相關(guān)期刊
時(shí)間：2023-06-13 16:27:24
序論：好文章的創(chuàng)作是一個(gè)不斷探索和完善的過(guò)程，我們?yōu)槟扑]十篇市場(chǎng)風(fēng)險(xiǎn)數(shù)據(jù)分析范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來(lái)更深刻的閱讀感受。
中圖分類號(hào)：TP311.13
銀行是現(xiàn)代經(jīng)濟(jì)的標(biāo)志，也是現(xiàn)代經(jīng)濟(jì)活動(dòng)中不可或缺的環(huán)節(jié)和工具，從銀行誕生應(yīng)用以來(lái)，銀行業(yè)就需要處理大量的經(jīng)營(yíng)數(shù)據(jù)，銀行數(shù)據(jù)記錄手段也經(jīng)歷了數(shù)個(gè)階段，從白紙黑字的賬本到計(jì)算機(jī)信息化時(shí)代的銀行數(shù)據(jù)信息系統(tǒng)，銀行數(shù)據(jù)業(yè)務(wù)可以在業(yè)務(wù)交易流程、數(shù)據(jù)庫(kù)建設(shè)、金融風(fēng)險(xiǎn)評(píng)估和經(jīng)營(yíng)決策分析等方面發(fā)揮極其重要的作用。從銀行業(yè)本身的發(fā)展來(lái)看，商業(yè)銀行的規(guī)模和類型都在逐年豐富，信息化和數(shù)字化的銀行業(yè)務(wù)模式也逐漸成為商業(yè)銀行的運(yùn)行模本；現(xiàn)代銀行更加重視客戶本位思考，通過(guò)多樣化的市場(chǎng)需求分析手段，可以為客戶提供極具個(gè)性化的銀行業(yè)務(wù)產(chǎn)品服務(wù)，吸引更多的潛在客戶群；同時(shí)現(xiàn)代銀行的風(fēng)險(xiǎn)管控意識(shí)更強(qiáng)，在市場(chǎng)經(jīng)濟(jì)節(jié)奏更快的當(dāng)今社會(huì)，銀行經(jīng)營(yíng)決策的風(fēng)險(xiǎn)評(píng)估效果決定了現(xiàn)代銀行的經(jīng)營(yíng)走向；再者是網(wǎng)絡(luò)終端服務(wù)和移動(dòng)終端服務(wù)的迅猛發(fā)展，銀行交易手段更加豐富，網(wǎng)上銀行、手機(jī)銀行、移動(dòng)證券交易等等電子支付交易方式的發(fā)展給現(xiàn)代銀行帶來(lái)了新的機(jī)遇和挑戰(zhàn)，這一切都需要現(xiàn)代銀行在數(shù)據(jù)處理分析能力上有新的應(yīng)對(duì)措施。
1 數(shù)據(jù)挖掘和數(shù)據(jù)效用理論基礎(chǔ)
數(shù)據(jù)挖掘的通用定義指的是從現(xiàn)有的大量存儲(chǔ)數(shù)據(jù)中，采用數(shù)據(jù)擷取的方式，搜尋出感興趣的、有價(jià)值的數(shù)據(jù)點(diǎn)或數(shù)據(jù)模塊的數(shù)據(jù)處理技術(shù)。數(shù)據(jù)挖掘廣泛地應(yīng)用于商業(yè)金融領(lǐng)域，基于既定的商業(yè)化分析目標(biāo)，可以依托于企業(yè)內(nèi)部的金融數(shù)據(jù)系統(tǒng)進(jìn)行數(shù)據(jù)分析，最終獲得需要的商業(yè)經(jīng)營(yíng)規(guī)律和市場(chǎng)發(fā)展規(guī)律，并且能夠在成熟的數(shù)據(jù)挖掘模型的支持下與其他分析工具和分析技術(shù)相結(jié)合，形成商業(yè)化的數(shù)據(jù)挖掘分析系統(tǒng)和分析軟件。數(shù)據(jù)挖掘的功能需求決定了數(shù)據(jù)挖掘是一個(gè)典型的學(xué)科交叉項(xiàng)目，現(xiàn)代銀行受到業(yè)務(wù)拓展發(fā)展的需求，在其數(shù)據(jù)挖掘技術(shù)的運(yùn)用中廣泛地的結(jié)合了數(shù)據(jù)庫(kù)技術(shù)、智能學(xué)習(xí)技術(shù)、統(tǒng)計(jì)分析技術(shù)、模式識(shí)別技術(shù)、人工智能技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)，數(shù)據(jù)挖掘常分為六個(gè)技術(shù)類別：聚類、分類、估值、預(yù)測(cè)、相關(guān)性分組和關(guān)聯(lián)規(guī)則分析、描述和可視化分析。
對(duì)數(shù)據(jù)資料的重視性促使了現(xiàn)代銀行對(duì)數(shù)據(jù)利用效率的不懈追求，現(xiàn)代化經(jīng)營(yíng)模式中，數(shù)據(jù)已經(jīng)成為最為重要的無(wú)形商品，作為商品的數(shù)據(jù)資料，其資本性和營(yíng)利性決定了信息數(shù)據(jù)的效益最大化，由于數(shù)據(jù)資料的復(fù)制成本低、附加值高且利潤(rùn)豐厚的特點(diǎn)，數(shù)據(jù)信息價(jià)值理論已經(jīng)成為數(shù)據(jù)效用分析的主要理論模式。
2 銀行數(shù)據(jù)挖掘的應(yīng)用分析
2.1 數(shù)據(jù)挖掘在銀行客戶需求分析中的應(yīng)用
現(xiàn)代銀行針對(duì)客戶資料和消費(fèi)記錄都建立了功能龐大的消費(fèi)市場(chǎng)數(shù)據(jù)庫(kù)系統(tǒng)，對(duì)銀行客戶的個(gè)人資料、賬戶信息、交易歷史記錄、業(yè)務(wù)服務(wù)歷史記錄、理財(cái)數(shù)據(jù)和個(gè)人理財(cái)風(fēng)險(xiǎn)評(píng)估等進(jìn)行了數(shù)據(jù)庫(kù)倉(cāng)儲(chǔ)式分析，基于成熟的數(shù)據(jù)倉(cāng)庫(kù)邏輯分析模型，可以對(duì)每一個(gè)銀行客戶進(jìn)行多維度消費(fèi)分析，以交易歷史紀(jì)錄為例，交易歷史紀(jì)錄作為該分析維度下的分析主鍵字段，在其下端進(jìn)行次元維度分析，對(duì)交易類型、交易金額、消費(fèi)地點(diǎn)、存貸款交易、電子銀行消費(fèi)、手機(jī)銀行消費(fèi)、證券消費(fèi)等進(jìn)行子健分析，但是也要考慮到不同主鍵之間存在著較大的關(guān)聯(lián)性，此時(shí)可以考慮在客戶數(shù)據(jù)倉(cāng)庫(kù)分析中建立星形數(shù)據(jù)模，在關(guān)聯(lián)數(shù)據(jù)子健上進(jìn)行數(shù)據(jù)溢出處理。在數(shù)據(jù)挖掘中主要采用的是聚類算法，在對(duì)客戶數(shù)據(jù)進(jìn)行詳細(xì)的數(shù)據(jù)倉(cāng)庫(kù)建立之后，可以對(duì)客戶進(jìn)行數(shù)據(jù)特征值標(biāo)定（如商業(yè)價(jià)值、交易類型、風(fēng)險(xiǎn)傾向等），以便于進(jìn)行客戶分類，在用戶細(xì)分時(shí)，行為特征是主要的特征，自然屬性是輔助的特性。
表1 聚類匯總表
業(yè)務(wù)類型 紙黃金 基金理財(cái) 外匯 個(gè)人金融 債券 貸款
業(yè)務(wù)渠道 柜臺(tái) 電話銀行 網(wǎng)上銀漢 手機(jī)銀行 自主服務(wù) 中間交易
由此可以得到詳細(xì)的客戶聚類，例如以年齡段為標(biāo)準(zhǔn)的20-30歲階段用戶（業(yè)務(wù)類型為紙黃金，業(yè)務(wù)渠道為網(wǎng)銀和自助服務(wù)）、30-40歲階段用戶（業(yè)務(wù)類型為外匯和金融，業(yè)務(wù)渠道為柜臺(tái)和自助）、40-50歲階段（業(yè)務(wù)類型為基金債券，業(yè)務(wù)渠道為柜臺(tái)服務(wù)）。
基于SQL Server Analysis Services分析工具，在銀行原始交易數(shù)據(jù)庫(kù)中進(jìn)行聚類分析，選用Microsoft聚類算法對(duì)交易日志中的指定頁(yè)進(jìn)行類型搜索，在后處理模塊中可以查看聚類分析結(jié)果。聚類算法進(jìn)行數(shù)據(jù)挖掘時(shí)需要原始數(shù)據(jù)具有較強(qiáng)的分類性和數(shù)據(jù)關(guān)聯(lián)性，才能在數(shù)據(jù)挖掘中針對(duì)特定數(shù)據(jù)屬性和數(shù)據(jù)聚類進(jìn)行分析，并且獲得該屬性在任意聚類中的數(shù)據(jù)分布情況，由此可以精確的知道特定類型客戶的銀行消費(fèi)習(xí)慣和消費(fèi)傾向，有助于銀行穩(wěn)固現(xiàn)有客戶群，吸引潛在客戶群體。
2.2 數(shù)據(jù)挖掘在銀行決策分析中的應(yīng)用
銀行經(jīng)營(yíng)的各個(gè)環(huán)節(jié)都基本實(shí)現(xiàn)了信息化管理，銀行綜合業(yè)務(wù)系統(tǒng)為其提供了基礎(chǔ)業(yè)務(wù)操作平臺(tái)和統(tǒng)一賬務(wù)處理系統(tǒng)平臺(tái)，能夠幫助銀行實(shí)現(xiàn)有效的資源整合和集中管理。數(shù)據(jù)挖掘技術(shù)的應(yīng)用能夠全面提升銀行系統(tǒng)的內(nèi)控管理和風(fēng)險(xiǎn)管控水平，為銀行的內(nèi)部決策提供有效的數(shù)據(jù)支撐。
表2 數(shù)據(jù)挖掘與銀行決策關(guān)系
數(shù)據(jù)源 數(shù)據(jù)處理 數(shù)據(jù)存儲(chǔ) 決策分析
交易數(shù)據(jù)
客戶信息
管理信息
外部信息 數(shù)據(jù)抽取
數(shù)據(jù)整合
數(shù)據(jù)加載 數(shù)據(jù)倉(cāng)庫(kù) 經(jīng)營(yíng)狀況決策分析
數(shù)據(jù)監(jiān)控 數(shù)據(jù)節(jié)點(diǎn)1 資產(chǎn)負(fù)債決策分析
數(shù)據(jù)刷新 數(shù)據(jù)節(jié)點(diǎn)2 風(fēng)險(xiǎn)管理決策分析
數(shù)據(jù)包裝 數(shù)據(jù)節(jié)點(diǎn)3 客戶需求決策分析
數(shù)據(jù)公布 數(shù)據(jù)節(jié)點(diǎn)4 銀行財(cái)務(wù)決策分析
為了保障銀行的經(jīng)營(yíng)效益、提升業(yè)務(wù)覆蓋范圍并預(yù)防經(jīng)營(yíng)風(fēng)險(xiǎn)，銀行需要及時(shí)掌握市場(chǎng)動(dòng)態(tài)并且做出經(jīng)營(yíng)調(diào)整，數(shù)據(jù)挖掘技術(shù)能夠跟蹤分析銀行經(jīng)營(yíng)過(guò)程中的各個(gè)基本要素環(huán)節(jié)，通過(guò)比對(duì)分析自身產(chǎn)品的營(yíng)收現(xiàn)狀、競(jìng)爭(zhēng)對(duì)手的經(jīng)營(yíng)現(xiàn)狀，以及對(duì)資產(chǎn)負(fù)債率、銀行壞賬率和金融產(chǎn)品的銷量，可以及時(shí)為決策層提供參考數(shù)據(jù)。商業(yè)銀行的風(fēng)險(xiǎn)管控是其保障經(jīng)濟(jì)效益的關(guān)鍵，數(shù)據(jù)挖掘系統(tǒng)的關(guān)鍵性作用體現(xiàn)在對(duì)銀行業(yè)務(wù)的全方位、多角度的可靠性分析和風(fēng)險(xiǎn)評(píng)估，基于銀行內(nèi)部的風(fēng)險(xiǎn)模型參數(shù)，在成熟的模式識(shí)別技術(shù)和智能分析技術(shù)的輔助下，可以提前對(duì)經(jīng)營(yíng)風(fēng)險(xiǎn)進(jìn)行預(yù)判，以減少成本損失為風(fēng)險(xiǎn)數(shù)據(jù)挖掘模型約束，以保障經(jīng)營(yíng)效益最大化為風(fēng)險(xiǎn)決策目標(biāo)，以調(diào)控決策方式為風(fēng)險(xiǎn)決策手段，可以進(jìn)一步提高銀行的資產(chǎn)質(zhì)量。財(cái)務(wù)風(fēng)險(xiǎn)控制中數(shù)據(jù)挖掘的具體應(yīng)用如下圖所示：
圖1 數(shù)據(jù)挖掘在銀行財(cái)務(wù)決策分析中的應(yīng)用分析
3 銀行數(shù)據(jù)挖掘的效用分析
3.1 數(shù)據(jù)挖掘在銀行風(fēng)險(xiǎn)控制中的效用
風(fēng)險(xiǎn)控制是銀行日常經(jīng)營(yíng)活動(dòng)中的核心內(nèi)容，通常來(lái)看可以分為定性控制和定量控制兩種方式，定性控制的關(guān)鍵是建立一套有效的風(fēng)險(xiǎn)控制管理體系，在多流程決策體系的協(xié)作下，構(gòu)成風(fēng)險(xiǎn)管理知識(shí)，以非結(jié)構(gòu)化數(shù)據(jù)的形式保存并流轉(zhuǎn)使用；定量控制則更看重對(duì)經(jīng)營(yíng)實(shí)時(shí)數(shù)據(jù)的管理效率，建立一個(gè)基于客戶需求和市場(chǎng)規(guī)律的量化風(fēng)險(xiǎn)控制體系統(tǒng)框架。銀行信用評(píng)估體系要求銀行用于信用評(píng)級(jí)的數(shù)據(jù)必須具備一定年限和質(zhì)量標(biāo)準(zhǔn)，對(duì)數(shù)據(jù)樣本量、樣本時(shí)效性、業(yè)務(wù)覆蓋范圍、數(shù)據(jù)來(lái)源都有明確的要求。數(shù)據(jù)挖掘?qū)τ阢y行風(fēng)險(xiǎn)控制的關(guān)鍵性作用主要體現(xiàn)在對(duì)于銀行信用風(fēng)險(xiǎn)控制、銀行市場(chǎng)風(fēng)險(xiǎn)評(píng)估和銀行操作風(fēng)險(xiǎn)管理上。
在信用風(fēng)險(xiǎn)控制上，數(shù)據(jù)挖掘主要是針對(duì)信用關(guān)鍵指標(biāo)：違約率、違約損失率、違約暴露和違約期限進(jìn)行針對(duì)性的數(shù)據(jù)挖掘分析，結(jié)合銀行的信用評(píng)級(jí)動(dòng)態(tài)變化和銀行信用置信度的波動(dòng)規(guī)律，在銀行交易數(shù)據(jù)庫(kù)中采用數(shù)據(jù)關(guān)聯(lián)分析方法，對(duì)概念分層數(shù)據(jù)進(jìn)行多層挖掘，提高數(shù)據(jù)挖掘的精準(zhǔn)度；在對(duì)市場(chǎng)風(fēng)險(xiǎn)控制上，數(shù)據(jù)挖掘技術(shù)主要集中在市場(chǎng)風(fēng)險(xiǎn)識(shí)別和市場(chǎng)動(dòng)態(tài)分析兩方面，通過(guò)分析銀行特征值數(shù)據(jù)在各種風(fēng)險(xiǎn)環(huán)境下的數(shù)據(jù)概率分布值，可以構(gòu)建銀行內(nèi)部的市場(chǎng)風(fēng)險(xiǎn)模型，結(jié)合遺傳算法和智能分析，可以針對(duì)市場(chǎng)發(fā)展規(guī)律進(jìn)行智能風(fēng)險(xiǎn)評(píng)估決策；對(duì)于市場(chǎng)的偶然和不確定行為，通常數(shù)據(jù)挖掘會(huì)采用預(yù)測(cè)（predication）、時(shí)序分析模式（time-series model），通過(guò)遍歷歷史交易數(shù)據(jù)，能夠?qū)ε既恍允袌?chǎng)行為進(jìn)行概念排序，采用模糊分析（fuzzy method）、證據(jù)理論（Evidence theory）等方法進(jìn)行決策分析。
3.2 數(shù)據(jù)挖掘在銀行產(chǎn)品創(chuàng)新中的效用
產(chǎn)品創(chuàng)新是提升銀行市場(chǎng)競(jìng)爭(zhēng)力的根本手段，數(shù)據(jù)挖掘的重要性則體現(xiàn)在數(shù)據(jù)分析準(zhǔn)確性和有效性上，首先是對(duì)業(yè)務(wù)流程效率的數(shù)據(jù)分析，對(duì)于總行、分行、支行和營(yíng)業(yè)網(wǎng)點(diǎn)的銀行結(jié)構(gòu)進(jìn)行業(yè)務(wù)處理效能分析，通過(guò)實(shí)際交易數(shù)據(jù)和歷史交易數(shù)據(jù)進(jìn)行比對(duì)分析，可以有效的找出實(shí)際業(yè)務(wù)模式中的最大風(fēng)險(xiǎn)點(diǎn)，設(shè)計(jì)或優(yōu)化業(yè)務(wù)流程，明確錄入、審核、授權(quán)各崗位的職責(zé)，從而運(yùn)用創(chuàng)新手段控制流程風(fēng)險(xiǎn)；采用產(chǎn)品規(guī)劃的方法指導(dǎo)新產(chǎn)品的設(shè)計(jì)流程工作，則需要在產(chǎn)品設(shè)計(jì)理念、產(chǎn)品市場(chǎng)定位、產(chǎn)品競(jìng)爭(zhēng)優(yōu)勢(shì)分析和產(chǎn)品風(fēng)險(xiǎn)控制上進(jìn)行數(shù)據(jù)分析，通過(guò)數(shù)據(jù)挖掘技術(shù)可以在銀行內(nèi)部歷史數(shù)據(jù)、行業(yè)共享數(shù)據(jù)和商業(yè)數(shù)據(jù)的基礎(chǔ)上進(jìn)行特征屬性挖掘，并最終為新產(chǎn)品的量化定型提供有效的數(shù)據(jù)參考，并未新產(chǎn)品的市場(chǎng)價(jià)值進(jìn)行定性和定量預(yù)測(cè)分析。
4 結(jié)束語(yǔ)
信息化時(shí)代背景下金融業(yè)的供需地位發(fā)生巨大轉(zhuǎn)變，金融數(shù)據(jù)也從經(jīng)營(yíng)資料開(kāi)始向數(shù)據(jù)商業(yè)化發(fā)展。基于詳盡的量化數(shù)據(jù)系統(tǒng)，現(xiàn)代銀行可以在高效數(shù)據(jù)分析模型的基礎(chǔ)上對(duì)銀行數(shù)據(jù)進(jìn)行二次開(kāi)發(fā)，提供數(shù)據(jù)分析服務(wù)。本文通過(guò)闡述銀行數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，分析了對(duì)銀行海量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘的主要方法和應(yīng)用模式，并評(píng)估現(xiàn)行銀行數(shù)據(jù)挖掘方法的有效性和經(jīng)濟(jì)效益價(jià)值，為進(jìn)一步提升銀行數(shù)據(jù)挖掘的效能提供了新的思路。
參考文獻(xiàn)：
[1]丁劍敏.數(shù)據(jù)挖掘技術(shù)及其在商業(yè)銀行中的應(yīng)用[J].市場(chǎng)周刊?財(cái)經(jīng)論壇，2013（04）.
[2]宓文斌.數(shù)據(jù)挖掘在銀行信貸業(yè)務(wù)中的應(yīng)用[M].上海：上海交通大學(xué)，2012.
