中国家庭债务风险测度及其预警研究

来源 :金融发展研究 | 被引量 : 0次 | 上传用户:jemi0926
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
家庭债务风险的预警对于防范系统性金融风险具有重要意义。本文基于2013年、2015年、2017年和2019年CHFS数据,采用因子分析法分别构建了中国城镇和农村家庭债务风险指标,结果显示城镇和农村高风险率分别约为25.06%和12.29%。进一步地,使用基于LightGBM算法的机器学习模型对城镇和农村家庭债务风险分别进行了预警,预警模型的混淆矩阵显示正确率分别为98.30%和98.18%,AUC值分别为0.9725和0.9599。SHAP框架下的机器学习模型可解释性分析显示,家庭债务因素、人口结构以及流动性等因素对城镇和农村家庭债务风险均存在明显的非线性影响。经过更换机器学习参数、机器学习算法以及预警模型的可解释方法,显示本文研究结论具有稳健性。本文为中国家庭债务风险提供了相对客观的测度方法,对家庭债务风险起到预警作用。
其他文献
建筑领域发展依赖于技术升级和质量控制,地基基础可以说是建筑工程的根基,地基基础施工质量关系到整个建筑的安全和使用。为了提升地基基础的安全性和稳固性,需要对地基基础施工的工序开展研究,分析其对地基质量和安全性的影响。在璀璨悦璟6栋高层住宅地基基础施工中,涉及桩基和地基处理施工、土方开挖和回填施工,设计工序时,依据外部环境和水文条件等,从质量和安全角度出发,提出了科学合理的施工对策。
情境教学法适用于新时代高校思政课的教育教学,“大思政课”语境下,要遵循在高校思政课彰显育人性、突出时代性、富于生活性、保持协同性的原则。以毛泽东思想和中国特色社会主义理论体系概论课程为例,在课堂教学、实践教学、网络教学中分别开展贯穿古今的“情景式”故事再现、覆盖内外的“沉浸式”场景体验、连线上下的“云端式”情境创设,建构融不同场域、鲜活内容、多元方式、协同队伍为一体的情境教学路径。
在科技不断发展的同时,我国的工业也有了长足的进步,而工业的迅速发展离不开高质量的工业厂房。因此,必须保证工业厂房的建设质量,为国内工业的发展打下良好基础。我国的很多工业厂房,往往都是在软弱土壤上建造而成,如果不重视地基基础施工质量,那么就可能会导致基础坍塌。因此,在工业厂房的建造过程中,必须合理应用地基基础施工技术,确保地基基础工程的施工质量。基于此,对地基基础与加固技术内涵展开分析,并结合实际案
自20世纪80年代以来,带有“笔记体小说”文体特征的小说创作尝试者颇多,其中不乏佳作。近年,随着莫言与贾平凹分别推出新作《一斗阁笔记》与《秦岭记》,“笔记体小说”再次引起关注。这关涉传统文学资源的当代转化、当代文学对传统文学资源的借用等问题:原作改写、文体学借鉴、精神性与思想性层面的回归,甚至一定程度上的“照抄硬搬”,都是常见的方式。这也意味着传统文学资源的当代转化是一项“未竟的事业”,不可能被完
随着数字技术的快速发展与消费者对于时尚需求的提升,加之疫情危机颠覆了时尚产业的核心,催动了时尚企业的数字化转型。新兴数字时尚市场迅速发展的同时,分支出了作为数字化身份表达的三维虚拟时装的发展。不断兴起的虚拟时装开始成为时尚领域的新内容。作为新兴数字时尚先驱品牌与纯虚拟时装建构进程中的个案,虚拟时装屋TheFabricant当下的产品应用表现形式能够映射虚拟时装的未来发展方向,更是虚拟时装发展历史进
<正>在五四青年节来临之际,省人大常委会机关专门召开青年干部代表座谈会,学习贯彻习近平总书记在2022年春季学期中央党校(国家行政学院)中青年干部培训班开班式上的重要讲话精神,庆祝中国共青团成立100周年,教育激励年轻干部以昂扬面貌、扎实行动迎接党的二十大和省第十二次党代会胜利召开,
期刊
“好文章是改出来的”,这句话充分突显出习作修改的重要性。但对于小学语文作文而言,这里的修改不仅是指教师改,还包括学生自评自改和生生互改。新课标明确强调应关注习作修改及其中的合作,要求教师引导学生学习修改习作中的错误,经过反复推敲和铸造,在修改过程中逐步提升小学生的语言文字锤炼能力。文章通过分析当前小学生习作修改中存在的问题,结合具体的教学案例,探讨提升小学生习作修改能力的有效措施。
2008年以来,我国拟定并实行了有关养老保险并轨制度改革的相关政策,我国旨在将过去的养老保险双轨制,通过实行一系列的政策,实现社会统筹和个人缴费的一体化,从而转变为社会统筹与个人缴费结合的养老保险制度。这项改革的实施主要分为两个阶段:首先是覆盖五个省份范围内的公务员机构及其工作人员的试点改革,已经于2008年开展试点;其次是根据公务员法,对法律中规定的机关单位、事业单位以及体制内的工作人员的综合改
联邦学习中用户的数据数量不同得到的聚合权重不同,数据质量不同也会对参与联邦训练的用户聚合权重产生影响。针对传统联邦学习中因单一因素确定聚合权重导致的贡献不公平问题,并且基于用户的数据数量和用户的数据质量提出一种基于数据质量评估的公平联邦学习方案。首先,结合相对熵定义了评估公平标准。然后,运用熵权法定义用户数据质量计算方法,根据用户数据质量得分和数据数量得分计算用户的综合得分,并用综合得分作为用户的