郭文偉 朱洪進(jìn) 唐靖 羅勝濤 盧立曄

摘? ?要：為了研究金融科技風(fēng)險(xiǎn)在傳統(tǒng)金融行業(yè)以及傳統(tǒng)金融機(jī)構(gòu)間的傳染路徑，本文以16家金融科技機(jī)構(gòu)組成的金融科技行業(yè)和6個(gè)傳統(tǒng)金融行業(yè)為樣本數(shù)據(jù)，構(gòu)建金融科技機(jī)構(gòu)之間的關(guān)聯(lián)網(wǎng)絡(luò)，最后根據(jù)影響深度（風(fēng)險(xiǎn)溢出）和影響廣度（關(guān)聯(lián)網(wǎng)絡(luò)）識(shí)別出金融科技行業(yè)及其機(jī)構(gòu)的風(fēng)險(xiǎn)傳染效應(yīng)與影響路徑。研究表明：第一，金融科技行業(yè)的時(shí)變波動(dòng)率最大，且與其他相關(guān)行業(yè)間存在明顯的風(fēng)險(xiǎn)傳染效應(yīng)；第二，與國(guó)有銀行相比，其他非銀金融與金融科技行業(yè)間的風(fēng)險(xiǎn)傳染更大；第三，金融科技機(jī)構(gòu)之間存在明顯的以業(yè)務(wù)為聚集的核心。因而建議：第一，采用縱向監(jiān)管與行為監(jiān)管相結(jié)合的方式，重點(diǎn)監(jiān)管和防范金融科技行業(yè)的風(fēng)險(xiǎn)溢出；第二，通過打造有利于金融科技業(yè)態(tài)發(fā)展的監(jiān)管沙盒機(jī)制，建立相對(duì)完善的行業(yè)和機(jī)構(gòu)內(nèi)部監(jiān)管制度，提高金融風(fēng)險(xiǎn)監(jiān)管效率。

關(guān)鍵詞：金融科技；風(fēng)險(xiǎn)傳染；關(guān)聯(lián)網(wǎng)絡(luò)

DOI：10.3969/j.issn.1003-9031.2023.05.002

中圖分類號(hào)：F830.9? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1003－9031（2023）05－0020－14

基金項(xiàng)目：本文系廣東省基礎(chǔ)與應(yīng)用基礎(chǔ)研究基金“粵港澳大灣區(qū)創(chuàng)新要素流動(dòng)對(duì)科技創(chuàng)新效率的影響機(jī)制研究”（2023A1515012445）；廣東省科技創(chuàng)新戰(zhàn)略專項(xiàng)資金（攀登計(jì)劃）一般項(xiàng)目“金融科技風(fēng)險(xiǎn)傳染效應(yīng)與防范研究—基于動(dòng)態(tài)復(fù)雜網(wǎng)絡(luò)視角”（pdjh2022b0206）階段性研究成果。

作者簡(jiǎn)介：郭文偉（1979-），男，廣東汕頭人，管理學(xué)博士，廣東財(cái)經(jīng)大學(xué)金融學(xué)院教授；

朱洪進(jìn)（1988-），男，四川內(nèi)江人，廣東財(cái)經(jīng)大學(xué)金融學(xué)院碩士研究生；

唐 靖（1997-），女，四川廣安人，廣東財(cái)經(jīng)大學(xué)金融學(xué)院碩士研究生；

羅勝濤（1999-），男，湖南益陽人，廣東財(cái)經(jīng)大學(xué)金融學(xué)院碩士研究生；

盧立曄（1999-），男，廣東汕頭人，廣東財(cái)經(jīng)大學(xué)金融學(xué)院碩士研究生。

一、引言

近年來，隨著科技與金融不斷融合，金融科技應(yīng)運(yùn)而生。金融科技對(duì)金融機(jī)構(gòu)的發(fā)展、金融業(yè)務(wù)的拓寬以及金融市場(chǎng)的縱深發(fā)展都有著至關(guān)重要的作用，但也存在極大的風(fēng)險(xiǎn)隱患。金融科技風(fēng)險(xiǎn)在傳統(tǒng)金融行業(yè)以及傳統(tǒng)金融機(jī)構(gòu)間的傳染路徑是怎樣的？政府該如何進(jìn)一步監(jiān)管金融科技風(fēng)險(xiǎn)？對(duì)這些問題進(jìn)行深入研究有助于厘清金融科技風(fēng)險(xiǎn)的形成原因、傳染路徑及影響因素，本文利用金融科技機(jī)構(gòu)相關(guān)股票的日度數(shù)據(jù)合成了金融科技行業(yè)指數(shù)，將其與已有的傳統(tǒng)金融行業(yè)指數(shù)結(jié)合，從微觀視角對(duì)金融科技風(fēng)險(xiǎn)傳染進(jìn)行分析。通過構(gòu)建關(guān)聯(lián)網(wǎng)絡(luò)來研究系統(tǒng)性金融科技風(fēng)險(xiǎn)，分析各個(gè)節(jié)點(diǎn)在風(fēng)險(xiǎn)相依性結(jié)構(gòu)中的重要程度，從而識(shí)別出金融科技風(fēng)險(xiǎn)的形成機(jī)理與傳染路徑，為當(dāng)下研究金融科技風(fēng)險(xiǎn)提供了新思路，為尋找與快速發(fā)展的金融科技相適應(yīng)的監(jiān)管方法提供了路徑。

