学科服务 更多>>

关键词： 加密货币   数字稳定币   下一代金融基础设施   国际金融体系   美元霸权  

摘要： 2024年,美国在数字货币领域取得一些新的重要进展,可能对未来国际金融体系产生深远影响。一是特朗普大力支持加密货币发展并考虑建立比特币战略储备;二是美国大型金融机构和平台企业在积极推进美元稳定币和存款代币化项目;三是纽约联邦储备银行及美国大型金融机构参与了基于代币化的“下一代金融市场基础设施”国际合作。这些进展可能进一步巩固美元霸权,阻碍发展中国家促进国际货币体系多元化的努力,并削弱中国在数字货币领域的先发优势。中国需要推动央行数字货币合作,考虑融入加密货币全球体系,并以公私合作方式扩大数字人民币生态圈。

关键词： 社会信用   信用治理   基层治理   惩罚   奖励  

摘要： 依托社会信用体系建设,规制和矫正社会中广泛存在的轻微违法及背离公序良俗的行为是信用治理的核心任务之一。实践中,一些地方过度青睐权威治理资源,简单将社会信用视为惩戒抓手,偏爱采用惩罚型信用治理模式。惩罚型信用治理虽能短时提升治理效能,但面临诸多运行障碍,难以融洽嵌入基层社会治理过程。实践证明,基层信用治理向激励型转轨能够有效克服惩罚型信用治理模式的固有缺陷,获得更好治理效果。实现基层信用治理的模式转轨不仅需要基层继续探索完善激励型信用治理具体机制,而且还需要各地提升制度设计层级,通过转变治理理念,搭建立法框架,构建共享平台,创新信用产品等方式开展系统化的整体设计。

关键词： 银行员工   心理素质   工作绩效   影响   提升方法  

摘要： 在银行服务业当中,员工的个人的心理素质不仅是个人健康与幸福感的关键,更是影响工作的绩效与客户满意度的重要因素。本文将立足于经济师的专业视角,探讨银行员工心理素质对工作绩效的影响机制,并提出一系列可以提升员工心理素质以促进工作绩效的策略。以期通过科学有效的心理素质提升方法,有效增强银行的核心竞争力。

关键词： 对外直接投资   国际收支   产业转型升级  

摘要： 对外直接投资(ODI)是国内企业在海外进行的直接投资,其国际资本流动对资本输出入国的国际收支平衡、产业升级转型等均产生深远影响。日本作为亚洲较早实现资本项目开放的国家,其近30年对外直接投资进展对本国产生的影响值得我国借鉴。基于此,本文对比分析中日两国ODI开放进度、开放动机、投资规模、投资收益等方面,并梳理出ODI影响母国国际收支的6条渠道,通过构建联立方程测算ODI对母国国际收支的净效应。研究发现,1996一2022年间中日两国ODI对本国国际收支净效应绝大部分时期均为负,但从长期看ODI在改善本国国际收支平衡方面均起到积极作用。我国ODI存量虽排名靠前,但投资收益整体偏低。日本在不断加大对外直接投资的同时也对自身制造业发展造成挤压。因此,建议积极为企业“走出去”创造良好条件、加快国内新兴产业培育和发展、全面提升国内监管能力。

关键词： 环境因素   环境影响   主要起草人   价值评估   中国标准化   标准解读   发布和实施   相对落后  

摘要： 我国在应对环境影响及环境因素所带来的风险和机遇,以及在对相关的货币价值评估领域的研究方面都还相对落后,将货币价值评估结果应用于环境管理方面的实践更是稀少。GB/T 24008—2024《环境影响及相关环境因素的货币价值评估》(以下简称“标准”)的发布和实施填补了我国这方面的标准空白。近期,《中国标准化》杂志记者采访了该标准的主要起草人、中国标准化研究院研究员黄进。

关键词： 消费信贷   大力提振消费   投资效益   国内需求  

摘要： 中央经济工作会议提出了2025年九大重点任务。其中,“大力提振消费、提高投资效益,全方位扩大国内需求”位居首位。2025年为提振消费,仍需有拿得出、用得上、见效快的增量措施。消费信贷能够促进消费增长,但近年来金融业信贷投放向生产端倾斜,消费贷占比持续降低。当前个人住房贷款规模收缩.

