| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 文献综述 | 第12-15页 |
| 1.2.1 互联网金融产品的风险研究 | 第12-14页 |
| 1.2.2 金融时间序列风险度量方法研究 | 第14-15页 |
| 1.3 本文的主要内容与方法 | 第15-17页 |
| 1.3.1 本文的主要内容 | 第15-16页 |
| 1.3.2 本文的主要方法 | 第16-17页 |
| 1.4 本文的创新和不足 | 第17-18页 |
| 1.4.1 本文的创新之处 | 第17页 |
| 1.4.2 本文的不足之处 | 第17-18页 |
| 2 我国互联网金融理财产品特点与风险 | 第18-22页 |
| 2.1 我国互联网金融理财产品特点 | 第18-20页 |
| 2.1.1 交易成本低 | 第18页 |
| 2.1.2 理财门槛低 | 第18-19页 |
| 2.1.3 支付功能齐全 | 第19页 |
| 2.1.4 覆盖范围广 | 第19页 |
| 2.1.5 运行效率高 | 第19页 |
| 2.1.6 信息流通性强 | 第19-20页 |
| 2.2 我国互联网金融理财产品风险 | 第20-22页 |
| 2.2.1 基于互联网金融业务特征导致的业务风险 | 第20-21页 |
| 2.2.2 基于互联网信息技术导致的技术风险 | 第21-22页 |
| 3 金融理财产品风险量化探究方法概述与评价 | 第22-27页 |
| 3.1 金融理财产品风险度量主要方法 | 第22-23页 |
| 3.1.1 方差法 | 第22页 |
| 3.1.2 灵敏度分析法 | 第22-23页 |
| 3.1.3 风险价值VaR方法及其改进 | 第23页 |
| 3.2 金融理财产品收益波动性探究的主要方法 | 第23-25页 |
| 3.2.1 ARCH模型 | 第23-24页 |
| 3.2.2 GARCH模型及一些衍生 | 第24-25页 |
| 3.3 基于极值理论的金融理财产品收益厚尾性探究方法 | 第25页 |
| 3.4 本章小结 | 第25-27页 |
| 4 互联网金融理财产品风险量化探究的实证分析 | 第27-41页 |
| 4.1 样本选取及产品介绍 | 第27-29页 |
| 4.2 基本统计特征检验与分析 | 第29-33页 |
| 4.2.1 平稳性检验 | 第29页 |
| 4.2.2 正态性检验 | 第29-31页 |
| 4.2.3 自相关性检验 | 第31-32页 |
| 4.2.4 ARCH效应检验 | 第32-33页 |
| 4.3 基于EGARCH-POT对互联网金融理财产品风险的量化探究 | 第33-39页 |
| 4.3.1 基于EGARCH模型探究互联网金融理财产品收益的波动性 | 第34-36页 |
| 4.3.2 基于POT方法探究互联网金融理财产品收益率的VaR和CVaR | 第36-39页 |
| 4.4 实证结果分析 | 第39-41页 |
| 5 主要结论与建议 | 第41-46页 |
| 5.1 研究主要结论 | 第41-43页 |
| 5.1.1 较大的基金规模和稳定的收益率有利于产品安全运营 | 第41-42页 |
| 5.1.2 EGARCH-POT模型对风险的量化探究更具有多面性和预测性 | 第42页 |
| 5.1.3 互联网企业推出的金融理财产品收益波动风险普遍较大 | 第42-43页 |
| 5.1.4 四大国有商业银行的互联网金融理财产品条件风险价值较大 | 第43页 |
| 5.2 相关对策与建议 | 第43-46页 |
| 5.2.1 明确互联网金融理财产品的监管主体和对象 | 第43页 |
| 5.2.2 针对不同风险类型建立差异化风险防范机制 | 第43-44页 |
| 5.2.3 加强互联网金融企业信息披露自律性 | 第44页 |
| 5.2.4 加快相关法律法规体系建设 | 第44-45页 |
| 5.2.5 完善第三方评级机制 | 第45页 |
| 5.2.6 加强网络安全建设 | 第45页 |
| 5.2.7 加强对投资者的宣传教育 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 后记 | 第51-52页 |
