| 需要金币: |
资料包括:完整论文 | ![]() | |
| 转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:14201 | ||
| 折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要:目前,随着科学技术不断进步,以及金融业与互联网快速发展,互联网金融逐渐融入到我们日常生活之中。无论是网购、线上销售,还是网上银行等,均属于互联网金融重要的构成部分。在互联网金融快速发展的过程中,相应的金融风险成为互联网金融领域共同关注的问题。互联网金融具有双重特点,一方面有金融特点,即传统金融市场风险通过互联网媒介传播出来,另一方面有互联网自身特殊风险,其通过互联网特性表达出来,主要是新产品多、产品容易跨行业跨地域,信息透明度低,针对互联网产品的法制也不完善,由此也决定了互联网金融风险度量、防范等相对于其它领域的风险难度更大。立足于此,本文选择了2015年2月10日至2020年2月11日中证互联网金融指数收益率作为研究对象反映互联网金融市场特征,再通过使用GARCH族模型,对指数收益率序列波动变化幅度进行描述,同时还与VaR风险计算措施相结合对互联网金融风险值进行精准计算。通过相关实证分析得出结果:MA-GARCH(1,1)-t模型对A股互联网金融风险波动率具有较好的拟合效果;在GARCH模型基础上,VaR值和CVaR值都能衡量互联网金融市场的尾部风险,此实证结果可以在一定程度上反应互联网金融市场风险的量化结果,并以此实证结果对有关风险防控提出合理建议。 关键词:VaR;GARCH模型;金融风险;互联网金融
目录 摘要 Abstract 第一章 绪论-5 1.1论文研究背景-5 1.2论文文献综述-5 1.2.1互联网金融概念综述-5 1.2.2互联网金融风险定性分析内容综述-6 1.2.3互联网金融风险定量分析内容综述-6 第二章 互联网金融风险概念简述-9 2.1金融风险概念简述-9 2.2互联网金融风险简述-9 2.3互联网金融风险计算分析-9 2.3.1 VaR和CVaR基本概念-9 2.3.2 VaR和CVaR的基本原理-10 2.3.3 GARCH模型下VaR和CVaR的计算-11 第三章 互联网金融市场风险实证分析-14 3.1数据来源选择-14 3.2互联金融指数数据描述性统计分析-16 3.3基础检验分析-17 3.3.1 正态性检验-17 3.3.2 平稳性检验-19 3.3.3 自相关检验-19 3.4 ARMA模型构建-20 3.5 GARCH模型构建-21 3.6 VaR和CVaR的计算与检验-25 3.6.1 VaR和CvaR的计算-25 3.6.2 VaR和CVaR的检验-26 第四章 实证结论与建议-28 4.1主要结论-28 4.2互联网金融风险监管建议-28 4.3 文章不足之处与发展展望-29 参考文献-30 致谢-32 |