1.優(yōu)勢(shì)分析。商業(yè)銀行在多年發(fā)展中，擁有廣大的客戶群體，積累了客戶基本資料、客戶交易、客戶存貸款等大量數(shù)據(jù)。在大數(shù)據(jù)時(shí)代，商業(yè)銀行憑借其雄厚的資本，可以建立大數(shù)據(jù)服務(wù)器等設(shè)備，將這些傳統(tǒng)數(shù)據(jù)與其他來(lái)源數(shù)據(jù)進(jìn)行整合，數(shù)據(jù)分析人員通過(guò)云計(jì)算等技術(shù)手段挖掘出有價(jià)值的信息，從各個(gè)角度分析客戶需求以及識(shí)別信貸風(fēng)險(xiǎn)，從而有助于商業(yè)銀行更加科學(xué)地評(píng)價(jià)經(jīng)營(yíng)業(yè)績(jī)、評(píng)估業(yè)務(wù)風(fēng)險(xiǎn)、配置全行資源，引導(dǎo)銀行業(yè)務(wù)科學(xué)健康發(fā)展。
2.劣勢(shì)分析。在現(xiàn)有的銀行交易系統(tǒng)中，客戶的身份證、交易流水等大量信息已被銀行掌握，但缺少如客戶的家庭情況、收入狀況、消費(fèi)習(xí)慣、興趣愛(ài)好等其他方面的信息。另外，目前小微企業(yè)客戶信息以及商業(yè)銀行的產(chǎn)業(yè)鏈客戶信息也比較缺乏，直接影響著銀行對(duì)這些客戶提供金融服務(wù)的水平。再者，大數(shù)據(jù)時(shí)代下，需要金融專業(yè)人才和數(shù)據(jù)分析人才相互配合，才能充分挖掘數(shù)據(jù)價(jià)值，但數(shù)據(jù)分析人員較為匱乏也將成為商業(yè)銀行的軟肋。
3.機(jī)會(huì)分析。剛剛進(jìn)入大數(shù)據(jù)時(shí)代，商業(yè)銀行應(yīng)率先構(gòu)架大數(shù)據(jù)戰(zhàn)略體系，制定大數(shù)據(jù)發(fā)展戰(zhàn)略，突破同質(zhì)性，實(shí)施差異化業(yè)務(wù)發(fā)展戰(zhàn)略，從而贏得先機(jī)。如果大數(shù)據(jù)獲得成功應(yīng)用，將為銀行創(chuàng)造先發(fā)競(jìng)爭(zhēng)優(yōu)勢(shì)，使銀行決策從“經(jīng)驗(yàn)依賴”向“數(shù)據(jù)依據(jù)”轉(zhuǎn)化，打造不可復(fù)制的核心競(jìng)爭(zhēng)力。“數(shù)據(jù)—信息—商業(yè)智能”將逐步成為銀行定量化、精細(xì)化管理的發(fā)展路線，數(shù)據(jù)分析也將成為其風(fēng)險(xiǎn)防控的法寶。
4.威脅分析。大數(shù)據(jù)在給商業(yè)銀行帶來(lái)前所未有的機(jī)遇的同時(shí)，也給其帶來(lái)了諸多威脅，例如大數(shù)據(jù)存在的風(fēng)險(xiǎn)、網(wǎng)絡(luò)安全、數(shù)據(jù)失真等。在大數(shù)據(jù)開(kāi)發(fā)利用過(guò)程中，云計(jì)算技術(shù)將會(huì)得到廣泛應(yīng)用。但是云計(jì)算將數(shù)據(jù)存入云端，而云端往往是由第三方服務(wù)器實(shí)現(xiàn)存取的，如果第三方將數(shù)據(jù)泄露，將會(huì)給銀行帶來(lái)極大的風(fēng)險(xiǎn)。另外，互聯(lián)網(wǎng)金融正在顛覆著傳統(tǒng)的金融模式，網(wǎng)商具有活躍的交易記錄和巨大的金融需求，但商業(yè)銀行很難開(kāi)發(fā)到這些客戶，將給銀行帶來(lái)挑戰(zhàn)。
（二）定量分析
除了對(duì)大數(shù)據(jù)時(shí)代商業(yè)銀行信用風(fēng)險(xiǎn)管理面臨的內(nèi)外部環(huán)境進(jìn)行定性分析外，還可以進(jìn)行定量分析。具體思路為：
①確定包括優(yōu)勢(shì)與劣勢(shì)、機(jī)會(huì)和威脅等多于10個(gè)的內(nèi)外部環(huán)境因素；
②利用主觀賦權(quán)法、客觀賦權(quán)法、層次分析法（AHP法）等任一方法確定各因素的權(quán)重；
③給各個(gè)因素打分，分值范圍為1到5分，評(píng)分越高說(shuō)明因素越重要；
④將各個(gè)因素的權(quán)重與得分相乘，從而最終計(jì)算出各個(gè)因素的加權(quán)分?jǐn)?shù)；
⑤各個(gè)因素加權(quán)分?jǐn)?shù)計(jì)算代數(shù)和得出公司的總加權(quán)分?jǐn)?shù)，然后根據(jù)分?jǐn)?shù)進(jìn)行判斷。某商業(yè)銀行內(nèi)外環(huán)境分析如附表所示。由附表可以看出，該銀行外部機(jī)會(huì)大于外部威脅，內(nèi)部?jī)?yōu)勢(shì)大于內(nèi)部劣勢(shì)，應(yīng)抓住大數(shù)據(jù)帶來(lái)的機(jī)遇，充分利用信息技術(shù)，更加科學(xué)地評(píng)估業(yè)務(wù)風(fēng)險(xiǎn)、配置全行資源，引導(dǎo)銀行業(yè)務(wù)科學(xué)健康發(fā)展。
二、基于大數(shù)據(jù)的商業(yè)銀行征信系統(tǒng)構(gòu)建
目前，我們已經(jīng)進(jìn)入了大數(shù)據(jù)時(shí)代，由于大數(shù)據(jù)包含的信息量大而且非常復(fù)雜，傳統(tǒng)的系統(tǒng)已不能滿足銀行新的分析需求，有必要建立一個(gè)統(tǒng)一的數(shù)據(jù)環(huán)境，構(gòu)建大數(shù)據(jù)的商業(yè)銀行征信系統(tǒng)，采取新分析算法，搭建大數(shù)據(jù)跨業(yè)務(wù)的統(tǒng)一應(yīng)用平臺(tái)，從而滿足銀行精細(xì)化管理、差異化服務(wù)、提升風(fēng)險(xiǎn)分析能力的需求。
（一）大數(shù)據(jù)時(shí)代商業(yè)銀行征信系統(tǒng)概述
在金融交易安全日益突出的今天，如何迅速、有效地發(fā)現(xiàn)各類欺詐行為，對(duì)保證商業(yè)銀行的正常運(yùn)作和國(guó)家人民財(cái)產(chǎn)安全都顯得十分重要。商業(yè)銀行征信系統(tǒng)要針對(duì)信貸風(fēng)險(xiǎn)防控工作的實(shí)際特點(diǎn)，通過(guò)客戶交易信息以及客戶其他信息收集來(lái)加強(qiáng)客戶信用風(fēng)險(xiǎn)監(jiān)測(cè)。系統(tǒng)總體見(jiàn)附圖。附表某商業(yè)銀行內(nèi)外環(huán)境分析內(nèi)部環(huán)境評(píng)分權(quán)重加權(quán)分外部環(huán)境評(píng)分權(quán)重加權(quán)分⑴整體競(jìng)爭(zhēng)優(yōu)勢(shì)明顯；30.100.30⑴云計(jì)算的快速發(fā)展；50.150.75⑵良好的客戶群體；50.150.75⑵數(shù)據(jù)來(lái)源多樣化；50.251.25⑶資本雄厚，有能力建立大數(shù)據(jù)庫(kù)；40.050.20⑶科技發(fā)展為數(shù)據(jù)應(yīng)用提供支持；40.200.80⑷擁有專業(yè)客戶人才；30.200.60⑷精準(zhǔn)評(píng)估業(yè)務(wù)風(fēng)險(xiǎn)；40.251.00⑸良好的內(nèi)控環(huán)境；50.251.20⑸先入為主的機(jī)會(huì)；40.150.60優(yōu)勢(shì)⑹豐富的風(fēng)險(xiǎn)防控經(jīng)驗(yàn)；50.251.25機(jī)會(huì)⑹精細(xì)化管理的趨勢(shì)。40.100.40小計(jì)1.004.30小計(jì)1.004.80⑴缺乏個(gè)人客戶基本信息；-30.25-0.75⑴網(wǎng)商的競(jìng)爭(zhēng)；-50.3-1.50⑵缺乏小微企業(yè)基本信息；-30.20-0.60⑵大數(shù)據(jù)安全風(fēng)險(xiǎn)；-50.25-1.25⑶缺少產(chǎn)業(yè)鏈客戶的信息；-40.20-0.80⑶網(wǎng)絡(luò)安全面臨挑戰(zhàn)；-30.2-0.60⑷缺乏專業(yè)的數(shù)據(jù)分析人才；-30.10-0.30⑷外部風(fēng)險(xiǎn)事件的影響；-30.15-0.45⑸缺乏非結(jié)構(gòu)化數(shù)據(jù)收集能力；-50.15-0.75⑸外部風(fēng)險(xiǎn)來(lái)源多樣化。-30.1-0.30劣勢(shì)⑹商業(yè)運(yùn)營(yíng)模式面臨變革。-30.10-0.30威脅小計(jì)1.00-3.50小計(jì)1.00-4.10優(yōu)勢(shì)劣勢(shì)合計(jì)0.80機(jī)會(huì)威脅合計(jì)0.70系統(tǒng)將從海量數(shù)據(jù)中提取出有關(guān)聯(lián)的數(shù)據(jù)信息，以發(fā)現(xiàn)潛在或已知的風(fēng)險(xiǎn)，系統(tǒng)將數(shù)據(jù)倉(cāng)庫(kù)、模型庫(kù)、知識(shí)推理、人機(jī)交互四者有機(jī)地結(jié)合起來(lái)，充分發(fā)揮數(shù)據(jù)挖掘的作用，通過(guò)建立風(fēng)險(xiǎn)評(píng)估模型較好地處理數(shù)據(jù)資源中存在的模糊性和隨機(jī)性，在成熟的模式識(shí)別技術(shù)和智能分析技術(shù)的輔助下，對(duì)銀行業(yè)務(wù)的全方位、多角度的可靠性分析和風(fēng)險(xiǎn)評(píng)估，有助于商業(yè)銀行實(shí)施全面風(fēng)險(xiǎn)管理體系，從而進(jìn)一步提高融資、貸款、授信等方面的風(fēng)險(xiǎn)評(píng)估、監(jiān)控水平。
（二）大數(shù)據(jù)時(shí)代商業(yè)銀行征信系統(tǒng)工作原理
1.數(shù)據(jù)原料。數(shù)據(jù)原料是商業(yè)銀行風(fēng)險(xiǎn)防控中的關(guān)鍵一環(huán)，它直接影響到數(shù)據(jù)挖掘的效率、精準(zhǔn)度以及所得模式的有效性。目前，商業(yè)銀行針對(duì)客戶資料和消費(fèi)記錄都建立了功能龐大的消費(fèi)市場(chǎng)數(shù)據(jù)庫(kù)系統(tǒng)，在以大數(shù)據(jù)引領(lǐng)、以智能化為核心的產(chǎn)業(yè)變革時(shí)代，銀行要真正將數(shù)據(jù)作為風(fēng)險(xiǎn)控制的源點(diǎn)，有效整合來(lái)自銀行網(wǎng)點(diǎn)、PC、移動(dòng)終端設(shè)備、社交網(wǎng)絡(luò)、征信機(jī)構(gòu)等傳來(lái)的結(jié)構(gòu)化和非結(jié)構(gòu)化的海量數(shù)據(jù)，既要獲取常規(guī)渠道的數(shù)據(jù)，又要收集社會(huì)化媒體數(shù)據(jù)，真正將數(shù)據(jù)作為戰(zhàn)略性資產(chǎn)，實(shí)現(xiàn)從管控風(fēng)險(xiǎn)向經(jīng)營(yíng)風(fēng)險(xiǎn)方向的轉(zhuǎn)型。
2.數(shù)據(jù)工廠。數(shù)據(jù)工廠是利用數(shù)據(jù)挖掘理論與技術(shù)將數(shù)據(jù)中潛在的、有用的模式搜索出來(lái)，是整個(gè)征信系統(tǒng)最為關(guān)鍵的一步，也是技術(shù)難點(diǎn)。在數(shù)據(jù)工廠中，系統(tǒng)通過(guò)數(shù)據(jù)抽取工具、數(shù)據(jù)集成工具、數(shù)據(jù)過(guò)濾工具、數(shù)據(jù)挖掘工具以及模式評(píng)估工具等，從海量數(shù)據(jù)原料中提取輔助決策的關(guān)鍵性數(shù)據(jù)，并經(jīng)過(guò)歸納總結(jié)、推理、分析數(shù)據(jù)，利用數(shù)據(jù)挖掘中分類、聚類、偏差檢測(cè)、概念分析、異類分析、關(guān)聯(lián)分析、時(shí)序演變分析和元數(shù)據(jù)挖掘等功能，完成對(duì)銀行信用風(fēng)險(xiǎn)控制、銀行市場(chǎng)風(fēng)險(xiǎn)評(píng)估和銀行操作風(fēng)險(xiǎn)評(píng)估，從而幫助決策者對(duì)信息預(yù)測(cè)和決策起作用。
3.數(shù)據(jù)產(chǎn)品。數(shù)據(jù)工廠最終的結(jié)果是數(shù)據(jù)產(chǎn)品，把所有最終經(jīng)挖掘發(fā)現(xiàn)的知識(shí)直觀地通過(guò)可視化技術(shù)展示給商業(yè)銀行，以幫助其理解和解釋數(shù)據(jù)挖掘的結(jié)果，控制信貸風(fēng)險(xiǎn)。這些數(shù)據(jù)結(jié)果既包括傳統(tǒng)的諸如違約率、違約損失率、違約暴露和違約期限等客戶信用信息，也包括客戶的其它方面的信用記錄、客戶的信用評(píng)級(jí)以及對(duì)市場(chǎng)風(fēng)險(xiǎn)的評(píng)估。當(dāng)然，整個(gè)數(shù)據(jù)挖掘過(guò)程是一個(gè)不斷反饋、循環(huán)往復(fù)的過(guò)程，信用評(píng)級(jí)結(jié)果也是動(dòng)態(tài)變化的。
4.數(shù)據(jù)應(yīng)用。經(jīng)過(guò)數(shù)據(jù)挖掘得出的風(fēng)險(xiǎn)評(píng)估結(jié)果為商業(yè)銀行評(píng)估信貸業(yè)務(wù)的風(fēng)險(xiǎn)和收益情況提供了量化工具，改變了單純被動(dòng)信用風(fēng)險(xiǎn)管理模式。在此背景下，商業(yè)銀行應(yīng)規(guī)范貸款審批標(biāo)準(zhǔn)和審批程序，優(yōu)化金融信用監(jiān)控機(jī)制，完善組織架構(gòu)和規(guī)章制度，實(shí)施風(fēng)險(xiǎn)動(dòng)態(tài)防控，使信貸風(fēng)險(xiǎn)管理體系健康運(yùn)行。
三、大數(shù)據(jù)時(shí)代商業(yè)銀行信用風(fēng)險(xiǎn)管理應(yīng)注意的問(wèn)題
在“大數(shù)據(jù)”時(shí)代，商業(yè)銀行面臨著信用風(fēng)險(xiǎn)防控的新形勢(shì)，要積極做好如下應(yīng)對(duì)工作。
（一）風(fēng)險(xiǎn)意識(shí)要思維開(kāi)放
商業(yè)銀行在進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)時(shí)，需要考量政策、人為的操作風(fēng)險(xiǎn)、市場(chǎng)環(huán)境等等眾多因素，但現(xiàn)有的技術(shù)水平難以支撐挖掘大數(shù)據(jù)的商業(yè)價(jià)值。因此，商業(yè)銀行需要具備一種像互聯(lián)網(wǎng)一樣的開(kāi)放式思維，建立分析數(shù)據(jù)的習(xí)慣，重視“大數(shù)據(jù)”開(kāi)發(fā)利用，關(guān)注與風(fēng)險(xiǎn)預(yù)測(cè)高度相關(guān)的大數(shù)據(jù)信息，如客戶的基礎(chǔ)信息（如客戶開(kāi)立賬戶時(shí)留存的住址、年齡、從事行業(yè)、性別等等）、客戶交易信息（如客戶在ATM機(jī)上的存取款情況、使用銀行卡、購(gòu)買理財(cái)、使用其他業(yè)務(wù)的記錄等等）、外部的信息（從互聯(lián)網(wǎng)、電信運(yùn)營(yíng)商、證券交易所等處挖掘來(lái)的有關(guān)信息）等，用數(shù)據(jù)說(shuō)話，從而提高不確定風(fēng)險(xiǎn)的預(yù)測(cè)水平。
（二）數(shù)據(jù)整合要注重質(zhì)量
大數(shù)據(jù)很多時(shí)候是從一種非傳統(tǒng)的角度去分析、挖掘、利用數(shù)據(jù)價(jià)值的思路。由于數(shù)據(jù)來(lái)源龐雜廣泛，需要不斷利用技術(shù)創(chuàng)新去挖掘利用大數(shù)據(jù)的價(jià)值，再加上數(shù)據(jù)之間的關(guān)聯(lián)性很強(qiáng)，商業(yè)銀行應(yīng)建立自己的數(shù)據(jù)地圖，整合銀行內(nèi)部數(shù)據(jù)和大數(shù)據(jù)鏈上的其它外部數(shù)據(jù)，堅(jiān)持做到數(shù)據(jù)要依照標(biāo)準(zhǔn)化采集，確保數(shù)據(jù)來(lái)源真實(shí)可靠，杜絕以假亂真；同時(shí)構(gòu)建專門的數(shù)據(jù)分析方法和使用體系，對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理，并嚴(yán)格按照國(guó)家法律法規(guī)進(jìn)行使用，從而確保數(shù)據(jù)質(zhì)量，提高數(shù)據(jù)應(yīng)用性。
資產(chǎn)定價(jià)理論（CAPM模型）是關(guān)于金融資產(chǎn)的價(jià)格決定理論，這些金融資產(chǎn)包括股票、債券、期貨、期權(quán)等有價(jià)證券，是在市場(chǎng)均衡狀態(tài)下，對(duì)風(fēng)險(xiǎn)資產(chǎn)預(yù)期收益的一種預(yù)測(cè)模型。它是由威廉·夏普于1964年提出之后，由約翰·林特勒以及簡(jiǎn)·莫辛等人發(fā)展而成。由于模型的簡(jiǎn)單明了以及對(duì)于資產(chǎn)風(fēng)險(xiǎn)和收益之間關(guān)系的精確描述，使得其得到了廣泛應(yīng)用，從而成為了現(xiàn)代金融學(xué)的重要定價(jià)理論之一。
一、CAPM模型介紹
（一）模型假設(shè)
(1)所有投資者總是根據(jù)證券收益率的期望值和標(biāo)準(zhǔn)差兩個(gè)參數(shù)進(jìn)行投資決策，都是效用最大化的理性投資經(jīng)濟(jì)人。
(2)整個(gè)市場(chǎng)處于充分競(jìng)爭(zhēng)狀態(tài)，所有投資者都是價(jià)格的接受者。
（3）借入利率與貸出利率相等。即所有投資者可以在一定限度內(nèi)任意地借入或貸出，而不影響利率水平。
(4)市場(chǎng)有效性假設(shè)(EHM)，即認(rèn)為市場(chǎng)是充分有效的。在此類市場(chǎng)中，投資者信息暢通，信息成本為零，分析方法類似，對(duì)市場(chǎng)未來(lái)?yè)碛邢嗤A(yù)期，買賣成本為零等。
（二）基本結(jié)論
CAPM模型主要表示單項(xiàng)資產(chǎn)或資產(chǎn)組合的收益率與其系統(tǒng)風(fēng)險(xiǎn)之間的關(guān)系，其基本形式為：
E（Ri）=Rf+βi[E（Rm）-Rf]
（式1.1）
其中，Rf(Risk free rate),是無(wú)風(fēng)險(xiǎn)收益率，純粹的貨幣時(shí)間價(jià)值；
βi：證券的Beta系數(shù)；
E(Rm)：市場(chǎng)期望回報(bào)率 (Expected Market Return)；
E(Rm)- Rf：股票風(fēng)險(xiǎn)溢價(jià) (Equity Market Premium)
CAPM公式中的右邊第一個(gè)是無(wú)風(fēng)險(xiǎn)收益率，比較典型是10年期美國(guó)政府債券。如果股票投資者需要承受額外的風(fēng)險(xiǎn)，那么他將需要在無(wú)風(fēng)險(xiǎn)回報(bào)率的基礎(chǔ)上多獲得相應(yīng)的溢價(jià)。那么，股票風(fēng)險(xiǎn)溢價(jià)（equity market premium）就等于市場(chǎng)期望回報(bào)率減去無(wú)風(fēng)險(xiǎn)回報(bào)率。證券風(fēng)險(xiǎn)溢價(jià)就是股票市場(chǎng)溢價(jià)和其β系數(shù)的乘積。其中，β值是對(duì)證券系統(tǒng)性風(fēng)險(xiǎn)大小的衡量。
（三）模型運(yùn)用
1. 資產(chǎn)估值
在資產(chǎn)估值方面，資本資產(chǎn)定價(jià)模型主要被用來(lái)判斷證券是否被市場(chǎng)錯(cuò)誤定價(jià)。
2. 資源配置
資本資產(chǎn)定價(jià)模型在資源配置方面有著重要應(yīng)用，即可用于根據(jù)對(duì)市場(chǎng)走勢(shì)的預(yù)測(cè)來(lái)選擇具有不同β系數(shù)的證券或組合以獲得較高收益或規(guī)避市場(chǎng)風(fēng)險(xiǎn)。
