我國(guó)金融風(fēng)險(xiǎn)溢出效應(yīng)的研究

北京理工大學(xué)珠海學(xué)院2020屆本科生畢業(yè)論文我國(guó)金融風(fēng)險(xiǎn)溢出效應(yīng)分析摘要我國(guó)金融在互聯(lián)網(wǎng)興起后，便引起了一場(chǎng)互聯(lián)網(wǎng)+金融的模型，互聯(lián)網(wǎng)金融作為新興的金融行業(yè)，存在時(shí)間短，但其對(duì)傳統(tǒng)金融行業(yè)風(fēng)險(xiǎn)已有所沖擊，本文將就以互聯(lián)網(wǎng)金融行業(yè)風(fēng)險(xiǎn)出發(fā)，分析其風(fēng)險(xiǎn)對(duì)各傳統(tǒng)金融行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)?；ヂ?lián)網(wǎng)給世界帶來(lái)了第三次工業(yè)革命，滲透到各個(gè)行業(yè)中?；ヂ?lián)網(wǎng)金融是這場(chǎng)革命下的新型產(chǎn)業(yè)，P2P網(wǎng)貸品臺(tái)的興起就是一個(gè)標(biāo)志性產(chǎn)物?；ヂ?lián)網(wǎng)金融是傳統(tǒng)金融業(yè)和互聯(lián)網(wǎng)信息的結(jié)合體，有著低門檻、高效的特征而得到飛速的發(fā)展。引人注意的是，互聯(lián)網(wǎng)金融的爆發(fā)式增長(zhǎng)同時(shí)也是對(duì)證券、銀行、保險(xiǎn)等傳統(tǒng)金融業(yè)的直接沖擊而產(chǎn)生風(fēng)險(xiǎn)溢出，也可能通過(guò)引起系統(tǒng)性風(fēng)險(xiǎn)而間接爆發(fā)風(fēng)險(xiǎn)溢出。如何衡量互聯(lián)網(wǎng)金融帶來(lái)的風(fēng)險(xiǎn)溢出是我們這次討論的重點(diǎn)。前人用定性方法分析互聯(lián)網(wǎng)金融已經(jīng)層出不窮，但是在量化分析上的探討還是有欠缺。我們小組采用分位數(shù)回歸辦法，計(jì)量互聯(lián)網(wǎng)金融業(yè)與銀行業(yè)的在險(xiǎn)價(jià)值VaR。其次，為了更深入分析，我們創(chuàng)造性地引入條件在險(xiǎn)價(jià)值CoVaR，并將CoVaR值與VaR值做對(duì)比得出風(fēng)險(xiǎn)溢出增加值ΔCoVaR，以此來(lái)衡量互聯(lián)網(wǎng)金融業(yè)與傳統(tǒng)金融業(yè)的風(fēng)險(xiǎn)傳染效應(yīng)。我們采取樣本數(shù)據(jù)區(qū)間為2015年5月19日至2019年10月18日，數(shù)據(jù)總量達(dá)5496個(gè)。經(jīng)過(guò)分析后，我們得出結(jié)論如下：互聯(lián)網(wǎng)金融在險(xiǎn)價(jià)值最大，而在傳統(tǒng)金融業(yè)中，保險(xiǎn)的在險(xiǎn)價(jià)值最大，而銀行業(yè)的在險(xiǎn)價(jià)值最小，主要得益于嚴(yán)格的監(jiān)管；在進(jìn)一步的CoVaR分析中，我們了解到，銀行業(yè)和保險(xiǎn)業(yè)存在負(fù)的風(fēng)險(xiǎn)溢出效應(yīng)，就是互聯(lián)網(wǎng)金融行業(yè)產(chǎn)生極端風(fēng)險(xiǎn)時(shí)，可以降低銀行業(yè)和保險(xiǎn)業(yè)的風(fēng)險(xiǎn)?；ヂ?lián)網(wǎng)金融對(duì)證券業(yè)具有正向的風(fēng)險(xiǎn)溢出效應(yīng)，表明當(dāng)互聯(lián)網(wǎng)金融產(chǎn)生極端風(fēng)險(xiǎn)時(shí)，會(huì)增加證券業(yè)的風(fēng)險(xiǎn)。實(shí)證分析表明，互聯(lián)網(wǎng)金融對(duì)傳統(tǒng)金融行業(yè)有一定的的沖擊，但另一方面對(duì)傳統(tǒng)行業(yè)之間的風(fēng)險(xiǎn)也有對(duì)沖的作用?；ヂ?lián)網(wǎng)金融就像一把雙刃劍，監(jiān)管得等將使金融產(chǎn)品豐富多樣，監(jiān)管缺失將會(huì)引來(lái)后患無(wú)窮的系統(tǒng)性災(zāi)難。關(guān)鍵詞：互聯(lián)網(wǎng)金融；風(fēng)險(xiǎn)溢出；VaR;CoVaRAbstractTheInternetbroughtthethirdindustrialrevolutiontotheworldandpenetratedintovariousindustriesandwasanimportantinventioninthetwentiethcentury.Internetfinanceisanewindustryunderthisrevolution,andtheriseoftheP2Ponlineloanplatformisalandmarkproduct.InternetfinanceisacombinationofInternetinformationandtraditionalfinancialindustry.Ithashighefficiencyandalowthreshold,andhasrapiddevelopment.ItisnoteworthythattheexplosivegrowthofInternetfinanceisalsoadirectimpactonthetraditionalfinancialindustriessuchassecurities,banking,andinsurance,whichgeneratesriskspillovers.Itmayalsoindirectlyexplodethroughtheintroductionofsystemicrisks.ThefocusofourdiscussionishowtomeasuretheriskpremiumcausedbytheInternetfinance.ThepredecessorshaveusedqualitativemethodstoanalyzeInternetfinance,butthediscussiononquantitativeanalysisisstilllacking.Firstly,tomeasuretheVaRofthebankingindustryandtheinternetfinance,whatweuseisthequantilemethod.Secondly,foramorein-depthanalysis,wecreativelyintroducetheconditionalvalue-at-riskCoVaR,andcomparetheCoVaRvaluewiththeVaRvalueofrisktoobtainvalue-addedpremiumΔCoVaR,whichmeasurestheriskcontagioneffectofthetraditionalfinancialindustryandtheonlinefinancialindustry.WetookthesampledatarangefromMay19,2015toOctober18,2019,withatotalof5,496data.Afteranalysis,weconcludedthefollowing:Internetfinancehasthegreatestvalueatrisk,whileinthetraditionalfinancialindustry,insurancehasthelargestvalueatrisk,whilebankinghasthesmallestvalueatrisk,mainlyduetostrictsupervision;Weunderstandthatthereisanegativeriskspillovereffectinthebankingindustryandtheinsuranceindustry,thatis,whentheInternetfinanceindustrygeneratesextremerisks,itcanreducetherisksofthebankingindustryandtheinsuranceindustry.Internetfinancehasapositiveriskpremiumeffectonthesecuritiesindustry,indicatingthatwhenInternetfinancegeneratesextremerisks,itwillincreasetherisksofthesecuritiesindustry.Aftertheexperiment,wefoundthattheinteractionbetweentraditionalfinanceandInternetfinanceaffectseachother,italsohasahedgingeffectontherisksbetweentraditionalindustries.Internetfinanceislikeadouble-edgedsword.Supervisionwillmakefinancialproductsrichanddiverse,andlackofsupervisionwillleadtoendlesssystemicdisasters.Keywords:Internetfinance;Riskpremium;ValueartRisk;Conditional-VaR目錄一、緒論 一、緒論（一）背景我國(guó)金融在互聯(lián)網(wǎng)興起后，便引起了一場(chǎng)互聯(lián)網(wǎng)+金融的模型，互聯(lián)網(wǎng)金融作為新興的金融行業(yè)，存在時(shí)間短，但其對(duì)傳統(tǒng)金融行業(yè)風(fēng)險(xiǎn)已有所沖擊，本文將就以互聯(lián)網(wǎng)金融行業(yè)風(fēng)險(xiǎn)出發(fā)，分析其風(fēng)險(xiǎn)對(duì)各傳統(tǒng)金融行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)，進(jìn)而了解我國(guó)金融業(yè)在互聯(lián)網(wǎng)金融沖擊下，各金融行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)。20世紀(jì)是人類出現(xiàn)以來(lái)變化最大的100年，這之中就包括了兩次世界大戰(zhàn)和美蘇爭(zhēng)霸，并且科技在20世紀(jì)獲得了重大的突破，其中互聯(lián)網(wǎng)的出現(xiàn)可能是這個(gè)一百年給未來(lái)留下的最大財(cái)富，它給我們帶來(lái)了第三次工業(yè)革命，使得各行各業(yè)有質(zhì)的飛越；互聯(lián)網(wǎng)對(duì)我們的生活變得越來(lái)越重要，可以說(shuō)，互聯(lián)網(wǎng)確實(shí)促進(jìn)了人類社會(huì)的進(jìn)步和發(fā)展?；ヂ?lián)網(wǎng)起源于1969年的美國(guó)，至今已發(fā)展了有五十年，而在1986年，美國(guó)國(guó)家科學(xué)基金會(huì)將各地的超級(jí)計(jì)算機(jī)連接起來(lái)，為美國(guó)各地的科學(xué)研究和教育服務(wù)，并支持地區(qū)網(wǎng)絡(luò)，形成SNSFnet，“英特網(wǎng)”的概念便出現(xiàn)了。隨著時(shí)間推移，互聯(lián)網(wǎng)技術(shù)的不斷更新迭代，被應(yīng)用于多個(gè)領(lǐng)域，推動(dòng)了各行業(yè)迅速發(fā)展。