中国新金融业态风险传染典型事实及特征的实证研究

发布时间：2021-07-14 12:11

　　本文根据从网络借贷市场搜集的718家正常平台和129家问题平台数据分析典型风险传染事件发生前后市场资金变化情况,构建模型从月度、周度两个维度研究新金融业态风险传染的特征。结果发现:风险更显著地传染至大规模、人均投资金额低的平台。风险传染期内,平台规模越大,对交易量变化的负向作用越大;平台人均投资金额越高,平台与投资人的联系越紧密,对交易量变化的正向作用越大。随着时间的推移,平台规模与人均投资金额对平台交易量变化的影响程度逐渐减弱。风险传染期间,问题平台与正常平台在危机后的交易量存在较为显著的差异,市场资金流向呈现出一定的替代效应。 

【文章来源】：经济理论与经济管理. 2020,(04)北大核心CSSCI

【文章页数】：14 页

【部分图文】：

2015年10月平台交易量变化情况

依据同样的原理,可以看出反映e租宝事件发生当月,即2015年12月平台交易量变化的情况(见图2)。图2反映了2015年12月各平台交易量的变化情况。e租宝事件正发生在2015年12月,因此这个月各平台交易量的变化情况对于分析风险传染的初期影响较为重要。由图2可知,正常平台与问题平台的交易量变化情况开始呈现出一定差异。约有16.5%的正常平台交易量降幅在10%以内,随着波动幅度的增加,正常平台数量递减,分布仍然呈现出中间高,两端低的形态;而问题平台则与正常平台相反,恰好呈现出中间低,两端高的形态,波动幅度在正负10%以内的问题平台都不超过8%,而降幅在30%～40%之间的问题平台达到了14.75%,而增幅超过50%的问题平台也达13.11%。这表明,市场风险对正常平台与问题平台的影响不尽相同,各平台交易量的变化也是有增有减,并非所有平台交易量都显著下降。

图3反映了2016年1月平台交易量的变化情况。整体上,问题平台与正常平台都呈现出一定的左偏分布态势,即本月交易量下降平台的比重超过上升平台的数量。尤其是问题平台中,降幅超过50%的平台比例达到了17.24%,降幅在10%以内的平台比重为18.97%。正常平台也出现了类似情况,降幅在10%以内的平台为15.17%,虽然也有部分平台的增幅较大,但整体上2016年1月份的各平台交易量相比2015年12月,都有一定程度的下降。反映2016年3月平台交易量变化情况的特征图见图4。

【参考文献】：
期刊论文
[1]基于协高阶矩视角的沪港股市风险传染分析[J]. 王鹏,吴金宴.  管理科学学报. 2018(06)
[2]基于核心-边缘网络的中国银行风险传染[J]. 杨海军,胡敏文.  管理科学学报. 2017(10)
[3]同业网络中的风险传染——基于中国银行业的实证研究[J]. 廉永辉.  财经研究. 2016(09)
[4]债务杠杆与系统性风险传染机制——基于CCA模型的分析[J]. 苟文均,袁鹰,漆鑫.  金融研究. 2016(03)



本文编号：3284122