性别与信用：非法集资主角的微观个体特征——基于网络数据挖掘的分析

作者：丁骋骋,邱瑾

摘要：本文通过网络数据挖掘手工收集了622起、涉及903个集资人的非法集资典型案例，对非法集资主角进行了微观个体分析。研究发现，非法集资主角虽然在绝对数量上以中等学历及以上的中年男性为主，但女性参与比例仍然很高，远超过所有犯罪中女性占比的一般水平，且涉案金额显著高于男性。造成这种现象的一个重要原因是在正规金融中女性更易遭受信贷约束，这导致我国目前个人信贷领域呈现女性在正规金融中的极低参与比例，与在民间借贷中的较高比例同时并存。从这个意义上讲，发展专门针对女性小额信贷的普惠金融有着特殊意义，它不仅有助于缓解女性的信贷约束，增加其收入、提高家庭地位，更重要的，将进一步减少非法集资发生概率。

发文机构：浙江财经大学金融学院 浙江财经大学数学与统计学院

关键词：数据挖掘非法集资性别差异女性小额信贷Data Mining, Illegal Interpersonal Financing, Gender Differences, Female Micro-finance

分类号： F832.7[经济管理—金融学]