進(jìn)入新世紀(jì)后，互聯(lián)網(wǎng)與金融業(yè)并駕齊驅(qū)，形成了一種新興的金融互通交流交易模式，這就是互聯(lián)網(wǎng)金融模式。在這種新出現(xiàn)的金融模式下，老的金融業(yè)下的業(yè)務(wù)都將利用這種新出現(xiàn)的互聯(lián)網(wǎng)信息通信技術(shù)實(shí)現(xiàn)。這種近幾十年出現(xiàn)的技術(shù)不僅給金融行業(yè)帶來(lái)了技術(shù)層面升級(jí)，也給傳統(tǒng)金融行業(yè)帶來(lái)了完全不同的氛圍，進(jìn)入千家萬(wàn)戶。隨著互聯(lián)網(wǎng)金融產(chǎn)業(yè)的出現(xiàn)和其與傳統(tǒng)金融業(yè)的不斷交融碰撞的發(fā)展，各種各樣的金融產(chǎn)品逐漸向互聯(lián)網(wǎng)化演變，第三方支付、金融微門戶、信息機(jī)構(gòu)、證券、虛擬貨幣、保險(xiǎn)、基金等就是傳統(tǒng)金融網(wǎng)絡(luò)化的部分產(chǎn)物和正在依托互聯(lián)網(wǎng)進(jìn)行初步改造升級(jí)的產(chǎn)業(yè)。而在其中P2P網(wǎng)絡(luò)借貸平臺(tái)更是各種金融產(chǎn)品和各種資金匯聚在一起的龐然大物，如果處理不好，P2P產(chǎn)業(yè)將會(huì)成為我國(guó)金融大環(huán)境的一個(gè)嚴(yán)重毒瘤，并有對(duì)影響我國(guó)正常健康金融生態(tài)環(huán)境有著重大的不穩(wěn)定因素。從千禧年以來(lái)，P2P行業(yè)呈現(xiàn)出非常不健康的生長(zhǎng)態(tài)勢(shì)，先是從十幾年前開(kāi)始的如同雨后青草一般地蓬勃向上，再是在近幾年不斷出現(xiàn)各種違約和資金鏈斷裂情況，更是在最近一二年，各種具有龐大資金實(shí)力的公司也相繼退出了這個(gè)行業(yè)，這都代表了這個(gè)行業(yè)的風(fēng)險(xiǎn)是非常之巨大的；據(jù)權(quán)威金融調(diào)查機(jī)構(gòu)信息顯示，截至2019年底，收錄在冊(cè)的合法登記的P2P平臺(tái)有超過(guò)7萬(wàn)家，到目前為止終止交易的平臺(tái)數(shù)目超過(guò)6成，這種情況的出現(xiàn)不斷驗(yàn)證著互聯(lián)網(wǎng)技術(shù)和金融業(yè)互相生長(zhǎng)的情況出現(xiàn)了非常大的問(wèn)題。在2018年底，網(wǎng)貸行業(yè)綜合利率的均值表現(xiàn)為9.85%，由于互聯(lián)網(wǎng)金融的出現(xiàn)開(kāi)始與各個(gè)傳統(tǒng)金融業(yè)對(duì)客戶手頭上的資金進(jìn)行搶奪，拍P2P平臺(tái)大多給出了較高的利率來(lái)吸引投資者的目光與焦點(diǎn)，各個(gè)平臺(tái)的利率平均前個(gè)年度增長(zhǎng)了0.29%，這給P2P平臺(tái)帶來(lái)了許多投資者的目光，并且在短時(shí)間內(nèi)吸引了大量的資金，但是由于法律的規(guī)定以及各種規(guī)章制度的不完善，這么多資金的注入?yún)s給這些平臺(tái)帶來(lái)了麻煩，借貸者的不清償行為問(wèn)題越來(lái)越明顯，最后導(dǎo)致了許多平臺(tái)的資金注入者虧的是血本無(wú)歸，但是隨著互聯(lián)網(wǎng)金融行業(yè)的繼續(xù)出清，整體行業(yè)利率下降在所難免。所以，在2019年中的數(shù)據(jù)體現(xiàn)：P2P行業(yè)的整體貸出金額相比上2017年的年度貸款余額下降了12.35%，這是一個(gè)非常大的數(shù)字，有力地表明了 P2P行業(yè)現(xiàn)在日益下滑的趨勢(shì)，改變生存方法刻不容緩。違約、卷款逃跑、龐氏騙局此類的情況出現(xiàn)的數(shù)量在互聯(lián)網(wǎng)金融業(yè)務(wù)的出現(xiàn)后出現(xiàn)了井噴的態(tài)勢(shì)，這些情況的出現(xiàn)都可以很清楚的證明，這個(gè)新生事物的出現(xiàn)給整個(gè)金融生態(tài)帶來(lái)了重大的風(fēng)險(xiǎn)，也給我國(guó)的金融市場(chǎng)和有關(guān)部門給出了一道難以解答的問(wèn)題，這需要所有的金融機(jī)構(gòu)和有關(guān)部門進(jìn)行探討，讓有關(guān)部門和大型金融企業(yè)起到先行先試的帶頭作用，推動(dòng)整個(gè)行業(yè)的蓬勃發(fā)展，在剔除這個(gè)行業(yè)的灰色地帶和拒絕失信人員的進(jìn)入之后，我相信這個(gè)行業(yè)會(huì)擺脫重重障礙，利用其先天的高效信息傳播技術(shù)，讓整個(gè)行業(yè)飛速發(fā)展，讓合法投資者收益，讓真正需要資本的那部分借貸者不用受到高利貸的禍害，合法合規(guī)的獲得資金進(jìn)行流轉(zhuǎn)，互利共生，健康發(fā)展。（二）意義本文以互聯(lián)網(wǎng)金融為出發(fā)點(diǎn)，首先，采用了在險(xiǎn)價(jià)值VaR的方法度量互聯(lián)網(wǎng)金融業(yè)與銀行業(yè)的自身行業(yè)風(fēng)險(xiǎn)；其次，計(jì)算條件在險(xiǎn)價(jià)值CoVaR，并將CoVaR值和VaR值相對(duì)比得出風(fēng)險(xiǎn)溢出增加值ΔCoVaR，用這個(gè)方法來(lái)度量傳統(tǒng)金融業(yè)與互聯(lián)網(wǎng)金融行業(yè)之間的風(fēng)險(xiǎn)傳染效應(yīng)，并對(duì)兩個(gè)行業(yè)間不同方向上的風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行對(duì)比分析，最后根據(jù)研究結(jié)論提出各行業(yè)發(fā)展的相關(guān)建議。本文所研究的問(wèn)題不僅具有一定的理論意義，還對(duì)各行業(yè)未來(lái)發(fā)展提供了一定的參考價(jià)值。本論文分析了各個(gè)新興的互聯(lián)網(wǎng)金融業(yè)與傳統(tǒng)的金融業(yè)處于極端風(fēng)險(xiǎn)條件下的內(nèi)部不同的風(fēng)險(xiǎn)溢出對(duì)與其他行業(yè)的影響，并根據(jù)各行業(yè)的特征提出與各行業(yè)獨(dú)特條件相近的可行方法，提供促進(jìn)這兩個(gè)金融行業(yè)的融合發(fā)展的策略，并建議各行業(yè)在面對(duì)行業(yè)間競(jìng)爭(zhēng)時(shí)應(yīng)積極進(jìn)行創(chuàng)新，同時(shí)應(yīng)加強(qiáng)各金融行業(yè)自身風(fēng)險(xiǎn)控制力度，促進(jìn)各行業(yè)可持續(xù)發(fā)展。文中提出的相關(guān)建議對(duì)各行業(yè)發(fā)展具有現(xiàn)實(shí)意義。二、文獻(xiàn)綜述（一）VaR在國(guó)內(nèi)研究從1997年風(fēng)襲亞洲的金融危機(jī)再到2008年的美國(guó)次貸危機(jī)，再到后來(lái)的歐債危機(jī)以及如今疫情影響帶來(lái)的經(jīng)濟(jì)危機(jī)，風(fēng)險(xiǎn)一直都在，但每一次風(fēng)險(xiǎn)因子都不一樣。因此，對(duì)風(fēng)險(xiǎn)的影響因素研究一直沒(méi)有停步，前輩們對(duì)為了研究金融行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)，使用了不同的計(jì)量模型來(lái)推測(cè)，也引出很多結(jié)論。孫鵬、程春梅（2018）在金融混業(yè)程度越來(lái)越高的前提下，發(fā)現(xiàn)證券業(yè)、保險(xiǎn)業(yè)受銀行業(yè)的風(fēng)險(xiǎn)溢出都較小。黃佳（2018）采用Copula-CoVaR模型對(duì)我國(guó)傳統(tǒng)金融行業(yè)進(jìn)行兩兩組合分析，用AIC準(zhǔn)則挑選最優(yōu)五種時(shí)變的Copula模型，實(shí)證得出證券業(yè)和保險(xiǎn)業(yè)的風(fēng)險(xiǎn)溢出程度遠(yuǎn)低于其與銀行業(yè)的。許哲（2016）以經(jīng)濟(jì)增長(zhǎng)變動(dòng)為背景，實(shí)證發(fā)現(xiàn)即便在經(jīng)濟(jì)高速增長(zhǎng)但增速在下降的情況下，銀行的系統(tǒng)風(fēng)險(xiǎn)是較低的，此外，信托、保險(xiǎn)等金融行業(yè)受到銀行的風(fēng)險(xiǎn)溢出效應(yīng)也在大幅減弱。如今，互聯(lián)網(wǎng)這個(gè)“新秀”在不同行業(yè)中滲透，特別是在金融行業(yè)中，應(yīng)該引起足夠重視。為了更好的防范金融風(fēng)險(xiǎn)以及“黑天鵝”事件的發(fā)生，在互聯(lián)網(wǎng)金融對(duì)傳統(tǒng)金融影響研究這一方向，仍有較大完善空間。為了更精確的度量不同行業(yè)間的風(fēng)險(xiǎn)溢出狀況及程度，我們使用風(fēng)險(xiǎn)度量工具VaR和CoVaR。對(duì)互聯(lián)網(wǎng)金融層面上的研究，程小珊（2019）采用ARMA-GARCH模型計(jì)算P2P行業(yè)平均收益率、三大股指日收盤數(shù)據(jù)及互聯(lián)網(wǎng)貨幣基金收益率的VaR和CoVaR值。實(shí)證表明，P2P行業(yè)產(chǎn)品有著比其他互聯(lián)網(wǎng)金融產(chǎn)品收益低但風(fēng)險(xiǎn)高的特征。牛艷梅（2013）對(duì)6家銀行進(jìn)行風(fēng)險(xiǎn)溢出效應(yīng)分析，并對(duì)每家銀行進(jìn)行重要性解釋，主要分析辦法是Sharply值法與CoVaR法相結(jié)合。謝福座（2010）使用條件在險(xiǎn)價(jià)值法CoVaR并結(jié)合前衛(wèi)的分位數(shù)回歸辦法，對(duì)中國(guó)股市和債券市場(chǎng)進(jìn)行風(fēng)險(xiǎn)溢出檢查，且發(fā)現(xiàn)CoVaR可以有效捕獲系統(tǒng)性風(fēng)險(xiǎn)變化。王蓉（2010）對(duì)中國(guó)16家上市銀行進(jìn)行CoVaR模型檢驗(yàn)，發(fā)現(xiàn)正向雙向系統(tǒng)性風(fēng)險(xiǎn)明顯存在于商業(yè)銀行間。鄭哲熙（2018）采取CoVaR與GARCH模型相結(jié)合證實(shí)中國(guó)平安集團(tuán)的“系統(tǒng)重要性”。陳亞飛（2019），以2007年美國(guó)次貸危機(jī)為背景探討我國(guó)危機(jī)前上市的40家金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)。其實(shí)證表明，金融系統(tǒng)的穩(wěn)定性與大型金融機(jī)構(gòu)發(fā)生危機(jī)時(shí)的波動(dòng)有關(guān)，但金融機(jī)構(gòu)的自身風(fēng)險(xiǎn)溢出和風(fēng)險(xiǎn)水平并不等價(jià)。劉娜（2018）通過(guò)對(duì)國(guó)內(nèi)四家上市保險(xiǎn)公司進(jìn)行剖析，運(yùn)用CoVaR度量各家公司系統(tǒng)性風(fēng)險(xiǎn)溢出值波動(dòng)狀態(tài)。歐陽(yáng)雪艷、楊曉光和李應(yīng)求（2014）對(duì)歐元區(qū)金融市場(chǎng)使用CoVaR法進(jìn)行剖析，驗(yàn)證危機(jī)嚴(yán)重的市場(chǎng)風(fēng)險(xiǎn)關(guān)聯(lián)存在較強(qiáng)聯(lián)系。