基于Markov-vine copula的我国网贷平台对传统金融机构风险传染效应研究

被引:22
作者
韦起 [1 ]
魏云捷 [2 ,3 ]
机构
[1] 长城资产管理股份有限公司
[2] 中国科学院预测科学研究中心
[3] 中国科学院数学与系统科学研究院
关键词
网络借贷平台; 风险传染效应; Markov区制转换; 藤copula;
D O I
暂无
中图分类号
F724.6 [电子贸易、网上贸易]; F832.4 [信贷];
学科分类号
1201 ; 020204 ;
摘要
近年来,网络借贷发展迅速,并且随着互联网技术的运用和网络借贷自身所蕴含的独特风险方式,使得其局部风险更容易蔓延至整个网贷市场,有可能会迅速波及,传染到其他类型的金融市场.本文将Markov区制转换模型和vine copula相结合,用来研究我国网络借贷平台对传统金融机构的动态风险传染效应.研究结果表明:我国网络借贷平台和相应的传统金融机构在不同阶段呈现出不同的"杠杆效应";我国网络借贷平台以及相关的传统金融机构均具有较为明显的区制转换特征;比较三个阶段的情况,网络借贷平台对商业银行的风险传染效应要大于其他的传统金融机构,其次是网络借贷平台对信托业的风险传染效应;在各阶段,网络借贷平台对传统金融机构的风险传染效应不对称,下尾相关系数基本大于上尾相关系数.
引用
收藏
页码:317 / 328
页数:12
相关论文
共 34 条
[2]   基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究 [J].
王璇 ;
采俊玲 ;
汤铃 ;
贺凯健 .
系统工程理论与实践, 2017, (02) :303-310
[3]   中国P2P网络借贷平台的动态逆向拍卖机制 [J].
周正龙 ;
马本江 ;
胡凤英 .
系统工程理论与实践, 2017, 37 (02) :409-417
[4]   互联网金融涌现的逻辑:投资人的视角 [J].
王宗润 ;
杨梅 ;
周艳菊 .
系统工程理论与实践, 2016, (11) :2791-2801
[5]   违约赔偿机制下的互联网金融投资理财产品质量均衡模型 [J].
詹欣 ;
尚妍 .
系统工程理论与实践, 2016, 36 (06) :1415-1421
[6]   基于Copula-ASV-EVT-CoVaR模型的中小板与创业板风险溢出度量研究 [J].
周孝华 ;
陈九生 .
系统工程理论与实践, 2016, (03) :559-568
[7]   人民币汇率市场化,结构相依与结构突变 [J].
吴恒煜 ;
胡根华 ;
吕江林 .
数理统计与管理, 2016, 35 (01) :106-121
[8]   基于vine copula方法的股市组合动态VaR测度及预测模型研究 [J].
马锋 ;
魏宇 ;
黄登仕 .
系统工程理论与实践, 2015, 35 (01) :26-36
[9]   互联网金融对传统金融模式影响研究 [J].
井凯 .
山东青年政治学院学报, 2014, 30 (04) :118-121
[10]   浅谈P2P网贷平台的征信和信用风险的控制 [J].
陈曦 ;
计兴辰 .
时代金融, 2014, (18) :63-64