研途有你，共赢未来。2024年3月12日下午，beat365中文官方网站数量经济教研室第六期研究生学术沙龙于beat365官方登录入口坞城校区立信楼202教室举行。线上线下共计15人与会。主讲人为2022级数量经济学硕士研究生杜晓琛和张宇同学。

防范化解地方政府债务风险是中国当前经济工作的重点问题之一，特别是地方隐性债务风险及其处置事关能否“守住不发生系统性风险底线”。

《地方隐性债务、银行风险感知与企业信贷可得性》一文，构建了政府、银行以及企业三个方面的联动框架,研究地方隐性债务风险如何影响域内企业信贷可得性。杜晓琛同学分别从理论假设、模型设定、实证结果、内生性和机制几个方面进行了详细地分析，研究发现,地方隐性债务风险的增加会降低域内企业的信贷可得性，也并没有导致企业外部融资约束的提升。然而，向商业信用融资的转变,存在域内重大风险向外蔓延的可能。本文的研究厘清了地方隐性债务风险通过银行风险感知作用于实体经济和微观企业的内在渠道,为地方政府实现“防风险”和“稳增长”双重目标提供了有益思考。

大数据时代下，大量增加的数据需要有更快的信息处理速度才能更好的进行深度挖掘，机器学习作为可以从数据中进行学习的算法，比传统的算法有着更广泛的前景和应用空间。

随着大量房地产成交数据的积累，交易网站质量的提高，不少学者已将以神经网络为代表的机器学习方法引入到了房地产评估领域，在实证研究中取得了不错的表现。张宇同学《基于机器学习的房地产批量评估模型》一文帮大家总结了机器学习的常见方法，重点介绍了随机森林的构建。接着对文章中数据的获取和预处理进行了分享，并对几种模型的效果评估对比，结果表明：机器学习模型的预测效果优于多元回归，而随机森林的误差明显低于神经网络，为之后相关学者的研究论证了模型的精度和实践的可行性。

创新突破，开拓进取。我们相信，本学期第一次学术沙龙的成功举办，定能帮助同学们尽快适应新学期的科研工作，增进数量经济系内的学术交流与合作，也为未来的学术合作开展奠定坚实的基础。