朱慧明、汪寧明，黃瑞（2018）為解決天然氣價(jià)格與Brent原油價(jià)格之間相依關(guān)系描繪問(wèn)題，革新地使用金融時(shí)間序列極值分位數(shù)回歸辦法。吳天都、吳琪、栢滿迎（2014）發(fā)現(xiàn)基金市場(chǎng)和股票市場(chǎng)間的相互作用機(jī)制與信息傳遞的方式可以用風(fēng)險(xiǎn)溢出來(lái)衡量。張溪婷、張路（2017）基于我國(guó)16家上市銀行的日收益率使用分位數(shù)回歸的CoVaR模型進(jìn)行分析，并針對(duì)性的為監(jiān)管機(jī)構(gòu)發(fā)出提議。閏麗新、周利國(guó)、何卓靜（2018）對(duì)金融體系與商業(yè)銀行間存在的非對(duì)稱結(jié)構(gòu)進(jìn)行剖析，創(chuàng)造性使用VMD（變分態(tài)分解）與時(shí)變Coupula-CoVaR對(duì)短期金和長(zhǎng)期系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行診斷，結(jié)果發(fā)現(xiàn)時(shí)間維度差異性導(dǎo)致商業(yè)銀行系統(tǒng)系風(fēng)險(xiǎn)存在滯后。黃瑋強(qiáng)、李方和姚爽（2019）通過(guò)VAR-GARCH-BEKK模型對(duì)金融間的金融業(yè)間的風(fēng)險(xiǎn)溢出動(dòng)態(tài)關(guān)聯(lián)規(guī)律進(jìn)行解析，進(jìn)行動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)的構(gòu)建發(fā)現(xiàn)，信托業(yè)在跨行業(yè)關(guān)聯(lián)和均值系統(tǒng)關(guān)聯(lián)程度最深。姜愛(ài)萍、張藍(lán)飛（2019）從不同方向角度對(duì)我國(guó)的金融穩(wěn)定性因素進(jìn)行分析，期間使用的方法有熵權(quán)法和CRITIC法，進(jìn)行交叉對(duì)比分析，結(jié)果是銀行業(yè)對(duì)金融穩(wěn)定指數(shù)做出最大貢獻(xiàn)，而保險(xiǎn)業(yè)的貢獻(xiàn)最小。范朔（2018）表明收益率在金融行業(yè)中，呈現(xiàn)穩(wěn)定的飛正態(tài)分布，研究的方法多樣，具有嚴(yán)謹(jǐn)性。（二）VaR在國(guó)外研究VaR在風(fēng)險(xiǎn)度量上做出了革命性改革，但是在市場(chǎng)和機(jī)構(gòu)間的風(fēng)險(xiǎn)溢出衡量還存在較為明顯的局限性。TobiasAdrian和MakrusK.Brunnermeier（2016）對(duì)首次在2008年提出的CoVaR模型進(jìn)行革新和擴(kuò)充，其文補(bǔ)充了CoVaR可正好解決VaR在風(fēng)險(xiǎn)度量上的缺陷。Nell，Rogler和Kleinow（2014）為了剖析歐洲系統(tǒng)性風(fēng)險(xiǎn)驅(qū)動(dòng)的因子和要素，以銀行股票的周收益率為數(shù)據(jù)，從Expectshortfall和CoVaR的本質(zhì)出發(fā)，發(fā)現(xiàn)了系統(tǒng)性風(fēng)險(xiǎn)的度量辦法。AnastassiosA.Drakos和GeorigiosP.Kouretas（2015）對(duì)外資銀行在國(guó)內(nèi)上市數(shù)量是否會(huì)影響系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行探頭，也是基于CoVaR方法，且發(fā)現(xiàn)銀行對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響程度取決于其資產(chǎn)規(guī)模，但是在風(fēng)險(xiǎn)發(fā)生前后發(fā)生不同階段的決定性變化。MilenaPavlova，SonilaTomini和WimGroot（2018）在分析原油價(jià)格波動(dòng)率劇烈程度和價(jià)格動(dòng)態(tài)溢出時(shí)，發(fā)現(xiàn)局部因素和全球經(jīng)濟(jì)因素占最大影響比重，且在10大原油出口過(guò)中俄羅斯和墨西哥等國(guó)家在石油危機(jī)中遭受最大損失。WeiPeng，ShichaoHu和WangChen（2018）研究發(fā)現(xiàn)，我國(guó)企業(yè)油價(jià)受陳品油改革而產(chǎn)生明顯的負(fù)面溢出效果，但是企業(yè)在原油上的收益對(duì)極端性風(fēng)險(xiǎn)的相關(guān)性是不平恒的，期間主要因素取決于企業(yè)所在行業(yè)的特征。以上結(jié)論都是基于上交所529家A股公司股票日收益波動(dòng)率的數(shù)據(jù)為依據(jù)，使用公司收益率和原油價(jià)格波動(dòng)的格蘭杰因果關(guān)系和核函數(shù)的非參數(shù)辦法檢驗(yàn)得出。三、研究方法（一）CoVaR的計(jì)算原理在險(xiǎn)價(jià)值VaR（ValueatRisk）-在險(xiǎn)價(jià)值:VaR描述的是在給定的置信水平下，在特定時(shí)間區(qū)間內(nèi)，所研究的金融工具或投資組合在未來(lái)時(shí)間內(nèi)資產(chǎn)價(jià)格波動(dòng)時(shí)面臨的最大損失。計(jì)算公式如下:Prob(ΔpΔt≤VaR)=α（3.1）其中，Δp=Pt+?t-Pt為損益函數(shù)，在Δt時(shí)刻預(yù)測(cè)值Pt+?t與期初資產(chǎn)價(jià)值PVaR模型是當(dāng)前金融機(jī)構(gòu)對(duì)市場(chǎng)風(fēng)險(xiǎn)測(cè)量的主流方法，可以對(duì)數(shù)量較多的資產(chǎn)組合進(jìn)行測(cè)量。但需要指出的是VaR適用于市場(chǎng)在正常波動(dòng)內(nèi)，因?yàn)榇藭r(shí)市場(chǎng)沒(méi)有發(fā)生結(jié)構(gòu)性變化，如果此時(shí)市場(chǎng)發(fā)生極端風(fēng)險(xiǎn)，那么VaR模型將不適用。2.條件在險(xiǎn)價(jià)值CoVaR(ConditionalValueatRisk)-條件在險(xiǎn)價(jià)值:CoVaR為測(cè)量系統(tǒng)系風(fēng)險(xiǎn)的工具。CoVaR表示在設(shè)定的置信水平下與在設(shè)定的時(shí)間段內(nèi)，行業(yè)市場(chǎng)i或資產(chǎn)組合i因?yàn)轱L(fēng)險(xiǎn)導(dǎo)致?lián)p失為VaR值時(shí)，另一行業(yè)市場(chǎng)j或資產(chǎn)組合j受行業(yè)市場(chǎng)i或資產(chǎn)組合x(chóng)影響，產(chǎn)生了最大損失值。其計(jì)算公式表示為:Prob(Xj≤CoVaRqj,C(XiXi描述的是自身所受到的最大損失值,Xj表示受到Xi影響所產(chǎn)生的最大損失值。C(Xi)取Xi=VaRqi，表示是市場(chǎng)（二）風(fēng)險(xiǎn)溢出增加值ΔCoVaR-風(fēng)險(xiǎn)溢出增加值，測(cè)量所研究的資產(chǎn)組合或行業(yè)市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)的數(shù)值，用ΔCoVaR表示的是在市場(chǎng)i處于VaR值時(shí)即面臨最大損失時(shí)，市場(chǎng)j因受到市場(chǎng)i的影響產(chǎn)生的額外的風(fēng)險(xiǎn)。其計(jì)算公式為:ΔCoVaRqj,i=VaRqj為市場(chǎng)j自身的在險(xiǎn)價(jià)值，Δ（三）風(fēng)險(xiǎn)溢出效應(yīng)度量ΔCoVaRqj,i雖然度量了所研究的金融市場(chǎng)i影響金融市場(chǎng)j的風(fēng)險(xiǎn)溢出值，但為了更直觀描述風(fēng)險(xiǎn)溢出的情況，即金融市場(chǎng)j有多少風(fēng)險(xiǎn)是金融市場(chǎng)i帶來(lái)的，對(duì)ΔCoVaRq%CoVaRqj,i=Δ用ΔCoVaRqj,iVaRqj計(jì)算出市場(chǎng)i對(duì)市場(chǎng)j的風(fēng)險(xiǎn)溢出值占自身在險(xiǎn)價(jià)值的比重，得出金融四、風(fēng)險(xiǎn)溢出效應(yīng)實(shí)證分析（一）樣本選取與數(shù)據(jù)來(lái)源本文所選樣本數(shù)據(jù)的時(shí)間選取為2015年5月19日至2019年10月18日。在該段時(shí)間內(nèi)，滬深300、銀行業(yè)、互聯(lián)網(wǎng)金融、證券業(yè)單個(gè)樣本數(shù)據(jù)量為1078個(gè)，保險(xiǎn)業(yè)單個(gè)樣本數(shù)據(jù)量為1057，數(shù)據(jù)總量為5369個(gè)。所選取數(shù)據(jù)皆來(lái)自于國(guó)泰安數(shù)據(jù)庫(kù)。選取該時(shí)間段作為研究樣本，一方面是因?yàn)榛ヂ?lián)網(wǎng)金融興起時(shí)間較晚，數(shù)據(jù)較為欠缺，可供選取的時(shí)間不長(zhǎng)。因此選取中證選取互聯(lián)網(wǎng)金融作為中證互聯(lián)網(wǎng)金融指數(shù)開(kāi)始的那天為起始數(shù)據(jù)。另一方面，則是該時(shí)間段內(nèi)，經(jīng)歷過(guò)股市熔斷與股市復(fù)蘇，是各行業(yè)多次下跌與上漲的過(guò)程，可以體現(xiàn)各行業(yè)的發(fā)展波動(dòng)特征。對(duì)互聯(lián)網(wǎng)金融關(guān)于各行業(yè)風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行分析時(shí)，顯著性水平選取為5%，即95%的置信度水平。（二）數(shù)據(jù)處理與描述性統(tǒng)計(jì)本文中，將選取各指數(shù)的每日收盤價(jià)作為各指數(shù)的樣本數(shù)據(jù)，為了使模型有更好的計(jì)量經(jīng)濟(jì)意義，對(duì)數(shù)據(jù)進(jìn)行取對(duì)數(shù)處理以消除數(shù)據(jù)的異方差性。對(duì)數(shù)日收益率運(yùn)算方程為：Rit=lnXRit對(duì)應(yīng)各指數(shù)的對(duì)數(shù)收益率，滬深300、銀行、互聯(lián)網(wǎng)金融、證券、保險(xiǎn)指數(shù)的對(duì)數(shù)收益率分別為Rhs、Ryh、Rhj、Rzq、Rbx。Xit對(duì)各指數(shù)的對(duì)數(shù)收益率進(jìn)行描述性統(tǒng)計(jì)，通過(guò)計(jì)算Rit的均值、標(biāo)準(zhǔn)差、偏度、峰度、J-B各指數(shù)對(duì)數(shù)收益率的一般特征如圖與列表所示:圖4.1從對(duì)數(shù)收益率時(shí)間序列圖中可以觀察到對(duì)數(shù)收益率波動(dòng)的集群現(xiàn)象：在2016年第二季度到2017年的時(shí)間段內(nèi)，波動(dòng)較小。在2015年與2019年前后波動(dòng)較大。反映了國(guó)內(nèi)A股市場(chǎng)在15年股災(zāi)期間的指數(shù)大幅波動(dòng)，16年股市經(jīng)歷熔斷，19年股市的動(dòng)蕩。表4.1RHSRYHRHJRZQRBX平均數(shù)