證券市場(chǎng)線（SML）表明，β系數(shù)反映證券或組合對(duì)市場(chǎng)變化的敏感性，因此，當(dāng)有很大把握預(yù)測(cè)牛市到來(lái)時(shí)，應(yīng)選擇較高β系數(shù)的證券或投資組合。因?yàn)檫@些高β系數(shù)的證券將成倍地放大市場(chǎng)收益率，帶來(lái)較高的收益。相反，在熊市到來(lái)之際，應(yīng)提前購(gòu)置β系數(shù)較低的證券或投資組合，以減少因市場(chǎng)下跌而遭受損失，從而達(dá)到優(yōu)化資產(chǎn)配置的目的。
二．?dāng)?shù)據(jù)處理分析
1、樣本的選取
選取了三支個(gè)股,個(gè)股的選取主要考慮以下兩大因素：1.保證各只股票在上市時(shí)間、可用數(shù)據(jù)區(qū)間上基本保持一致，以滿足數(shù)據(jù)采集的一致性的需要。2.使得三支個(gè)股分別分布在照明器具制造業(yè)、房地產(chǎn)、電子信息三大行業(yè)，從而相對(duì)增強(qiáng)數(shù)據(jù)分析的說(shuō)服力。
2、時(shí)間區(qū)間的選擇
為了使得此次基于CAPM模型的數(shù)據(jù)分析結(jié)果，能夠?qū)Ξ?dāng)前的股市行情起到一定的解釋作用，即保證數(shù)據(jù)的有效性，同時(shí)考慮到中國(guó)證券市場(chǎng)的機(jī)制尚處于不斷完善之中，此次數(shù)據(jù)分析的時(shí)間段定在：股改之后——至今，并以月度數(shù)據(jù)為研究對(duì)象。這是由于考慮到在運(yùn)用市場(chǎng)模型確定β值時(shí)，既有樣本數(shù)據(jù)的要求，又要考慮到由于證券的風(fēng)險(xiǎn)在一定時(shí)間后會(huì)發(fā)生變動(dòng)，因而會(huì)引起β值變動(dòng)的事實(shí)，故我們將測(cè)定β值的時(shí)間區(qū)間劃分為：2006年1月1日-2007年12月31日,2008年1月1日-2011年12月31日兩個(gè)區(qū)間段，分別進(jìn)行測(cè)度分析，這樣一來(lái)，既保證了β值測(cè)定的相對(duì)準(zhǔn)確性，同時(shí)也可在階段對(duì)照中保證數(shù)據(jù)分析的全面性。
3、數(shù)據(jù)收集
通過(guò)華泰證券通信達(dá)行情系統(tǒng)，獲取上證綜指、萬(wàn)科A、方正科技、飛樂(lè)音響三支個(gè)股的股價(jià)（或股指）月度變動(dòng)數(shù)據(jù)，每一只個(gè)股的月收益率Ri都根據(jù)當(dāng)月的復(fù)收盤價(jià)與開(kāi)盤價(jià)進(jìn)行計(jì)算，碰到分紅派息的月份都通過(guò)對(duì)月末收盤價(jià)進(jìn)行復(fù)權(quán)處理后進(jìn)行計(jì)算，從而保證股價(jià)的連續(xù)性。市場(chǎng)組合的收益Rm選用“上證綜指”相應(yīng)的月末收盤指數(shù)減去月初開(kāi)盤指數(shù)之差與月初開(kāi)盤指數(shù)之比進(jìn)行確定。
關(guān)于風(fēng)險(xiǎn)溢價(jià)Rm-Rf的確定，為了保證收益率計(jì)算的同期性，我們考慮將一年期的基準(zhǔn)存款利率作為無(wú)風(fēng)險(xiǎn)利率，并采用如式1.3的算法，通過(guò)各年“上證綜指的實(shí)際年收益率”與相應(yīng)年份的“一年期基準(zhǔn)存款利率”間的差價(jià)來(lái)確定相應(yīng)年度的風(fēng)險(xiǎn)溢價(jià)。如果一年期基準(zhǔn)存款利率在年內(nèi)進(jìn)行了調(diào)整，則采用以各項(xiàng)利率實(shí)際實(shí)行的天數(shù)為權(quán)數(shù)求加權(quán)平均數(shù)的方法來(lái)確定該年的存款利率。
風(fēng)險(xiǎn)溢價(jià)（Rm-Rf）=上證綜指的實(shí)際年收益率-同年的1年期基準(zhǔn)存款利率 （式1.3）
[DOI]1013939/jcnkizgsc201720075
1引言
CAPM模型（Capital Asset Pricing Model）是一種可以進(jìn)行計(jì)量檢驗(yàn)的金融資產(chǎn)定價(jià)模型。該模型解釋了證券報(bào)酬的內(nèi)部結(jié)構(gòu)，分析了資本資產(chǎn)的預(yù)期收益與市場(chǎng)風(fēng)險(xiǎn)之間的關(guān)系。CAPM模型闡述了在投資者都采用馬科維茨理論進(jìn)行投資管理的條件下市場(chǎng)均衡狀態(tài)的形成，認(rèn)為一個(gè)資產(chǎn)的預(yù)期收益率與衡量該資產(chǎn)風(fēng)險(xiǎn)的一個(gè)尺度――β系數(shù)之間存在正相關(guān)關(guān)系。這不僅大大簡(jiǎn)化了投資組合選擇的運(yùn)算過(guò)程，也使得證券理論從以往的定性分析轉(zhuǎn)入定量分析，從規(guī)范性轉(zhuǎn)入實(shí)證性，進(jìn)而對(duì)證券投資進(jìn)行理論研究和實(shí)際操作。隨著我國(guó)證券市場(chǎng)的發(fā)展，20世紀(jì)90年代以來(lái)，中國(guó)學(xué)者開(kāi)始利用此模型對(duì)上證A股市場(chǎng)進(jìn)行實(shí)證分析，但許多研究表明CAPM模型不適用于上證A股市場(chǎng)，仍需加以改進(jìn)以增強(qiáng)其適應(yīng)性。近年來(lái)，中國(guó)證券市場(chǎng)發(fā)展迅速，因此我們需要對(duì)其現(xiàn)狀進(jìn)行實(shí)證分析，以便更好地將CAPM模型應(yīng)用于上證A股市場(chǎng)。
2CAPM模型及貝塔系數(shù)介紹
21前提假設(shè)
第一，投資者都遵守主宰原則（Dominance Rule），即同一風(fēng)險(xiǎn)水平下，選擇收益率較高的證券；同一收益率水平下，選擇風(fēng)險(xiǎn)較低的證券。第二，資本市場(chǎng)上資產(chǎn)數(shù)量給定，所有資產(chǎn)可以完全細(xì)分，資產(chǎn)是充分流動(dòng)、可銷售、可分散的。第三，影響投資決策的主要因素為期望收益率和風(fēng)險(xiǎn)兩項(xiàng)。第四，所有投資者對(duì)證券收益率概率分布的看法一致，因此市場(chǎng)上的效率邊界只有一條。第五，所有投資者可以及時(shí)免費(fèi)獲得充分的市場(chǎng)信息。他們對(duì)預(yù)期收益率、標(biāo)準(zhǔn)差和證券之間的協(xié)方差具有相同的預(yù)期值。第六，不存在通貨膨脹，且折現(xiàn)率不變，且買賣證券時(shí)沒(méi)有稅收及交易成本。
22資本資產(chǎn)定價(jià)模型內(nèi)容
投資者對(duì)單項(xiàng)資產(chǎn)所要求的收益率應(yīng)等于市場(chǎng)對(duì)無(wú)風(fēng)險(xiǎn)投資所要求的收益率加上該資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)。
其中，rf（Risk Free Rate），是無(wú)風(fēng)險(xiǎn)回報(bào)率；βa是證券a的β系數(shù)；r―m是市場(chǎng)期望回報(bào)率（Expected Market Return）；（r―m-r―f）是股票市場(chǎng)溢價(jià)（Equity Market Premium）。
23貝塔（β）系數(shù)
β系數(shù)是一種評(píng)估證券系統(tǒng)性風(fēng)險(xiǎn)的工具，用來(lái)衡量單個(gè)證券收益率對(duì)于市場(chǎng)組合收益率變動(dòng)的反應(yīng)程度的指標(biāo)。因此，在計(jì)算β系數(shù)時(shí)，應(yīng)用Excel軟件、運(yùn)用模型：Ra=αa+βaRM+ξj，對(duì)證券與市場(chǎng)收益率的樣本數(shù)據(jù)進(jìn)行線性回歸估計(jì)，從而計(jì)算β系數(shù)。
因此投資者在做決策時(shí)要把β系數(shù)當(dāng)成重要的衡量指標(biāo)：例如當(dāng)有很大把握預(yù)測(cè)到大盤某個(gè)大漲階段的到來(lái)時(shí)，應(yīng)該選擇那些高貝塔系數(shù)的證券，它將成倍地放大市場(chǎng)收益率，帶來(lái)高額的收益；相反當(dāng)大盤某個(gè)下跌階段到來(lái)時(shí)，選擇那些低貝塔系數(shù)的證券，以抵御市場(chǎng)風(fēng)險(xiǎn)，減小損失。
3數(shù)據(jù)處理與模型檢驗(yàn)
本文選取的樣本研究對(duì)象為2012年3月至2017年3月在上海證喚灰姿交易的100只A股股票。樣本的選擇是隨機(jī)的，包括制藥、化工、房地產(chǎn)、銀行、航空科技等多個(gè)行業(yè)，從而避免單一性，充分地反映整體股市的性質(zhì)。本文統(tǒng)計(jì)了每個(gè)樣本共5年的月數(shù)據(jù)，以此來(lái)保證足夠的數(shù)據(jù)量，從而提高模型研究的精確度。
其中，Rmt代表第m種股票在第t月的收益率；Pmt代表第m種股票在第t月的收盤價(jià)；Pmt-1代表第m種股票在第t-1月的收盤價(jià)。
32市場(chǎng)指數(shù)的選擇以及市場(chǎng)收益率的計(jì)算
本文選擇上證綜合指數(shù)作為市場(chǎng)指數(shù)，作為一種價(jià)值加權(quán)型指數(shù)，它能夠比較準(zhǔn)確地反映整體行情的變化和股票市場(chǎng)的整體發(fā)展趨勢(shì)。
其中，Rmt代表市場(chǎng)組合在第t月的收益率；Index（t）代表市場(chǎng)組合在第t月的收盤價(jià)；Index（t-1）代表市場(chǎng)組合在第t-1月的收盤價(jià)。
4實(shí)證結(jié)果
本文通過(guò)對(duì)各只樣本股票月收益率及市場(chǎng)收益率進(jìn)行計(jì)算分析，用Eviews及Excel軟件進(jìn)行回歸分析，得出了下列數(shù)據(jù)（見(jiàn)圖1、圖2和下表）。
41對(duì)系統(tǒng)風(fēng)險(xiǎn)β值進(jìn)行分析：
理論上分析，β值反應(yīng)單個(gè)股票對(duì)由于市場(chǎng)波動(dòng)帶來(lái)風(fēng)險(xiǎn)的敏感程度，市場(chǎng)風(fēng)險(xiǎn)數(shù)值確定為1。當(dāng)某只股票β值大于1時(shí)，將該股票定義為進(jìn)攻型股票，其價(jià)格波動(dòng)幅度大于市場(chǎng)波動(dòng)，適合于風(fēng)險(xiǎn)偏好性投資者；β值等于1時(shí)，該股票成為中性股票，即價(jià)格波動(dòng)與市場(chǎng)波動(dòng)表現(xiàn)一致，適合于風(fēng)險(xiǎn)中性投資者；β值小于1時(shí)，該股票為防御性股票，其價(jià)格波動(dòng)小于市場(chǎng)波動(dòng)，適合于風(fēng)險(xiǎn)規(guī)避者。
在隨機(jī)選取的這100只股票中，β值都顯著大于0，這說(shuō)明這些股票與上證綜合指數(shù)存在線性關(guān)系，根據(jù)線性擬合圖也可以證實(shí)。用Excel軟件進(jìn)行數(shù)據(jù)分析：有64家公司股票β值大于1，其中國(guó)投安信的貝塔系數(shù)達(dá)到了19786。有36家公司股票β值小于1，而宇通客車股票的價(jià)格波動(dòng)最小，β值達(dá)到了05063。其中有54家股票的貝塔系數(shù)都在08～12之間，這表明所選公司股價(jià)波動(dòng)情況超過(guò)半數(shù)與市場(chǎng)相符，仍有部分公司股票的貝塔值偏離1的程度較大，說(shuō)明市場(chǎng)中仍存在投機(jī)性較強(qiáng)的公司股票。
42對(duì)可決系數(shù)R2的分析
可決系數(shù)即為一元線性回歸平方和（SSR）在總變差（SST）中所占的比重，是一種綜合度量回歸模型對(duì)樣本觀測(cè)值擬合優(yōu)度的度量指標(biāo)。可決系數(shù)越大，說(shuō)明在總變差中由模型做出解釋的部分占的比重越大，模型的擬合優(yōu)度越好。在計(jì)算股票收益率時(shí)，R2衡量了系統(tǒng)風(fēng)險(xiǎn)在總風(fēng)險(xiǎn)中所占的比例，即個(gè)股價(jià)格的波動(dòng)中有多少是由市場(chǎng)波動(dòng)引起的。表格中數(shù)據(jù)顯示，100家樣本股票中只有18家公司股票的可決系數(shù)大于05，最高為葛洲壩股票，達(dá)到了 07524，這幾家公司股票價(jià)格的波動(dòng)大部分是由市場(chǎng)波動(dòng)引起的；大多數(shù)公司（82家）股票的可決系數(shù)小于05，最低為康欣新材公司的股票，達(dá)到了00382，這些公司股價(jià)波動(dòng)主要是由于公司經(jīng)營(yíng)情況的自身因素引起的。由此可見(jiàn)，系統(tǒng)風(fēng)險(xiǎn)不能很好地解釋收益變動(dòng)情況，而非系統(tǒng)風(fēng)險(xiǎn)因素在股票收益中有著不可忽視的作用。但是，這次結(jié)果與90年代我國(guó)學(xué)者研究所得數(shù)據(jù)存在顯著差異。其中1996年施東暉的觀點(diǎn)被多次引用，在當(dāng)時(shí)比較具有代表性：他對(duì)上市的50家A股進(jìn)行研究后發(fā)現(xiàn)49只股票的系統(tǒng)風(fēng)險(xiǎn)大于50%，其中更有42家公司股票的系統(tǒng)風(fēng)險(xiǎn)超過(guò)70%。而本文研究所得數(shù)值中，只有3家公司系統(tǒng)風(fēng)險(xiǎn)的數(shù)值超過(guò)70%，其余股票系統(tǒng)風(fēng)險(xiǎn)值普遍有所下降。這說(shuō)明，經(jīng)過(guò)近年來(lái)的發(fā)展，投資者投資行為趨于理性，股票市場(chǎng)逐漸發(fā)展成熟。
5結(jié)論
第一，CAPM模型并不能完全適用于我國(guó)股票市場(chǎng)。因?yàn)殡m然超過(guò)半數(shù)的樣本股票的貝塔系數(shù)介于08～12，公司股價(jià)波動(dòng)情況與市場(chǎng)相符，即貝塔系數(shù)基本穩(wěn)定，但是，根據(jù)對(duì)可決系數(shù)的分析，絕大部分股票的可決系數(shù)小于50%，這說(shuō)明系統(tǒng)風(fēng)險(xiǎn)不能很好地解釋收益變動(dòng)情況，而非系統(tǒng)風(fēng)險(xiǎn)因素在股票收益中有著不可忽視的作用。但與之前研究數(shù)據(jù)相比，可以看出投資者投資行為趨于理性，股票市場(chǎng)逐漸發(fā)展成熟，CAPM模型在我國(guó)的適用性不斷增強(qiáng)。
第二，在我國(guó)股票市場(chǎng)上進(jìn)行CAPM實(shí)證檢驗(yàn)時(shí)，結(jié)論與數(shù)據(jù)樣本的選取有很大的聯(lián)系，不同的樣本得出結(jié)論差異較大。這說(shuō)明上證A股市場(chǎng)，價(jià)格波動(dòng)性較大。其中大多數(shù)股票為進(jìn)攻型股票，對(duì)于市場(chǎng)波動(dòng)帶來(lái)的風(fēng)險(xiǎn)較為敏感，它們的價(jià)格波動(dòng)幅度大于市場(chǎng)波動(dòng)，整體來(lái)說(shuō)適合于風(fēng)險(xiǎn)偏好性投資者。另外，上證A股市場(chǎng)大部分股票可決系數(shù)不高，擬合效果并不好。即使在擬合度較好的公司中，除了較穩(wěn)定的銀行業(yè)以外的其他行業(yè)股票大多為高風(fēng)險(xiǎn)高收益的進(jìn)攻型股票，其系統(tǒng)風(fēng)險(xiǎn)所占比例依舊很高，非系統(tǒng)性風(fēng)險(xiǎn)較低，股價(jià)受大盤影響很大，風(fēng)險(xiǎn)較大。
資本資產(chǎn)定價(jià)模型一直是金融界學(xué)者研究的核心領(lǐng)域，其研究一直是建立在對(duì)股市數(shù)據(jù)的實(shí)證分析基礎(chǔ)之上。只有滿足相關(guān)的嚴(yán)格假設(shè)，CAPM模型才可能呈現(xiàn)顯著的線性關(guān)系，因此可以說(shuō)明我國(guó)的資本市場(chǎng)已經(jīng)滿足偏好及流動(dòng)性等假設(shè)，初步成榻銜完善的資本市場(chǎng)。隨著我國(guó)證券市場(chǎng)的日趨成熟，CAPM模型對(duì)我國(guó)的適用性會(huì)越來(lái)越強(qiáng)，將會(huì)具有更令人期待的實(shí)用價(jià)值。因此我們有必要針對(duì)不同時(shí)段的中國(guó)股票市場(chǎng)，不斷進(jìn)行實(shí)證數(shù)據(jù)分析，并在此基礎(chǔ)上加以修改和完善，從而對(duì)我國(guó)股市風(fēng)險(xiǎn)進(jìn)行更全面準(zhǔn)確的預(yù)測(cè)，幫助投資者進(jìn)行資產(chǎn)組合管理、定價(jià)分類，做出更好的決策。
參考文獻(xiàn)：
[1]姚海鑫財(cái)務(wù)管理[M].北京：清華大學(xué)出版社，2013：113-115
[2]姜婕CAPM模型在上證A股運(yùn)輸板塊的實(shí)證檢驗(yàn)[J].當(dāng)代經(jīng)濟(jì)，2016（14）：116
