246 浏览4.2.2 核心解释变量：家庭负债率（负债/流动资产比）
4.2.3 调节变量：信用风险指标
4.2.4 控制变量：家庭特征、收入、资产、数字技能等
4.3 模型设置
4.3.1 Logit/Probit模型
4.3.2 交互项检验模型
4.3.3 分位数回归（不同额度信贷可得性）
4.3.4 中度负债与高负债的分组模型
4.4 描述性统计与相关性分析
第五章 实证结果分析
5.1 家庭负债率对数字信贷可得性的影响
5.1.1 线性效应检验
5.1.2 倒U型效应检验
5.1.3 不同负债结构的影响差异
5.2 信用风险的调节作用
5.2.1 信用风险分组回归
5.2.2 风险等级对关系强弱的影响
5.2.3 高信用风险的拒贷敏感性
5.3 交互效应检验
5.3.1 负债率 × 信用风险
5.3.2 负债率对不同信用等级家庭的边际效应
5.3.3 风险阈值的识别
5.4 异质性分析
5.4.1 年龄异质性
5.4.2 财富水平异质性
5.4.3 数字技能异质性
5.5 稳健性检验
5.5.1 更换负债率指标
5.5.2 工具变量法
5.5.3 事件排除检验
第六章 案例研究：不同家庭结构下的数字信贷获取能力
6.1 案例选取与访谈方法
6.1.1 高负债家庭
6.1.2 中度负债家庭
6.1.3 低负债或无负债家庭
6.2 案例比较分析
6.2.1 信贷获取能力差异
6.2.2 风险认知与借贷策略
6.2.3 数字信用记录的影响
6.3 案例启示
6.3.1 家庭负债管理的重要性
6.3.2 信用风险与信贷渠道选择
第七章 政策建议
7.1 推动多源信用数据融合与使用
7.1.1 家庭信用风险动态评估
7.1.2 数据互联互通机制
7.2 优化数字信贷平台风险定价体系
7.2.1 提高风控透明度
7.2.2 完善家庭负债评估模型
7.3 加强家庭债务管理与金融教育
7.3.1 债务结构优化指导
7.3.2 提升家庭风险意识
7.4 建设可持续的数字普惠信贷生态
第八章 研究结论与展望
8.1 主要研究结论
8.2 研究不足
8.3 后续研究方向
