行业间的网络关系：来自求职的微观证据 （论文; 幻灯片）

（合作者：Kailing Shen）

本文基于跨行业技能 (CRISs) 的概念来考虑跨行业的劳动力市场联系。跨行业技能是指在多个行业具有生产力的技能。跨行业技能通过其对工人跨行业流动性障碍的影响将各个行业联系起来。特别地，本文利用在线招聘平台的数据和最近可用的机器学习算法，对跨行业劳动力流动网络 (LMNInd) 进行了实证估计。本文基于估计的跨行业劳动力流动网络，构建了职位与申请人之间的技能匹配指数，并对申请人求职结果进行了检验。本文进一步展现了，这个估计的跨行业劳动力流动网络，可以用于预测一个外生的行业冲击对所有其它行业的传导影响——“涟漪效应”。研究结果显示，跨行业技能的一个标准差的增加与回电概率的 0.51 个百分点的增加相关，这相当于要求更有经验对回电概率影响的 1.16 倍。研究结果还表明，跨行业技能对低薪职位的影响更大。最后，我们的总体水平结果阐明，“涟漪效应”可能是非线性的和复杂的，因为跨行业技能的存在，以及跨行业劳动力流动网络在一个经济体中有其特定的配置。

未明确的借贷安排：来自私人借贷市场的证据

我们研究了私人借贷市场中的借贷行为。这个非正式金融市场是金融体系的一个重要但常被忽视的部分，特别是它如何融入更广泛的影子银行体系。我们的分析基于一个创新的数据集，该数据集来源于中国的法律判决文书，并通过一种先进的大型语言模型进行处理。通过研究基本的贷款特征，如贷款规模/期限/利率，我们发现这个市场中相当一部分贷款是在未明确借贷安排下运作的，其中大约半数的贷款没有明确指定贷款条款或利率。然后，我们检查了与未明确借贷安排相关的贷款特征，如关系借贷、借款人的信用度、贷方的违约风险管理和贷款用途。我们发现未明确借贷安排与这些贷款相关特征之间存在不同的相关性。我们进一步研究了未明确借贷安排与基本贷款特征之间的相关性，并发现较大的贷款通常与有更少未明确借贷安排的贷款相关联。