解析互聯(lián)網(wǎng)金融的商業(yè)風(fēng)險(xiǎn)整體分析互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)。按照《巴塞爾協(xié)議》內(nèi)有關(guān)全面風(fēng)險(xiǎn)管理的要求，借鑒國(guó)際上的有益經(jīng)驗(yàn)，本文將互聯(lián)網(wǎng)風(fēng)險(xiǎn)劃分為上文所提到的三種類型風(fēng)險(xiǎn)。其中政策法律風(fēng)險(xiǎn)細(xì)分成了國(guó)家、行業(yè)和機(jī)構(gòu)等層面，商業(yè)風(fēng)險(xiǎn)主要有市場(chǎng)、信譽(yù)和操作等風(fēng)險(xiǎn)，技術(shù)分為安全和技術(shù)選擇風(fēng)險(xiǎn)，如圖1所示。解析基于業(yè)務(wù)平臺(tái)的互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)。從上述分析得知，互聯(lián)網(wǎng)金融主要被分成了三大平臺(tái)，分別是業(yè)務(wù)、管理和協(xié)作三大平臺(tái)。互聯(lián)網(wǎng)金融資金需求的雙方在業(yè)務(wù)平臺(tái)上撮合成交；通過(guò)國(guó)家管理者、行業(yè)管理者以及互聯(lián)網(wǎng)企業(yè)各分支機(jī)構(gòu)對(duì)其實(shí)行各層監(jiān)管，上述各監(jiān)管組成了互聯(lián)網(wǎng)金融管理平臺(tái)；軟硬件開(kāi)發(fā)維護(hù)者及網(wǎng)絡(luò)服務(wù)商主要擔(dān)任協(xié)作業(yè)務(wù)及管理平臺(tái)的運(yùn)營(yíng)，他構(gòu)成了互聯(lián)網(wǎng)金融融資類的業(yè)務(wù)協(xié)作平臺(tái)。在業(yè)務(wù)層，資金融通雙方都面對(duì)了商業(yè)風(fēng)險(xiǎn)。一是市場(chǎng)風(fēng)險(xiǎn)。互聯(lián)網(wǎng)金融市場(chǎng)風(fēng)險(xiǎn)主要是由利率和流動(dòng)風(fēng)險(xiǎn)組成。互聯(lián)網(wǎng)風(fēng)險(xiǎn)一方面會(huì)受到行業(yè)監(jiān)管、行業(yè)分化和行業(yè)競(jìng)爭(zhēng)等的影響，另外還會(huì)遭受央行貨幣政策刺激，兩者同時(shí)加劇了利率風(fēng)險(xiǎn)。互聯(lián)網(wǎng)金融機(jī)構(gòu)一般會(huì)發(fā)揮資金周轉(zhuǎn)的作用，沉淀資金有可能會(huì)在第三方中介滯留兩天至兩周的時(shí)間，不具備有效的擔(dān)保及監(jiān)管，很容易會(huì)出現(xiàn)資金挪用的情況，若是缺少流動(dòng)性監(jiān)管或出現(xiàn)資金鏈的斷裂，必然會(huì)導(dǎo)致支付危機(jī)的出現(xiàn)。另外不斷出現(xiàn)的互聯(lián)網(wǎng)金融業(yè)務(wù)平臺(tái)也會(huì)上限，不具備用戶優(yōu)勢(shì)的平臺(tái)將會(huì)借助提升利率和縮短投資期限的形式來(lái)吸引投資者加盟，這就必然會(huì)引起平臺(tái)流動(dòng)性風(fēng)險(xiǎn)，并且很多用戶在平臺(tái)跑路消息報(bào)道的基礎(chǔ)上，針對(duì)平臺(tái)的投資僅僅限于打新投資，這顯然會(huì)提升互聯(lián)網(wǎng)金融的流動(dòng)性風(fēng)險(xiǎn)。二是信譽(yù)風(fēng)險(xiǎn)。信譽(yù)風(fēng)險(xiǎn)就主體劃分，主要分為自然人信貸風(fēng)險(xiǎn)及企業(yè)信貸風(fēng)險(xiǎn)兩種。自然人信貸風(fēng)險(xiǎn)主要是指自然人違約，其出現(xiàn)違約主要是由于其抗風(fēng)險(xiǎn)的能力較弱進(jìn)而出現(xiàn)了道德問(wèn)題。自然人信貸風(fēng)險(xiǎn)主要是由于借款人的經(jīng)濟(jì)情況具有不確定性，尤其是該種借貸用在了生產(chǎn)經(jīng)營(yíng)商。互聯(lián)網(wǎng)金融業(yè)務(wù)內(nèi)會(huì)牽涉到大量的自然人信貸范疇，由自然人承擔(dān)對(duì)應(yīng)的償還義務(wù)，但是自然人的經(jīng)營(yíng)狀況、身體健康情況和消費(fèi)習(xí)慣等都會(huì)引起還款風(fēng)險(xiǎn)。另外自然人借款人的個(gè)人觀念及道德問(wèn)題都會(huì)造成違約風(fēng)險(xiǎn)。企業(yè)信貸風(fēng)險(xiǎn)和自然人借款人的動(dòng)機(jī)以及償債能力的影響因素存在較大的差異。通常企業(yè)借款人主觀上惡意不按時(shí)清償債務(wù)可能性較低，對(duì)比之下，由于經(jīng)濟(jì)實(shí)力、行業(yè)發(fā)展和經(jīng)營(yíng)狀況等因素導(dǎo)致的資金短缺更加容易使其違約。因此在對(duì)信譽(yù)風(fēng)險(xiǎn)實(shí)施評(píng)價(jià)時(shí)，自然人信用風(fēng)險(xiǎn)要更側(cè)重對(duì)其償還意愿的評(píng)估，但是企業(yè)借款人信用風(fēng)險(xiǎn)的評(píng)估則更加側(cè)重對(duì)其償還能力的評(píng)估。三是操作風(fēng)險(xiǎn)。互聯(lián)網(wǎng)金融操作風(fēng)險(xiǎn)主要指的是互聯(lián)網(wǎng)金融的活動(dòng)內(nèi)，由于人員匱乏、內(nèi)部流程制定不當(dāng)或是實(shí)施失敗以及系統(tǒng)不足所造成的直接性或間接性損失的可能性。目前用戶數(shù)據(jù)、用戶操作行為數(shù)據(jù)、交易數(shù)據(jù)、文本數(shù)據(jù)等大數(shù)據(jù)系統(tǒng)出現(xiàn)交織，由于沒(méi)有通過(guò)授權(quán)方位、系統(tǒng)退化、雇員欺詐、服務(wù)提供商風(fēng)險(xiǎn)和客戶安全保護(hù)意識(shí)較低等交易內(nèi)，操作風(fēng)險(xiǎn)正是來(lái)自這些繁瑣和復(fù)雜的數(shù)據(jù)系統(tǒng)行為的結(jié)合內(nèi)。依據(jù)操作風(fēng)險(xiǎn)的不同來(lái)源，可以劃分為內(nèi)部操作風(fēng)險(xiǎn)及外部操作風(fēng)險(xiǎn)兩種。內(nèi)部操作風(fēng)險(xiǎn)主要因?yàn)榭?jī)效考評(píng)、審計(jì)監(jiān)管及內(nèi)部控制等多方面的互聯(lián)網(wǎng)金融企業(yè)內(nèi)部因素所引發(fā)；外部操作風(fēng)險(xiǎn)主要是因?yàn)樗饺诵孤丁⑨烎~(yú)網(wǎng)站的盛行等外部因素引起的。追究其根本原因就是在于大數(shù)據(jù)，互聯(lián)網(wǎng)金融企業(yè)對(duì)用戶注冊(cè)無(wú)法實(shí)現(xiàn)有效管理，并且不能很好地分析和管理交易中出現(xiàn)的大數(shù)據(jù)，另外是否可以合理地對(duì)各種數(shù)據(jù)進(jìn)行保存也是當(dāng)前互聯(lián)網(wǎng)金融企業(yè)迫切需要解決的問(wèn)題。互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)特點(diǎn)。一是擴(kuò)散速度快，破壞力強(qiáng)大。傳統(tǒng)銀行業(yè)務(wù)通常是通過(guò)紙質(zhì)或是銀行內(nèi)部系統(tǒng)來(lái)操作，一旦出現(xiàn)了錯(cuò)誤，是有充分的時(shí)間查找、連接并且追回?fù)p失的。但是包含了交易數(shù)據(jù)、用戶操作行為數(shù)據(jù)和用戶數(shù)據(jù)及文本數(shù)據(jù)等大量數(shù)據(jù)的云金融為載體的互聯(lián)網(wǎng)金融，一旦出現(xiàn)了問(wèn)題或是差錯(cuò)，將會(huì)難以立刻糾正，并且互聯(lián)網(wǎng)金融業(yè)務(wù)運(yùn)作速度飛快，等到發(fā)現(xiàn)問(wèn)題后再攔截和追討損失基本無(wú)望。二是風(fēng)險(xiǎn)會(huì)交叉?zhèn)魅尽Ｒ环矫婊ヂ?lián)網(wǎng)金融業(yè)務(wù)平臺(tái)內(nèi)包含了融資類、支付類和理財(cái)類業(yè)務(wù)，業(yè)務(wù)相互之間存在交叉性；此外互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)內(nèi)的市場(chǎng)風(fēng)險(xiǎn)、信譽(yù)風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)就像是多米諾骨牌，一旦一個(gè)出現(xiàn)風(fēng)險(xiǎn)將會(huì)引發(fā)一系列的風(fēng)險(xiǎn)。三是很難區(qū)分風(fēng)險(xiǎn)責(zé)任。互聯(lián)網(wǎng)金融辦理的過(guò)程一般都會(huì)涉及到外包商、電力和電信等其他多種合作方式，因此一旦某個(gè)方面出現(xiàn)了服務(wù)終端、客戶信息泄露和系統(tǒng)崩潰，將會(huì)直接對(duì)互聯(lián)網(wǎng)金融企業(yè)造成極大的損失，并且難以對(duì)責(zé)任實(shí)行區(qū)分。責(zé)任不能區(qū)分的直接結(jié)果就是一旦發(fā)生了損失，將難以對(duì)有關(guān)方的損失賠付進(jìn)行明確。
互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)預(yù)警系統(tǒng)
數(shù)據(jù)作為中心的體系設(shè)計(jì)原則。互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)設(shè)計(jì)內(nèi)必須要遵循下面幾點(diǎn)：一是系統(tǒng)性原則。互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)屬于一個(gè)針對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)實(shí)行檢測(cè)、預(yù)測(cè)和預(yù)警的系統(tǒng)，是大型的體系，該體系內(nèi)包含了互聯(lián)網(wǎng)金融行業(yè)的所有，因此建立該系統(tǒng)時(shí)必須要考慮每一個(gè)用戶和金融產(chǎn)品的提供者等全部參與到金融活動(dòng)內(nèi)的人的利益，同時(shí)還要實(shí)行系統(tǒng)性建設(shè)。二是時(shí)效性原則。互聯(lián)網(wǎng)金融行業(yè)最大的特點(diǎn)是高速，充分體現(xiàn)了互聯(lián)網(wǎng)金融活性具有的及時(shí)性特點(diǎn)，因此在實(shí)行互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)的建設(shè)中，必須要實(shí)時(shí)防范并且及時(shí)處理，確保可以及時(shí)判斷風(fēng)險(xiǎn)和快速應(yīng)對(duì)，避免造成太多損失。三是科學(xué)性原則。在預(yù)警系統(tǒng)的建立中要確保科學(xué)性，保障系統(tǒng)可以準(zhǔn)確對(duì)金融風(fēng)險(xiǎn)實(shí)行判斷，防止對(duì)金融風(fēng)險(xiǎn)作出錯(cuò)誤估計(jì)，最終導(dǎo)致不必要損失。將數(shù)據(jù)當(dāng)做中心系統(tǒng)層級(jí)。在互聯(lián)網(wǎng)金融預(yù)警系統(tǒng)內(nèi)存在以下幾層：一是數(shù)據(jù)管理層。預(yù)警系統(tǒng)主要是基于數(shù)據(jù)建立的，對(duì)此必須要建立和健全系統(tǒng)對(duì)數(shù)據(jù)的管理機(jī)制，建設(shè)和企業(yè)規(guī)模相適應(yīng)的數(shù)據(jù)管理中心，便于對(duì)數(shù)據(jù)的收集、整理、加工和存儲(chǔ)。而且在數(shù)據(jù)中心還要實(shí)行管理過(guò)程內(nèi)確保數(shù)據(jù)的準(zhǔn)確性、完整性及安全性。二是數(shù)據(jù)整合層。風(fēng)險(xiǎn)預(yù)警系統(tǒng)的最主要任務(wù)是要通過(guò)分析互聯(lián)網(wǎng)金融行業(yè)內(nèi)的海量數(shù)據(jù)，進(jìn)而實(shí)現(xiàn)對(duì)其中風(fēng)險(xiǎn)的語(yǔ)境，這就必須要系統(tǒng)地對(duì)金融風(fēng)險(xiǎn)存在更為透徹的認(rèn)識(shí)，自金融風(fēng)險(xiǎn)的定義出發(fā)，重新整合和分析數(shù)據(jù)，進(jìn)而提取出有用的信息，信息整合能夠很好地保證信息的準(zhǔn)確性及可靠性，數(shù)據(jù)提取層主要是整合及提取數(shù)據(jù)。三是數(shù)據(jù)分析層。數(shù)據(jù)分析層主要是分析數(shù)據(jù)，判定數(shù)據(jù)的風(fēng)險(xiǎn)。這就要保證系統(tǒng)具有完備的智能性。四是數(shù)據(jù)的解釋層，數(shù)據(jù)解釋層是對(duì)風(fēng)險(xiǎn)的解釋，更加準(zhǔn)確地來(lái)講就是通過(guò)風(fēng)險(xiǎn)和企業(yè)現(xiàn)狀結(jié)合得出分析結(jié)果，其中包含了風(fēng)險(xiǎn)的可靠性、危險(xiǎn)度、產(chǎn)生根源和處理方法。
建立互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)預(yù)警模式
（一）風(fēng)險(xiǎn)預(yù)警設(shè)計(jì)思路
在上述分析的基礎(chǔ)上，針對(duì)定性風(fēng)險(xiǎn)評(píng)估指標(biāo)使用模糊綜合評(píng)價(jià)法對(duì)其實(shí)行量化，對(duì)互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)進(jìn)行測(cè)度。依據(jù)選擇的權(quán)重系數(shù)測(cè)定互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)預(yù)警綜合評(píng)分值，依據(jù)設(shè)定的預(yù)警區(qū)域范圍來(lái)確定互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)預(yù)警區(qū)域，從而選擇互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)的相應(yīng)策略權(quán)重系數(shù)的選擇在風(fēng)險(xiǎn)測(cè)度內(nèi)是最關(guān)鍵的問(wèn)題，對(duì)市場(chǎng)風(fēng)險(xiǎn)、信譽(yù)風(fēng)險(xiǎn)及操作風(fēng)險(xiǎn)實(shí)施分別測(cè)度中，須確定各個(gè)具體指標(biāo)的權(quán)重系數(shù)問(wèn)題；另外就是互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)預(yù)警評(píng)分值測(cè)度過(guò)程內(nèi)的市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)以及信譽(yù)風(fēng)險(xiǎn)分別權(quán)重系數(shù)確定的問(wèn)題。
（二）構(gòu)建互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系
在業(yè)務(wù)平臺(tái)基礎(chǔ)上的互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)主要被分成了市場(chǎng)、信譽(yù)和操作風(fēng)險(xiǎn)三個(gè)維度，而且各個(gè)維度的風(fēng)險(xiǎn)有著豐富的含義，很難使用單一指標(biāo)來(lái)客觀描述。為了使得評(píng)價(jià)指標(biāo)變?yōu)楦珳?zhǔn)，本文使用主客觀結(jié)合的方式設(shè)計(jì)互聯(lián)網(wǎng)金融三個(gè)維度的商業(yè)風(fēng)險(xiǎn)。 針對(duì)定量指標(biāo)，筆者結(jié)合有關(guān)學(xué)者的研究成果和銀行體系定量指標(biāo)來(lái)計(jì)算，最終對(duì)定性指標(biāo)使用問(wèn)卷調(diào)查的方式，結(jié)合模糊綜合評(píng)價(jià)方法得到最終對(duì)應(yīng)的評(píng)分值。
（三）建立互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)預(yù)警
通過(guò)假設(shè)互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)內(nèi)各變量間均是相互影響并且相互作用的，建立互聯(lián)網(wǎng)金融業(yè)風(fēng)險(xiǎn)的結(jié)構(gòu)方程模型，并且對(duì)上述指標(biāo)之間的關(guān)系進(jìn)行檢驗(yàn)。互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)的三維關(guān)系假設(shè)主要為：H1：市場(chǎng)風(fēng)險(xiǎn)防控對(duì)互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)的預(yù)警防控的直接正影響；H2：信譽(yù)風(fēng)險(xiǎn)防控對(duì)互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)預(yù)警防控的直接正影響；H3：操作風(fēng)險(xiǎn)防控對(duì)互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)預(yù)警的直接正影響；H4：市場(chǎng)風(fēng)險(xiǎn)防控及信譽(yù)風(fēng)險(xiǎn)防控的直接雙向正關(guān)系；H5：市場(chǎng)風(fēng)險(xiǎn)防控及操作風(fēng)險(xiǎn)防控的直接雙向正關(guān)系；H6：信譽(yù)風(fēng)險(xiǎn)防控及操作防控間的直接雙向正關(guān)系；H7：市場(chǎng)風(fēng)險(xiǎn)防控依賴各種要素不受信譽(yù)風(fēng)險(xiǎn)及操作風(fēng)險(xiǎn)防控影響；H8：操作風(fēng)險(xiǎn)防控依賴的各要素不會(huì)受市場(chǎng)和信譽(yù)風(fēng)險(xiǎn)防控影響；H9：信譽(yù)風(fēng)險(xiǎn)防控依賴的各要素不會(huì)受市場(chǎng)和操作風(fēng)險(xiǎn)防控影響；H10：除市場(chǎng)、操作和信譽(yù)風(fēng)險(xiǎn)以外的其他因素都是殘差項(xiàng)。劃分衡量互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)的指標(biāo)為：一是互聯(lián)網(wǎng)金融機(jī)構(gòu)個(gè)體的指標(biāo)，包含財(cái)務(wù)健康情況及機(jī)構(gòu)規(guī)模；二是互聯(lián)網(wǎng)金融整體指標(biāo)，包含了信貸質(zhì)量、資產(chǎn)規(guī)模、資產(chǎn)及負(fù)債匹配數(shù)量；三是互聯(lián)網(wǎng)金融機(jī)構(gòu)指標(biāo)，包含了業(yè)務(wù)發(fā)展模式、產(chǎn)品類型、風(fēng)險(xiǎn)度量等。見(jiàn)表1所示。在模型內(nèi)市場(chǎng)、信譽(yù)和操作風(fēng)險(xiǎn)分別作為三個(gè)外生潛變量分別由各自所屬顯變量測(cè)量，互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)系統(tǒng)的各變量相互間是存在關(guān)聯(lián)性的，因此假設(shè)三個(gè)外生潛變量之間存在相互變聯(lián)系。互聯(lián)網(wǎng)金融的融資業(yè)務(wù)風(fēng)險(xiǎn)是內(nèi)生的潛變量，主要是表1內(nèi)的八個(gè)顯變量反應(yīng)。
分析互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)預(yù)警結(jié)果
首先要對(duì)預(yù)警信號(hào)閾值實(shí)行確定。預(yù)警信號(hào)閾值是觸發(fā)預(yù)警后續(xù)行動(dòng)的臨界值，閾值要綜合數(shù)據(jù)的模型、歷史數(shù)據(jù)經(jīng)驗(yàn)和專家經(jīng)驗(yàn)以及同業(yè)信息確定，并且還要考慮互聯(lián)網(wǎng)金融的融資平臺(tái)的風(fēng)險(xiǎn)偏好、客戶與平臺(tái)的聯(lián)系、監(jiān)管部門檢查評(píng)估互聯(lián)網(wǎng)金融融資平臺(tái)和監(jiān)管要求等因素。一旦風(fēng)險(xiǎn)表征值超出了預(yù)警信號(hào)的閾值，將會(huì)觸及預(yù)警流程，進(jìn)入風(fēng)險(xiǎn)預(yù)警系統(tǒng)，將實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)級(jí)別的定位。其次是定位互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)的預(yù)警級(jí)別。依據(jù)評(píng)估風(fēng)險(xiǎn)大小，劃分互聯(lián)網(wǎng)融資風(fēng)險(xiǎn)為正常狀態(tài)、關(guān)注狀態(tài)、次級(jí)狀態(tài)、可以狀態(tài)以及損失狀態(tài)5個(gè)等級(jí)，分別用綠、藍(lán)、黃、橙、紅五種顏色的燈來(lái)表示。詳情見(jiàn)表2所示。第三是分析互聯(lián)網(wǎng)金融商業(yè)風(fēng)險(xiǎn)預(yù)警的結(jié)果。在處于綠色信號(hào)燈范圍情況下，互聯(lián)網(wǎng)金融平臺(tái)必須要考慮和其開(kāi)展對(duì)應(yīng)的業(yè)務(wù)活動(dòng)，還要增強(qiáng)互聯(lián)網(wǎng)金融平臺(tái)的效益，平臺(tái)必須要大量的吸收該種類型的業(yè)務(wù)；在處于藍(lán)色信號(hào)燈的范圍下，互聯(lián)網(wǎng)金融平臺(tái)則可以考慮接受和其開(kāi)展對(duì)應(yīng)的業(yè)務(wù)，那些已經(jīng)有的處于藍(lán)燈狀態(tài)的業(yè)務(wù)，則可以考慮持有；在處于黃燈信號(hào)的范圍時(shí)，互聯(lián)網(wǎng)金融平臺(tái)可以按照公司的戰(zhàn)略和客戶征信情況，適當(dāng)考慮是否需要開(kāi)展其他方面的業(yè)務(wù)，若是已經(jīng)存在了處于黃燈狀態(tài)的業(yè)務(wù)，要及時(shí)防范并且調(diào)整，或是改變持有策略或是適當(dāng)轉(zhuǎn)出業(yè)務(wù)；在處于橙色燈信號(hào)時(shí)，互聯(lián)網(wǎng)金融平臺(tái)則不應(yīng)當(dāng)考慮其借貸，若是當(dāng)前業(yè)務(wù)已經(jīng)處于信號(hào)燈為橙色的狀態(tài)，要立即采取對(duì)應(yīng)措施來(lái)降低損失；若是當(dāng)前處于紅色信號(hào)范圍內(nèi)，則互聯(lián)網(wǎng)金融平臺(tái)必須將其拉進(jìn)黑名單，針對(duì)已經(jīng)處于紅燈狀態(tài)的業(yè)務(wù)，則要采取強(qiáng)硬的手段實(shí)行積極挽回，盡力彌補(bǔ)損失，實(shí)行不良征信評(píng)價(jià)。