0.004908

0.020535-0.040441-0.046277

0.072788中位數(shù)

0.037402-0.016357-0.049078-0.088443

0.023518最大值

6.498873

7.554815

7.976289

9.531086

9.208702最小值-9.154437-9.428850-9.510075-10.53683-9.924988標(biāo)準(zhǔn)差

1.506109

1.404099

2.011263

2.325297

1.902807偏度-0.895578-0.183901-0.529446-0.079780-0.047241峰度

9.802583

10.81824

6.130931

8.267182

6.784376Jarque-Bera

2169.021

2685.238

478.8346

1217.193

628.1505Probability

0.000000

0.000000

0.000000

0.000000

0.000000樣本量

1052

1052

1052

1052

1052從各指數(shù)的描述性統(tǒng)計(jì)中分析，各指數(shù)的對(duì)數(shù)日收益率的均值可以得出Rbx的平均收益率最高，而Rzq的平均收益率最低。比較各指數(shù)收益率的標(biāo)準(zhǔn)差可以得出，Rzq的標(biāo)準(zhǔn)差最高,證券指數(shù)的對(duì)數(shù)收益率波動(dòng)相對(duì)于其他指數(shù)的對(duì)數(shù)收益率波動(dòng)更大幅度。偏度與峰度用于描述各指數(shù)對(duì)數(shù)收益率數(shù)據(jù)的分布曲線相較于正態(tài)分布表現(xiàn)出的不對(duì)稱程度，正太分布的偏度為0，峰度為3?？梢詮母髦笖?shù)對(duì)數(shù)收益率的偏度與峰度得出，各指數(shù)都呈現(xiàn)出左偏態(tài)、尖峰、厚尾的特征。不符合J-B統(tǒng)計(jì)量表明，在99%的置信度水平下，拒絕Rhs、Ryh、Rhj、Rzq、Rbx服從（三）單位根檢驗(yàn)對(duì)各指數(shù)對(duì)數(shù)收益率的時(shí)間序列進(jìn)行單位根檢驗(yàn)，單位根檢驗(yàn)滯后階數(shù)取6階。變量ADF統(tǒng)計(jì)量1%時(shí)ADF統(tǒng)計(jì)量P值R-31.50297-3.9665990.000R-32.96449-3.9666230.000R-30.46917-3.9666230.000R-31.86116-3.9666230.000R-31.33270-3.9668030.000表4.2從各指數(shù)對(duì)數(shù)收益率的單位根檢驗(yàn)結(jié)果得出，ADF統(tǒng)計(jì)均小于顯著性水平下的閾值，在1%的顯著性水平下拒絕存在單位根的原假設(shè)，即各序列不存在單位根，各指數(shù)對(duì)數(shù)收益率通過(guò)單位根檢驗(yàn)，各指數(shù)對(duì)數(shù)收益率為平穩(wěn)序列。（四）互聯(lián)網(wǎng)金融行業(yè)對(duì)傳統(tǒng)金融業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)1.VaR計(jì)算Rit=β0根據(jù)計(jì)算式先對(duì)指數(shù)的對(duì)數(shù)收益率進(jìn)行分位數(shù)回歸，分位數(shù)取0.05（q=0.05），計(jì)算出各指數(shù)的對(duì)數(shù)收益率參數(shù)數(shù)值如下:變量ββR-1.16330.7394R-1.87601.1325R1.76961.3289R-1.61280.9558表4.3根據(jù)各指數(shù)參數(shù)數(shù)值進(jìn)行VAR值計(jì)算:VaRitq=β將各指數(shù)參數(shù)代入上式計(jì)算，計(jì)算在q=0.05時(shí)，各行業(yè)的VaR值序列。結(jié)果如下:互聯(lián)網(wǎng)金融銀行證券保險(xiǎn)VaR-1.83229-0.85707-1.71831-1.57591表4.42.CoVaR計(jì)算

