周转中介效应的实证分析

上市公司研发活动与风险信息披露——基于文本分析法的实证检验

领导者的时间提醒真的能够提升员工绩效吗?——一个被调节的双中介效应模型

合法性溢出文献综述与批判性思考

财政负担导致基础设施PPP项目“落地难”吗?——基于城市面板数据的实证分析

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!