參考文獻(xiàn)：
1.卜亞，張敏.互聯(lián)網(wǎng)金融創(chuàng)新監(jiān)管機(jī)制構(gòu)建——基于激勵(lì)相容的視角[J].技術(shù)經(jīng)濟(jì)與管理研究，2016（1）
2.李灝來(lái)，李越冬.國(guó)家審計(jì)“管理”互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的路徑研究[J].會(huì)計(jì)之友，2016（3）
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2015. 05. 108
[中圖分類號(hào)] F713.36 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2015）05- 0224- 03
目前創(chuàng)業(yè)市場(chǎng)雖說(shuō)商機(jī)無(wú)限，但對(duì)資金、能力、經(jīng)驗(yàn)都有限的大學(xué)生創(chuàng)業(yè)者來(lái)說(shuō)，可供選擇的項(xiàng)目并不多。而電子商務(wù)創(chuàng)業(yè)則是大學(xué)生能夠揚(yáng)長(zhǎng)避短、發(fā)揮優(yōu)勢(shì)的一個(gè)最佳選擇。大學(xué)生群體與電子商務(wù)新興產(chǎn)業(yè)的有機(jī)結(jié)合，形成二者共贏的局面。大學(xué)生在電子商務(wù)創(chuàng)業(yè)時(shí)，必須要考慮并解決創(chuàng)業(yè)團(tuán)隊(duì)、創(chuàng)業(yè)項(xiàng)目、網(wǎng)站運(yùn)營(yíng)管理、風(fēng)險(xiǎn)控制等影響電子商務(wù)創(chuàng)業(yè)成敗的關(guān)鍵因素，才能分享電子商務(wù)創(chuàng)業(yè)成功的喜悅。
1 創(chuàng)業(yè)團(tuán)隊(duì)
在創(chuàng)業(yè)過(guò)程中，團(tuán)隊(duì)和人才是左右創(chuàng)業(yè)成敗的核心要素。大學(xué)生電子商務(wù)創(chuàng)業(yè)能否成功的關(guān)鍵性因素在于創(chuàng)業(yè)團(tuán)隊(duì)的綜合實(shí)力，一個(gè)優(yōu)秀的創(chuàng)業(yè)團(tuán)隊(duì)是創(chuàng)業(yè)成功的保障。創(chuàng)業(yè)活動(dòng)的復(fù)雜性，決定了所有事務(wù)不可能由創(chuàng)業(yè)者個(gè)人包攬，要通過(guò)組建分工明確的創(chuàng)業(yè)團(tuán)隊(duì)來(lái)完成，創(chuàng)業(yè)團(tuán)隊(duì)的優(yōu)劣，基本決定了創(chuàng)業(yè)能否成功。成功的創(chuàng)業(yè)者是以正確的創(chuàng)業(yè)理念來(lái)指導(dǎo)創(chuàng)業(yè)活動(dòng)和組建創(chuàng)業(yè)團(tuán)隊(duì)的，創(chuàng)業(yè)理念決定著創(chuàng)業(yè)團(tuán)隊(duì)的性質(zhì)、宗旨和獲取創(chuàng)業(yè)的回報(bào)，并且關(guān)系到創(chuàng)業(yè)的目標(biāo)和行為準(zhǔn)則，共同的創(chuàng)業(yè)理念是組建團(tuán)隊(duì)的一個(gè)基本準(zhǔn)則。
創(chuàng)業(yè)團(tuán)隊(duì)是由創(chuàng)業(yè)團(tuán)隊(duì)的領(lǐng)導(dǎo)者所組建的，創(chuàng)業(yè)團(tuán)隊(duì)領(lǐng)導(dǎo)者是創(chuàng)業(yè)團(tuán)隊(duì)的核心，創(chuàng)業(yè)團(tuán)隊(duì)領(lǐng)導(dǎo)者將那些具有共同創(chuàng)業(yè)理念、志同道合的團(tuán)隊(duì)成員聯(lián)合起來(lái)，為共同的創(chuàng)業(yè)目標(biāo)而奮斗。在創(chuàng)業(yè)團(tuán)隊(duì)中，團(tuán)隊(duì)的領(lǐng)導(dǎo)者是至關(guān)重要的，他必須有創(chuàng)業(yè)者的胸懷和品質(zhì)，有素養(yǎng)和能力來(lái)組建團(tuán)隊(duì)和發(fā)揮團(tuán)隊(duì)的作用，并在創(chuàng)業(yè)過(guò)程中，隨時(shí)做好團(tuán)隊(duì)成員間的協(xié)調(diào)工作，使團(tuán)隊(duì)的整體水平不斷提高。創(chuàng)業(yè)團(tuán)隊(duì)領(lǐng)導(dǎo)者應(yīng)對(duì)團(tuán)隊(duì)不同成員的個(gè)性、知識(shí)、技能和能力進(jìn)行有效地整合，以保持團(tuán)隊(duì)的競(jìng)爭(zhēng)優(yōu)勢(shì)。作為創(chuàng)業(yè)團(tuán)隊(duì)成員，應(yīng)該具備創(chuàng)業(yè)者的特征和技能，比如工作積極主動(dòng)、有明確的目標(biāo)；不滿足于現(xiàn)狀，有責(zé)任感；善于接受新事物，勇于變革和敢于承擔(dān)責(zé)任等。同時(shí)，還應(yīng)該注意創(chuàng)業(yè)團(tuán)隊(duì)成員的性別、技能、專業(yè)的互補(bǔ)，以便形成合力。對(duì)于一個(gè)創(chuàng)業(yè)團(tuán)隊(duì)而言，其基本的人員配置為行政管理人名、財(cái)務(wù)人員、文員及客服人員、技術(shù)人員、營(yíng)銷人員、生產(chǎn)人員等，其具體的人員構(gòu)成由創(chuàng)業(yè)項(xiàng)目的特點(diǎn)而定。比如創(chuàng)業(yè)項(xiàng)目可以分為技術(shù)創(chuàng)業(yè)和營(yíng)銷創(chuàng)業(yè)，技術(shù)創(chuàng)業(yè)則以技術(shù)人員為主體，營(yíng)銷創(chuàng)業(yè)則以營(yíng)銷人員為主體。
2 創(chuàng)業(yè)項(xiàng)目
創(chuàng)業(yè)項(xiàng)目的選擇是市場(chǎng)分析的結(jié)果，通過(guò)市場(chǎng)分析，說(shuō)明創(chuàng)業(yè)項(xiàng)目市場(chǎng)前景廣闊，能夠發(fā)揮創(chuàng)業(yè)團(tuán)隊(duì)的優(yōu)勢(shì)，值得創(chuàng)業(yè)團(tuán)隊(duì)為之而奮斗。針對(duì)具體的創(chuàng)業(yè)項(xiàng)目，可以從宏觀方面即宏觀環(huán)境、中觀方面即行業(yè)競(jìng)爭(zhēng)、以及微觀方面即創(chuàng)業(yè)項(xiàng)目和創(chuàng)業(yè)團(tuán)隊(duì)本身的內(nèi)在條件進(jìn)行分析研究，提煉出對(duì)于電子商務(wù)創(chuàng)業(yè)的有利因素和不利因素，進(jìn)而把握全局，進(jìn)行決策。電子商務(wù)可以應(yīng)用于國(guó)內(nèi)外貿(mào)易、金融、證弧⒙糜巍⒐愀妗⑿攣懦靄嫻雀鞲雋煊潁發(fā)展?jié)摿薮蟆Ｄ壳皩?duì)于電子商務(wù)而言，無(wú)非是網(wǎng)上銷售有形商品、無(wú)形商品和服務(wù)兩種形式。網(wǎng)上銷售無(wú)形商品和服務(wù)，如信息、計(jì)算機(jī)軟件、電影和音樂(lè)等娛樂(lè)商品，可以通過(guò)Internet直接向消費(fèi)者提供，其模式可以包括網(wǎng)上訂閱模式、付費(fèi)瀏覽模式、廣告支持模式、網(wǎng)上贈(zèng)與模式、專業(yè)服務(wù)模式等。有形商品指的是實(shí)物商品，這種商品的交付不能通過(guò)Internet網(wǎng)絡(luò)實(shí)現(xiàn)，有形商品的電子商務(wù)模式指的是成交在Internet網(wǎng)絡(luò)上，而實(shí)際交付則依靠傳統(tǒng)的物流，其模式可以包括網(wǎng)上批發(fā)電子商務(wù)模式、網(wǎng)上零售模式、網(wǎng)上拍賣模式等。電子商務(wù)的創(chuàng)業(yè)項(xiàng)目可以從以上分類中進(jìn)行選擇，但是就大學(xué)生而言，由于其各方面條件的限制，很難選擇大型的項(xiàng)目。就目前來(lái)看，大學(xué)生電子商務(wù)創(chuàng)業(yè)選擇的項(xiàng)目無(wú)非是以下3種：①建立個(gè)人網(wǎng)站。建立個(gè)人網(wǎng)站需要極大的勇氣，并且要有獨(dú)特的創(chuàng)意；②開(kāi)網(wǎng)上商店。在網(wǎng)上開(kāi)店主要有兩種模式，一是建立自己的商品網(wǎng)站，二是借助于大型的、成熟的網(wǎng)絡(luò)平臺(tái)，如淘寶、當(dāng)當(dāng)、卓越等；③當(dāng)網(wǎng)絡(luò)。網(wǎng)絡(luò)如今是一個(gè)時(shí)髦的職業(yè)，很受大學(xué)生宅男宅女們的青睞。選擇一個(gè)好的適合創(chuàng)業(yè)團(tuán)隊(duì)的創(chuàng)業(yè)項(xiàng)目，是創(chuàng)業(yè)成功的關(guān)鍵。
大學(xué)生電子商務(wù)創(chuàng)業(yè)團(tuán)隊(duì)所選擇的創(chuàng)業(yè)項(xiàng)目，要適合其“資金和經(jīng)驗(yàn)少，知識(shí)多和熟悉網(wǎng)絡(luò)”的特點(diǎn)，同時(shí)更要考慮創(chuàng)業(yè)團(tuán)隊(duì)各個(gè)成員的專業(yè)背景、社會(huì)背景、成長(zhǎng)環(huán)境，以及一切可以利用的資源，充分發(fā)揮各自的優(yōu)勢(shì)。如學(xué)技術(shù)的，可以側(cè)重于技術(shù)方面；學(xué)經(jīng)濟(jì)管理的，可以側(cè)重于市場(chǎng)營(yíng)銷方面；具有獨(dú)特資源的，可以對(duì)其資源進(jìn)行分析整合，實(shí)現(xiàn)其市場(chǎng)價(jià)值。大學(xué)生創(chuàng)業(yè)團(tuán)隊(duì)各個(gè)方面的實(shí)力較弱，對(duì)具體項(xiàng)目選擇時(shí)最好要做到“一大一小”，即市場(chǎng)要足夠小，小到門戶網(wǎng)站不愿意進(jìn)來(lái)，同時(shí)市場(chǎng)也要足夠大，大到可以盈利。創(chuàng)業(yè)項(xiàng)目的選擇要充分考慮宏觀的電子商務(wù)環(huán)境，如國(guó)家在電子商務(wù)方面的法律法規(guī)、互聯(lián)網(wǎng)的發(fā)展程度、網(wǎng)民的數(shù)量與結(jié)構(gòu)、電子支付的方便程度、網(wǎng)絡(luò)安全及物流的支持力度。而對(duì)于具體項(xiàng)目，還要考慮項(xiàng)目執(zhí)行地的實(shí)際情況，如當(dāng)?shù)氐木W(wǎng)絡(luò)環(huán)境、信息安全、網(wǎng)民的支付水平等，創(chuàng)業(yè)項(xiàng)目的選擇，必須獲得外在環(huán)境的支撐。
3 網(wǎng)站運(yùn)營(yíng)管理
電子商務(wù)網(wǎng)站是通過(guò)Internet相互連接起來(lái)的，是在計(jì)算機(jī)硬件和軟件基礎(chǔ)設(shè)施的支持下，為用戶提供信息服務(wù)、網(wǎng)頁(yè)服務(wù)、郵件服務(wù)的信息載體，是企業(yè)和個(gè)人開(kāi)展電子商務(wù)的平臺(tái)。電子商務(wù)網(wǎng)站是大學(xué)生電子商務(wù)創(chuàng)業(yè)的必要條件，電子商務(wù)網(wǎng)站質(zhì)量的高低關(guān)系到創(chuàng)業(yè)成敗，一個(gè)好的電子商務(wù)網(wǎng)站有助于大學(xué)生電子商務(wù)創(chuàng)業(yè)。對(duì)于資金雄厚或有一定技術(shù)實(shí)力的創(chuàng)業(yè)團(tuán)隊(duì)，可以創(chuàng)建自己的電子商務(wù)網(wǎng)站；而對(duì)于資金匱乏或技術(shù)實(shí)力較弱的創(chuàng)業(yè)團(tuán)隊(duì)，可以借助于現(xiàn)有的電子商務(wù)網(wǎng)站平臺(tái)，如淘寶網(wǎng)、易趣網(wǎng)等。一個(gè)好的創(chuàng)業(yè)網(wǎng)站，不僅僅是一次性制作完成就成功了，由于創(chuàng)業(yè)的內(nèi)外部環(huán)境在不斷地發(fā)生變化，因此網(wǎng)站的內(nèi)容也需要隨之調(diào)整。搞好電子商務(wù)網(wǎng)站的運(yùn)營(yíng)管理，對(duì)于大學(xué)生電子商務(wù)創(chuàng)業(yè)顯得尤為重要，網(wǎng)站運(yùn)營(yíng)是指網(wǎng)絡(luò)營(yíng)銷體系中一切與網(wǎng)站的后期運(yùn)作有關(guān)的工作，網(wǎng)站運(yùn)營(yíng)包括網(wǎng)站內(nèi)容策劃及、網(wǎng)站可用性分析、網(wǎng)站數(shù)據(jù)分析、網(wǎng)站優(yōu)化等。創(chuàng)業(yè)團(tuán)隊(duì)運(yùn)作創(chuàng)業(yè)項(xiàng)目進(jìn)行電子商務(wù)創(chuàng)業(yè)，其創(chuàng)業(yè)項(xiàng)目的經(jīng)營(yíng)管理就依賴于電子商務(wù)網(wǎng)站，因此在某種意義上來(lái)說(shuō)，創(chuàng)業(yè)項(xiàng)目的經(jīng)營(yíng)管理就相當(dāng)于網(wǎng)站的運(yùn)營(yíng)管理，二者在這里是等價(jià)的。網(wǎng)站運(yùn)營(yíng)管理包括以下內(nèi)容：
3.1 網(wǎng)站內(nèi)容策劃與
網(wǎng)站內(nèi)容策劃與是服務(wù)于和服從于創(chuàng)業(yè)項(xiàng)目的，是創(chuàng)業(yè)項(xiàng)目在網(wǎng)站上的具體化和實(shí)現(xiàn)方式，創(chuàng)業(yè)項(xiàng)目是通過(guò)網(wǎng)站的形式來(lái)體現(xiàn)出來(lái)的，是依靠網(wǎng)站來(lái)進(jìn)行管理和運(yùn)營(yíng)的。網(wǎng)站內(nèi)容策劃與主要包括：①網(wǎng)站定位。也就是創(chuàng)業(yè)項(xiàng)目的具體實(shí)施過(guò)程；②可利用的資源。即創(chuàng)業(yè)團(tuán)隊(duì)的外部環(huán)境和內(nèi)在條件；③目標(biāo)客戶，即創(chuàng)業(yè)項(xiàng)目的市場(chǎng)定位；④網(wǎng)站盈利模式；⑤網(wǎng)站的財(cái)務(wù)投資計(jì)劃；⑥具體的創(chuàng)業(yè)計(jì)劃書(shū)。
3.2 網(wǎng)站的可用性分析
可用性是表達(dá)某種東西在使用時(shí)難易程度的一種屬性。根據(jù)國(guó)際標(biāo)準(zhǔn)化組織ISO解釋，電子商務(wù)網(wǎng)站可用性是指電子商務(wù)網(wǎng)站用戶在網(wǎng)絡(luò)環(huán)境下，利用電子商務(wù)網(wǎng)站完成商品交易時(shí)所達(dá)到的有效性、效率和滿意度。其具體影響指標(biāo)包括網(wǎng)站的響應(yīng)速度、網(wǎng)頁(yè)的合理布局、網(wǎng)頁(yè)的美觀、網(wǎng)站的安全性、網(wǎng)站信息的可靠性、網(wǎng)站導(dǎo)航功能、客服的及時(shí)回應(yīng)、購(gòu)物過(guò)程簡(jiǎn)潔安全、網(wǎng)頁(yè)的有效鏈接、網(wǎng)站信息實(shí)時(shí)性等因素。創(chuàng)業(yè)團(tuán)隊(duì)可以采取相應(yīng)措施，來(lái)提高網(wǎng)站的可用性，比如：①減少圖片和動(dòng)畫的使用，提高網(wǎng)站的響應(yīng)速度；②合理網(wǎng)頁(yè)的布局、高質(zhì)量的網(wǎng)頁(yè)內(nèi)容，提高網(wǎng)站信息的質(zhì)量；③網(wǎng)站導(dǎo)航清晰，網(wǎng)站鏈接有效準(zhǔn)確，確保用戶快速瀏覽網(wǎng)站。
3.3 網(wǎng)站數(shù)據(jù)分析
電子商務(wù)網(wǎng)站數(shù)據(jù)分析本質(zhì)上也是網(wǎng)站與顧客的交往記錄。相對(duì)于傳統(tǒng)企業(yè)，電子商務(wù)網(wǎng)站如果要想記錄網(wǎng)站與顧客之間的交往記錄，比以往大部分傳統(tǒng)商務(wù)活動(dòng)都方便得多。網(wǎng)站與顧客之間的互動(dòng)行為，基本上分為兩種。一種是最簡(jiǎn)單的互動(dòng)，即顧客訪問(wèn)某個(gè)頁(yè)面，是由日志文件來(lái)記錄這些互動(dòng)行為。日志文件通常采用PV數(shù)據(jù)分析方法，PV即Page View，也就是頁(yè)面瀏覽量或點(diǎn)擊率，是衡量一個(gè)商務(wù)網(wǎng)站所售賣商品受顧客歡迎程度的主要指標(biāo)。影響商務(wù)網(wǎng)站PV的因素包括商品的時(shí)間；不同時(shí)段網(wǎng)民的人口特征，如性別、年齡、教育程度；訪問(wèn)的周期；以及一些偶然因素等。另一種是比較復(fù)雜的互動(dòng)，即顧客進(jìn)行注冊(cè)、登陸B(tài)BS、購(gòu)買商品，是由數(shù)據(jù)庫(kù)文件來(lái)記錄這些互動(dòng)內(nèi)容。分析網(wǎng)站的顧客行為，就是采用一定方法對(duì)數(shù)據(jù)庫(kù)文件進(jìn)行分析，通過(guò)這些分析可以取得對(duì)網(wǎng)站運(yùn)營(yíng)管理有幫助的數(shù)據(jù)，如顧客的來(lái)源、顧客的年齡、顧客的習(xí)慣、顧客最喜歡或最討厭的網(wǎng)站的商品或服務(wù)，以及對(duì)顧客的意見(jiàn)和建議的歸納和總結(jié)等。
4 風(fēng)險(xiǎn)控制
