本研究的目的是通過對互聯(lián)網(wǎng)金融行業(yè)基于統(tǒng)計學方法的對比分析和實證分析構(gòu)建對其風險情況的評價體系。通過比較互聯(lián)網(wǎng)金融行業(yè)與傳統(tǒng)金融業(yè),探究目前我國互聯(lián)網(wǎng)金融行業(yè)的發(fā)展情況,并對該行業(yè)公司的宏觀和行業(yè)影響因素進行分析;從公司數(shù)據(jù)出發(fā),對公司影響因素進行分析。通過行業(yè)內(nèi)外部環(huán)境研究中國互聯(lián)網(wǎng)金融行業(yè)的風險現(xiàn)狀。互聯(lián)網(wǎng)金融行業(yè)的內(nèi)部業(yè)態(tài)具有其創(chuàng)新性和風險性,而處聯(lián)網(wǎng)金融行業(yè)的蓬勃發(fā)展對其自身以及相關行業(yè)帶來了改變,其中既有利于其作為支持性產(chǎn)業(yè)提供便捷性也有不利于行業(yè)規(guī)范的隱蔽性。隨著我國的信息技術的進步、人工智能的發(fā)展、算法技術的優(yōu)化,金融的泛化發(fā)展的趨勢越來越明顯,在萬眾創(chuàng)新的政策紅利下,各行業(yè)進行了更加深入的資金聯(lián)系,并形成了更多跨行業(yè)的業(yè)務。這一方面增加了我國行業(yè)的發(fā)展機會,另一方面則增加了行業(yè)間風險傳播的渠道,而互聯(lián)網(wǎng)金融行業(yè)則是這一時代背景下的重要產(chǎn)物。本文將連接函數(shù)和對數(shù)幾率回歸模型引入到金融風險分析中,介紹了在金融領域,連接函數(shù)和對數(shù)幾率回歸模型的研究背景,意義,研究現(xiàn)狀和理論基礎,并對互聯(lián)網(wǎng)金融和金融領域的研究現(xiàn)狀進行了歸納。首先,對互聯(lián)網(wǎng)金融行業(yè)進行概念界定和現(xiàn)狀描述,通過利...

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

圖1互聯(lián)網(wǎng)金融收益時序圖

??．指數(shù)介紹：互聯(lián)網(wǎng)金融概念指數(shù)的樣本空間為滬深市場股票，將與支、投資、保險、金融信息服務以及其他與互聯(lián)網(wǎng)金融相關的公司納入互主題，包括但不限于第三方支付、Ｐ２Ｐ、眾籌、小貸、互聯(lián)網(wǎng)基金、互、互聯(lián)網(wǎng)銀行、互聯(lián)網(wǎng)保險，征信，金融信息服務，其他與互聯(lián)網(wǎng)金司作為待選樣本，按市值高低排....

圖２傳統(tǒng)金融收益時序圖??隨后，對互聯(lián)網(wǎng)金融指數(shù)以及傳統(tǒng)金融指數(shù)進行的描述性統(tǒng)計

數(shù)的角度分析，二者雖有差距，但相差不大。這一方面反映了互聯(lián)網(wǎng)金融相關公??司的尾部企業(yè)較多，另一方面則說明傳統(tǒng)金融業(yè)的發(fā)展，相對更加均勻平穩(wěn)。作??為一個新興產(chǎn)業(yè)，互聯(lián)網(wǎng)金融概念的標準差較大，這也符合圖１和圖２中的觀察??結(jié)果�？梢钥闯觯诎l(fā)展過程中，我國的互聯(lián)網(wǎng)金融更容易受到影....

圖３變換后的殘差分布圖??通過調(diào)用ｓｃｉｐｙ．ｓｔａｔｓ下的ｋｓｔｅｓｔ，對這兩個序列進行利用Ｋ－Ｓ檢測，可以看到??

時變連接模型擬合：通過兩組收益的時間序列進行擬合得到殘差，對殘差序??列進行歸一化，利用拉普拉斯變換將數(shù)據(jù)歸一至［０，１］的均勻分布，獲取新的序列。??圖３顯示了轉(zhuǎn)化后的邊緣分布，可以看到左下和右上區(qū)域具有密度更高的點，其??中，左下部分的聚集情況較為明顯，右上區(qū)域的聚集情況較難....

圖４時變高斯連接??在時變克萊頓連接的函數(shù)圖形中，可以看出其結(jié)果分布稍顯雜亂，圖形的整??

圖４時變高斯連接??變克萊頓連接的函數(shù)圖形中，可以看出其結(jié)果分布稍顯雜亂，圖形的整??為不明晰，時序性較差，但隨著時間的推移穩(wěn)定性增強。因此在進行模??時候，可以在參考具體數(shù)據(jù)后選擇，用來描述下尾相關性。??１．６?－??ｉｒｌｉ?Ｉ?ｈ?ｉ?ｊ??ｎｓ－?ｒｔＪｉｙ?Ｉ?ｉ??....

本文編號：4003270