互联网化的银行业系统性风险引发机制研究--基于复杂网络理论视角
| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究目的 | 第14-15页 |
| 1.3 研究内容 | 第15-17页 |
| 1.4 总体框架 | 第17-18页 |
| 1.5 拟解决的关键问题 | 第18页 |
| 1.6 研究思路及方法 | 第18-19页 |
| 1.7 可能的创新之处 | 第19-20页 |
| 第2章 文献综述 | 第20-44页 |
| 2.1 互联网金融 | 第20-27页 |
| 2.1.1 互联网金融定义 | 第20页 |
| 2.1.2 互联网金融业态 | 第20-21页 |
| 2.1.3 互联网金融风险及监管 | 第21-22页 |
| 2.1.4 互联网金融的影响 | 第22-27页 |
| 2.2 银行业系统性风险 | 第27-41页 |
| 2.2.1 银行业系统性风险定义及成因 | 第27-28页 |
| 2.2.2 银行业系统性风险传染理论研究 | 第28-32页 |
| 2.2.3 银行业系统性风险传染实证研究 | 第32-35页 |
| 2.2.4 银行业系统性风险计量研究 | 第35-39页 |
| 2.2.5 银行业系统性风险监管研究 | 第39-41页 |
| 2.3 小结及述评 | 第41-44页 |
| 第3章 理论基础 | 第44-53页 |
| 3.1 复杂网络理论 | 第44-45页 |
| 3.2 “新复杂网络”分析 | 第45-47页 |
| 3.2.1 “新网络”属性 | 第45-46页 |
| 3.2.2 “新网络”特征 | 第46-47页 |
| 3.3 互联网化银行业系统性风险 | 第47-53页 |
| 3.3.1 风险成因 | 第47-49页 |
| 3.3.1.1自适应性分析 | 第48页 |
| 3.3.1.2自组织性分析 | 第48页 |
| 3.3.1.3 脆弱性 | 第48-49页 |
| 3.3.2 风险分析路径 | 第49-52页 |
| 3.3.3 互联网化的银行业系统性风险定义 | 第52-53页 |
| 第4章 直接生成机制 | 第53-75页 |
| 4.1 直接生成机制理论分析 | 第53-59页 |
| 4.1.1 互联网金融优势 | 第53-54页 |
| 4.1.2 资产业务渠道 | 第54-55页 |
| 4.1.3 负债业务渠道 | 第55-56页 |
| 4.1.4 中间业务渠道 | 第56页 |
| 4.1.5 风险引发 | 第56-58页 |
| 4.1.6 直接生成机制图 | 第58-59页 |
| 4.2 直接生成机制实证检验 | 第59-64页 |
| 4.2.1 DID模型 | 第59-60页 |
| 4.2.2 模型设定 | 第60页 |
| 4.2.3 指标选取 | 第60-61页 |
| 4.2.4 变量说明及描述性统计 | 第61-64页 |
| 4.3 结果分析 | 第64-73页 |
| 4.3.1 平行趋势假设 | 第64-65页 |
| 4.3.2 DID结果分析 | 第65-73页 |
| 4.4 本章小结 | 第73-75页 |
| 第5章 间接生成机制 | 第75-101页 |
| 5.1 间接生成机制理论分析 | 第75-82页 |
| 5.1.1 互联网金融对宏观经济的影响 | 第76-79页 |
| 5.1.2 宏观经济对商业银行的影响 | 第79-80页 |
| 5.1.3 风险引发 | 第80-81页 |
| 5.1.4 间接生成机制图 | 第81-82页 |
| 5.2 间接生成机制实证检验 | 第82-90页 |
| 5.2.1 GMM模型 | 第82-87页 |
| 5.2.2 VAR模型 | 第87-90页 |
| 5.3 结果分析 | 第90-100页 |
| 5.3.1 GMM模型结果 | 第90-94页 |
| 5.3.2 VAR模型结果 | 第94-100页 |
| 5.4 本章小结 | 第100-101页 |
| 第6章 接触式传染机制 | 第101-131页 |
| 6.1 接触式传染机制理论分析 | 第101-113页 |
| 6.1.1 互联网金融风险 | 第102-103页 |
| 6.1.2 无存管平台渠道 | 第103-104页 |
| 6.1.3 互联网支付存管平台渠道 | 第104-107页 |
| 6.1.4 银行存管渠道 | 第107-110页 |
| 6.1.5 风险引发 | 第110-112页 |
| 6.1.6 接触式传染机制图 | 第112-113页 |
| 6.2 接触式传染机制实证检验 | 第113-116页 |
| 6.2.1 DCC-BEKK-MVGARCH模型 | 第113页 |
| 6.2.2 模型设定 | 第113-116页 |
| 6.2.3 指标选取 | 第116页 |
| 6.3 结果分析 | 第116-129页 |
| 6.3.1 互联网金融指数 | 第116-121页 |
| 6.3.2 其他业态指数 | 第121-129页 |
| 6.3.2.1数据检验 | 第122-123页 |
| 6.3.2.2 DCC-GARCH 估计结果 | 第123-126页 |
| 6.3.2.3 BEKK估计结果 | 第126-129页 |
| 6.4 本章小结 | 第129-131页 |
| 第7章 非接触式传染机制 | 第131-147页 |
| 7.1 非接触式传染机制理论分析 | 第131-137页 |
| 7.1.1 互联网金融“危机” | 第132-133页 |
| 7.1.2 传媒性渠道 | 第133-134页 |
| 7.1.3 从众性渠道 | 第134-135页 |
| 7.1.4 决策性渠道 | 第135-136页 |
| 7.1.5 风险引发 | 第136-137页 |
| 7.1.6 非接触式传染机制图 | 第137页 |
| 7.2 非接触式传染机制实证检验 | 第137-142页 |
| 7.2.1 拓展的OLS模型 | 第138页 |
| 7.2.2 模型设定 | 第138-139页 |
| 7.2.3 指标选取 | 第139-140页 |
| 7.2.4 变量说明及描述性统计 | 第140-142页 |
| 7.3 结果分析 | 第142-145页 |
| 7.3.1 收益率对比 | 第143-144页 |
| 7.3.2 成交量对比 | 第144-145页 |
| 7.4 本章小结 | 第145-147页 |
| 第8章 风险评估及监管分析 | 第147-179页 |
| 8.1 风险评估 | 第147-154页 |
| 8.1.1 SCCA模型 | 第148-151页 |
| 8.1.2 拓展的SCCA模型 | 第151-154页 |
| 8.2 结果分析 | 第154-164页 |
| 8.2.1 SCCA结果 | 第154-159页 |
| 8.2.2 拓展的SCCA结果 | 第159-164页 |
| 8.3 监管机制 | 第164-178页 |
| 8.3.1 复杂网络风险监管 | 第164-165页 |
| 8.3.2 “金稳会”角度 | 第165-168页 |
| 8.3.3 “央行”角度 | 第168-170页 |
| 8.3.4 “银监会”角度 | 第170-173页 |
| 8.3.5 “立法部门”角度 | 第173-176页 |
| 8.3.6 宏观审慎监管 | 第176-177页 |
| 8.3.7 监管机制图 | 第177-178页 |
| 8.4 本章小结 | 第178-179页 |
| 第9章 结论 | 第179-183页 |
| 9.1 全文总结 | 第179-182页 |
| 9.2 研究不足及展望 | 第182-183页 |
| 参考文献 | 第183-205页 |
| 附录 | 第205-217页 |
| 在读期间发表的学术论文及研究成果 | 第217-219页 |
| 致谢 | 第219页 |