Rit=β0'+對(duì)各指數(shù)進(jìn)行分位數(shù)回歸，q=0.05時(shí)，各指數(shù)參數(shù)值如下:變量βββR-1.08561.069-0.3331R-1.66441.05950.2284R-1.51021.3613-0.371表4.5各指數(shù)參數(shù)代入下式:CoVaRiti,hjq=當(dāng)q=0.05時(shí)，計(jì)算出銀行、證券、保險(xiǎn)業(yè)的CoVaR值序列。3.風(fēng)險(xiǎn)溢出計(jì)算結(jié)果取VaR值序列中位數(shù)與CoVaR值序列中位數(shù)代入下式中進(jìn)行計(jì)算:?CoVaRiti,hjq=%CoVaRiti,hjq=互聯(lián)網(wǎng)金融VaR值為-1.83229，q=0.05時(shí)，傳統(tǒng)金融業(yè)的風(fēng)險(xiǎn)溢出值結(jié)果如下:VaRCoVaRΔCoVaR%CoVaR銀行-0.85707-0.434010.42307-49.36%證券-1.71831-2.042-0.3236918.84%保險(xiǎn)-1.57591-0.777880.79803-50.64%表4.6根據(jù)上表VaR計(jì)算結(jié)果來(lái)看，互聯(lián)網(wǎng)金融的VaR最高，而在傳統(tǒng)金融業(yè)，保險(xiǎn)業(yè)風(fēng)險(xiǎn)價(jià)值最高，銀行業(yè)的風(fēng)險(xiǎn)價(jià)值最小。銀行業(yè)相對(duì)于其他行業(yè)，監(jiān)管較為嚴(yán)格，行業(yè)規(guī)范，因此其抗風(fēng)險(xiǎn)能力較強(qiáng)。而互聯(lián)網(wǎng)金融與保險(xiǎn)業(yè)因其行業(yè)的特點(diǎn)，存在高風(fēng)險(xiǎn)行為，抗風(fēng)險(xiǎn)能力較弱。各行業(yè)%CoVaR中，銀行業(yè)和保險(xiǎn)業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)是負(fù)風(fēng)險(xiǎn)溢出，負(fù)風(fēng)險(xiǎn)溢出描述了如果互聯(lián)網(wǎng)金融業(yè)存在極端風(fēng)險(xiǎn)，互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)可以降低銀行業(yè)和保險(xiǎn)業(yè)的風(fēng)險(xiǎn)。在生活中，銀行業(yè)的金融服務(wù)與互聯(lián)網(wǎng)金融產(chǎn)品中P2P、支付平臺(tái)互為競(jìng)爭(zhēng)關(guān)系。當(dāng)互聯(lián)網(wǎng)金融業(yè)存在極端風(fēng)險(xiǎn)時(shí)，對(duì)于投資者來(lái)說(shuō)，銀行業(yè)金融服務(wù)與業(yè)務(wù)相較于存在極端風(fēng)險(xiǎn)的互聯(lián)網(wǎng)金融產(chǎn)品則更有競(jìng)爭(zhēng)力。互聯(lián)網(wǎng)金融亦有覆蓋保險(xiǎn)業(yè)的保險(xiǎn)業(yè)務(wù)，當(dāng)互聯(lián)網(wǎng)金融處于極端風(fēng)險(xiǎn)時(shí)，保險(xiǎn)業(yè)的業(yè)務(wù)則接納了原屬于互聯(lián)網(wǎng)金融的投資者。因此，互金對(duì)銀行業(yè)與保險(xiǎn)公司產(chǎn)生了負(fù)向的風(fēng)險(xiǎn)溢出影響。互聯(lián)網(wǎng)金融對(duì)證券投資業(yè)風(fēng)險(xiǎn)的影響意味著在極端風(fēng)險(xiǎn)的情況下對(duì)證券業(yè)的風(fēng)險(xiǎn)增加。互聯(lián)網(wǎng)的興盛對(duì)證券業(yè)有所影響，存在著利用互聯(lián)網(wǎng)技術(shù)對(duì)券商進(jìn)行革新的科技公司，代表有同花順與東方財(cái)富，引用互聯(lián)網(wǎng)技術(shù)對(duì)券商的業(yè)務(wù)進(jìn)行覆蓋。然而%CoVaR的數(shù)值中顯示，雖然互聯(lián)網(wǎng)金融對(duì)證券業(yè)產(chǎn)生負(fù)向的風(fēng)險(xiǎn)溢出影響，但數(shù)值僅為18.84%，現(xiàn)階段，互聯(lián)網(wǎng)金融的金融產(chǎn)品雖然與證券業(yè)的業(yè)務(wù)有所交集，但由于互聯(lián)網(wǎng)金融產(chǎn)品與證券業(yè)產(chǎn)品的重合度不高，相互替代的產(chǎn)品較少，因而風(fēng)險(xiǎn)傳染度不高。（五）傳統(tǒng)金融業(yè)對(duì)互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)溢出Rhj,it=β0與4.2的計(jì)算方法相同，在q=0.05時(shí)，進(jìn)行分位數(shù)回歸，各指數(shù)參數(shù)如下:變量βββR-1.56311.6078-0.7685R-1.74650.77340.2624R-1.58431.72100.6084表4.7將上述參數(shù)代入下列計(jì)算式中:CoVaRhjhj,iq得出所需參數(shù)，根據(jù)下式，計(jì)算得出各傳統(tǒng)金融業(yè)對(duì)互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)溢出值，?CoVaRhjhj,iq=%CoVaRiti,hjq=結(jié)果如下:VaRCoVaRΔCoVaR%CoVaR銀行-0.85707-0.835250.99704-54.41%證券-1.71831-2.16754-0.3352418.30%保險(xiǎn)-1.57591-0.559091.27320-69.49%表4.8根據(jù)估計(jì)結(jié)果，銀行業(yè)與保險(xiǎn)業(yè)對(duì)互聯(lián)網(wǎng)金融為負(fù)向風(fēng)險(xiǎn)溢出效應(yīng)，存在受銀行業(yè)或保險(xiǎn)業(yè)的極端風(fēng)險(xiǎn)影響，互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)降低，減少風(fēng)險(xiǎn)的情況。證券業(yè)對(duì)互聯(lián)網(wǎng)融資具有正向溢出效應(yīng)。如果證券投資行業(yè)存在極端風(fēng)險(xiǎn)，在證券行業(yè)風(fēng)險(xiǎn)的影響下，互金的風(fēng)險(xiǎn)會(huì)加大。本文數(shù)據(jù)分析得出，互金對(duì)銀行業(yè)和保險(xiǎn)業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)為負(fù)，而對(duì)證券業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)為正。（六）不同分位數(shù)下風(fēng)險(xiǎn)溢出為了比較不同分位數(shù)下，各金融業(yè)對(duì)互金風(fēng)險(xiǎn)的影響與互金對(duì)各金融業(yè)風(fēng)險(xiǎn)的影響。取不同分位數(shù)值，計(jì)算傳統(tǒng)金融業(yè)對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)溢出效應(yīng)的影響，計(jì)算得出以下風(fēng)險(xiǎn)溢出值：分位數(shù)0.010.030.05銀行-1.26212-0.67687-0.83525CoVaR2.2024711.6034610.99704ΔCoVaR-63.57%-70.32%-54.41%%CoVaR證券-3.584-2.5633-2.16754CoVaR-0.11941-0.28297-0.33524ΔCoVaR3.45%12.41%18.30%%CoVaR保險(xiǎn)-1.12137-0.7243-0.55909CoVaR2.3432221.5560321.273197ΔCoVaR-67.63%-68.24%-69.49%%CoVaR互聯(lián)網(wǎng)金融-3.46459-2.28033-1.83229VaR表4.9銀行對(duì)互聯(lián)網(wǎng)金融的%CoVaR在不同分位數(shù)下均為負(fù)效應(yīng)，且在q=0.05時(shí)，負(fù)溢出效應(yīng)最小，在q=0.03時(shí)，風(fēng)險(xiǎn)溢出負(fù)效應(yīng)最大，q=0.01時(shí)，負(fù)效應(yīng)有所減弱，但仍然比q=0.05的情況強(qiáng)。說(shuō)明銀行在越苛刻風(fēng)險(xiǎn)的情況下，對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的影響在增強(qiáng)。證券對(duì)互聯(lián)網(wǎng)金融的%CoVaR在不同分位數(shù)下均為正效應(yīng)證券業(yè)在不同分位數(shù)水平下，風(fēng)險(xiǎn)溢出值有較大變化，證券業(yè)處于極端苛刻情況下，風(fēng)險(xiǎn)溢出值減弱至最低值，而在q=0.05時(shí)，風(fēng)險(xiǎn)溢出值處于最高值。