創(chuàng)業(yè)團(tuán)隊(duì)在經(jīng)營(yíng)管理創(chuàng)業(yè)項(xiàng)目過(guò)程中將不可避免地遇到各種風(fēng)險(xiǎn)，如果處理不當(dāng)，任何風(fēng)險(xiǎn)對(duì)創(chuàng)業(yè)都有可能是致命的打擊。風(fēng)險(xiǎn)不同于危險(xiǎn)，在創(chuàng)業(yè)過(guò)程中大多是基于投機(jī)風(fēng)險(xiǎn)的決策問(wèn)題，是可以通過(guò)風(fēng)險(xiǎn)管理進(jìn)行規(guī)避的，將風(fēng)險(xiǎn)降低到可能的最低限度。按照風(fēng)險(xiǎn)的來(lái)源可以分為技術(shù)風(fēng)險(xiǎn)、內(nèi)部風(fēng)險(xiǎn)和外部風(fēng)險(xiǎn)3個(gè)方面。技術(shù)風(fēng)險(xiǎn)是指相關(guān)產(chǎn)品科學(xué)技術(shù)難度以及模仿性；內(nèi)部風(fēng)險(xiǎn)是指在內(nèi)部管理和財(cái)務(wù)方面可能存在的風(fēng)險(xiǎn)；外部風(fēng)險(xiǎn)主要來(lái)自同行業(yè)市場(chǎng)的競(jìng)爭(zhēng)、國(guó)家的產(chǎn)業(yè)政策、自然災(zāi)害以及相關(guān)法律和政策等。而對(duì)于大學(xué)生電子商務(wù)創(chuàng)業(yè)項(xiàng)目，其創(chuàng)業(yè)風(fēng)險(xiǎn)主要有市場(chǎng)風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)等。
4.1 市場(chǎng)風(fēng)險(xiǎn)
由于電子商務(wù)創(chuàng)業(yè)資金門檻低，進(jìn)入容易，大量的創(chuàng)業(yè)者已經(jīng)進(jìn)入了這個(gè)領(lǐng)域。一些傳統(tǒng)企業(yè)也紛紛上網(wǎng)，將市場(chǎng)擴(kuò)展到網(wǎng)絡(luò)中，這使新進(jìn)入者面臨巨大的競(jìng)爭(zhēng)壓力。根據(jù)波特的5種競(jìng)爭(zhēng)力量模型分析，創(chuàng)業(yè)者不但要面對(duì)已有競(jìng)爭(zhēng)對(duì)手的威脅，還要面對(duì)新加入者的威脅，消費(fèi)者討價(jià)還價(jià)能力的威脅，供應(yīng)商要價(jià)能力的威脅，還有潛在競(jìng)爭(zhēng)對(duì)手的威脅。并且電子商務(wù)創(chuàng)業(yè)不但要面臨同類網(wǎng)站的競(jìng)爭(zhēng)，還要面對(duì)傳統(tǒng)市場(chǎng)的競(jìng)爭(zhēng)。針對(duì)創(chuàng)業(yè)的市場(chǎng)風(fēng)險(xiǎn)，可以通過(guò)市場(chǎng)調(diào)研、了解消費(fèi)者需求、加大網(wǎng)站推廣力度和品牌推廣力度、增加增值服務(wù)、不斷總結(jié)經(jīng)驗(yàn)、重視市場(chǎng)調(diào)查在市場(chǎng)營(yíng)銷中的地位等手段，來(lái)盡可能地規(guī)避市場(chǎng)風(fēng)險(xiǎn)。
4.2 財(cái)務(wù)風(fēng)險(xiǎn)
任何公司在創(chuàng)業(yè)的時(shí)候都會(huì)存在資金短缺的問(wèn)題，如何有效地利用資金，采用何種融資的方式和手段，這對(duì)于創(chuàng)業(yè)團(tuán)隊(duì)都是十分重要的。財(cái)務(wù)風(fēng)險(xiǎn)是指創(chuàng)業(yè)企業(yè)在經(jīng)營(yíng)管理過(guò)程中，由于其所需要的資金不能夠適時(shí)供應(yīng)，以支持企業(yè)正常運(yùn)行，從而導(dǎo)致創(chuàng)業(yè)失敗的可能性。創(chuàng)業(yè)的資金來(lái)源可以分為自籌、貸款、股權(quán)投資和各種風(fēng)險(xiǎn)投資。無(wú)論何種資金來(lái)源，資金都是有成本的，是需要付出代價(jià)的，并且資金的供給也是有限度的。創(chuàng)業(yè)者都可能面對(duì)資金短缺的現(xiàn)實(shí)，面對(duì)資金鏈斷裂的危險(xiǎn)。要想規(guī)避創(chuàng)業(yè)過(guò)程中的財(cái)務(wù)風(fēng)險(xiǎn)，必須做好財(cái)務(wù)的收入和支出的短期及長(zhǎng)期預(yù)算，建立和完善財(cái)務(wù)制度，同時(shí)創(chuàng)業(yè)者必須時(shí)刻關(guān)注現(xiàn)金流，以及預(yù)算的現(xiàn)金流和現(xiàn)實(shí)的現(xiàn)金流之間的差異，一旦發(fā)現(xiàn)問(wèn)題，要及時(shí)采取彌補(bǔ)措施。
4.3技術(shù)風(fēng)險(xiǎn)
電子商務(wù)創(chuàng)業(yè)面臨的技術(shù)風(fēng)險(xiǎn)主要來(lái)自網(wǎng)絡(luò)環(huán)境和交易安全方面。網(wǎng)絡(luò)環(huán)境風(fēng)險(xiǎn)是指服務(wù)器遭受到黑客的襲擊；網(wǎng)絡(luò)中的信息系統(tǒng)受到攻擊后無(wú)法恢復(fù)正常運(yùn)行；網(wǎng)絡(luò)軟件常常被人篡改或破壞；網(wǎng)絡(luò)中存儲(chǔ)或傳遞的數(shù)據(jù)常常未經(jīng)授權(quán)被篡改、增刪、復(fù)制或使用等。交易安全風(fēng)險(xiǎn)是指很多消費(fèi)者擔(dān)心網(wǎng)上購(gòu)物的風(fēng)險(xiǎn)，交了錢不給東西怎么辦；網(wǎng)絡(luò)支付時(shí)銀行卡密碼會(huì)不會(huì)被盜；拿到手的東西跟網(wǎng)上看到的東西是不是一樣；還有個(gè)人信息的保密程度等問(wèn)題。此外，現(xiàn)階段電子合同、在線支付、商品交付等問(wèn)題雖有了初步的法律規(guī)范，但還沒(méi)有做到全面的法律保護(hù)，個(gè)人隱私權(quán)保護(hù)、欺詐等問(wèn)題困繞著消費(fèi)者，使之不敢大膽地在網(wǎng)上購(gòu)物。要想有效規(guī)避技術(shù)風(fēng)險(xiǎn)，可以將電子商務(wù)網(wǎng)站的軟硬件進(jìn)行升級(jí)，建立完善的風(fēng)險(xiǎn)監(jiān)控和跟蹤系統(tǒng)，并制定風(fēng)險(xiǎn)防范計(jì)劃，甚至可以考慮將網(wǎng)站安全服務(wù)外包給第三方可信的互聯(lián)網(wǎng)安全公司。
主要參考文獻(xiàn)
[1]龔志周.電子商務(wù)創(chuàng)業(yè)壓力及其對(duì)創(chuàng)業(yè)績(jī)效影響研究[D].杭州：浙江大
1 波羅的海干散貨運(yùn)價(jià)指數(shù)的簡(jiǎn)介
波羅的海干散貨運(yùn)價(jià)指數(shù)由波羅的海航運(yùn)交易所創(chuàng)立和。波羅的海航交所是世界第一個(gè)也是歷史最悠久的航運(yùn)市場(chǎng)。1744年誕生于美國(guó)佛吉尼亞波羅的海咖啡屋，目前是設(shè)在英國(guó)倫敦的世界著名的航運(yùn)交易所，全球46個(gè)國(guó)家的656家公司都是波羅的海航交所的會(huì)員。為了滿足客戶的需要，波羅地海航交所于1985年開(kāi)始日運(yùn)價(jià)指數(shù)---BFI(BALTIC FREIGHT INDEX)，該指數(shù)是由若干條傳統(tǒng)的干散貨船航線的運(yùn)價(jià)，按照各自在航運(yùn)市場(chǎng)上的重要程度和所占比重構(gòu)成的綜合性指數(shù)。
為滿足市場(chǎng)多元化的需求，航線經(jīng)過(guò)數(shù)次調(diào)整，增設(shè)了單獨(dú)的航次期租航線，在1999年的9月1日，波羅的海交易所將BFI分解成BPI和BCI兩個(gè)指數(shù)，這樣與大靈便型船運(yùn)價(jià)指數(shù)BHI共同組成三大船型運(yùn)價(jià)指數(shù)，同年11月1日，在BCI、BPI、BHI基礎(chǔ)上產(chǎn)生的BDI取代了BFI，成為代表國(guó)際干散貨運(yùn)輸市場(chǎng)走勢(shì)的晴雨表。由于大、小靈便型船市場(chǎng)已經(jīng)明顯分化，2001年初波羅的海交易所將大靈便型船的運(yùn)價(jià)指數(shù)BHI調(diào)整為BHMI，后來(lái)從2005年7月1日起，波羅的海航交所又公布了Baltic Supramax Index(BSI)，該指數(shù)反映了超級(jí)大靈型船的市場(chǎng)租金變化情況，BSI與BHMI并行了半年，在2006年1月1日BSI取代了BHMI。下圖表是2009年3月19日波羅的海交易所公布的各個(gè)指數(shù)的具體航線構(gòu)成以及它們的權(quán)重情況：
資料來(lái)源：Baltic Exchange Information Services Ltd 19/3/2009.
2 BDI的歷史回顧
BDI是目前世界上衡量國(guó)際海運(yùn)情況的權(quán)威指數(shù)，是反映國(guó)際間貿(mào)易情況的領(lǐng)先指數(shù)。如果該指數(shù)出現(xiàn)顯著的上揚(yáng)，說(shuō)明各國(guó)經(jīng)濟(jì)情況良好，國(guó)際間的貿(mào)易火熱。反之，亦然。
從圖中可以清晰的看出，BDI的走勢(shì)大致可以分為六個(gè)階段：第一個(gè)階段是從BDI設(shè)立到03年上半年，BDI的波動(dòng)幅度不是很大，均值在1500點(diǎn)。第二個(gè)階段是從03年下半年到06年年末，這期間該指數(shù)在4000點(diǎn)上下大幅的波動(dòng)。第三個(gè)階段是06年末到07年11月中旬，這階段BDI可謂是井噴式的上漲，在07年11月13日達(dá)到歷史高點(diǎn)11039點(diǎn)，全年BDI的平均值比去年增長(zhǎng)118%。第四個(gè)階段是07年11月初到08年5月下旬，受美國(guó)次貸危機(jī)的影響，一度大幅回落，跌至08年1月29日的階段性低點(diǎn)5615點(diǎn)。雖然08年上半年國(guó)際金融市場(chǎng)利空消息不斷，信貸危機(jī)也逐步演變深化，但國(guó)際航運(yùn)業(yè)似乎未受到影響，BDI升勢(shì)迅猛，08年5月20日，該指數(shù)創(chuàng)下11793點(diǎn)的歷史新高。第五個(gè)階段是08年5月下旬到08年12月初，這階段美國(guó)次貸危機(jī)已經(jīng)演變?yōu)槿蛐缘慕鹑谖C(jī)，全球經(jīng)濟(jì)衰退日漸明顯，國(guó)際貨運(yùn)業(yè)負(fù)面影響顯現(xiàn)，BDI一路暴跌，08年12月5日跌至663點(diǎn)，達(dá)到歷來(lái)低谷，08年可謂是BDI大起大落。第六個(gè)階段是從08年12月初到09年3月上旬，BDI有所回升，09 年3月19日?qǐng)?bào)1795點(diǎn)，從低位已累計(jì)回升171%，但近日有所回落。
BDI作為干散貨航運(yùn)價(jià)格的綜合指數(shù)，能夠客觀反應(yīng)干散貨航運(yùn)的市場(chǎng)行情，是研究干散貨航運(yùn)市場(chǎng)的重要依據(jù)和對(duì)象，該指數(shù)的劇烈波動(dòng)也給航運(yùn)公司帶來(lái)不確定的經(jīng)營(yíng)風(fēng)險(xiǎn)。因此，國(guó)際海運(yùn)學(xué)界人士對(duì)BDI進(jìn)行了長(zhǎng)期和多方面的研究，下文就BDI波動(dòng)的主要影響因素、波動(dòng)的規(guī)律計(jì)量研究、以及如何降低由于BDI的波動(dòng)帶來(lái)的經(jīng)營(yíng)風(fēng)險(xiǎn)等方面做一下文獻(xiàn)綜述。
3 影響B(tài)DI波動(dòng)的主要因素
3.1運(yùn)力供求對(duì)BDI的影響
從經(jīng)濟(jì)學(xué)角度來(lái)說(shuō)，需求和供給的關(guān)系變化是影響價(jià)格的根本原因。國(guó)際干散貨運(yùn)價(jià)作為運(yùn)輸勞務(wù)的價(jià)格，和其它商品價(jià)格一樣受航運(yùn)市場(chǎng)供求關(guān)系的影響，是干散貨運(yùn)輸?shù)墓┙o方和需求方在近乎完全競(jìng)爭(zhēng)的國(guó)際干散貨運(yùn)輸市場(chǎng)上通過(guò)自由競(jìng)價(jià)達(dá)到的一種市場(chǎng)均衡價(jià)格。
楊柳(2006)[1]通過(guò)分析干散貨FFA市場(chǎng)與現(xiàn)貨市場(chǎng)的關(guān)系，得出影響市場(chǎng)最基本和最關(guān)鍵的因素還是供需關(guān)系，這是市場(chǎng)萬(wàn)變不離其宗的因素。陸克從等(2008)[2]對(duì)2004年2007年數(shù)據(jù)分析中指出影響B(tài)DI波動(dòng)最重要的原因就是,供求關(guān)系失衡，來(lái)自于全球(特別是中國(guó))大宗散雜貨運(yùn)輸需求的增加及運(yùn)力投放的相對(duì)緩慢，導(dǎo)致了這幾年運(yùn)價(jià)的大幅上漲。
3.2遠(yuǎn)期合約對(duì)BDI的影響
遠(yuǎn)期合約又叫遠(yuǎn)期運(yùn)費(fèi)協(xié)議(Forward Freight Agreements，F(xiàn)FA)，該協(xié)議規(guī)定了具體的航線、價(jià)格、數(shù)量、價(jià)格日期、交割價(jià)格計(jì)算方法等，雙方約定在未來(lái)某一時(shí)點(diǎn)，收取或支付依據(jù)波羅的海的官方運(yùn)費(fèi)指數(shù)價(jià)格與合同約定價(jià)格的運(yùn)費(fèi)差額。現(xiàn)貨市場(chǎng)是實(shí)貨交易，而FFA交易的是紙貨，即交易對(duì)象是紙面上的運(yùn)費(fèi)，它是一種運(yùn)費(fèi)的衍生物。FFA交易的產(chǎn)品對(duì)象就是現(xiàn)貨市場(chǎng)的指數(shù)價(jià)格，其結(jié)算是依據(jù)波羅的海的官方運(yùn)費(fèi)指數(shù)價(jià)格與合同約定價(jià)格的運(yùn)費(fèi)差額，若合同價(jià)格大于交割價(jià)格，買方支付運(yùn)費(fèi)差額現(xiàn)金給賣方，反之亦然。
航運(yùn)界學(xué)者在FFA市場(chǎng)影響B(tài)DI的波動(dòng)方面做了很多研究，主要有：Kavussanos和Visvikis等(2004)[3]研究了FFA交易和投機(jī)行為對(duì)即期市場(chǎng)價(jià)格波動(dòng)的影響，研究顯示，F(xiàn)FA交易的存在對(duì)穩(wěn)定即期價(jià)格的波動(dòng)有著明顯的影響，顯著改善了信息傳遞的速度和質(zhì)量。但是，在引入其他對(duì)即期市場(chǎng)價(jià)格有影響的經(jīng)濟(jì)變量后，價(jià)格波動(dòng)的降低與FFA交易之間不存在很明顯的因果關(guān)系。
劉晶等(2008)[4]利用回歸模型分析得到FFA與BDI之間存在著很明顯的線性相關(guān)關(guān)系。又進(jìn)行了ARMA模型， GRACH模型的修正，VAR模型的分析，得到結(jié)論：07年來(lái)的BDI指數(shù)的高漲，航運(yùn)供求因素不是主要原因，F(xiàn)FA市場(chǎng)的影響是主要原因，并且FFA市場(chǎng)只能對(duì)BDI造成短期影響，所以從短期來(lái)看，F(xiàn)FA市場(chǎng)的波動(dòng)會(huì)對(duì)現(xiàn)貨市場(chǎng)產(chǎn)生持續(xù)擾動(dòng)。但從長(zhǎng)期來(lái)說(shuō)，供求、成本等現(xiàn)貨市場(chǎng)因素將是影響B(tài)DI的主要原因。
陸克從等(2008)[2]對(duì)2004年到2007年數(shù)據(jù)分析中總結(jié)了BDI波動(dòng)的影響因素中認(rèn)為投機(jī)性租家和國(guó)際投機(jī)熱錢在FFA市場(chǎng)的炒作氛圍濃重也是不可忽視的因素。由于投機(jī)性租家在 FFA市場(chǎng)大肆炒作, 其后又相繼撤離, 導(dǎo)致市場(chǎng)行情大起大落。
王凌(2008)[5]認(rèn)為07年-08年來(lái)的BDI的劇烈波動(dòng)在于大量參與FFA市場(chǎng)交易資金的不穩(wěn)定性。炒作FFA市場(chǎng)往往意味著囤積部分運(yùn)力,這部分不透明的運(yùn)力就成為沖擊市場(chǎng)的隱患。如果FFA多方轉(zhuǎn)向做空,這些被凍結(jié)的運(yùn)力集中釋放,將對(duì)市場(chǎng)形成突如其來(lái)的打擊。
3.3航運(yùn)成本對(duì)BDI的影響
航運(yùn)成本主要包括航運(yùn)中涉及的貨物裝卸、人員工資、燃油價(jià)格等。陳慶輝(2004)[6]通過(guò)圖表分析了航運(yùn)成本對(duì)運(yùn)價(jià)的影響，認(rèn)為航運(yùn)成本的上升都會(huì)使運(yùn)價(jià)指數(shù)上漲。王然(2008)[7]詳細(xì)的介紹了運(yùn)價(jià)和航運(yùn)成本的構(gòu)成，航運(yùn)成本包括物質(zhì)消耗支出、勞動(dòng)報(bào)酬支出等成本支出，這部分支出在運(yùn)價(jià)中占有很大的比重。國(guó)際航運(yùn)成本是航運(yùn)企業(yè)制定運(yùn)價(jià)的主要依據(jù)，對(duì)運(yùn)價(jià)的變動(dòng)產(chǎn)生深遠(yuǎn)的影響。原油價(jià)格上漲;船員的培養(yǎng)費(fèi)不斷上升;船舶購(gòu)置成本和港口使費(fèi)的增長(zhǎng)，使得構(gòu)成運(yùn)輸成本的各項(xiàng)費(fèi)用都有上升的趨勢(shì)。因此資金的機(jī)會(huì)成本的增加使運(yùn)輸成本出現(xiàn)明顯的上升趨勢(shì)，國(guó)際干散貨運(yùn)價(jià)也隨之呈現(xiàn)長(zhǎng)期上升的趨勢(shì)。
3.4 全球國(guó)際貿(mào)易量對(duì)BDI的影響
國(guó)際干散貨航運(yùn)需求是從國(guó)際貿(mào)易中派生出來(lái)的，所以航運(yùn)市場(chǎng)與國(guó)際貿(mào)易有著直接又緊密的關(guān)系。國(guó)際貿(mào)易對(duì)運(yùn)價(jià)的影響一般是周期性的，這是因?yàn)槭澜缃?jīng)濟(jì)的周期性波動(dòng)對(duì)貿(mào)易產(chǎn)生周期性影響，從而使需求也會(huì)產(chǎn)生周期性變動(dòng)。陳慶輝(2004)[6]也論述了干散貨的貿(mào)易需求對(duì)運(yùn)價(jià)指數(shù)的影響，認(rèn)為大宗干散貨進(jìn)口需求的增加和購(gòu)買意向可以推動(dòng)運(yùn)價(jià)指數(shù)的上漲。劉水生(2007)[8]也分析世界經(jīng)濟(jì)，干散貨貿(mào)易的影響，通過(guò)全球經(jīng)濟(jì)的增長(zhǎng)的數(shù)據(jù)分析得到增長(zhǎng)越快，運(yùn)價(jià)越高。王然(2008)[7]也總結(jié)了世界經(jīng)濟(jì)即國(guó)際貿(mào)易的促進(jìn)運(yùn)價(jià)指數(shù)的上漲，還提到了“中國(guó)因素”和“印度因素”，這兩個(gè)因素都促使了貿(mào)易量的加大，進(jìn)而提高了運(yùn)價(jià)。
4 對(duì)BDI波動(dòng)規(guī)律的計(jì)量研究
長(zhǎng)期以來(lái)，國(guó)際航運(yùn)界學(xué)者對(duì)BDI的波動(dòng)規(guī)律做了很多計(jì)量模型方面的研究，總結(jié)如下：
Cullinane(1992) [9]首次使用自回歸移動(dòng)平均模型建立波羅的海運(yùn)價(jià)指數(shù)模型，認(rèn)為BDI指數(shù)經(jīng)過(guò)一階差分后是平穩(wěn)序列，得到了ARI以(3，1，0)模型用于短期的波羅的海運(yùn)價(jià)指數(shù)預(yù)測(cè)。
Berg-Andreassen(1996) [10]通過(guò)對(duì)BFI數(shù)據(jù)的分析對(duì)干散貨航運(yùn)市場(chǎng)進(jìn)行了研究，文章中對(duì)1985年4月至1988年12月的日觀測(cè)數(shù)據(jù)的時(shí)間序列進(jìn)行了ADF(Augmented Dickey-Fuller)檢驗(yàn)，結(jié)論認(rèn)為運(yùn)費(fèi)率序列服從隨機(jī)游走趨勢(shì)。這意味著干散貨運(yùn)費(fèi)是一個(gè)非平穩(wěn)過(guò)程，但經(jīng)過(guò)一階差分后成為平穩(wěn)過(guò)程，即一階齊次非平穩(wěn)過(guò)程。