二、文獻(xiàn)綜述

（一）金融科技風(fēng)險(xiǎn)的形成機(jī)理研究

金融科技的本質(zhì)是金融，Gomber et al.（2017）指出金融科技是運(yùn)用創(chuàng)新技術(shù)為金融服務(wù)從而提升效率的技術(shù)手段，因此傳統(tǒng)的金融風(fēng)險(xiǎn)類型并未發(fā)生改變；與之相反，金融科技的深度應(yīng)用使其變得更加復(fù)雜和隱蔽。當(dāng)前，完善新環(huán)境下傳統(tǒng)金融風(fēng)險(xiǎn)類型監(jiān)管體系，防范風(fēng)險(xiǎn)交叉?zhèn)魅九c風(fēng)險(xiǎn)外溢顯得尤為重要，現(xiàn)有研究表明，金融科技的深度運(yùn)用加劇了金融市場(chǎng)風(fēng)險(xiǎn)的形成。姜增明等（2019）研究表明，金融科技提高金融服務(wù)效率的同時(shí)，降低了客戶準(zhǔn)入條件，加劇了信用風(fēng)險(xiǎn)的形成。劉春航（2021）認(rèn)為金融科技的深度發(fā)展加大了商業(yè)銀行的流動(dòng)性風(fēng)險(xiǎn)。鐘慧安（2018）認(rèn)為我國(guó)對(duì)金融科技的監(jiān)管還處于起步探索階段，容易形成監(jiān)管套利，滋生規(guī)避監(jiān)管的行為，造成操作風(fēng)險(xiǎn)。另外，Lee et al.（2018）提出金融科技的發(fā)展不僅存在傳統(tǒng)風(fēng)險(xiǎn)，也有底層信息技術(shù)等非金融因素引致的新型風(fēng)險(xiǎn)。如技術(shù)風(fēng)險(xiǎn)、數(shù)據(jù)安全風(fēng)險(xiǎn)、網(wǎng)絡(luò)安全風(fēng)險(xiǎn)等（Ioannis，2018；廖凡，2019；Li et al.，2016；Gai et al.，2018）。