說(shuō)明證券業(yè)隨著分位數(shù)的增加，對(duì)互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)影響增大，互金的%Covar在不同分位數(shù)上為負(fù)。在不同分位數(shù)水平下，保險(xiǎn)業(yè)的風(fēng)險(xiǎn)溢出值幾乎沒(méi)有變化，隨著分位數(shù)的減少，也就是說(shuō)，這種情況越極端，對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的影響就越弱。總體上看，各行業(yè)中，不同分位數(shù)水平下，對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)溢出值最大為q=0.03所取得的銀行%CoVaR值，而對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)影響最小的是證券。在三個(gè)行業(yè)中，保險(xiǎn)業(yè)對(duì)互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)溢出值變化不大，對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)傳染在各分位數(shù)下，變化不大。分位數(shù)0.010.030.05銀行-2.12793-1.530232-0.8571VaR-0.11757-0.3707756-0.83525CoVaR2.0103611.159456390.99704ΔCoVaR-94.48%-75.77%-54.41%%CoVaR證券-2.8273-2.0335065-1.71831VaR-3.1104-2.4503491-2.16754CoVaR-0.2831-0.4168426-0.33524ΔCoVaR10.01%20.50%18.30%%CoVaR保險(xiǎn)-2.6979-1.906377-1.57591VaR-1.62875-1.2639184-0.55909CoVaR1.0691520.642458611.2732ΔCoVaR-39.63%-33.70%-69.49%%CoVaR表4.10互金對(duì)不同金融業(yè)的影響因分位數(shù)不同而異，互金對(duì)銀行的%CoVaR值為負(fù)，說(shuō)明互金對(duì)銀行的風(fēng)險(xiǎn)溢出效應(yīng)為負(fù)。且隨著分位數(shù)的增大，%CoVaR值有所減弱，表明互聯(lián)網(wǎng)金融在越極端不易出現(xiàn)的風(fēng)險(xiǎn)中，對(duì)銀行業(yè)的影響越強(qiáng)?；ヂ?lián)網(wǎng)金融對(duì)證券的%CoVaR值均為正數(shù)，證券業(yè)在q=0.01時(shí)，%CoVaR處于最低值，在q=0.03時(shí)，處于最高值，總體上，隨著q值的減少，%CoVaR值也有所減少。表明證券業(yè)在極端情況下，受互聯(lián)網(wǎng)金融的影響有所減弱。保險(xiǎn)業(yè)在不同分位數(shù)水平下，%CoVaR為負(fù)值，且分位數(shù)0.05到分位數(shù)0.03有大幅變化，表現(xiàn)為對(duì)互聯(lián)網(wǎng)金融的影響大幅減弱，說(shuō)明互聯(lián)網(wǎng)金融在越極端不易出現(xiàn)的風(fēng)險(xiǎn)情況下，對(duì)保險(xiǎn)業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)是呈減弱趨勢(shì)?？傮w上看，互聯(lián)網(wǎng)金融對(duì)銀行業(yè)的%CoVaR影響最大，在q=0.01時(shí)，得到各行業(yè)最大風(fēng)險(xiǎn)溢出值-94.48%。證券%CoVaR最小。處于越極端情況下，互金對(duì)保險(xiǎn)業(yè)影響越趨近于平穩(wěn)趨勢(shì)。五、研究結(jié)論隨著互聯(lián)網(wǎng)金融產(chǎn)品的發(fā)展，傳統(tǒng)金融業(yè)中的各行業(yè)都不可避免地會(huì)與互聯(lián)網(wǎng)金融產(chǎn)生一定影響。在本文中，運(yùn)用分位數(shù)回歸計(jì)算各指數(shù)的VaR值與CoVaR值衡量其風(fēng)險(xiǎn)溢出效應(yīng)，得出以下結(jié)論:1.在衡量各行業(yè)自身風(fēng)險(xiǎn)時(shí)，采用VaR值對(duì)各行業(yè)的風(fēng)險(xiǎn)水平進(jìn)行評(píng)估，VaR值越大，則該行業(yè)所處的風(fēng)險(xiǎn)越高，反之亦然。在本文選取的四個(gè)行業(yè)中，互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)水平較其他行業(yè)都要高?；ヂ?lián)網(wǎng)金融作為新行業(yè)出現(xiàn)的時(shí)間較短，面臨監(jiān)管不到位的情況，尚未有完善的法律制度規(guī)范互聯(lián)網(wǎng)金融業(yè)，其抗風(fēng)險(xiǎn)能力較差。而在傳統(tǒng)金融業(yè)中，證券業(yè)面臨更高的風(fēng)險(xiǎn)，銀行業(yè)面臨的風(fēng)險(xiǎn)相對(duì)較小。傳統(tǒng)金融業(yè)發(fā)展時(shí)間長(zhǎng)，政府監(jiān)管措施到位，法律制度較為完善，各行業(yè)規(guī)范，因而風(fēng)險(xiǎn)控制較為完善。2.運(yùn)用ΔCoVaR方法可以衡量互聯(lián)網(wǎng)金融與各行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)情況，不同分位數(shù)水平下，傳統(tǒng)保險(xiǎn)業(yè)和傳統(tǒng)銀行業(yè)對(duì)互金的溢出風(fēng)險(xiǎn)是負(fù)的，在ΔCoVaR數(shù)值對(duì)比中，保險(xiǎn)業(yè)ΔCoVaR值較銀行業(yè)ΔCoVaR值要高，表明受互金的風(fēng)險(xiǎn)影響，二者的風(fēng)險(xiǎn)將會(huì)降低，且保險(xiǎn)降低程度較銀行程度更高。而當(dāng)保險(xiǎn)業(yè)或銀行業(yè)存在極端風(fēng)險(xiǎn)的情況時(shí)，互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)受銀行業(yè)或保險(xiǎn)業(yè)風(fēng)險(xiǎn)的影響會(huì)呈現(xiàn)降低的現(xiàn)象，且受保險(xiǎn)業(yè)風(fēng)險(xiǎn)的影響較銀行業(yè)風(fēng)險(xiǎn)的影響更大些?；ヂ?lián)網(wǎng)金融與證券業(yè)之間的風(fēng)險(xiǎn)溢出效應(yīng)互為正向的，表示在兩兩關(guān)系中當(dāng)互聯(lián)網(wǎng)金融產(chǎn)生極端風(fēng)險(xiǎn)時(shí)，證券業(yè)所處的風(fēng)險(xiǎn)增加的情況。反之，證券業(yè)當(dāng)處于極端風(fēng)險(xiǎn)時(shí)，受其風(fēng)險(xiǎn)影響，互金風(fēng)險(xiǎn)將會(huì)降低。3.互聯(lián)網(wǎng)與銀行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)均為負(fù)向的風(fēng)險(xiǎn)溢出，表明受互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的影響，銀行業(yè)風(fēng)險(xiǎn)將會(huì)降低，這是當(dāng)互聯(lián)網(wǎng)金融處于極端風(fēng)險(xiǎn)水平時(shí)會(huì)出現(xiàn)的情況。而當(dāng)銀行業(yè)存在有極端風(fēng)險(xiǎn)的情況時(shí)，將會(huì)減少互聯(lián)網(wǎng)金融所面臨的風(fēng)險(xiǎn)。負(fù)相應(yīng)表明雙方在市場(chǎng)關(guān)系為競(jìng)爭(zhēng)關(guān)系。同時(shí)，這些數(shù)據(jù)可以說(shuō)明保險(xiǎn)業(yè)相較于銀行業(yè)，對(duì)互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)傳染有更深的影響，因?yàn)楦鶕?jù)我們的研究結(jié)果表明在不同分位數(shù)水平下，相對(duì)于銀行業(yè)，保險(xiǎn)業(yè)受互金風(fēng)險(xiǎn)的影響程度更深些，表現(xiàn)為受互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的影響，其風(fēng)險(xiǎn)降低程度較銀行業(yè)要多些。而互聯(lián)網(wǎng)金融對(duì)傳統(tǒng)保險(xiǎn)業(yè)和傳統(tǒng)銀行業(yè)的風(fēng)險(xiǎn)傳染度ΔCoVaR表明二者的風(fēng)險(xiǎn)傳染度相當(dāng)，二者受互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的影響相差不大。