学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
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
被引:9
作者
:
贾楠
论文数:
0
引用数:
0
h-index:
0
机构:
吉林大学中国国有经济研究中心
贾楠
机构
:
[1]
吉林大学中国国有经济研究中心
来源
:
经济问题探索
|
2018年
/ 04期
关键词
:
互联网金融;
金融风险;
风险度量;
D O I
:
暂无
中图分类号
:
F724.6 [电子贸易、网上贸易];
F832 [中国金融、银行];
学科分类号
:
1201 ;
020204 ;
摘要
:
互联网金融发展使传统金融风险有了新的形式,互联网金融风险与传统金融风险相互作用并共同对系统性金融风险产生影响。对互联网金融风险进行度量,将为有效实施互联网金融监管提供重要依据。通过结构向量自回归模型(SVAR)及层次分析法(AHP)对互联网金融风险进行分析可以看到,以银行业为例,互联网金融通过影响银行负债变化,推高成本收入比,减少银行业非利息收入,降低风险分散效应,增加银行业风险程度;从互联网金融自身来说,中国互联网金融的整体风险水平处于中高水平,应该采取相应的风险防范措施。
引用
收藏
页码:145 / 157
页数:13
相关论文
共 12 条
[1]
融资型互联网金融平台的分类监管
[J].
论文数:
引用数:
h-index:
机构:
彭惠
;
论文数:
引用数:
h-index:
机构:
张明雪
.
北京邮电大学学报(社会科学版),
2017,
19
(03)
:64
-75
[2]
互联网金融对中国商业银行系统性风险的影响——基于SVAR模型的实证研究
[J].
论文数:
引用数:
h-index:
机构:
邹静
;
王洪卫
论文数:
0
引用数:
0
h-index:
0
机构:
上海财经大学公共经济与管理学院
王洪卫
.
财经理论与实践,
2017,
38
(01)
:17
-23
[3]
互联网金融与传统金融的双向系统性风险溢出效应研究——基于AR-GARCH-CoVaR模型分析[J]. 张晓.中南财经政法大学研究生学报. 2016 (02)
[4]
互联网金融风险度量与评估研究
[J].
欧阳资生
论文数:
0
引用数:
0
h-index:
0
机构:
湖南商学院金融学院
欧阳资生
;
莫廷程
论文数:
0
引用数:
0
h-index:
0
机构:
湖南商学院金融学院
莫廷程
.
湖南科技大学学报(社会科学版) ,
2016,
(03)
:173
-178
[5]
互联网金融的系统性风险研究——基于余额宝的实证分析
[J].
卫泽鹏
论文数:
0
引用数:
0
h-index:
0
机构:
南京审计学院
卫泽鹏
;
褚慧
论文数:
0
引用数:
0
h-index:
0
机构:
南京审计学院
褚慧
.
金融理论与教学,
2015,
(06)
:26
-30
[6]
互联网金融加重了商业银行的风险承担吗?——来自中国银行业的经验证据
[J].
论文数:
引用数:
h-index:
机构:
郭品
;
沈悦
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学经济与金融学院
沈悦
.
南开经济研究,
2015,
(04)
:80
-97
[7]
互联网金融风险度量模型选择研究
[J].
论文数:
引用数:
h-index:
机构:
宋光辉
;
论文数:
引用数:
h-index:
机构:
吴超
;
论文数:
引用数:
h-index:
机构:
吴栩
.
金融理论与实践,
2014,
(12)
:16
-19
[8]
互联网金融对我国金融机构信用风险影响的实证研究
[J].
李明选
论文数:
0
引用数:
0
h-index:
0
机构:
上海社会科学院部门经济所
李明选
;
孟赞
论文数:
0
引用数:
0
h-index:
0
机构:
上海社会科学院部门经济所
孟赞
.
企业经济,
2014,
33
(11)
:165
-170
[9]
互联网金融风险控制统计研究
[J].
论文数:
引用数:
h-index:
机构:
柳树
;
论文数:
引用数:
h-index:
机构:
钟洁
.
统计与决策,
2014,
(16)
:31
-33
[10]
互联网金融模式创新与风险防范
[J].
王长松
论文数:
0
引用数:
0
h-index:
0
机构:
中国人民银行西宁中心支行
王长松
.
青海金融,
2013,
(12)
:36
-38
←
1
2
→
共 12 条
[1]
融资型互联网金融平台的分类监管
[J].
论文数:
引用数:
h-index:
机构:
彭惠
;
论文数:
引用数:
h-index:
机构:
张明雪
.
北京邮电大学学报(社会科学版),
2017,
19
(03)
:64
-75
[2]
互联网金融对中国商业银行系统性风险的影响——基于SVAR模型的实证研究
[J].
论文数:
引用数:
h-index:
机构:
邹静
;
王洪卫
论文数:
0
引用数:
0
h-index:
0
机构:
上海财经大学公共经济与管理学院
王洪卫
.
财经理论与实践,
2017,
38
(01)
:17
-23
[3]
互联网金融与传统金融的双向系统性风险溢出效应研究——基于AR-GARCH-CoVaR模型分析[J]. 张晓.中南财经政法大学研究生学报. 2016 (02)
[4]
互联网金融风险度量与评估研究
[J].
欧阳资生
论文数:
0
引用数:
0
h-index:
0
机构:
湖南商学院金融学院
欧阳资生
;
莫廷程
论文数:
0
引用数:
0
h-index:
0
机构:
湖南商学院金融学院
莫廷程
.
湖南科技大学学报(社会科学版) ,
2016,
(03)
:173
-178
[5]
互联网金融的系统性风险研究——基于余额宝的实证分析
[J].
卫泽鹏
论文数:
0
引用数:
0
h-index:
0
机构:
南京审计学院
卫泽鹏
;
褚慧
论文数:
0
引用数:
0
h-index:
0
机构:
南京审计学院
褚慧
.
金融理论与教学,
2015,
(06)
:26
-30
[6]
互联网金融加重了商业银行的风险承担吗?——来自中国银行业的经验证据
[J].
论文数:
引用数:
h-index:
机构:
郭品
;
沈悦
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学经济与金融学院
沈悦
.
南开经济研究,
2015,
(04)
:80
-97
[7]
互联网金融风险度量模型选择研究
[J].
论文数:
引用数:
h-index:
机构:
宋光辉
;
论文数:
引用数:
h-index:
机构:
吴超
;
论文数:
引用数:
h-index:
机构:
吴栩
.
金融理论与实践,
2014,
(12)
:16
-19
[8]
互联网金融对我国金融机构信用风险影响的实证研究
[J].
李明选
论文数:
0
引用数:
0
h-index:
0
机构:
上海社会科学院部门经济所
李明选
;
孟赞
论文数:
0
引用数:
0
h-index:
0
机构:
上海社会科学院部门经济所
孟赞
.
企业经济,
2014,
33
(11)
:165
-170
[9]
互联网金融风险控制统计研究
[J].
论文数:
引用数:
h-index:
机构:
柳树
;
论文数:
引用数:
h-index:
机构:
钟洁
.
统计与决策,
2014,
(16)
:31
-33
[10]
互联网金融模式创新与风险防范
[J].
王长松
论文数:
0
引用数:
0
h-index:
0
机构:
中国人民银行西宁中心支行
王长松
.
青海金融,
2013,
(12)
:36
-38
←
1
2
→