关键词： 留学人才   人力资源社会保障   外事办公室   中央组织部   中国式现代化   新疆生产建设兵团   人事部门   医保局  

摘要： 各省、自治区、直辖市及新疆生产建设兵团党委组织部、人力资源社会保障厅(局)、外事办公室、教育厅(教委、教育局)、科技厅(局)、公安厅(局)、医保局,中国人民银行上海总部,各省、自治区、直辖市及计划单列市中国人民银行分行,各直属海关,国务院各部委、各直属机构人事部门:留学人才是我国人才资源的重要组成部分,是实现高质量发展、推进中国式现代化的重要力量。

关键词： 重要战略支点   建设银行   中部地区崛起   长江经济带   国家重大战略   一体化经营   高质量发展   本外币  

摘要： 中国建设银行湖北省分行(以下简称“建行湖北省分行”)认真贯彻党的二十大,二十届二中、三中全会精神和习近平总书记考察湖北重要讲话精神,落实省委省政府和建设银行党委工作要求,坚持金融工作的政治性、人民性,主动融入国家重大战略,主动推进本外币境内外一体化经营,主动担当防范化解金融风险,主动作为提振消费促进民生,倾力支持湖北经济社会高质量发展,为湖北在长江经济带高质量发展中奋勇争先,加快建成中部地区崛起重要战略支点贡献金融力量。

关键词： 能源法   行业信用体系建设   资质管理   电力业务   基础支撑   高质量发展   监督管理   法治轨道  

摘要： 作为我国能源法治体系建设的重要里程碑,《中华人民共和国能源法》自2025年1月1曰起正式施行,它集中阐述了我国能源工作大政方针、根本原则和制度体系,为在法治轨道上推进能源高质量发展提供了坚实保障。其中,第七章监督管理第66条明确规定:“国务院能源主管部门会同国务院有关部门加强能源行业信用体系建设,按照国家有关规定建立信用记录制度”,为能源信用工作提供了根本遵循和努力方向。

关键词： 信用评分   类不平衡   集成学习   LightGBM  

摘要： 信用评分作为金融风险管理和决策制定的核心环节,对于金融机构的稳健运营和市场竞争力至关重要。然而,信贷数据中普遍存在的类别不平衡现象,即违约样本数量远小于非违约样本数量,给信用评分模型的构建带来了挑战,容易导致模型偏向多数类而忽略少数类,从而降低模型的预测准确性和泛化能力。为解决这一问题,提出的GLOF-BFL-LightGBM模型采用了一种分阶段的优化策略。首先,考虑到异常样本的存在会进一步加剧类别不平衡的影响,并降低模型的鲁棒性,本研究引入高斯加权局部异常因子(GLOF)技术,识别并剔除数据中的潜在异常样本,以净化数据集并提高模型的稳定性。其次,为了提升模型对少数类的识别能力,采用Focal Loss损失函数来降低多数类样本对模型训练的影响,并利用贝叶斯优化技术自动搜索Focal Loss损失函数的最优参数,以获得最佳的类别不平衡学习效果。为验证模型的有效性,本文在UCI数据库的四个信贷数据集上进行了实验,并将GLOF-BFL-LightGBM模型与多种基线模型(包括传统的分类方法和常规的集成学习模型)进行了比较。实验结果表明,GLOF-BFL-LightGBM模型在AUC、KS值等关键指标上均优于对比模型,有效提升了信用评分的准确性和模型的泛化能力,为个人信用风险评估提供了一种可靠的工具。Credit scoring, as a core aspect of financial risk management and decision making, is crucial to the sound operation and market competitiveness of financial institutions. However, the prevalent category imbalance in credit data, in which the number of default samples is much smaller than the number of non-default samples, poses a challenge to the construction of credit scoring models, which can easily lead to a model biased toward the majority class and ignoring the minority class, thus reducing the predictive accuracy and generalization ability of the model. To address this problem, the proposed GLOF-BFL-LightGBM model adopts a staged optimization strategy. First, considering that the presence of anomalous samples can further exacerbate the effect of category imbalance and reduce the robustness of the model, this study introduces the Gaussian-weighted local anomaly factor (GLOF) technique to identify and remove potentially anomalous samples from the data in order to purify the dataset and improve the stability of the model. Secondly, in order to improve the model’s ability to identify the minority class, the Focal Loss loss function is used to reduce the impact of the majority class samples on the model training, and Bayesian optimization technique is used to automatically search for the optimal parameters of the Focal Loss loss function in order to obtain the best class imbalance learning effect. To verify the effective