金融科技風(fēng)險(xiǎn)的形成可分為內(nèi)生和外生。內(nèi)生性風(fēng)險(xiǎn)是金融科技系統(tǒng)內(nèi)部的金融科技機(jī)構(gòu)在受到外來沖擊后，金融機(jī)構(gòu)自身主動(dòng)性行為發(fā)生改變、機(jī)構(gòu)間聚集產(chǎn)生了復(fù)雜的關(guān)聯(lián)性風(fēng)險(xiǎn)。方意等（2020）分別從創(chuàng)新技術(shù)層面和業(yè)務(wù)運(yùn)營(yíng)層面研究金融科技對(duì)內(nèi)生風(fēng)險(xiǎn)的影響。主要是由于自身脆弱性、信息不對(duì)稱以及金融科技客戶的“長(zhǎng)尾”特性導(dǎo)致的金融風(fēng)險(xiǎn)。郭娜（2019）認(rèn)為傳統(tǒng)金融風(fēng)險(xiǎn)在金融科技部門內(nèi)部集聚的同時(shí)，也會(huì)在金融科技部門之間通過擴(kuò)散機(jī)制傳染放大，并且溢出到其他金融領(lǐng)域。王作功等（2019）認(rèn)為金融科技的迅猛發(fā)展導(dǎo)致各種數(shù)據(jù)信息形成嚴(yán)重的不對(duì)稱性，這種不對(duì)稱的現(xiàn)象蘊(yùn)藏較大的金融風(fēng)險(xiǎn)。周全和韓賀洋（2020）指出因?yàn)殚L(zhǎng)尾客戶群體借貸存在較高的信用風(fēng)險(xiǎn)，金融科技平臺(tái)針對(duì)大量信用等級(jí)較差的長(zhǎng)尾需求客戶群體，往往通過提高投資報(bào)酬率來覆蓋風(fēng)險(xiǎn)。外生性風(fēng)險(xiǎn)包括宏觀周期風(fēng)險(xiǎn)。一方面，毛茜和趙喜倉（2014）指出經(jīng)濟(jì)市場(chǎng)環(huán)境影響金融科技的同時(shí)也受到金融科技發(fā)展的反向作用。揭紅蘭（2020）指出經(jīng)濟(jì)實(shí)業(yè)的進(jìn)步和創(chuàng)新技術(shù)的發(fā)展都受到國(guó)家政策優(yōu)惠與經(jīng)濟(jì)幫扶，這促進(jìn)金融脫虛向?qū)嵃l(fā)展的同時(shí)也降低了宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)發(fā)生的概率。另一方面，異質(zhì)性風(fēng)險(xiǎn)影響著金融科技的發(fā)展。王龑和史永東（2017）發(fā)現(xiàn)科技公司對(duì)金融體系的方向作用具有一定程度的門檻，科技公司的正向作用更容易被多元化和創(chuàng)新化的金融機(jī)構(gòu)吸收，反之金融系統(tǒng)的內(nèi)部風(fēng)險(xiǎn)將進(jìn)一步增強(qiáng)。Duffey（2018）研究發(fā)現(xiàn)市場(chǎng)信息不對(duì)稱造成金融機(jī)構(gòu)無法通過核心技術(shù)準(zhǔn)確就科技企業(yè)的資產(chǎn)質(zhì)量做出評(píng)估，以至于產(chǎn)生還貸風(fēng)險(xiǎn)。Geddes（2020）指出金融體制內(nèi)部的金融科技發(fā)展同樣存在結(jié)構(gòu)和功能性失衡的問題。

（二）金融科技對(duì)金融業(yè)風(fēng)險(xiǎn)的影響研究

首先，金融科技影響了金融行業(yè)商業(yè)模式。一是信息化。監(jiān)管機(jī)構(gòu)通過大數(shù)據(jù)搜集及分析降低金融風(fēng)險(xiǎn)，金融機(jī)構(gòu)通過整理不同渠道獲得的數(shù)據(jù)對(duì)用戶進(jìn)行授信評(píng)分，再結(jié)合監(jiān)管機(jī)構(gòu)的數(shù)據(jù)信息來完善貸款管理。薛瑩和胡堅(jiān)（2020）研究發(fā)現(xiàn)，金融科技提升銀行效率，優(yōu)化整個(gè)業(yè)務(wù)流程，降低其總體風(fēng)險(xiǎn)水平。二是普惠性。喬海曙等（2019）認(rèn)為金融科技能夠降低金融服務(wù)的價(jià)格，使金融能夠服務(wù)更多人群。易憲容（2017）認(rèn)為將新興技術(shù)使用在金融領(lǐng)域，產(chǎn)生新的商業(yè)模式和業(yè)務(wù)流程提升了傳統(tǒng)金融機(jī)構(gòu)的效率。王小燕等（2019）通過實(shí)證分析發(fā)現(xiàn)金融科技能夠借助先進(jìn)技術(shù)和大量數(shù)據(jù)研究作用于金融產(chǎn)品和服務(wù)上，以緩解金融市場(chǎng)信息不對(duì)稱，從而豐富融資工具、拓寬融資渠道，達(dá)到資源優(yōu)化配置。其次，金融科技增加了金融業(yè)間風(fēng)險(xiǎn)的外溢性。金融科技的跨界化特性將放大中央與地方兩級(jí)監(jiān)管模式下產(chǎn)生的多頭監(jiān)管、協(xié)調(diào)不暢及監(jiān)管邊界模糊的現(xiàn)象。楊東（2017）提出金融科技在為傳統(tǒng)金融行業(yè)帶來創(chuàng)新的同時(shí)也導(dǎo)致傳統(tǒng)監(jiān)管法規(guī)無法適用于新型金融風(fēng)險(xiǎn)。何德旭等（2019）提出人工智能、大數(shù)據(jù)及互聯(lián)網(wǎng)的應(yīng)用拓展了信息傳播的渠道，加強(qiáng)了信息傳播的效率，但同時(shí)也提高了出現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)的概率。李繼尊（2017）和李廣子（2020）指出金融行業(yè)和科技行業(yè)的融合會(huì)導(dǎo)致兩者的高風(fēng)險(xiǎn)產(chǎn)生疊加效應(yīng)。易憲容等（2019）指出金融科技的高風(fēng)險(xiǎn)表現(xiàn)為增強(qiáng)個(gè)體金融機(jī)構(gòu)風(fēng)險(xiǎn)的同時(shí)更加大了系統(tǒng)性風(fēng)險(xiǎn)。李敏（2019）研究發(fā)現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)的形成是金融科技市場(chǎng)急速擴(kuò)大、信息不對(duì)等、機(jī)構(gòu)獨(dú)立抗風(fēng)險(xiǎn)能力差和風(fēng)險(xiǎn)傳染路徑共同作用所導(dǎo)致的。

