互聯網金融是通過互聯網和移動通信等技術實現資金融通、支付等目的的新型金融模式，其典型特征在于金融活動與服務的信息化、網絡化、普惠化。一方面，通過大數據、云計算、社交網絡等手段，挖掘客戶信息、管理信用風險；另一方面，以點對點交易為基礎，實現金融資源的優化配置。央行發布的《中國金融穩定報告2014》指出，互聯網金融的積極意義在于彌補傳統金融服務的不足，引導民間金融走向規范化?；ヂ摼W金融的發展得益于電子商務的發展，兩者間具有密切聯系。由于第三方支付、P2P 等互聯網金融新業態還處于起步階段，安全管理水平相對較低，因此，網絡安全問題更應引起高度重視。本文將從價格和收益率角度，探析我國互聯網金融、電子商務和網絡安全三者間的聯動關系，摸清這三方面價格和收益率的變化規律，以期為政府部門制定互聯網金融產業政策、為經營者和投資者決策提供參考。
一、互聯網金融與電子商務、網絡安全市場的關聯性
目前，國內互聯網金融市場上市公司已超過 20 家。
隨著不同領域的企業進入互聯網金融市場，互聯網金融與其他相關市場（電子商務等）已表現出聯動現象。根據已有學者的研究及對現實情況的考察，互聯網金融、電子商務及網絡安全三者之間因領域相關、業務融合等內在相互作用，存在著密切的依存和聯動關系。與此同時，每個市場因其自身業態不同而呈現出獨有的特點。
從互聯網金融與電子商務的關系來看，互聯網金融的技術、產品和服務在一定程度上提高了電子商務應用企業的資本運營效率；同時，互聯網金融也主要通過電子商務平臺或服務體系發揮作用。對于涉足電子商務較早的企業來說，由于其電子商務平臺已經積累了大量的客戶資源和信息，使得這些電商在推廣互聯網金融產品及開展互聯網金融業務時，可以爭取更多的市場份額。
從互聯網金融與網絡安全的關系來看，網絡安全技術的發展為互聯網金融提供安全支持，網絡金融的安全需求也推進網絡安全技術的創新和發展?；ヂ摼W金融模式的實現及互聯網金融業務的開展需要一個安全的網絡環境來支撐，互聯網技術水平的提升是推動互聯網金融不斷深化的保障。
從這三者的各自有特點來看，互聯網金融的功能在于融資、理財等，提高資金運營的效率；電子商務的功能在于通過平臺或網絡服務，使傳統商業活動電子化、網絡化；網絡安全的作用在于為互聯網金融、電子商務等活動提供安全的網絡交易環境。因此，各市場功能的不同使其各自的價格和收益率在一定程度上保持其各自的特殊性。
在分析互聯網金融的特點及與其相關市場的聯系與區別的基礎上，本文將從兩個角度對互聯網金融、電子商務、網絡安全三者間的關聯性進行研究：一方面，基于協整理論和 Granger 因果檢驗，分析三者價格的聯動關系及因果關系；另一方面，運用廣義誤差分布（GED）指數廣義自回歸條件異方差（GARCH） 模型和在險價值（Valueat Risk,VaR）分析，研究三個市場收益率的波動特征。
二、互聯網金融與電子商務、網絡安全實證分析
（一）變量選擇與數據來源
互聯網金融、電子商務和網絡安全板塊指數可以在一定程度反映各板塊中代表企業的業績。因此，這里選取互聯網金融、電子商務和網絡安全三個板塊指數來進行分析。由于互聯網金融在 2013 年才真正引起廣泛關注，并融入實體經濟發揮作用，加之考慮到數據獲取的可行性，本文選取三個板塊自 2013 年 7 月 17 日至 2014年 10 月 15 日的日收盤價，共 303 組價格數據（即 302 組收益率數據）。分別用 Pht、Pdt、Pwt表示互聯金融、電子商務和網絡安全的價格指數，用 Rht、Rdt、Rwt表示相應市場的對數收益率。
（二）價格聯動研究
1.單位根檢驗與協整檢驗。由于季節性和節假日等因素會給聯動性分析結果帶來偏差，本文在價格聯動性分析時運用 HP 濾波法剔除這些因素對價格趨勢的影響。實證分析中，為消除變量的異方差性，對價格指數分別取對數，記作 lnPht、lnPdt、lnPwt。為防止出現偽回歸，協整分析前，運用 ADF 檢驗法進行單位根檢驗，結果顯示 lnPht、lnPdt、lnPwt序列均是非平穩的，但其 1 階差分均平穩，即為一階單整序列，滿足協整檢驗條件。運用Johansen 檢驗法進行協整檢驗，結果表明 lnPht、lnPdt、lnPwt之間存在穩定的均衡關系。根據 AIC 準則和 SC 準則，選取最優滯后階數為 2，運用向量自回歸模型構建變量 lnPht、lnPdt、lnPwt之間的關系如下所示：【1】
