互联网金融理财产品风险的量化探究 ——以互联网基金产品为例
发布时间:2021-08-21 16:30
随着互联网的蓬勃发展,传统金融业开始搭乘互联网“快车”进行重构与改革,互联网金融应运而生。2013年,基于支付宝平台的普惠金融理财产品余额宝横空出世,被认为开创了我国互联网金融理财元年。在余额宝浪潮的推动下,很多互联网公司及金融公司等机构陆续推出了各自的互联网金融理财产品。互联网金融理财产品除具备传统金融理财高流动性、高安全性等特征外,又具有区别于传统金融理财模式的特点,如门槛低、支付功能齐全、覆盖范围广、运行效率高等。同时,互联网金融理财产品也具有传统金融和互联网所带来的双重风险,包括基于互联网金融业务特征导致的业务风险和基于互联网信息技术导致的技术风险。一旦互联网金融理财产品风险失控,其破坏性不仅会影响投融资双方,还会对银行、保险公司、互联网企业、监管部门等相关机构产生连锁影响,因此互联网金融理财产品的风险不容忽视,加强对风险的认识和防范至关重要。由于互联网金融理财产品发展时间较短,其风险研究多数停留于定性层面,定量研究少且缺乏深度,经验和历史资料所占比重较大,缺少数据支持,说服力较弱。此外,缺乏对不同平台、不同产品的风险比较研究,客观性和直观性不足。在金融时间序列风险度量方法上,...
【文章来源】:东北财经大学辽宁省
【文章页数】:52 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 文献综述
1.2.1 互联网金融产品的风险研究
1.2.2 金融时间序列风险度量方法研究
1.3 本文的主要内容与方法
1.3.1 本文的主要内容
1.3.2 本文的主要方法
1.4 本文的创新和不足
1.4.1 本文的创新之处
1.4.2 本文的不足之处
2 我国互联网金融理财产品特点与风险
2.1 我国互联网金融理财产品特点
2.1.1 交易成本低
2.1.2 理财门槛低
2.1.3 支付功能齐全
2.1.4 覆盖范围广
2.1.5 运行效率高
2.1.6 信息流通性强
2.2 我国互联网金融理财产品风险
2.2.1 基于互联网金融业务特征导致的业务风险
2.2.2 基于互联网信息技术导致的技术风险
3 金融理财产品风险量化探究方法概述与评价
3.1 金融理财产品风险度量主要方法
3.1.1 方差法
3.1.2 灵敏度分析法
3.1.3 风险价值VaR方法及其改进
3.2 金融理财产品收益波动性探究的主要方法
3.2.1 ARCH模型
3.2.2 GARCH模型及一些衍生
3.3 基于极值理论的金融理财产品收益厚尾性探究方法
3.4 本章小结
4 互联网金融理财产品风险量化探究的实证分析
4.1 样本选取及产品介绍
4.2 基本统计特征检验与分析
4.2.1 平稳性检验
4.2.2 正态性检验
4.2.3 自相关性检验
4.2.4 ARCH效应检验
4.3 基于EGARCH-POT对互联网金融理财产品风险的量化探究
4.3.1 基于EGARCH模型探究互联网金融理财产品收益的波动性
4.3.2 基于POT方法探究互联网金融理财产品收益率的VaR和CVaR
4.4 实证结果分析
5 主要结论与建议
5.1 研究主要结论
5.1.1 较大的基金规模和稳定的收益率有利于产品安全运营
5.1.2 EGARCH-POT模型对风险的量化探究更具有多面性和预测性
5.1.3 互联网企业推出的金融理财产品收益波动风险普遍较大
5.1.4 四大国有商业银行的互联网金融理财产品条件风险价值较大
5.2 相关对策与建议
5.2.1 明确互联网金融理财产品的监管主体和对象
5.2.2 针对不同风险类型建立差异化风险防范机制
5.2.3 加强互联网金融企业信息披露自律性
5.2.4 加快相关法律法规体系建设
5.2.5 完善第三方评级机制
5.2.6 加强网络安全建设
5.2.7 加强对投资者的宣传教育
参考文献
后记
【参考文献】:
期刊论文
[1]基于收益波动性和厚尾性的条件风险价值探究——来自沪深300指数的验证[J]. 王淼,王春丽. 数学的实践与认识. 2017(17)
[2]互联网金融产品的兴起对银行理财产品的影响——从收益率与稳定性角度分析[J]. 吕芳,朱子云,董博. 商场现代化. 2017(05)
[3]基于GARCH-VaR模型的开放式基金风险度量[J]. 黄崇珍,曹奇. 统计与决策. 2017(01)
[4]浅谈互联网金融对银行理财产品的冲击及对应策略[J]. 郝鹏. 经济研究导刊. 2016(29)
[5]互联网金融风险的法律分析[J]. 高岚,潘岩. 人才资源开发. 2016(20)
[6]从风险防控视角规范互联网金融业务的会计处理——以蚂蚁金服互联网金融产品为例[J]. 韩丹,黄力. 财会月刊. 2016(20)
[7]传统金融与互联网金融的对比分析[J]. 侯梦婷. 当代经济. 2016(16)
[8]浅析互联网金融理财产品风险[J]. 王芳菲. 时代金融. 2016(02)
[9]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]. 李凯琪,沈蕾. 征信. 2015(07)
[10]基于VAR模型的中国创业板羊群效应研究[J]. 王春丽,吴丽颖. 数学的实践与认识. 2015(12)
博士论文
[1]金融收益率时间序列的极值研究[D]. 柳会珍.中国人民大学 2005
硕士论文
