互联网金融信用风险测度研究

内容简介

本书展开对互联网金融信用风险测度的研究，主要从以下五个方面阐述：
（1）全面梳理互联网金融信用风险相关概念、理论及测度方法。本篇论文通过绪论部分的文献全面综述发现，互联网金融业务经营主体信用风险的测度研究具有一定现实意义与理论价值。
（2）互联网金融信用风险违约状态判定的实证研究。以财务数据为基础的数理统计模型是被业界广泛接受并证明有效的信用风险测度方法。本研究结合互联网金融混业经营的特点，通过选取经营互联网金融业务上市公司作为样本，采用数理统计模型中经典的多元判别分析以及回归模型进行互联网金融信用风险测度的实证研究。
（3）选择具有现代金融理论基础的KMV模型对互联网金融业务经营主体信用风险测度实证研究。实证研究结果显示，模型通过了适用性、稳健性检测；相对于只能判定违约状态的多元线性判别模型以及非线性回归模型，KMV模型更适合互联网金融信用风险的测度。
（4）GARCH与EGARCH-M对KMV模型的股权价值波动率因素进行改良，实证研究改良后的模型对互联网金融业务经营主体信用风险恶化的反映是否更加及时。模型原有的股权价值波动率是采用统计方法计算，而GARCH模型的计算方法虽然能够提高收益率时变性的描述，但是要求样本正态分布，EGARCH-M在这点上具有优越性。
（5）EGARCH-M模型改良的KMV模型对互联网金融信用风险的测度结果从宏观和微观角度进行应用研究。
本书基于互联网金融业务经营主体角度研究信用风险测度与应用，旨在拓宽互联网金融信用风险的研究角度以及丰富现有实证研究成果，为我国互联网金融企业的存续经营以及行业的健康发展提供有价值的参考思路。