互联网金融市场的波动特征分析与风险评价开题报告

 2023-02-08 09:38:24

1. 研究目的与意义

近年来,在互联网产业蓬勃发展的背景下,行业间信息的互联互通得到极大加深,传统金融行业同互联网不断融合交汇进而衍生出“互联网金融”这一新兴领域。从概念上出发,互联网金融(ITFIN)即是互联网技术和金融功能的有机结合,依托大数据和云计算在开放的互联网平台上形成的功能化金融业态及其服务体系,包括基于网络平台的金融市场体系、金融服务体系、金融组织体系、金融产品体系以及互联网金融监管体系等,并具有普惠金融、平台金融、信息金融和碎片金融等相异于传统金融的金融模式。无论从技术上的高效创新,还是服务上的便捷可靠,互联网金融都能以其独特的优势不断完善发展,并对传统金融行业、商业银行的运营模式、发展方向产生深远影响,包括改变商业银行传统盈利模式、调整业务结构与范围、改变客户基础、改善服务水平、构建并优化新的信息管理系统等。阿里巴巴创始人马云早年曾在外滩金融峰会上豪言,将用互联网的思想技术改变传统的贷款模式,重建整个社会未来的金融体系。以当前形势来看,传统商业银行模式以及与之对应的以“巴塞尔协议”为代表的传统金融监管体系是否将如部分互联网领域资本巨鳄所言沦为21世纪行将灭绝的恐龙,尚为“鹿死谁手,犹未可知”之局。但毋庸置疑,互联网金融作为引领时代的前沿者,其影响力是巨大且深远的。

在我国,互联网金融早已通过网银、P2P网贷、支付宝及微信支付等平台渗透到我们日常生活中的方方面面,自2013年我国“互联网金融元年”伊始一直以迅猛态势发展。互联网金融市场作为新兴“互联网 ”式金融市场,不仅对我国宏观经济走势起到了积极的促进作用,更满足了我国金融市场的多元融资需求,从一定程度上缓解了我国中小企业的融资难题,从而互联网金融市场一直被寄予厚望,得到政府的政策支持。但机遇往往伴随挑战,在互联网金融市场发展带来巨大红利的同时也衍生出诸多有别于传统金融市场的新型风险,因此研究互联网金融市场中的风险类别、风险测度及风险特征对当下互联网金融发展走向、金融监管模式优化具有重要意义。本文将从中国今年互联网金融市场的收益率序列数据入手,通过数学模型测算分析其波动特征,进而估量风险大小。

2. 研究内容和预期目标

研究内容:

1.近年国内外学者关于互联网金融的研究中所归纳总结出的相关结论:如互联网金融融资主要渠道及相较于传统市场的效率性;时下热门融资平台存在的金融风险特征与针对风险对应的金融监管模式的监管成效;我国多家融资平台的损益分析等。

2.通过汇总整理而来的我国多家上市融资公司的收益率数据表,通过数学建模进行数据分离处理,测绘公司收益波动体征图,分析公司潜在风险类别及测度。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 国内外研究现状

国外:

在互联网金融市场监管方面的相关研究中,Chaffee Grapp (2012)分析了P2P网贷模式的发展历程,对P2P网贷模式上存在的金融风险特征提出了与当前政策以及经济环境相适应的监管方案,即多部门各司其职、联合监管。Er、Lee (2012)等人通过在线支付进行了信用卡安全码和安全问题两个实验,研究分析了网购支付的风险所在。Eduardo (2012)提出,互联网银行应该服务于中小型企业,通过加强中小微消费者的参与度来普惠大众。这一观点也为后来互联网金融在惠普金融上发展运用提供了理论基础。Alexandre (2012)认为互联网的市场商业模式是互联网银行的独特优势,必须继续保持并不断地发挥出其规模效应,增加其盈利能力。

国内:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 计划与进度安排

1.文献综述分析:通过整理归纳国内外关于互联网金融风险及监管方面的文献,总结归纳出互联网金融市场在运作过程中所体现出的普遍性风险类别及特征,比对不同国家间就互联网金融市场风险所采取的监管手段的异同点,分析各自优劣利弊,并结合我国实际情况得出相应结论。奠定本文的理论依据与主题观点大致走向。

2.计量模型的实证分析:首先筹集余额宝、P2P等市场热门融资平台近年来的财务报表,根据会计准则通过计算机软件计算出各平台的实际收益率情况,将预处理数据汇总为收益率-时间序列。利用MATLAB软件建立GARCH模型,对以上数据进行二次处理,量化收益波动体征,通过波动性分析其风险大小。再进一步建立EGARCH模型检验互联网金融市场的“杠杆效应”。最后根据数据分析的结论对我国互联网金融市场监管提出相应建议。

5. 参考文献

[1] ENGLE R F, LILIEN D M, ROBINS R P. Estimating time varying risk premia in the term structure: The Arch-M model[J]. Econometrica, 1987, 55 (2) :391-407

[2]Siddhartha Chib, Edward Greenberg. Bayes inference in regression models with ARMA (p, q) errors: Journal of Econometrics, Volume 64, Issues 1–2, 1994, Pages 183-206,

[3]Hanjun Li. Internet Financial Risk and Prevention Analysis[A]. Wuhan Zhicheng Times Cultural Development Co., Ltd..Proceedings of 3rd Guangzhou International Forum on Finance (GZIFF 2020)[C].Wuhan Zhicheng Times Cultural Development Co.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。