（三）金融科技風(fēng)險(xiǎn)的測(cè)度研究

隨著金融科技的廣泛應(yīng)用，個(gè)體風(fēng)險(xiǎn)在相關(guān)聯(lián)企業(yè)間的傳染速度加快、規(guī)模增長(zhǎng)，當(dāng)風(fēng)險(xiǎn)聚集到一定程度便形成系統(tǒng)性風(fēng)險(xiǎn)。學(xué)術(shù)界針對(duì)金融科技風(fēng)險(xiǎn)的形成機(jī)制和傳染路徑進(jìn)行了大量深入的研究，金融科技風(fēng)險(xiǎn)相關(guān)測(cè)度方法可分為以下三種。一是使用相關(guān)機(jī)構(gòu)之間的尾部相關(guān)性來測(cè)度機(jī)構(gòu)對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)貢獻(xiàn)度。劉孟飛（2021）采用MES和CoVaR方法研究A股市場(chǎng)的銀行日度數(shù)據(jù)，發(fā)現(xiàn)它們?cè)诮鹑谙到y(tǒng)性風(fēng)險(xiǎn)中的占比，再使用金融科技手段測(cè)算出金融科技發(fā)展指數(shù)。此類方法能夠有效識(shí)別出風(fēng)險(xiǎn)的傳染方向，并且測(cè)度出整體的風(fēng)險(xiǎn)水平，但仍屬于微觀層面的測(cè)度方法，沒有考慮整個(gè)關(guān)聯(lián)網(wǎng)絡(luò)。二是基于金融機(jī)構(gòu)的業(yè)務(wù)建立關(guān)聯(lián)網(wǎng)絡(luò)。歐陽紅兵等（2015）采用最小生成樹（MST）和平面極大過濾圖（PMFG）構(gòu)建復(fù)雜網(wǎng)絡(luò)對(duì)銀行間同業(yè)拆借數(shù)據(jù)進(jìn)行實(shí)證，成功識(shí)別了系統(tǒng)性風(fēng)險(xiǎn)的傳染路徑。雖然這類方法能夠通過研究機(jī)構(gòu)間彼此的風(fēng)險(xiǎn)特征來刻畫金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)傳染的形成機(jī)制，但獲取此類數(shù)據(jù)相對(duì)困難且通常具有時(shí)滯性，同時(shí)間接因素的影響在很大程度上也被忽略了。三是采用CoVaR、主成分分析、方差分解和格蘭杰因果檢驗(yàn)等方法對(duì)股票價(jià)格等高頻、實(shí)時(shí)的市場(chǎng)數(shù)據(jù)進(jìn)行實(shí)證分析，構(gòu)建起相關(guān)聯(lián)的風(fēng)險(xiǎn)網(wǎng)絡(luò)。H？覿rdle（2016）在CoVaR的基礎(chǔ)上建立以市場(chǎng)數(shù)據(jù)為研究對(duì)象的有向加權(quán)網(wǎng)絡(luò)的TENET模型，這類方法的優(yōu)點(diǎn)在于該類市場(chǎng)數(shù)據(jù)容易獲取且質(zhì)量高，同時(shí)涵蓋了市場(chǎng)上大部分復(fù)雜的因素，但無法對(duì)關(guān)聯(lián)網(wǎng)絡(luò)形成的內(nèi)在機(jī)制進(jìn)行有效的解釋。邵華明等（2017）通過建立復(fù)雜網(wǎng)絡(luò)模型對(duì)日度交易數(shù)據(jù)的穩(wěn)定性進(jìn)行測(cè)度后發(fā)現(xiàn)，研究周期內(nèi)我國(guó)股票市場(chǎng)的網(wǎng)絡(luò)穩(wěn)定性一直處于下降趨勢(shì)。胡穎毅等（2018）通過構(gòu)建復(fù)雜網(wǎng)絡(luò)實(shí)證我國(guó)股市系統(tǒng)性風(fēng)險(xiǎn)得出，制造業(yè)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)度是所有行業(yè)中最高的。曹齊芳和孔英（2021）采用TENET方法構(gòu)建了金融科技企業(yè)、銀行和證券機(jī)構(gòu)為主體的復(fù)雜網(wǎng)絡(luò)發(fā)現(xiàn)，金融科技企業(yè)內(nèi)外部風(fēng)險(xiǎn)傳染性要強(qiáng)于銀行業(yè)與證券業(yè)。