[1]我国互联网金融理财产品的市场风险研究[D]. 李征.东北师范大学 2016
[2]互联网金融理财产品风险分析及防范对策研究[D]. 李梅.西北农林科技大学 2016
[3]我国互联网理财产品的风险预警与管控机制研究[D]. 贺永正.中国矿业大学 2016
[4]互联网金融风险监管研究[D]. 陈仲毅.云南财经大学 2015
[5]互联网余额宝类基金产品风险评价[D]. 王轶.南京大学 2014
[6]互联网金融产品研究[D]. 丰剑箫.安徽财经大学 2014
本文编号:3355951
【文章来源】:东北财经大学辽宁省
【文章页数】:52 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 文献综述
1.2.1 互联网金融产品的风险研究
1.2.2 金融时间序列风险度量方法研究
1.3 本文的主要内容与方法
1.3.1 本文的主要内容
1.3.2 本文的主要方法
1.4 本文的创新和不足
1.4.1 本文的创新之处
1.4.2 本文的不足之处
2 我国互联网金融理财产品特点与风险
2.1 我国互联网金融理财产品特点
2.1.1 交易成本低
2.1.2 理财门槛低
2.1.3 支付功能齐全
2.1.4 覆盖范围广
2.1.5 运行效率高
2.1.6 信息流通性强
2.2 我国互联网金融理财产品风险
2.2.1 基于互联网金融业务特征导致的业务风险
2.2.2 基于互联网信息技术导致的技术风险
3 金融理财产品风险量化探究方法概述与评价
3.1 金融理财产品风险度量主要方法
3.1.1 方差法
3.1.2 灵敏度分析法
3.1.3 风险价值VaR方法及其改进
3.2 金融理财产品收益波动性探究的主要方法
3.2.1 ARCH模型
3.2.2 GARCH模型及一些衍生
3.3 基于极值理论的金融理财产品收益厚尾性探究方法
3.4 本章小结
4 互联网金融理财产品风险量化探究的实证分析
4.1 样本选取及产品介绍
4.2 基本统计特征检验与分析
4.2.1 平稳性检验
4.2.2 正态性检验
4.2.3 自相关性检验
4.2.4 ARCH效应检验
4.3 基于EGARCH-POT对互联网金融理财产品风险的量化探究
4.3.1 基于EGARCH模型探究互联网金融理财产品收益的波动性
4.3.2 基于POT方法探究互联网金融理财产品收益率的VaR和CVaR
4.4 实证结果分析
5 主要结论与建议
5.1 研究主要结论
5.1.1 较大的基金规模和稳定的收益率有利于产品安全运营
5.1.2 EGARCH-POT模型对风险的量化探究更具有多面性和预测性
5.1.3 互联网企业推出的金融理财产品收益波动风险普遍较大
5.1.4 四大国有商业银行的互联网金融理财产品条件风险价值较大
5.2 相关对策与建议
5.2.1 明确互联网金融理财产品的监管主体和对象
5.2.2 针对不同风险类型建立差异化风险防范机制
5.2.3 加强互联网金融企业信息披露自律性
5.2.4 加快相关法律法规体系建设
5.2.5 完善第三方评级机制
5.2.6 加强网络安全建设
5.2.7 加强对投资者的宣传教育
参考文献
后记
【参考文献】:
期刊论文
[1]基于收益波动性和厚尾性的条件风险价值探究——来自沪深300指数的验证[J]. 王淼,王春丽. 数学的实践与认识. 2017(17)
[2]互联网金融产品的兴起对银行理财产品的影响——从收益率与稳定性角度分析[J]. 吕芳,朱子云,董博. 商场现代化. 2017(05)
[3]基于GARCH-VaR模型的开放式基金风险度量[J]. 黄崇珍,曹奇. 统计与决策. 2017(01)
[4]浅谈互联网金融对银行理财产品的冲击及对应策略[J]. 郝鹏. 经济研究导刊. 2016(29)
[5]互联网金融风险的法律分析[J]. 高岚,潘岩. 人才资源开发. 2016(20)
[6]从风险防控视角规范互联网金融业务的会计处理——以蚂蚁金服互联网金融产品为例[J]. 韩丹,黄力. 财会月刊. 2016(20)
[7]传统金融与互联网金融的对比分析[J]. 侯梦婷. 当代经济. 2016(16)
[8]浅析互联网金融理财产品风险[J]. 王芳菲. 时代金融. 2016(02)
[9]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]. 李凯琪,沈蕾. 征信. 2015(07)
[10]基于VAR模型的中国创业板羊群效应研究[J]. 王春丽,吴丽颖. 数学的实践与认识. 2015(12)
博士论文
[1]金融收益率时间序列的极值研究[D]. 柳会珍.中国人民大学 2005
硕士论文
[1]我国互联网金融理财产品的市场风险研究[D]. 李征.东北师范大学 2016
[2]互联网金融理财产品风险分析及防范对策研究[D]. 李梅.西北农林科技大学 2016
[3]我国互联网理财产品的风险预警与管控机制研究[D]. 贺永正.中国矿业大学 2016
[4]互联网金融风险监管研究[D]. 陈仲毅.云南财经大学 2015
[5]互联网余额宝类基金产品风险评价[D]. 王轶.南京大学 2014
[6]互联网金融产品研究[D]. 丰剑箫.安徽财经大学 2014
本文编号:3355951
本文链接:https://www.wllwen.com/falvlunwen/jinrfa/3355951.html