在互聯(lián)網(wǎng)金融產(chǎn)品中，充當(dāng)銀行主要競(jìng)爭(zhēng)產(chǎn)品的P2P行業(yè)自2019年以來(lái)存在大量爆雷P2P平臺(tái)，以及存在挪用資金池等現(xiàn)象，令市場(chǎng)上的投資者在選擇理財(cái)產(chǎn)品時(shí)，會(huì)轉(zhuǎn)而投向風(fēng)險(xiǎn)更小的銀行業(yè)中與之相符的相關(guān)業(yè)務(wù)。另一方面，P2P平臺(tái)接受政府嚴(yán)格監(jiān)管后，大量平臺(tái)因不符合規(guī)范，選擇不再釋放融資信息，并選擇轉(zhuǎn)業(yè)已結(jié)束平臺(tái)運(yùn)營(yíng)。4.互聯(lián)網(wǎng)金融與保險(xiǎn)業(yè)風(fēng)險(xiǎn)溢出效應(yīng)均為負(fù)向的風(fēng)險(xiǎn)溢出效應(yīng)。這表明無(wú)論哪個(gè)行業(yè)處于極端風(fēng)險(xiǎn)下，都會(huì)減少另外一個(gè)行業(yè)所面對(duì)的風(fēng)險(xiǎn)。，從一些數(shù)據(jù)可以說(shuō)明兩者處于競(jìng)爭(zhēng)關(guān)系，比如互聯(lián)網(wǎng)金融與保險(xiǎn)業(yè)的關(guān)系相較于互聯(lián)網(wǎng)金融與銀行業(yè)的負(fù)效應(yīng)要強(qiáng)這就是比較明顯的一點(diǎn)；隨著互聯(lián)網(wǎng)金融產(chǎn)品的不斷推出進(jìn)化，越來(lái)越多的互聯(lián)網(wǎng)金融產(chǎn)品與保險(xiǎn)業(yè)所推出的產(chǎn)品具有相似性，存在較大的替代性。隨著互聯(lián)網(wǎng)金融的進(jìn)一步發(fā)展，保險(xiǎn)業(yè)與其競(jìng)爭(zhēng)關(guān)系將會(huì)加劇。從兩者負(fù)效應(yīng)中比較，保險(xiǎn)業(yè)風(fēng)險(xiǎn)對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)影響產(chǎn)生的負(fù)效應(yīng)相較于互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)對(duì)保險(xiǎn)業(yè)風(fēng)險(xiǎn)影響產(chǎn)生的負(fù)效應(yīng)要強(qiáng)烈，表明在保險(xiǎn)業(yè)處于極端風(fēng)險(xiǎn)時(shí)，受保險(xiǎn)業(yè)極端風(fēng)險(xiǎn)的影響，互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)更為敏感，所減少的風(fēng)險(xiǎn)更多。5.證券業(yè)與互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)溢出效應(yīng)均為正向風(fēng)險(xiǎn)溢出效應(yīng)。當(dāng)一方處于極端風(fēng)險(xiǎn)情況下，都會(huì)增加另外一方所承受的風(fēng)險(xiǎn)情況，但是從數(shù)據(jù)上看二者的風(fēng)險(xiǎn)溢出效應(yīng)數(shù)值是幾組我們選擇的測(cè)試行業(yè)中風(fēng)險(xiǎn)傳染性最小的，兩者存在一定的風(fēng)險(xiǎn)傳遞關(guān)系，不如其它測(cè)試行業(yè)的數(shù)據(jù)高，說(shuō)明二者的風(fēng)險(xiǎn)傳遞不如其他行業(yè)的強(qiáng)烈。證券業(yè)主要從事證券經(jīng)紀(jì)、證券發(fā)行與承銷業(yè)務(wù)，與互聯(lián)網(wǎng)金融所有的金融產(chǎn)品交集不多，且多為互聯(lián)網(wǎng)金融信息服務(wù)行業(yè)，為股市進(jìn)行信息技術(shù)支持，與證券業(yè)原有的業(yè)務(wù)重合不大，券商的證券發(fā)行與承銷業(yè)務(wù)是互聯(lián)網(wǎng)金融公司暫沒(méi)有的金融服務(wù)。因而二者在風(fēng)險(xiǎn)溢出效應(yīng)中數(shù)值較低。六、研究建議關(guān)于銀行業(yè)發(fā)展建議隨著互聯(lián)網(wǎng)金融業(yè)的持續(xù)發(fā)展，無(wú)疑會(huì)對(duì)生活中的各個(gè)領(lǐng)域產(chǎn)生一定的影響。銀行業(yè)作為其中最大的金融業(yè)體系，首先承擔(dān)了這個(gè)新興行業(yè)出現(xiàn)帶來(lái)的巨大壓力。作為金融業(yè)之中的上游行業(yè)，必須用理性的手段來(lái)處理銀行業(yè)和互聯(lián)網(wǎng)金融業(yè)的競(jìng)爭(zhēng)關(guān)系。今后銀行業(yè)也應(yīng)該改變對(duì)自己太過(guò)于傳統(tǒng)的老舊概念和定位，開(kāi)始順應(yīng)時(shí)代的發(fā)展，開(kāi)始適應(yīng)時(shí)代的變革以下將從下列幾點(diǎn)提出銀行業(yè)的發(fā)展建議。加強(qiáng)對(duì)互聯(lián)網(wǎng)技術(shù)的應(yīng)用傳統(tǒng)金融業(yè)加上了互聯(lián)網(wǎng)技術(shù)后之所以發(fā)展迅速，是因?yàn)榛ヂ?lián)網(wǎng)技術(shù)可以作為傳統(tǒng)商業(yè)銀行的發(fā)展的重要依靠，用新的技術(shù)獲取數(shù)據(jù)來(lái)支撐內(nèi)部結(jié)構(gòu)，利用新興技術(shù)，如大規(guī)模數(shù)據(jù)，商業(yè)銀行可以調(diào)整現(xiàn)有的風(fēng)險(xiǎn)模型，提高模型的準(zhǔn)確性，減少差錯(cuò)，更好地控制風(fēng)險(xiǎn)，這些技術(shù)都是現(xiàn)代金融業(yè)不可多得的機(jī)遇。同時(shí)要利用互聯(lián)網(wǎng)將借款信息與客戶本人信息進(jìn)行匹配分類，推出個(gè)性化的服務(wù)內(nèi)容，推出定制的金融產(chǎn)品，也可以使風(fēng)險(xiǎn)管理更透明化和與合理化，更加科學(xué)地對(duì)細(xì)節(jié)流程進(jìn)行管理，使風(fēng)險(xiǎn)性下降，失誤值減少。國(guó)內(nèi)已經(jīng)有很多之前不想改變的傳統(tǒng)商業(yè)銀行把挑戰(zhàn)轉(zhuǎn)化為機(jī)遇，而其中轉(zhuǎn)變失敗的商業(yè)銀行，不乏有在著風(fēng)險(xiǎn)與機(jī)遇共存的時(shí)代被掀翻了，最后獲得了被并購(gòu)甚至破產(chǎn)的尷尬境地，所以，我建議這些拘于格局的傳統(tǒng)商業(yè)銀行，不妨嘗試下不再一味與這個(gè)新興的行業(yè)進(jìn)行對(duì)抗而是選擇合作共贏的共生環(huán)境。從近幾年開(kāi)始，第三方支付的崛起可以看出，騰訊等互聯(lián)網(wǎng)企業(yè)巨頭開(kāi)始與各個(gè)商業(yè)銀行建立合作的關(guān)系，合作伙伴包括了四大銀行內(nèi)的數(shù)十家銀行。這些非金融公司在不同的技術(shù)領(lǐng)域利用其日新月異的技術(shù)來(lái)支持商業(yè)銀行，建立強(qiáng)大的業(yè)務(wù)聯(lián)盟，在數(shù)據(jù)、金融產(chǎn)品更新和運(yùn)輸路線等領(lǐng)域相互支持。這種新的合作是建立在由銀行提供資金支持、互聯(lián)網(wǎng)金融公司提供科技保障的基礎(chǔ)上的，這種合作模式不僅滿足了現(xiàn)有客戶需要，同時(shí)以其貼近生活的運(yùn)作模式吸引了新的投資者，使得投資不再高高在上。積極防范行業(yè)融合帶來(lái)的風(fēng)險(xiǎn)由于互聯(lián)網(wǎng)技術(shù)日新月異，尤其在以互聯(lián)網(wǎng)模式開(kāi)始進(jìn)行行業(yè)整合時(shí)，因?yàn)榛ヂ?lián)網(wǎng)的特殊性與不穩(wěn)定性，可能會(huì)產(chǎn)生各種各樣的風(fēng)險(xiǎn)，其中比較突出的就是信用風(fēng)險(xiǎn)。因此，商業(yè)銀行在應(yīng)對(duì)使用互聯(lián)網(wǎng)技術(shù)帶來(lái)的風(fēng)險(xiǎn)時(shí)，要積極部署應(yīng)對(duì)風(fēng)險(xiǎn)的措施。從近期來(lái)看，新興的互聯(lián)網(wǎng)金融模式P2P網(wǎng)貸行業(yè)是互聯(lián)網(wǎng)風(fēng)險(xiǎn)的重災(zāi)區(qū)和集中表現(xiàn)地，這幾年來(lái)頻繁地出現(xiàn)網(wǎng)貸平臺(tái)跑路、平臺(tái)資金鏈斷裂，其中一些平臺(tái)違反規(guī)定，違法違規(guī)地對(duì)投資者投資的資金進(jìn)行操作，給投資者造成很大損失，一部分平臺(tái)就因此陷入困境。商業(yè)銀行必須仔細(xì)觀察監(jiān)控互聯(lián)網(wǎng)金融部門的信用風(fēng)險(xiǎn)，預(yù)防信用貸款風(fēng)險(xiǎn)，要更新和取代傳統(tǒng)的預(yù)防風(fēng)險(xiǎn)手段，建立新的風(fēng)險(xiǎn)管理機(jī)制，更具有風(fēng)險(xiǎn)保護(hù)能力。