三、實(shí)證模型的構(gòu)建與說明

（一）系統(tǒng)性風(fēng)險(xiǎn)測(cè)度模型

在險(xiǎn)價(jià)值（VaR）是指在一定置信水平下，金融資產(chǎn)在未來一定時(shí)間內(nèi)可能發(fā)生的最大損失值，其表達(dá)式為：

（二）關(guān)聯(lián)網(wǎng)絡(luò)的測(cè)度模型

由于Vine Copula模型能充分刻畫高維隨機(jī)變量之間的非線性、非對(duì)稱相依結(jié)構(gòu)特征，因此，本文采用Di？茁manna等（2013）提出的R-Vine Copula模型來分析我國(guó)金融市場(chǎng)、金融子行業(yè)、上市金融機(jī)構(gòu)之間的關(guān)聯(lián)網(wǎng)絡(luò)特征。首先，基于上述邊緣分布函數(shù)AR（1）-GJR（1，1）-Guass來對(duì)金融機(jī)構(gòu)的收益系列進(jìn)行建模分析，并獲得每個(gè)序列的殘差；接著將各個(gè)序列的參數(shù)標(biāo)準(zhǔn)化后基于概率積分轉(zhuǎn)換法轉(zhuǎn)換成服從（0，1）分布的序列，這些序列將作為R-Vine Copula模型的輸入數(shù)據(jù)。最后采用基于MST-PRIM算法的最大生成樹方法來確定最佳的RVM矩陣（即R-Vine Copula 模型的樹結(jié)構(gòu)）。

四、金融科技行業(yè)波動(dòng)溢出風(fēng)險(xiǎn)測(cè)度

（一）樣本數(shù)據(jù)選擇與說明

本文選取了16個(gè)金融科技上市公司作為機(jī)構(gòu)分析對(duì)象，同時(shí)選擇了6個(gè)金融子行業(yè)（國(guó)有銀行GYYH、股份制與城商行GFZYH、保險(xiǎn)BX、證券ZQ、信托XT、其他非銀金融QTJR）與1個(gè)金融科技行業(yè)指數(shù)作為行業(yè)研究對(duì)象，對(duì)上述金融科技機(jī)構(gòu)和金融科技行業(yè)日度樣本數(shù)據(jù)進(jìn)行實(shí)證分析①。金融科技行業(yè)分類數(shù)據(jù)參考東方財(cái)富Choice數(shù)據(jù)庫中三級(jí)行業(yè)指數(shù)標(biāo)準(zhǔn)，金融科技機(jī)構(gòu)及指數(shù)的成分股數(shù)據(jù)參考Wind互聯(lián)網(wǎng)金融和金融科技行業(yè)分類。研究時(shí)期統(tǒng)一為2014年1月27日至2022年3月25日。數(shù)據(jù)清洗后，最終樣本數(shù)為1800。取樣本日收盤價(jià)對(duì)數(shù)化的收益率作為研究所使用的數(shù)據(jù)。

（二）描述性統(tǒng)計(jì)分析及相關(guān)檢驗(yàn)

通過對(duì)由16個(gè)金融科技機(jī)構(gòu)組成的金融科技行業(yè)與6個(gè)傳統(tǒng)金融行業(yè)全時(shí)段的樣本數(shù)據(jù)進(jìn)行了正態(tài)分布、平穩(wěn)性檢驗(yàn)。就峰度和偏度而言，國(guó)有銀行、股份制銀行、保險(xiǎn)、證券、金融科技這五個(gè)子行業(yè)都存在“尖峰、右偏”特征，而信托、其他非銀金融這兩個(gè)子行業(yè)存在“尖峰、左偏”特征。而通過J-B檢驗(yàn)和ADF檢驗(yàn)結(jié)果，所有子行業(yè)均在1%的置信水平下為不服從正態(tài)分布的平穩(wěn)序列。