Kavussanos(1996) [11]研究了1973年—1992年干散貨運(yùn)費(fèi)率的月度觀測(cè)數(shù)據(jù)的波動(dòng)性(Volat11ity)，包括現(xiàn)貨和期租費(fèi)率，結(jié)論顯示數(shù)據(jù)序列的對(duì)數(shù)是一階自積并且存在協(xié)整關(guān)系。
Berg-Andreassen(1997) [12]對(duì)10年干散貨航運(yùn)三條航線的BFI季度數(shù)據(jù)進(jìn)行了分析以檢驗(yàn)運(yùn)費(fèi)率序列變換成平穩(wěn)序列所需要的差分次數(shù)。結(jié)果顯示，每條航線的運(yùn)費(fèi)率序列都是經(jīng)過(guò)一階差分后形成平穩(wěn)序列即一階自積的，運(yùn)費(fèi)率序列服從隨機(jī)游走。
楊偉年(1999) [13]建立波羅的海運(yùn)價(jià)指數(shù)的多元線性回歸模型和多因素滯后變量模型，通過(guò)分析認(rèn)為國(guó)際干散貨運(yùn)輸需求量與該市場(chǎng)價(jià)格存在正的相關(guān)關(guān)系，國(guó)際干散貨運(yùn)輸船舶供給量與該市場(chǎng)價(jià)格存在負(fù)的偏相關(guān)關(guān)系。此外，世界進(jìn)出口貿(mào)易量對(duì)國(guó)際干散貨運(yùn)輸價(jià)格的影響作用次之，為正的偏相關(guān)關(guān)系，其它因素對(duì)國(guó)際干散貨運(yùn)價(jià)的影響作用不顯著
張林紅等(2001) [14]從運(yùn)力供給入手，引入了市場(chǎng)運(yùn)運(yùn)價(jià)與市場(chǎng)綜合因數(shù)之間的函數(shù)關(guān)系及其變化趨勢(shì)，通過(guò)擬合，得出國(guó)際航運(yùn)市場(chǎng)運(yùn)價(jià)定量化預(yù)測(cè)模型，并對(duì)2001年以后的波羅的海運(yùn)價(jià)指數(shù)進(jìn)行了預(yù)測(cè)
呂靖等(2003) [15]對(duì)BDI 分別提取長(zhǎng)期趨勢(shì)項(xiàng)、周期波動(dòng)項(xiàng)和季節(jié)波動(dòng)項(xiàng)后，得到了符合ARMA模型建模要求的零均值平穩(wěn)序列并建立ARMA預(yù)測(cè)BDI的模型。
李耀鼎等(2006) [16]對(duì)1984年7月至2005年11月的半月BDI對(duì)數(shù)序列進(jìn)行了ADF檢驗(yàn)，得到以下結(jié)論：BDI對(duì)數(shù)序列具有尖峰厚尾的特征，因此不能認(rèn)為BDI對(duì)數(shù)序列服從正態(tài)分布;對(duì)BDI對(duì)數(shù)序列進(jìn)行單位根檢驗(yàn)，結(jié)果表明BDI對(duì)數(shù)序列存在單位根，是非平穩(wěn)時(shí)間序列，但是一階差分后是平穩(wěn)過(guò)程。運(yùn)用ARCHLM檢驗(yàn)法對(duì)BDI對(duì)數(shù)序列誤差項(xiàng)進(jìn)行檢驗(yàn)，結(jié)果表明BDI波動(dòng)具有高階條件異方差性，并用GARCH(1,1)有效地消除條件異方差性，從而更好地?cái)M合波羅的海運(yùn)費(fèi)波動(dòng)。
陸克從等(2008)[2]對(duì)2004年1月4日至2007年12月24日，共999個(gè)觀測(cè)數(shù)據(jù)，根據(jù)這些數(shù)據(jù)利用ARCH族模型研究BDI的規(guī)律，對(duì)BDI對(duì)數(shù)收益率序列的平穩(wěn)性、異方差性及波動(dòng)特點(diǎn)進(jìn)行分析，得到國(guó)際干散貨運(yùn)價(jià)指數(shù)BDI對(duì)數(shù)序列一階差分后得到的日收益率序列是平穩(wěn)過(guò)程。通過(guò)ARCH LM檢驗(yàn)認(rèn)為BDI日收益率序列存在高階ARCH 效應(yīng)，也運(yùn)用了GARCH(1,1)模型消除殘差序列的條件異方差性，更好地?cái)M合BDI序列，對(duì)后市的預(yù)測(cè)提供依據(jù)。
5 對(duì)BDI波動(dòng)的風(fēng)險(xiǎn)管理
國(guó)際干散貨運(yùn)輸市場(chǎng)波動(dòng)性劇烈震蕩，給參與者帶來(lái)了巨大的經(jīng)營(yíng)風(fēng)險(xiǎn)。為此，航運(yùn)界把眼光放在海運(yùn)經(jīng)營(yíng)風(fēng)險(xiǎn)管理上，人們最熱衷的當(dāng)數(shù)對(duì)運(yùn)價(jià)波動(dòng)風(fēng)險(xiǎn)的控制，探討有效規(guī)避市場(chǎng)風(fēng)險(xiǎn)的方法，從而引發(fā)和帶動(dòng)航運(yùn)期貨市場(chǎng)誕生與發(fā)展。
Batchelor等(2003) [17]使用多變量的VAR模型、VECMSURE-VECM、單變量時(shí)間序列模型和ARIMA模型,預(yù)測(cè)即期運(yùn)費(fèi)率和遠(yuǎn)期運(yùn)費(fèi)率，研究的樣本航線是BPI的P1、P2、P1A和P2A，數(shù)據(jù)期間為1995年7月至2002年7月。研究的結(jié)論是：FFA有助于提高即期運(yùn)費(fèi)的預(yù)測(cè)質(zhì)量，相反，即期運(yùn)費(fèi)對(duì)遠(yuǎn)期運(yùn)費(fèi)的預(yù)測(cè)沒(méi)有多少幫助。這表明遠(yuǎn)期運(yùn)費(fèi)比當(dāng)前的即期市場(chǎng)含有更多更好的市場(chǎng)信息。
張建等(2006)[18]介紹了遠(yuǎn)期運(yùn)費(fèi)協(xié)議(FFA)的含義及其在國(guó)際干散貨航運(yùn)市場(chǎng)的發(fā)展情況，探討FFA風(fēng)險(xiǎn)管理的作用，具有套期保值投機(jī)的功能。并建議了中國(guó)船東和租家必須學(xué)會(huì)利用FFA這一新的工具進(jìn)行風(fēng)險(xiǎn)管理。
段國(guó)棟(2007)[19]介紹了干散貨航運(yùn)市場(chǎng)風(fēng)險(xiǎn)管理的發(fā)展，認(rèn)為隨著市場(chǎng)波動(dòng)加劇，控制市場(chǎng)風(fēng)險(xiǎn)的方法經(jīng)歷了：船隊(duì)拆分經(jīng)營(yíng)→浮動(dòng)指數(shù)法→運(yùn)費(fèi)衍生品—FFA。介紹了FFA保值和投機(jī)兩種功能，經(jīng)營(yíng)者利用 FFA進(jìn)行對(duì)沖，把運(yùn)費(fèi)變動(dòng)風(fēng)險(xiǎn)轉(zhuǎn)移給愿意承擔(dān)風(fēng)險(xiǎn)的投機(jī)者。還可以利用FFA來(lái)進(jìn)行對(duì)沖實(shí)現(xiàn)套期保值的功能，以期在未來(lái)某一時(shí)間通過(guò)賣出(買入)期貨合約來(lái)補(bǔ)償現(xiàn)貨市場(chǎng)價(jià)格變動(dòng)所帶來(lái)的實(shí)際價(jià)格風(fēng)險(xiǎn)。
孫淑文(2008)[20]針對(duì)2007年至2008年的一輪波動(dòng)，提出要積極運(yùn)用運(yùn)價(jià)衍生工具應(yīng)對(duì)波動(dòng)。在文章中指出航運(yùn)企業(yè)通過(guò)簽訂COA(長(zhǎng)期租船運(yùn)貨合同)，來(lái)穩(wěn)定運(yùn)價(jià)成本。COA較多采用的是指數(shù)浮動(dòng)法，再有就是目前國(guó)際航運(yùn)市場(chǎng)上提供的遠(yuǎn)期運(yùn)價(jià)合約(FFA)可以被來(lái)提前鎖定運(yùn)輸成本，規(guī)避價(jià)格波動(dòng)帶來(lái)的風(fēng)險(xiǎn)。
蘇同江等(2008)[21]對(duì)于如何規(guī)避風(fēng)險(xiǎn)介紹了三種形式：遠(yuǎn)期運(yùn)費(fèi)合約、運(yùn)費(fèi)期權(quán)、遠(yuǎn)期燃油期貨。當(dāng)今國(guó)際航運(yùn)市場(chǎng)的博弈從傳統(tǒng)的現(xiàn)貨市場(chǎng)向期貨和現(xiàn)貨并存且相互影響的方向發(fā)展，國(guó)際航運(yùn)期貨交易已經(jīng)成為航運(yùn)企業(yè)在干散貨市場(chǎng)中研判未來(lái)市場(chǎng)走勢(shì)、套期保值、投機(jī)盈利的重要手段之一。
陳小龍等(2008)[22]認(rèn)為可以利用海運(yùn)運(yùn)費(fèi)衍生品來(lái)有效規(guī)避運(yùn)費(fèi)風(fēng)險(xiǎn)，海運(yùn)運(yùn)費(fèi)衍生品主要有：波羅的海運(yùn)費(fèi)指數(shù)期貨(BIFFEX)、遠(yuǎn)期運(yùn)價(jià)協(xié)議(FFA)和運(yùn)費(fèi)期權(quán)(Freight Options)。指出FFA交易占絕對(duì)優(yōu)勢(shì)，而OTC為FFA交易的主要方式。
而在金融市場(chǎng)中，銀行業(yè)作為金融體系中十分重要的組成部分，同時(shí)也成為貨幣傳導(dǎo)機(jī)制的重要一環(huán)，自然對(duì)商業(yè)銀行的監(jiān)管將成為金融風(fēng)險(xiǎn)管理研究的課題之一。首先，金融產(chǎn)品的多樣化擴(kuò)大了銀行的收入來(lái)源，隨著我國(guó)逐步推行利率市場(chǎng)化、各商業(yè)銀行的中間業(yè)務(wù)尤其以表外業(yè)務(wù)為主的規(guī)模不斷發(fā)展擴(kuò)大，商業(yè)銀行所面臨的風(fēng)險(xiǎn)也隨之?dāng)U大。其次，我國(guó)國(guó)內(nèi)市場(chǎng)化進(jìn)程不斷深化、利率市場(chǎng)化程度不斷加深，越來(lái)越開(kāi)放的市場(chǎng)環(huán)境使得國(guó)內(nèi)大多傳統(tǒng)分業(yè)經(jīng)營(yíng)的界限日益模糊，商業(yè)銀行走上混業(yè)經(jīng)營(yíng)成為銀行業(yè)未來(lái)發(fā)展的必由之路。與此同時(shí)，眾多金融衍生工具的誕生、銀行業(yè)務(wù)的不斷完善創(chuàng)新，都為商業(yè)銀行創(chuàng)造了巨大的利潤(rùn)，也帶來(lái)了不容忽視的金融風(fēng)險(xiǎn)。如何在提升商業(yè)銀行自身的市場(chǎng)競(jìng)爭(zhēng)力的同時(shí)增強(qiáng)銀行本身的抗風(fēng)險(xiǎn)能力，現(xiàn)成為眾多商業(yè)銀行經(jīng)營(yíng)管理的核心內(nèi)容。
二、文獻(xiàn)綜述
（一）國(guó)外文獻(xiàn)綜述
1952年哈里馬克維茨在他的博士論文中開(kāi)創(chuàng)性的提出了一種關(guān)于資產(chǎn)組合選擇的方法，馬克維茨提出基于投資組合中的兩個(gè)基本參數(shù)，理性投資者會(huì)以此做出合適的資產(chǎn)組合的選擇，這兩個(gè)參數(shù)即預(yù)期收益和風(fēng)險(xiǎn)，這就是現(xiàn)代風(fēng)險(xiǎn)管理理論發(fā)展的基礎(chǔ)。至1960年前后，威廉夏普與林特納提出了資本資產(chǎn)定價(jià)模型（CAPM），資本資產(chǎn)定價(jià)模型推進(jìn)了風(fēng)險(xiǎn)管理的研究進(jìn)程，它基于馬克維茨的理論將單個(gè)資產(chǎn)分為兩部分即是否能被分散化的風(fēng)險(xiǎn)。1995年，巴塞爾委員會(huì)提出VaR必須成為商業(yè)銀行資本充足性評(píng)判依據(jù)的要求，并在聲明之后對(duì)VaR模型是否適用于商業(yè)銀行風(fēng)險(xiǎn)管理的分析做了詳細(xì)的介紹。在1995年末美國(guó)證交委員會(huì)提出上市公司需定期披露自身信息并將VaR作為報(bào)告期的重要衡量指標(biāo)的建議后，研究者們及銀行家們對(duì)VaR模型的使用日益重視，且模型在金融業(yè)的適用范圍日益擴(kuò)大。
進(jìn)入21世紀(jì)后，研究者們對(duì)VaR模型進(jìn)行更深入和擴(kuò)展的研究2004年，羅伯特首次基于VaR提出了條件VaR模型（CAVaR），在此模型中模型參數(shù)來(lái)自于分位數(shù)回歸，這也是條件自回歸模型的首次亮相。2010年，羅伯特又對(duì)三類基本方法，即Delta正態(tài)法、歷史模擬法、蒙特卡羅模擬法的優(yōu)缺點(diǎn)進(jìn)行了比較分析。
（二）國(guó)內(nèi)文獻(xiàn)綜述
2006年，梁志森指出在我國(guó)商業(yè)銀行的市場(chǎng)風(fēng)險(xiǎn)管理上，VaR 的應(yīng)用雖具有一定的局限性，但在一定程度上是可以克服的，即表明VaR在中國(guó)銀行業(yè)風(fēng)險(xiǎn)管理領(lǐng)域同外國(guó)一樣具有相當(dāng)?shù)倪m用性。2007年，何飛平對(duì)VaR模型的隨機(jī)波動(dòng)進(jìn)行了討論，并對(duì)此情況下的VaR值進(jìn)行實(shí)證分析，結(jié)果顯示隨機(jī)波動(dòng)模型下的VaR值更具準(zhǔn)確、動(dòng)態(tài)性。隨后在2008年，牛茜指出使用VaR模型來(lái)計(jì)量市場(chǎng)風(fēng)險(xiǎn)與風(fēng)險(xiǎn)管理是我國(guó)商業(yè)銀行未來(lái)的可行之路，但我國(guó)銀行在使用模型時(shí)仍然存在數(shù)據(jù)缺失與后尾分布現(xiàn)象。2012年，劉靜，高翔就當(dāng)下我國(guó)銀行業(yè)中存在的普遍現(xiàn)象和問(wèn)題，針對(duì)性的提出風(fēng)險(xiǎn)管理審計(jì)在我國(guó)商業(yè)銀行業(yè)中實(shí)施的必要性，并深入探索研究更符合我國(guó)商業(yè)銀行經(jīng)營(yíng)狀況的風(fēng)管審計(jì)新體系。
三、商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)的度量
（一）度量方法介紹VaR介紹
1、VaR的定義
所謂VaR，簡(jiǎn)單來(lái)說(shuō)就是指在正常情況與給定的置信水平下，資產(chǎn)、投資組合在未來(lái)一段時(shí)間內(nèi)將會(huì)遭受的最大可能損失。可以表示為：
Prob（P
其中，Prob表示概率密度；P=P（t+t）-P（t），表示組合在未來(lái)持有期即t內(nèi)的損失；c即為給定置信水平；VaR表示在給定置信水平c下資產(chǎn)組合的風(fēng)險(xiǎn)價(jià)值。
2、VaR的基本特點(diǎn)及參數(shù)
基本特點(diǎn)：
（1）基本公式僅能準(zhǔn)確計(jì)算正常波動(dòng)狀態(tài)下的市場(chǎng)風(fēng)險(xiǎn)而非極端情況；
（2）VaR具有可比性；
（3）VaR值越大說(shuō)明風(fēng)險(xiǎn)投資組合面臨的風(fēng)險(xiǎn)越大，反之則越小；
（4）正常情況下，時(shí)間跨度越短，收益率越貼合正態(tài)分布；
（5）VaR值的基本參數(shù)為置信度和收益率。
基本參數(shù)：
（1）持有期
持有期是指計(jì)算在某段時(shí)間內(nèi)持有資產(chǎn)的最大損失值，即VaR的時(shí)間范圍。一般在計(jì)算持有期時(shí)需考慮流動(dòng)性、正態(tài)性、數(shù)據(jù)約束及頭寸調(diào)整這四個(gè)方面。并且在一般情況下，其他因素保持不變，流動(dòng)性越大，持有期越短，資產(chǎn)組合面臨的風(fēng)險(xiǎn)越小。
（2）置信度
置信度是指資產(chǎn)組合的實(shí)際損失低于事先估計(jì)VaR值的可信度。置信度的選擇需考慮歷史數(shù)據(jù)的可得性與充分性，并且對(duì)于同一個(gè)資產(chǎn)組合，在不同置信度下得出的VaR值也不盡相同。因此，選擇恰當(dāng)?shù)闹眯艆^(qū)間對(duì)計(jì)算VaR模型十分重要。
（二）VaR模型對(duì)我國(guó)商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)的實(shí)證分析
1、樣本區(qū)間的選擇
上海銀行間同業(yè)拆借利率（SHIBOR）是我國(guó)銀行間利率市場(chǎng)化最具有代表性的數(shù)據(jù)且具有很高的市場(chǎng)化程度，因此實(shí)證分析選取此數(shù)據(jù)作為模擬變量。本文選取2012年1月4日至2014年6月17日之間的上海銀行間同業(yè)拆借利率（SHIBOR）作為樣本，同時(shí)考慮到市場(chǎng)交易量以及利率對(duì)市場(chǎng)變動(dòng)反應(yīng)的靈敏程度，選擇其中的隔夜加權(quán)利率作為觀測(cè)對(duì)象，選擇樣本容量為608，樣本數(shù)據(jù)的持有期為一天，即t=l。文中數(shù)據(jù)均來(lái)源于上海銀行間同業(yè)拆借利率網(wǎng)站，應(yīng)用Eviews6.0軟件對(duì)數(shù)據(jù)進(jìn)行分析處理。
2、樣本數(shù)據(jù)分析
（1）ADF檢驗(yàn)
用單位根的方法對(duì)時(shí)間序列的平穩(wěn)性進(jìn)行檢驗(yàn)，平穩(wěn)性檢驗(yàn)結(jié)果如表1：
由檢驗(yàn)結(jié)果可知：在三個(gè)顯著性水平下，單位根存在的零假設(shè)均被拒絕，即表明了SHIBOR對(duì)數(shù)日收益率序列是平穩(wěn)的。
（2）VaR檢驗(yàn)
由表2可得滯后階數(shù)為3階，接下來(lái)，通過(guò)檢驗(yàn)單位根來(lái)考察模型的穩(wěn)定性，見(jiàn)圖1：
由圖1可見(jiàn)，所有的特征根都落在單位圓內(nèi)，即都小于1，表明該VAR模型的結(jié)構(gòu)穩(wěn)定，因此可以對(duì)其進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)分析和方差分解。
（3）格蘭杰因果關(guān)系檢驗(yàn)
為了能進(jìn)一步確定變量之間的相互關(guān)系，下面進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，結(jié)果如表3：
由表3可得以下結(jié)論：
（1）隔夜SHIBOR與一個(gè)月SHIBOR互為格蘭杰因果關(guān)系；
（2）在95%置信度下，隔夜SHIBOR利率和一個(gè)月SHVIBOR利率與上證指數(shù)并無(wú)格蘭杰因果關(guān)系；
（3）上證指數(shù)與一個(gè)月SHIBOR互為格蘭杰因果關(guān)系，但與隔夜SHIBOR沒(méi)有格蘭杰因果關(guān)系，也就是說(shuō)上證指數(shù)的變動(dòng)能夠引導(dǎo)一個(gè)月SHIBOR利率，或者說(shuō)一個(gè)月SHIBOR利率能夠反應(yīng)上證指數(shù)的變化，但是隔夜SHIBOR利率卻做不到這一點(diǎn)。
四、結(jié)論
通過(guò)本文前面的介紹可以得出：VaR模型對(duì)我國(guó)商業(yè)銀行的利率風(fēng)險(xiǎn)管理具有適用性及很好的衡量作用，雖然運(yùn)用這種方法仍存在一定的限制條件。因此，建立以VaR模型為基礎(chǔ)的利率風(fēng)險(xiǎn)管理體系具有重要的現(xiàn)實(shí)意義，現(xiàn)根據(jù)上面的分析得出如下結(jié)論：
