本文關(guān)鍵詞：我國網(wǎng)貸平臺對商業(yè)銀行風(fēng)險溢出效應(yīng)的實(shí)證研究

  更多相關(guān)文章： 網(wǎng)貸平臺 風(fēng)險溢出效應(yīng) GPD-Copula

【摘要】：首先,本文分析我國網(wǎng)貸平臺對傳統(tǒng)商業(yè)銀行的風(fēng)險溢出效應(yīng),在此基礎(chǔ)上,基于網(wǎng)貸平臺綜合利率波動水平的金融時間序列特征,構(gòu)建GARCH-GPD模型估計(jì)變量的邊緣分布,進(jìn)而用阿基米德Copula函數(shù)求得網(wǎng)貸平臺綜合利率和股票指數(shù)之間的整體相關(guān)系數(shù)和尾部相關(guān)系數(shù)。研究結(jié)果表明:網(wǎng)貸平臺對傳統(tǒng)商業(yè)銀行的風(fēng)險溢出主要體現(xiàn)在直接和間接兩個方面;與傳統(tǒng)銀行市場相比,利好消息對網(wǎng)貸市場行為的影響更大,網(wǎng)貸平臺中信息的隱含度更高,市場消化信息所需要的時間更長;相比較于其他金融機(jī)構(gòu),網(wǎng)貸平臺的風(fēng)險更容易向傳統(tǒng)商業(yè)銀行溢出,且網(wǎng)貸平臺綜合利率的波動和商業(yè)銀行指數(shù)的變動具有正相關(guān)的關(guān)系;極端事件造成的網(wǎng)貸平臺綜合利率的劇烈下跌會引發(fā)大盤指數(shù)和銀行指數(shù)收益更加強(qiáng)烈的相關(guān)反應(yīng),其造成的影響遠(yuǎn)超過相應(yīng)市場指數(shù)同時上漲的作用。
【作者單位】： 湖南大學(xué)金融與統(tǒng)計(jì)學(xué)院;
【關(guān)鍵詞】： 網(wǎng)貸平臺 風(fēng)險溢出效應(yīng) GPD-Copula
【基金】：國家社會科學(xué)基金重點(diǎn)項(xiàng)目“財政政策和信貸政策與產(chǎn)業(yè)政策的協(xié)調(diào)配合研究”(項(xiàng)目號:12AZD035)資助
【分類號】：F724.6;F832.4
【正文快照】： 一、引言2013年被稱為互聯(lián)網(wǎng)金融元年,P2P網(wǎng)絡(luò)借貸平臺作為互聯(lián)網(wǎng)金融的典型代表,受到越來越多的關(guān)注。截至2014年11月,我國網(wǎng)絡(luò)借貸平臺數(shù)量超過1500家。然而,由于行業(yè)門j喚系�、相关法律法箣叨d蟆⑷狽τ行Ъ喙�、个忍K饜盤逑擋煌晟�、投资者痊F(xiàn)縵蘸妥暈冶；ひ饈侗∪醯仍，

本文編號：870955