（三）樣本的時(shí)變波動(dòng)率

本文基于GJR（1，1）-SKT（V，？姿）模型分析金融科技子行業(yè)的日度收益率數(shù)據(jù)，估計(jì)出每個(gè)金融行業(yè)在邊緣分布下的各個(gè)參數(shù)值，進(jìn)而測(cè)算出各金融行業(yè)的時(shí)變波動(dòng)率來研究其系統(tǒng)性風(fēng)險(xiǎn)溢出。在整個(gè)研究周期內(nèi)，金融各行業(yè)的時(shí)變波動(dòng)率的變化趨勢(shì)基本相同，其中國(guó)有銀行和股份制銀行的時(shí)變波動(dòng)率相對(duì)較小，而金融科技和其他非銀金融的時(shí)變波動(dòng)率相對(duì)較大。而且在2015年金融各行業(yè)的時(shí)變波動(dòng)率都達(dá)到了研究期內(nèi)的最大值，當(dāng)時(shí)我國(guó)股市正經(jīng)歷了千股跌停連續(xù)熔斷的歷史性股災(zāi)，各個(gè)行業(yè)自身風(fēng)險(xiǎn)較大。隨著股災(zāi)的發(fā)生，國(guó)家提出了結(jié)構(gòu)性去杠桿，出臺(tái)了一系列政策降低風(fēng)險(xiǎn)，金融各行業(yè)在隨后時(shí)變波動(dòng)率都得到了不同程度的修復(fù)。同時(shí)，各行業(yè)的時(shí)變波動(dòng)率從大到小依次是：金融科技（3.87）、其他非銀金融（3.85）、證券業(yè)（3.45）、保險(xiǎn)業(yè)（3.38）、股份制銀行（3.36）、信托業(yè)（2.69）、國(guó)有銀行（1.23）。由此可知，國(guó)有銀行的時(shí)變波動(dòng)率最小，行業(yè)穩(wěn)定性相對(duì)最好，而金融科技行業(yè)時(shí)變波動(dòng)率最大，行業(yè)穩(wěn)定性相對(duì)最差。

（四）金融科技各機(jī)構(gòu)之間的靜態(tài)相依結(jié)構(gòu)特征

1.金融科技機(jī)構(gòu)之間的靜態(tài)相依結(jié)構(gòu)特征

對(duì)整個(gè)研究周期內(nèi)16個(gè)金融科技機(jī)構(gòu)構(gòu)建金融科技機(jī)構(gòu)間相依網(wǎng)絡(luò)，如圖1（a）所示。

從相依結(jié)構(gòu)來看，節(jié)點(diǎn)6（中科金財(cái)）和節(jié)點(diǎn)2（恒寶股份）在整個(gè)網(wǎng)絡(luò)中處于中心地位。大部分金融科技機(jī)構(gòu)主要以節(jié)點(diǎn)6為中心圍繞在一起。從業(yè)務(wù)層面上看，金融科技子機(jī)構(gòu)之間的相依結(jié)構(gòu)具有明顯的業(yè)務(wù)區(qū)分，并且機(jī)構(gòu)之間的風(fēng)險(xiǎn)溢出主要通過中心節(jié)點(diǎn)相互連接而傳遞的。按照業(yè)務(wù)類型可以分為數(shù)據(jù)綜合服務(wù)類（①、②、⑤、{12}）、金融科技綜合服務(wù)類（③、④、⑥、⑨、⑩、{11}、{13}）、系統(tǒng)服務(wù)類（{14}、{15}）和證券服務(wù)類（⑦、⑧、{16}）。

從相依結(jié)構(gòu)特征方面看，在數(shù)據(jù)服務(wù)類各機(jī)構(gòu)中，除了恒寶股份與亞聯(lián)發(fā)展之間具有上尾和下尾對(duì)稱的非線性相依結(jié)構(gòu)特征（F Copula），其余機(jī)構(gòu)表現(xiàn)出上尾大、下尾小的非對(duì)稱相依結(jié)構(gòu)特征（SBB8 Copula）；在金融科技綜合服務(wù)類機(jī)構(gòu)中，中科金財(cái)和證通電子、中科金財(cái)與二三四五具有上尾大、下尾小的非對(duì)稱相依結(jié)構(gòu)特征（SBB8 Copula），其余機(jī)構(gòu)具有上尾和下尾對(duì)稱的線性相依結(jié)構(gòu)特征（t Copula）。這說明中科金財(cái)在股價(jià)上漲時(shí)對(duì)于二三四五和證通電子的風(fēng)險(xiǎn)溢出明顯大于股價(jià)下降時(shí)對(duì)于它們的風(fēng)險(xiǎn)溢出，而中科金財(cái)對(duì)其他金融科技綜合服務(wù)類機(jī)構(gòu)的風(fēng)險(xiǎn)溢出在股價(jià)上漲和下降時(shí)呈現(xiàn)對(duì)稱的線性關(guān)系；在系統(tǒng)服務(wù)類機(jī)構(gòu)中，金證股份與恒生電子之間具有上尾和下尾對(duì)稱的非線性相依結(jié)構(gòu)特征（F Copula），同時(shí)前者與中科金財(cái)之間具有的是上尾和下尾對(duì)稱的線性相依結(jié)構(gòu)特征（t Copula）。這表現(xiàn)為金證股份在股價(jià)上漲和下跌時(shí)對(duì)于恒生電子的風(fēng)險(xiǎn)溢出呈現(xiàn)對(duì)稱的非線性關(guān)系；在證券服務(wù)類機(jī)構(gòu)中，除了東方財(cái)富與同花順之間具有上尾和下尾對(duì)稱的非線性相依結(jié)構(gòu)特征（F Copula），其余機(jī)構(gòu)之間具有上下尾對(duì)稱的線性相依結(jié)構(gòu)特征（t Copula），其中包括東方財(cái)富與中科金財(cái)。這表明東方財(cái)富在股價(jià)上漲和下跌時(shí)對(duì)于其他證券服務(wù)類機(jī)構(gòu)的風(fēng)險(xiǎn)溢出呈現(xiàn)對(duì)稱關(guān)系，其中與同花順是線性對(duì)稱關(guān)系。