第一，要建立與我國(guó)商業(yè)銀行利率管理體系相適應(yīng)的VaR模型，商業(yè)銀行是一個(gè)需要實(shí)時(shí)數(shù)據(jù)作為支撐的行業(yè)，并且VaR模型需要應(yīng)用大量精確有效的歷史數(shù)據(jù)，因此本文選取的數(shù)據(jù)是從2012年1月起至2014年6月總共610個(gè)數(shù)據(jù)，分析得出的結(jié)果具有時(shí)效性及可參考性。相反，如果數(shù)據(jù)缺乏則會(huì)在很大程度上限制VaR模型的實(shí)際運(yùn)用，且會(huì)加大應(yīng)用過(guò)程中返回測(cè)試的困難，因而降低了模型的有效性；
互聯(lián)網(wǎng)從1987年進(jìn)入中國(guó)，經(jīng)過(guò)十幾年緩慢的發(fā)展，在2011年開(kāi)始了進(jìn)入互聯(lián)網(wǎng)金融發(fā)展的實(shí)質(zhì)性熱潮，到2015年3月總理在政府工作報(bào)告中提出互聯(lián)網(wǎng)+概念，達(dá)到一個(gè)。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和網(wǎng)民人數(shù)的增加，越來(lái)越多的業(yè)務(wù)尋找互聯(lián)網(wǎng)為依托，逐步形成了網(wǎng)上支付，網(wǎng)上購(gòu)買，網(wǎng)上集資，網(wǎng)上理財(cái)?shù)染€上金融服務(wù)的選擇。
傳統(tǒng)金融打個(gè)比喻可以稱為“凳子金融”，最大特點(diǎn)是“守株待兔，等客上門”，最大的特點(diǎn)就是憑借自身具有牌照優(yōu)勢(shì)來(lái)謀取利息差的一種“衙門式”服務(wù)模式。相比“凳子金融”，互聯(lián)網(wǎng)金融依托于互聯(lián)網(wǎng)技術(shù)大數(shù)據(jù)、云平臺(tái)和區(qū)塊鏈技術(shù)等互聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)資金通融并且提高金融服務(wù)的效率和降低金融服務(wù)的成本，使傳統(tǒng)金融不得不撤銷凳子，真正回歸“便捷、對(duì)稱、互動(dòng)、普惠”這一信息化時(shí)代的特點(diǎn)，充分展現(xiàn)出其創(chuàng)新強(qiáng)、覆蓋廣、成本低、效率高等特性。金融的核心能力是議價(jià)能力和風(fēng)險(xiǎn)定價(jià)。客戶金融產(chǎn)品個(gè)性化和定制化的需求在傳統(tǒng)金融中操作難度較大，需要消耗巨大的成本。通過(guò)互聯(lián)網(wǎng)金融，金融產(chǎn)品或服務(wù)尊重客戶體驗(yàn)，以客戶為導(dǎo)向，反向進(jìn)行相應(yīng)的產(chǎn)品開(kāi)發(fā)，為客戶提供個(gè)性化的增值服務(wù)，將金融化于無(wú)形，去中介化，通過(guò)交互式營(yíng)銷，這些操作只需要用指尖點(diǎn)擊鼠標(biāo)或者用指尖觸摸手機(jī)即可完成。稱為"指尖金融”。
今年暑假，有幸與幾個(gè)同學(xué)組織了聞融互聯(lián)社會(huì)實(shí)踐隊(duì)，實(shí)踐的主題是考察互聯(lián)網(wǎng)金融的未來(lái)發(fā)展，重點(diǎn)考察了P2P代表公司紅嶺創(chuàng)投、O2O代表公司深圳淘金山公司，互聯(lián)網(wǎng)大數(shù)據(jù)挖掘及網(wǎng)絡(luò)安全公司深圳廣道高新技術(shù)有限公司、互聯(lián)網(wǎng)股權(quán)投融資平臺(tái)的深圳眾投邦公司、提供小微金融理財(cái)服務(wù)信貸工廠的聯(lián)金所、創(chuàng)新型互聯(lián)網(wǎng)抵押貸款平臺(tái)錢來(lái)網(wǎng)公司，通過(guò)調(diào)研并在各個(gè)方面搜集資料，認(rèn)識(shí)到目前金融已經(jīng)實(shí)現(xiàn)大跨越的發(fā)展，傳統(tǒng)的金融從交易各方存在的信息不對(duì)稱，消費(fèi)者需要金融機(jī)構(gòu)的實(shí)體網(wǎng)點(diǎn)進(jìn)行操作，發(fā)展到互聯(lián)網(wǎng)金融供求各方的信息獲取趨于相對(duì)對(duì)等透明，通過(guò)互聯(lián)網(wǎng)技術(shù)在金融領(lǐng)域的應(yīng)用，跨越了實(shí)踐和空間的限制，徹底改變了“凳子金融”的運(yùn)行操作模式。互聯(lián)網(wǎng)金融利用數(shù)據(jù)云計(jì)算通過(guò)設(shè)定的各種風(fēng)控模型，尋找相應(yīng)的客戶群體，快速進(jìn)行決策，降低服務(wù)成本，改善服務(wù)效率，提高服務(wù)的覆蓋面，使供求各方信息溝通突破了地域和時(shí)間的限制，各方真正實(shí)現(xiàn)了資金的對(duì)接。
現(xiàn)代金融發(fā)展從“凳子金融”到“指尖金融”的跨時(shí)代的演化，形式改變了，但金融的核心本質(zhì)-信用與風(fēng)險(xiǎn)卻沒(méi)有改變。互聯(lián)網(wǎng)金融依托大數(shù)據(jù)、云計(jì)算等互聯(lián)網(wǎng)技術(shù)使數(shù)據(jù)信息更及時(shí)、更透明、更多元、更動(dòng)態(tài)、更可靠，對(duì)金融需求雙方的信息對(duì)稱和交流作用凸現(xiàn)，使需求雙方匹配的時(shí)間、空間更廣、更寬、更分散，金融風(fēng)險(xiǎn)匹配和防范能力更強(qiáng)，信用識(shí)別效率更高。解決市場(chǎng)主體之間信息不對(duì)稱的歷史難題，更為高效便捷地實(shí)現(xiàn)數(shù)據(jù)分析、信息透明、資源整合，給“凳子金融”生態(tài)圈帶來(lái)了翻天覆地的變化。剎那間，“指尖金融”成為掘金利器，各路精英云集，各種新概念頻生，各種模式呈現(xiàn)，各種平臺(tái)云起，欣欣向榮的景象，難免也出現(xiàn)各種亂象，壞賬、跑路、破產(chǎn)等等問(wèn)題，究其根本是對(duì)風(fēng)險(xiǎn)的無(wú)所敬畏。 “指尖金融”的風(fēng)險(xiǎn)究竟有哪些？ 同屬于金融領(lǐng)域，相對(duì)于“凳子金融”，但發(fā)生的誘因、形式等不同，主要有一下幾個(gè)方面：
（1）信用風(fēng)險(xiǎn)：借款方不愿意或者無(wú)力履約造成未能及時(shí)或者足額償還而違約的可能性；
（2）道德風(fēng)險(xiǎn)：企業(yè)內(nèi)部欺詐、流程不完善漏洞、員工違規(guī)操作等；
（3）交易風(fēng)險(xiǎn)：交易操作風(fēng)險(xiǎn)；
（4）技術(shù)風(fēng)險(xiǎn)：于經(jīng)營(yíng)的平臺(tái)信息技術(shù)系統(tǒng)發(fā)生故障，使得系統(tǒng)失靈或者業(yè)務(wù)中斷不能保證交易有效、及時(shí)、有序、順利進(jìn)行；
（5）監(jiān)管風(fēng)險(xiǎn)：由于國(guó)家監(jiān)管或者政策法規(guī)，自律性的組織制定等各類規(guī)定涉及的可能遭受到的法律或者監(jiān)管的處罰從而造成的重大財(cái)務(wù)損失風(fēng)險(xiǎn)；
（6）市場(chǎng)風(fēng)險(xiǎn)：未預(yù)料或者對(duì)市場(chǎng)利率、國(guó)際匯率、借款企業(yè)或個(gè)人經(jīng)營(yíng)的行業(yè)市場(chǎng)波動(dòng)進(jìn)而未能有相應(yīng)的應(yīng)對(duì)措施的潛在風(fēng)險(xiǎn)。
金融服務(wù)的本質(zhì)在于收益實(shí)現(xiàn)的延遲性，與普通的商品交換不同，在商品交易交換、支付完成以后，收益立刻體現(xiàn)，即使存在賒銷方式，也是金融服務(wù)的范圍。正是由于這種本金歸還的延遲性，就形成風(fēng)險(xiǎn)后置，所以就必須搭建相應(yīng)的風(fēng)控系統(tǒng)。針對(duì)上述的信用、道德、市場(chǎng)、政策、監(jiān)管、技術(shù)等風(fēng)險(xiǎn)，設(shè)定相應(yīng)的風(fēng)控體系。
目前國(guó)內(nèi)的各家平臺(tái)的風(fēng)控體系良莠不齊，針對(duì)不同的平臺(tái)運(yùn)營(yíng)模式（表現(xiàn)為純線上模式，線上線下相結(jié)合模式，線下債權(quán)模式、公益模式等）可以歸為下面幾種風(fēng)控形式：信用認(rèn)證包括信用報(bào)告等；引入保險(xiǎn)模式、機(jī)構(gòu)擔(dān)保或者抵押物、質(zhì)押物等擔(dān)保方式；采用風(fēng)險(xiǎn)備用金計(jì)劃；快標(biāo)分散風(fēng)險(xiǎn)；債權(quán)拆分組合進(jìn)行轉(zhuǎn)讓；平臺(tái)保證自擔(dān)風(fēng)險(xiǎn)模式；金融機(jī)構(gòu)信用模式；小額貸款擔(dān)保模式；同時(shí)，為了盡可能降低風(fēng)險(xiǎn)，目前國(guó)內(nèi)主流互聯(lián)網(wǎng)金融平臺(tái)大多選擇了和專業(yè)的第三方風(fēng)控軟件提供商合作的模式，將自有模式和三方結(jié)合起來(lái)，比如國(guó)內(nèi)的主流互聯(lián)網(wǎng)金融平臺(tái)都在使用的風(fēng)控反欺詐服務(wù)。但由于征信系統(tǒng)不開(kāi)放，假冒猖獗，投資人不成熟，熱衷剛性對(duì)付，征信不完備，需要作大量的前期工作；引入各種擔(dān)保模式，難管理，目前企業(yè)擔(dān)保的數(shù)百倍于自己凈資產(chǎn)的交易，杠杠放大過(guò)大；而且目前擔(dān)保行業(yè)也是魚(yú)龍混雜，無(wú)異于同床異夢(mèng)；風(fēng)險(xiǎn)準(zhǔn)備金模式很難將不良資產(chǎn)覆蓋，而且監(jiān)管不嚴(yán)會(huì)被挪用。看似完美的風(fēng)控背后也會(huì)讓人心頭一緊。
“指尖金融”作為一個(gè)新生事物，自身的發(fā)展也存在一個(gè)淘汰，去偽存真的過(guò)程，我們要從正反兩方面辯證的對(duì)待，既不能談“互聯(lián)網(wǎng)”就色變，把“指尖金融” 看成混亂不堪，不加甄別一巴掌拍死，全面槍斃；另一方面也不能任“指尖金融” 衍生出“草根金融” 放任自由生長(zhǎng)，對(duì)其風(fēng)險(xiǎn)及控制不理不睬，要認(rèn)真對(duì)待，尋求規(guī)范發(fā)展的道路，留出足夠的空間讓其充分生長(zhǎng)壯大。同時(shí)也要以金融創(chuàng)新和金融重塑的姿態(tài)積極推動(dòng)并對(duì)其規(guī)范監(jiān)管和引導(dǎo)，并學(xué)習(xí)傳統(tǒng)金融多年的監(jiān)管經(jīng)驗(yàn)，摒棄不足方面，依托互聯(lián)網(wǎng)技術(shù)和思維方式，通過(guò)海量的大數(shù)據(jù)分析和處理，逐步形成適應(yīng)互聯(lián)網(wǎng)金融的監(jiān)管思路體系，從而突破“凳子金融”的監(jiān)管理念，適應(yīng)“指尖金融”本身的發(fā)展特點(diǎn)和運(yùn)行規(guī)律，為互聯(lián)網(wǎng)金融的順利發(fā)展保駕護(hù)航。
“凳子金融”和“指尖金融”都存在各自的優(yōu)勢(shì)和不足，傳統(tǒng)金融具有口碑強(qiáng)、多年積累的甄別風(fēng)險(xiǎn)能力、資本、規(guī)模效益、客戶群體等方面的優(yōu)勢(shì)，能夠靈活處理各種復(fù)雜大額的借款情況，而互聯(lián)網(wǎng)金融卻在數(shù)據(jù)挖掘和數(shù)據(jù)積累等方面優(yōu)勢(shì)，能夠低成本拓展客戶和發(fā)展業(yè)務(wù)。二者之間可以取長(zhǎng)補(bǔ)短。在金融功能上的優(yōu)勢(shì)互補(bǔ)可以有以下幾個(gè)方面：
一是營(yíng)銷對(duì)象的互補(bǔ)。“指尖金融”實(shí)際上是對(duì)“凳子金融”傳統(tǒng)業(yè)務(wù)較少涉及或服務(wù)盲區(qū)的領(lǐng)域進(jìn)行補(bǔ)充。傳統(tǒng)金融追求規(guī)模經(jīng)濟(jì)性，集中將資源分配到對(duì)利潤(rùn)貢獻(xiàn)大的業(yè)務(wù)領(lǐng)域，出于成本與風(fēng)險(xiǎn)的考慮，針對(duì)中小企業(yè)或者次級(jí)借款方面由于獲取信息成本較高，需要花費(fèi)較高的人力、物力、時(shí)間等各種成本，收益與成本不成比例，從而小微企業(yè)扶植力度欠缺。但“指尖金融”規(guī)避了這一弊端，成功將“長(zhǎng)尾理論”運(yùn)用到金融業(yè)務(wù)服務(wù)之中，通過(guò)互聯(lián)網(wǎng)技術(shù)合理分配資源，提高利用率，彌補(bǔ)這一不足。“指尖金融”憑借其互聯(lián)網(wǎng)覆蓋范圍廣、操作便利的先天優(yōu)勢(shì)，建立具有門檻低、效率高、手續(xù)簡(jiǎn)單特點(diǎn)的融資平臺(tái)來(lái)滿足小微企業(yè)和次級(jí)借款者的融資的實(shí)際需求，對(duì)“凳子金融”服務(wù)范圍進(jìn)行了有效擴(kuò)展。但在高端客戶群體的點(diǎn)對(duì)點(diǎn)的個(gè)性化全方位服務(wù)則是“指尖金融”的短板。
二是思維方式互補(bǔ)。“凳子金融”由于具有獨(dú)特的牌照優(yōu)勢(shì)，更多依賴于雄厚的資本以及口碑以及多年積累的市場(chǎng)資源與監(jiān)管政策的指導(dǎo)，“酒香不怕巷子深”的思想導(dǎo)致缺乏金融創(chuàng)新的動(dòng)力。而“指尖金融”以客戶為中心，通過(guò)分析互聯(lián)網(wǎng)用戶的行為習(xí)慣，利用數(shù)據(jù)分析和處理為客戶提供多維度的用戶體驗(yàn)，注重創(chuàng)新思維的經(jīng)營(yíng)管理模式需要傳統(tǒng)金融進(jìn)行思維方式的轉(zhuǎn)變。從思維方式上看，“指尖金融”與“凳子金融”之間形成一種線上與線下、互聯(lián)網(wǎng)思維與傳統(tǒng)金融理念的優(yōu)勢(shì)互補(bǔ)關(guān)系。互聯(lián)網(wǎng)金融業(yè)務(wù)在運(yùn)營(yíng)管理中運(yùn)用以客戶為中心的大數(shù)據(jù)云計(jì)算思維、用戶體驗(yàn)思維以及平臺(tái)交互思維為核心的互聯(lián)網(wǎng)金融思維。
三是運(yùn)用技術(shù)互補(bǔ)。互聯(lián)網(wǎng)優(yōu)化了“凳子金融”服務(wù)手段，改變了以本身為主導(dǎo)出發(fā)轉(zhuǎn)變?yōu)橐钥蛻魹閷?dǎo)向的滿足用戶需求而服務(wù)點(diǎn)對(duì)點(diǎn)的資金對(duì)接服務(wù)手段。“指尖金融”的優(yōu)勢(shì)在于可以充分利用云計(jì)算和海量大數(shù)據(jù)分析挖掘技術(shù)等手段，通過(guò)建立用戶、云、產(chǎn)品之間的互動(dòng)構(gòu)成了動(dòng)態(tài)、多維的生態(tài)系統(tǒng)，從而深入挖掘不同用戶消費(fèi)偏好歸納出個(gè)性化需求，跨越時(shí)間和空間，為客戶帶來(lái)豐富的多元化產(chǎn)品和完美的用戶體驗(yàn)，交易效率大幅提高、交易成本更低、操作更便利。
從上面的介紹和分析，“指尖金融”并不是對(duì)“凳子金融”進(jìn)行毀滅性和顛覆性的變革，而是在大數(shù)據(jù)云計(jì)算的互聯(lián)網(wǎng)思維方式下進(jìn)行二者的融合，向著智慧銀行方向進(jìn)行變革。融合可以在以下幾個(gè)方面進(jìn)行：
一是數(shù)據(jù)資源共享。數(shù)據(jù)資源共享是“凳子金融”與“指尖金融”進(jìn)行戰(zhàn)略合作的前提。互聯(lián)網(wǎng)金融擁有大量的用戶行為、用戶習(xí)慣、購(gòu)買行為、交易數(shù)據(jù)可以通過(guò)分析數(shù)據(jù)獲得用戶需求，而傳統(tǒng)金融對(duì)客戶群體的資信各種財(cái)務(wù)數(shù)據(jù)以及資質(zhì)狀況比較了解。將兩者的數(shù)據(jù)資源進(jìn)行整合，可以全面地了解各種用戶群的相關(guān)需求及各種信息，從而對(duì)后續(xù)產(chǎn)品開(kāi)發(fā)，市場(chǎng)營(yíng)銷等提供更完善的數(shù)據(jù)。
二是建立共同評(píng)級(jí)系統(tǒng)。“凳子金融”和“指尖金融”在征信方面有各自不同的評(píng)級(jí)系統(tǒng)。各方都要花費(fèi)大量的人力、財(cái)力、物力來(lái)完成這個(gè)數(shù)據(jù)系統(tǒng)。數(shù)據(jù)共享以后，信用信息更完備，根據(jù)共享資源優(yōu)勢(shì)互補(bǔ)重新建認(rèn)評(píng)級(jí)系統(tǒng)。通過(guò)大數(shù)據(jù)分析和處理，以較低的成本，高效的分析客戶信用評(píng)級(jí)，拓展客戶規(guī)模和客戶群，提升整個(gè)利潤(rùn)空間。
三是發(fā)展多元化的金融產(chǎn)品。“凳子金融”與“指尖金融”進(jìn)行戰(zhàn)略合作以后，在金融這個(gè)大框架體系下可以從金融理財(cái)、供應(yīng)鏈金融、小微企業(yè)金融、消費(fèi)金融、農(nóng)村金融等等多個(gè)角度、多維度進(jìn)行，通過(guò)互聯(lián)網(wǎng)技術(shù)金融碎片化的思想，通過(guò)產(chǎn)業(yè)創(chuàng)新可以實(shí)現(xiàn)更多的跨界的多元化金融產(chǎn)品，提高金融覆蓋率，促進(jìn)社會(huì)經(jīng)濟(jì)的發(fā)展。
商戶：“這段時(shí)間雞蛋的銷量還挺大的，價(jià)格也漲了，已經(jīng)由3.7元漲到4.1元了，比禽流感的時(shí)候好多了。那時(shí)候價(jià)格才3.4元到3.5元，賣得還不多，這時(shí)候漲了5、6毛，賣得還多。”
和雞蛋價(jià)格一起上漲的，是市場(chǎng)需求。隨著節(jié)日臨近，“北蛋南運(yùn)”大大拉動(dòng)了北方雞蛋的銷售量。在北京一家農(nóng)貿(mào)市場(chǎng)，雞蛋銷售商告訴筆者，這個(gè)夏天的雞蛋市場(chǎng)，呈現(xiàn)出供需兩旺的景象。
銷售商：“每天需求三萬(wàn)斤左右，比原來(lái)多出了兩成。”
來(lái)自北京水屯市場(chǎng)數(shù)據(jù)分析：雞蛋價(jià)格在連續(xù)上漲半個(gè)月后，目前已經(jīng)恢復(fù)平穩(wěn)的狀態(tài)。上周雞蛋批發(fā)價(jià)維持每箱175到180元，本周略有下降，維持在每箱173到178元。水屯市場(chǎng)分析師師清才認(rèn)為，現(xiàn)在的雞蛋行情，達(dá)到了養(yǎng)殖、銷售、購(gòu)買三方都能接受的狀態(tài)。
師清才：“雞蛋從養(yǎng)殖戶那里每箱能達(dá)到160元的話，除去人工、運(yùn)輸成本，就處于保本的狀態(tài)。目前雞蛋價(jià)格是養(yǎng)殖戶不虧損，經(jīng)營(yíng)戶有利潤(rùn)，消費(fèi)者也能承受住的狀態(tài)。”
還記得去年夏天，雞蛋價(jià)格也曾出現(xiàn)一輪明顯上漲，半個(gè)月里漲了近2成，被農(nóng)民們戲稱為“火箭蛋”。養(yǎng)殖戶們介紹，每年到了6月份雞蛋都會(huì)漲價(jià)。今年是由于上半年禽流感的影響，推遲了雞蛋漲勢(shì)。那么，雞蛋價(jià)格漲到頭了嗎？后期還會(huì)繼續(xù)往上走嗎？
8月中旬以后，
雞蛋價(jià)格會(huì)上漲
師清才認(rèn)為，隨著節(jié)日開(kāi)始逐漸增多以及天氣轉(zhuǎn)涼，8月中旬以后，雞蛋需求量還會(huì)有很大上升空間，勢(shì)必會(huì)帶動(dòng)雞蛋價(jià)格的上漲。
師清才：“由于前期蛋價(jià)偏低，有一部分養(yǎng)殖戶、養(yǎng)殖場(chǎng)把一些老雞淘汰掉了，蛋雞產(chǎn)蛋量下降。到8月下旬，可能南方過(guò)節(jié)，用蛋量增加，另外，等到9月1號(hào)，各大高校開(kāi)學(xué)時(shí)，雞蛋消費(fèi)會(huì)增加，價(jià)格也會(huì)有所上揚(yáng)。目前雞蛋價(jià)格恢復(fù)上來(lái)，短時(shí)間依然會(huì)是波動(dòng)穩(wěn)定的狀態(tài)。”
分析師建議：成立農(nóng)村合作社，增強(qiáng)抵御市場(chǎng)風(fēng)險(xiǎn)能力