關(guān)于證券行業(yè)發(fā)展建議加強(qiáng)與互聯(lián)網(wǎng)金融行業(yè)的合作按照本文得出的結(jié)果，當(dāng)互聯(lián)網(wǎng)金融行業(yè)處于極端風(fēng)險(xiǎn)時(shí)，證券行業(yè)受其影響相對(duì)其他行業(yè)較小，這代表了互聯(lián)網(wǎng)金融行業(yè)于證券業(yè)的業(yè)務(wù)交叉度不高，業(yè)務(wù)相對(duì)獨(dú)立。按照現(xiàn)在的趨勢(shì)看，如果證券行業(yè)想要在目前互聯(lián)網(wǎng)技術(shù)蓬勃發(fā)展的今天要站穩(wěn)腳跟，就要積極推進(jìn)自身業(yè)務(wù)的互聯(lián)網(wǎng)化，謀求轉(zhuǎn)型、擴(kuò)展業(yè)務(wù)。在行業(yè)進(jìn)行轉(zhuǎn)型的同時(shí)，運(yùn)用互聯(lián)網(wǎng)信息技術(shù)，深度挖掘數(shù)據(jù)信息，對(duì)數(shù)據(jù)潛在價(jià)值進(jìn)行分析；利用得到的數(shù)據(jù)對(duì)證券產(chǎn)品的盈利性和風(fēng)險(xiǎn)暴露程度進(jìn)行量化。以此為依據(jù)，發(fā)掘潛在客戶，并為客戶量身定制多元服務(wù)，使服務(wù)更加便捷簡(jiǎn)單，用簡(jiǎn)單高效的方法來(lái)為客戶量身訂做證券產(chǎn)品，依托互聯(lián)網(wǎng)渠道，合法地?cái)U(kuò)充該行業(yè)的線上交易量。同時(shí)，證券行業(yè)還要提高警惕，密切防范互聯(lián)網(wǎng)金融行業(yè)帶來(lái)的各種信用、技術(shù)和操作風(fēng)險(xiǎn)，建立健全的風(fēng)險(xiǎn)預(yù)警機(jī)制，規(guī)避大部分可控的風(fēng)險(xiǎn)；對(duì)傳統(tǒng)風(fēng)險(xiǎn)預(yù)防的手段進(jìn)行更新或者淘汰，搭建全新的風(fēng)險(xiǎn)管理框架，推出相應(yīng)的行為準(zhǔn)則，使證券業(yè)在進(jìn)行互聯(lián)網(wǎng)交易時(shí)面對(duì)風(fēng)險(xiǎn)更具抵御力。關(guān)于保險(xiǎn)行業(yè)發(fā)展建議根據(jù)銀監(jiān)會(huì)所頒布的報(bào)告顯示在從2014年開(kāi)始的5年時(shí)間里，與互聯(lián)網(wǎng)金融有聯(lián)系的保險(xiǎn)業(yè)企業(yè)便迅速增加至上百家。這種合作給保險(xiǎn)業(yè)帶來(lái)的變化有很多，在之前的傳統(tǒng)模式下，電話營(yíng)銷是保險(xiǎn)業(yè)最慣用的營(yíng)銷方式，而保險(xiǎn)業(yè)在利用互聯(lián)網(wǎng)技術(shù)進(jìn)行變革之后，與互聯(lián)網(wǎng)金融產(chǎn)業(yè)共同發(fā)展，出現(xiàn)了各種新的保險(xiǎn)營(yíng)銷方式，出現(xiàn)的新型保險(xiǎn)業(yè)務(wù)將以對(duì)客戶進(jìn)行全方位的數(shù)據(jù)分析為主，能帶給客戶更大的選擇空間，客戶可以瀏覽關(guān)于此保險(xiǎn)的所有內(nèi)容及其風(fēng)險(xiǎn)，增加了產(chǎn)品的透明度，對(duì)保單的各種信息一目了然。一方面，客戶在進(jìn)行保險(xiǎn)選擇時(shí)，有充足時(shí)間和足夠多的選項(xiàng)，方便客戶根據(jù)自身情況，在不受到過(guò)多其他因素影響而做出自己心中最滿意的決定，讓自己有更好的購(gòu)買保險(xiǎn)體驗(yàn)，另一方面，保險(xiǎn)公司在接到客戶相應(yīng)的要求后，給出最符合客戶利益的相關(guān)推送，這樣既可以增加客戶的滿意程度，又可以有效地減少退保率，客戶在保險(xiǎn)公司可以提供最適合方案后，簽約率也會(huì)大大增加。這種傳統(tǒng)保險(xiǎn)行業(yè)和互聯(lián)網(wǎng)金融產(chǎn)業(yè)相互扶持，互為補(bǔ)充的方式給這漸漸步入信任危機(jī)的保險(xiǎn)行業(yè)帶來(lái)了極大商機(jī)，有機(jī)會(huì)利用這些機(jī)會(huì)來(lái)改變長(zhǎng)時(shí)間以來(lái)保險(xiǎn)公司在惡意不賠付保險(xiǎn)金的形象，避免保險(xiǎn)合同中灰色地帶的出現(xiàn)，讓這些長(zhǎng)久以來(lái)的不信任轉(zhuǎn)變成未來(lái)巨大的商機(jī)?？梢詮膬煞矫婵闯鲞@些商機(jī)的存在，一方面，讓買賣保險(xiǎn)的雙方開(kāi)誠(chéng)布公地坐在一起，一邊的客戶提出自己的真實(shí)需求，一邊的保險(xiǎn)公司針對(duì)客戶的要求提供最符合客戶利益的保險(xiǎn)產(chǎn)品，就算客戶不太滿意提供的產(chǎn)品，也可以把客戶的要求納入數(shù)據(jù)庫(kù)，讓研發(fā)部認(rèn)識(shí)到這類需求的存在，對(duì)相應(yīng)的產(chǎn)品進(jìn)行開(kāi)發(fā)，讓客戶對(duì)產(chǎn)品和服務(wù)有著更加滿意的體驗(yàn)；另一方面，更據(jù)對(duì)大數(shù)據(jù)的處理分析提高保險(xiǎn)保費(fèi)的精算效率，節(jié)約產(chǎn)品的設(shè)計(jì)成本，也可以降低相應(yīng)的風(fēng)險(xiǎn)，促進(jìn)保險(xiǎn)行業(yè)健康發(fā)展。關(guān)于互聯(lián)網(wǎng)金融發(fā)展建議加強(qiáng)互聯(lián)網(wǎng)金融信息技術(shù)安全對(duì)于互聯(lián)網(wǎng)金融來(lái)說(shuō)，想要得到更好發(fā)展，首先要從技術(shù)層面做好維穩(wěn)保障工作。平臺(tái)信息的安全有保障，這才是使客戶利益不受到損害基本條件。有數(shù)據(jù)表明，大部分金融門戶網(wǎng)站每天承受著數(shù)以萬(wàn)計(jì)的網(wǎng)絡(luò)黑客攻擊，這些門戶網(wǎng)站和系統(tǒng)的各類漏洞也非常多，在互聯(lián)網(wǎng)金融業(yè)興起以來(lái)，記錄下來(lái)的高危漏洞就達(dá)到了700多個(gè)。在此情況下，互聯(lián)網(wǎng)金融行業(yè)仍需要進(jìn)行更加深入的互聯(lián)網(wǎng)化，更深層次學(xué)習(xí)大數(shù)據(jù)、區(qū)塊鏈技術(shù)等高端技術(shù)領(lǐng)域，發(fā)揮技術(shù)的重要性對(duì)風(fēng)險(xiǎn)進(jìn)行管控，同時(shí)還要從軟件、硬件兩方面穩(wěn)固金融平臺(tái)安全保障，維護(hù)平臺(tái)安全，使得企業(yè)和客戶可以安全放心地在互聯(lián)網(wǎng)上進(jìn)行交易操作運(yùn)行。完善互聯(lián)網(wǎng)金融領(lǐng)域法律法規(guī)通過(guò)改進(jìn)法律法規(guī)，我們可以達(dá)到更高標(biāo)準(zhǔn)的良好投資環(huán)境。第一步，就是這樣的一個(gè)改進(jìn)，在不斷的改進(jìn)和變化的同時(shí)。我們可以繼續(xù)規(guī)范、控制和規(guī)范互聯(lián)網(wǎng)市場(chǎng)發(fā)展的規(guī)則，為未來(lái)產(chǎn)業(yè)的發(fā)展提供一個(gè)特殊的規(guī)則，建立良好的內(nèi)部秩序和外部市場(chǎng)環(huán)境。第二步，建立行業(yè)信息平臺(tái)、信用信息交流平臺(tái)和個(gè)人信息交流平臺(tái)等信息平臺(tái)，完善這些平臺(tái)的搭建和其數(shù)據(jù)樣本采集。保障投資者對(duì)信息的絕對(duì)掌握和公司對(duì)投資者的合理審查；在信息安全領(lǐng)域，各種風(fēng)險(xiǎn)的大小對(duì)投資者合理估值很重要，投資者在投資前必須充分考慮風(fēng)險(xiǎn)，促進(jìn)更加理性的投資者的出現(xiàn)，是基于投資人員在進(jìn)行投資前能充分認(rèn)識(shí)風(fēng)險(xiǎn)，量力而行。完成了以上種種，才能更進(jìn)一步得保障互聯(lián)網(wǎng)金融業(yè)的穩(wěn)定發(fā)展。建立共通且完善的互聯(lián)網(wǎng)金融征信系統(tǒng)近幾年，由于互聯(lián)網(wǎng)金融行業(yè)發(fā)展過(guò)快，風(fēng)險(xiǎn)問(wèn)題也伴隨著發(fā)展頻頻出現(xiàn)，除了互聯(lián)網(wǎng)信息技術(shù)的不完善和完善的法律制度和清晰有力的監(jiān)管體系仍未建立等原因外，還有另一方面的原因，即該行業(yè)內(nèi)部仍然沒(méi)有依靠現(xiàn)有的國(guó)家信用體系和日新月異互聯(lián)網(wǎng)科技建立完善的網(wǎng)絡(luò)平臺(tái)征信體系。如果能利用國(guó)家征信數(shù)據(jù)庫(kù)等大數(shù)據(jù)對(duì)行業(yè)內(nèi)部進(jìn)行全方位監(jiān)測(cè)，建立相應(yīng)的信用評(píng)級(jí)制度，對(duì)每個(gè)企業(yè)平臺(tái)和消費(fèi)者進(jìn)行