在相依性方面，整個(gè)金融科技機(jī)構(gòu)相依結(jié)構(gòu)中，相連的機(jī)構(gòu)之間的相依性普遍較高，說明各機(jī)構(gòu)之間均存在較高的關(guān)聯(lián)性。其中，相依性最大的是節(jié)點(diǎn)7與節(jié)點(diǎn)8的相依性（0.52），相依性最小的是節(jié)點(diǎn)6與節(jié)點(diǎn)10（0.23）。數(shù)據(jù)綜合服務(wù)類與金融科技綜合服務(wù)類通過恒寶股份和中科金財(cái)間的交叉業(yè)務(wù)緊密聯(lián)系；而金融科技綜合服務(wù)類和證券服務(wù)類通過中科金財(cái)與東方財(cái)富間的相關(guān)業(yè)務(wù)緊密聯(lián)系；同時(shí)金融科技綜合服務(wù)類與系統(tǒng)服務(wù)類通過中科金財(cái)與金證股份間的相關(guān)業(yè)務(wù)緊密聯(lián)系。其秩相關(guān)性在不同行業(yè)間也存在一定差異，如數(shù)據(jù)綜合服務(wù)類機(jī)構(gòu)之間相關(guān)性均在0.3左右，而金融科技綜合服務(wù)類與證券服務(wù)類之間的相關(guān)性普遍在0.4上下。

從圖1（a）中可以看到，恒寶股份、中科金財(cái)、東方財(cái)富、金證股份處于相依網(wǎng)絡(luò)中心。因此，恒寶股份、中科金財(cái)、東方財(cái)富和金證股份分別為16家金融科技機(jī)構(gòu)的風(fēng)險(xiǎn)傳染源，金融科技機(jī)構(gòu)間的風(fēng)險(xiǎn)通過以上四個(gè)風(fēng)險(xiǎn)源機(jī)構(gòu)與圍繞它們的其他機(jī)構(gòu)之間進(jìn)行傳染。

2.基于相依結(jié)構(gòu)的金融科技機(jī)構(gòu)之間因果關(guān)系分析

為進(jìn)一步刻畫各金融科技機(jī)構(gòu)之間的因果關(guān)系，本文對(duì)圖1（a）中相互連接的金融科技機(jī)構(gòu)之間進(jìn)行格蘭杰因果檢驗(yàn)，結(jié)果如圖1（b）。圖1（b）中，使用箭頭指示格蘭杰因果關(guān)系，對(duì)應(yīng)的百分?jǐn)?shù)為置信水平?？傮w而言，金融科技機(jī)構(gòu)間相依網(wǎng)絡(luò)的傳染方向如下：在以恒寶股份作為風(fēng)險(xiǎn)源的金融科技機(jī)構(gòu)周圍，恒寶股份將風(fēng)險(xiǎn)傳染給亞聯(lián)發(fā)展、匯金股份將風(fēng)險(xiǎn)傳染給恒寶股份；以中科金財(cái)作為風(fēng)險(xiǎn)源的金融科技機(jī)構(gòu)周圍，恒寶股份將風(fēng)險(xiǎn)傳染給二三四五、銀之杰和潤(rùn)和軟件，恒寶股份與證通電子和潤(rùn)和軟件之間的風(fēng)險(xiǎn)彼此傳染；以東方財(cái)富作為風(fēng)險(xiǎn)源的金融科技機(jī)構(gòu)周圍，東方財(cái)富將風(fēng)險(xiǎn)傳染給同花順和大智慧；而金證股份和恒生電子之間通過檢驗(yàn)并沒有發(fā)現(xiàn)明顯的因果關(guān)系。同時(shí)，四個(gè)金融科技機(jī)構(gòu)風(fēng)險(xiǎn)源之間，金證股份和東方財(cái)富將風(fēng)險(xiǎn)傳染給中科金財(cái)。

