基于混频数据的互联网金融风险测度及预测研究

作     者：刘敏 任钟媛 周德才 吕英超 LIU Min;REN Zhongyuan;ZHOU Decai;LYU Yingchao

作者机构：南昌大学经济管理学院 

出 版 物：《管理学报》 (Chinese Journal of Management)

年 卷 期：2022年第19卷第12期

页      面：1847-1854页

核心收录：

学科分类：12[管理学] 120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

基　　金：国家社会科学基金资助项目(21BTJ028) 国家自然科学基金资助重大研究计划集成项目(92146005) 中国博士后科学基金资助项目(2022M721419) 

主　　题：互联网金融 混频数据 金融风险 动态因子模型 

摘      要：从宏观经济、传统金融行业、互联网行业和互联网金融行业等维度,采集2014年1月~2022年3月的9组混频风险变量,结合频率转换法和动态因子模型对互联网金融风险进行实时、系统性测度;基于马尔可夫区制转换模型识别风险变化特征;根据该特征分别进行样本外滚动预测和固定系数预测。研究表明:混频变量对风险变化有较高的解释能力;风险的高低区制转换特征明显;互联网金融风险整体呈下降趋势,未来虽会经历温和上升,但仍处于低风险区制;随着互联网金融向其“金融本质回归,风险的顺周期性及与传统金融风险的共振效应日趋显现。