互联网金融与传统金融的风险对比分析
Comparative Analysis of Risks between Internet Finance and Traditional Finance
DOI: 10.12677/AAM.2019.81010, PDF,  被引量   
作者: 肖 琦, 邵荣侠：新疆财经大学 应用数学学院，新疆 乌鲁木齐
关键词: 互联网金融风险；VaR ARMA-CARCH波动方程；ES；Internet Financial Risk； VAR ARMA-CARCH Volatility Equation； ES
摘要: 本文通过ARMA-GARCH波动方程量化互联网金融市场和传统金融市场的系统性风险。采用风险价值法，计算其VaR和ES值。对比结果显示互联网金融市场的VaR和ES较高，可能存在更高的系统性风险。两个指数均选取2015-7-28至2018-11-1的交易日收盘价，共计796个样本。
Abstract: This paper quantifies the systemic risk of Internet financial market and traditional financial market by ARMA-GARCH volatility equation. The VaR and ES values were calculated by using the risk value method. The results show that the VaR and ES of Internet financial markets are higher, and there may be higher systemic risk. Both indexes selected a total of 796 samples for the 2015-7-28 to 2018-11-1 closing price.
文章引用：肖琦, 邵荣侠. 互联网金融与传统金融的风险对比分析[J]. 应用数学进展, 2019, 8(1): 88-95. https://doi.org/10.12677/AAM.2019.81010

参考文献

[1] 帅情红, 李忠俊. 互联网金融[M]. 大连: 东北财经大学出版社, 2016.
[2] 陆静. 金融风险管理[M]. 北京: 中国人民大学出版社, 2015.
[3] 兰翔. 基于VaR分析与copula方法的互联网金融风险度量[D]: [硕士学位论文]. 济南: 山东大学, 2017.
[4] McNeil, A.J. and Frey, R. (2000) Estimation of Tail-Related Risk Measures for Hetero-scedastic Financial Time Series: An Extreme Value Approach. Journal of Empirical Finance, 7, 271-300.
[5] 谢平, 邹传伟. 互联网金融模式研究[J]. 金融研究, 2012(12): 11-22.
[6] 邹传伟. 互联网金融监管的必要性与核也原则[J]. 国际金融研究, 2014(8): 3-9.
[7] 吴晓求. 互联网金融: 逻辑与结构[Ｍ]. 北京: 中国人民大学出版社, 2015.
[8] 沈蕾．基于VaR模型的互联网金融产品的收益风险度量及绩效评价[J]. 2015(7): 72-75.
[9] 贾楠. 中国互联网金融对银行业风险影响及其系统性风险度量研究[J]. 经济问题探索, 2018(4): 149-161.
[10] 邹静, 王洪卫. 互联网金融对中国商业银行系统性风险的影响——基于SVAR模式的实证研究[J]. 财经理论与实践, 2017, 38(1):17-23.
[11] 洪永淼. 概率论与统计学[M]. 北京: 中国统计出版社, 2017.

为你推荐