上式中，括號內為 t 檢驗值，方程的擬合優度為0.99?？梢钥闯?，在研究時間區間內，lnPht、lnPdt、lnPwt序列之間有一定的聯動關系，并且估計參數統計檢驗是顯著的。
2.向量誤差修正模型。向量自回歸模型得出了lnPht、lnPdt、lnPwt序列之間的均衡關系，但這是一種長期關系，對于本文關注的較短期限內，這期間互聯網金融、電子商務、網絡安全自身因素以及其他基本面因素的變化，會使得三者間的關聯性偏離這一長期均衡關系。因此，需要對其進行修正。運用向量誤差修正模型（VEC）構建 lnPht、lnPdt、lnPwt序列短期的聯動關系如下：【2】
其中誤差修正項 VECMt=lnPht+9.353lnPdt-7.380Pwt-7.380Pwt-23.022，修正項的估計參數為負，符合反向修正機制，誤差修正模型可以反映互聯網金融、電子商務、網絡安全間短期的動態關系。
3.Granger 因果檢驗。為檢驗互聯網金融、電子商務和網絡安全三個市場價格變動背后的因果關系，對三個價 格 的 變 化 量 △lnPht、△lnPdt、△lnPwt序 列 進 行Granger 檢驗。從檢驗結果可以看出，存在由互聯金融到電子商務的單向因果關系，也存在由網絡安全到互聯金融的單向因果關系，但電子商務與網絡安全之間的因果關系不顯著。因此，網絡安全市場價格的波動會傳遞到互聯金融市場，互聯網金融市場價格的波動也會傳遞到電子商務市場，這種傳遞也是相關企業的業績聯動性在股票價格上的一種體現。
（三）收益率波動及在險價值分析
互聯網金融、電子商務和網絡安全各市場擁有自身的特點，其價格波動具有特殊性，并且可以轉化為收益率波動，本文將運用對數收益率研究三者價格的波動情況。
1.互聯網金融相關市場收益率特征。本文構建可以反映證券市場非對稱現象的 EGARCH\\(1,1\\)模型，來分析互聯網金融、電子商務、網絡安全三個市場的收益率波動情況。在 GED 分布下，運用 EGARCH\\(1,1\\)模型對 Rht、Rdt、Rwt的波動關系進行估計，如表 1 所示?！?】
表 1 中，EGARCH 模型基本能有效刻畫互聯網金融和電子商務市場收益率的波動情況，網絡安全相應模型的估計參數未通過 z 檢驗。三個模型 GED 分布下的自由度ν 分別為 1.64、1.87、1.54，均小于 2，相應的 z 檢驗值也均在 1%水平顯著，證實了收益率分布的尖峰特征。此外，互聯網金融和電子商務市場的非對稱參數 γ 均大于 0，即這兩個市場的收益率對正沖擊響應均大于對負沖擊響應，說明受利好消息的沖擊要大于受利壞消息的沖擊，說明這兩個市場波動特征有別于傳統市場。另外，網絡安全對應的非對稱系數小于 0，這與傳統市場類似，但不顯著。
2.收益率的在險價值研究。用在險價值 VaRt衡量收益率波動的風險，在置信水平 α 下第t 期的在險值VaRt為：【4】
上式中，σt為條件方差，Z\\(α\\)為 GED 分布下置信水平為 α 時的分位數。在 GED 分布下，運用 EGARCH-VaR 模型即可研究互聯網金融、電子商務、網絡安全三者收益率的在險值的變化。不同時期的 Rht、Rdt、Rwt，在對應 95%置信水平下的 VaRt\\(0.95\\)值波動情況如圖 1 所示。
圖 1 中 VaRt值能否有效反映和預測三者收益率的波動情況，可以運用 Kupiec 失敗檢驗法進行檢驗，其基本思想是：比較一定置信水平下實際損失 Rt超過相應VaRt值的頻率與失敗的期望概率是否有顯著差異，以此來判斷 VaR 模型的有效性。對互聯網金融、電子商務、網絡安全三個板塊收益率 Rht、Rdt、Rwt在 95%置信水平下的在險價值 VaRt進行失敗檢驗，結果如表 2 所示?！?】
從表 2 的檢驗結果來看，三個市場的 LR 統計量均小于臨界值，表明 p 與 p* 未有顯著差異，即模型是有效的。結合圖 1 可以看出，當互聯網金融和電子商務市場收益率波動較大時，在險價值 VaRt也相應較大，反之則較小。失敗檢驗頻率與期望失敗率 5%較為接近，說明GED 分布下的 EGARCH-VaR 模型可以較好地反映和預測互聯網金融和電子商務市場收益率的波動情況。而網絡安全市場的在險值 VaRt似乎沒有隨著實際收益率波動而發生明顯變化，失敗頻率偏離了 5%的期望失敗率（盡管 LR 統計量未拒絕零假設），這與網絡安全市場 E-GARCH 模型估計參數不顯著有關。
三、結論及政策建議
本文通過對互聯網金融、電子商務、網絡安全市場價格的聯動關系及收益率的波動特征進行研究，得出以下結論：
1.互聯網金融、電子商務、網絡安全板塊價格指數之間存在協整關系，誤差修正模型可以有效反映三個市場間短期的非均衡關系，并且存在由互聯網金融到電子商務、由網絡安全到互聯網金融的單向因果關系，但電子商務與網絡安全之間的因果關系不顯著。
2.運用 EGARCH 模型可以刻畫三個市場收益率波動情況，三者均存在非對稱效應（網絡安全非對稱系數不顯著）。由 EGARCH-VaR 模型得到收益率的在險價值 VaRt序列，可以較好地刻畫互聯網金融和電子商務市場收益率的波動情況，網絡安全的 VaRt不能很好反映收益率波動，可能與相應模型的估計參數不顯著有關。
根據互聯網金融及其相關市場的聯動與波動特點，本文在互聯網金融產業的發展和政策制定等方面，提出以下建議：
1.互聯網金融產業政策的制定應考慮相關市場間的聯動性，以使政策發揮協同效應?；ヂ摼W金融市場與其他相關市場聯動性的增強，表明互聯網金融已開始逐步融入到經濟體系中，并對其他相關市場產生影響。但這些業務在高度相關市場之間的傳遞效應不強，相對孤立。政府相關部門在制定互聯網金融市場產業政策時，應將互聯網金融與其相關市場的聯動關系考慮在內，以使政策效果在各相關市場間產生相互促進的協同效應。
例如，可通過稅收補貼或許可準入等措施，鼓勵互聯網金融企業與網絡安全企業就網貸平臺或理財平臺的安全性問題進行合作。這樣既能降低互聯網金融行業的風險，也能將互聯網金融產生的經濟增長效應傳遞到網絡安全等市場。
2.規范互聯網金融市場的發展，促進互聯網金融與傳統產業的融合。收益率波動研究表明，互聯網金融和電子商務市場的波動規律有其獨特之處。傳統市場大的波動一般出現在利空消息較多的熊市之中，而互聯金融和電子商務市場則相反?；ヂ摼W金融是具有潛在投資價值的新興領域，因而一有利好消息，就有投資者和資金涌入，反而引起了該市場的強烈波動。這種易發的過度投資現象應當引起政策制定部門的重視，制定政策時要以規范互聯網金融發展、促進其與傳統產業融合為考量。例如，通過一些產業政策遏制互聯網金融市場過于追逐高額回報率的不良現象，使通過互聯網金融手段融資得到的資本真正服務于實體經濟。既要實現互聯網金融服務于實體經濟的目的，也要防范互聯網金融領域的不良現象給其他產業帶來不利影響。
3.創新金融監管模式，防范互聯網金融風險?；ヂ摼W金融依靠互聯網平臺發展，不僅具有一定的技術風險，并存在傳統金融行業的信用違約風險、期限錯配風險、流動性風險等。這要求金融監管部門不斷創新金融監管范式，在政策法規制定、貨幣信貸調控、監管規則與方式等方面均需要進行探索與創新。通過構建創新性和包容性的金融監管模式來鼓勵和培育新金融業態，同時有效防范和控制風險，以維持金融秩序的穩定，促進金融業的發展。
參考文獻：
[1]Kupiec, P. Techniques for Verifying the Accuracy of Risk Mea-surement Models[J]. Journal of Derivatives,1995\\(2\\)．
[2]Franklin Allen,et al.E-Finance：An Introduction [J].Journal of Fi-nancial Services Research,2002\\(22\\).
[3]陳寶國.網絡安全是互聯網金融發展第一要素[EB/OL].2013.11.12.
[4]張晶.互聯網金融:新興業態、潛在風險與應對之策[J].經濟問題探索,2014\\(4\\).