（五）金融科技各機(jī)構(gòu)之間的波動(dòng)溢出測(cè)度結(jié)果

通過上文分析可知，金融科技公司中恒寶股份、中科金財(cái)、東方財(cái)富和金證股份分別在整個(gè)相依結(jié)構(gòu)中起到中心樞紐或中介橋梁作用。因此，本文進(jìn)一步結(jié)合DCC-GARCH模型和動(dòng)態(tài)條件下在險(xiǎn)價(jià)值法（CoVaR）來測(cè)度處于相依結(jié)構(gòu)中心的金融科技機(jī)構(gòu)與其相連的金融科技機(jī)構(gòu)之間在99%分位點(diǎn)上的系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)，結(jié)果如表1所示。

以恒寶股份為相依結(jié)構(gòu)中心的數(shù)據(jù)綜合服務(wù)類風(fēng)險(xiǎn)溢出性如圖2所示。從圖中可以看到，所有的風(fēng)險(xiǎn)交換都是通過恒寶股份交換的，研究周期內(nèi)的系統(tǒng)性風(fēng)險(xiǎn)溢出與溢入值大部分時(shí)間都在10%～50%之間，且處于波動(dòng)頻繁，在2015年股災(zāi)前后處于研究期的峰值。同時(shí)可以明顯的看出在研究周期內(nèi)其三家金融科技公司對(duì)于恒寶股份的溢出都大于恒寶股份對(duì)于它們的溢入，且變化規(guī)律基本一致。

在研究周期內(nèi)，恒寶股份對(duì)中科金財(cái)和匯金股份的風(fēng)險(xiǎn)溢出最大值和均值都小于它們對(duì)恒寶股份的溢入值，說明周期內(nèi)恒寶股份受到這兩家公司溢入風(fēng)險(xiǎn)的最大值和總體風(fēng)險(xiǎn)均值都大于溢出風(fēng)險(xiǎn)；恒寶股份對(duì)中嘉博創(chuàng)和亞聯(lián)發(fā)展的風(fēng)險(xiǎn)溢出均值大于溢入值，但風(fēng)險(xiǎn)溢出的最大值小于溢入值，說明研究期內(nèi)恒寶股份對(duì)該兩家公司溢出風(fēng)險(xiǎn)的最大值小于溢入風(fēng)險(xiǎn)，但溢出風(fēng)險(xiǎn)的總體均值大于溢入風(fēng)險(xiǎn)。通過表1可知整個(gè)研究周期內(nèi)，恒寶股份對(duì)中科金財(cái)?shù)南到y(tǒng)性風(fēng)險(xiǎn)的溢出均值和極端值分別達(dá)到最大的11.56%和43.25%，而恒寶股份受到匯金股份的系統(tǒng)性風(fēng)險(xiǎn)溢入均值和極端值分別達(dá)到最大的13.50%和67.00%。整體來看，恒寶股份受到的溢入風(fēng)險(xiǎn)極端值明顯大于溢出風(fēng)險(xiǎn)的極端值。

同理，根據(jù)圖3顯示的中科金財(cái)與相關(guān)金融科技公司的系統(tǒng)性風(fēng)險(xiǎn)溢出分析可知，研究周期內(nèi)的系統(tǒng)性風(fēng)險(xiǎn)溢出和溢入基本都大于10%，且變化幅度都在10%～50%之間，波動(dòng)頻率明顯，而中科金財(cái)與其余金融科技公司間的系統(tǒng)性溢出、溢入在2015年股災(zāi)前后都處于研究周期中的較大值，且溢出、溢入值在研究期內(nèi)的變化趨勢(shì)基本趨同。

從圖4可知，東方財(cái)富的系統(tǒng)性溢出、溢入的值都在10%～50%間波動(dòng)，且在2015年股災(zāi)前后達(dá)到研究周期內(nèi)的峰值。東方財(cái)富對(duì)于同花順的溢出明顯大于溢入，而大智慧對(duì)于東方財(cái)富的溢出大部分時(shí)間大于溢入。整個(gè)研究周期內(nèi)，東方財(cái)富對(duì)同花順的系統(tǒng)性風(fēng)險(xiǎn)的溢出均值和極端值分別達(dá)到最大的12.80%和50.20%；而東方財(cái)富受到同花順的系統(tǒng)性風(fēng)險(xiǎn)溢入均值是最大的，達(dá)到了12.54%，而東方財(cái)富受到大智慧的系統(tǒng)性溢出風(fēng)險(xiǎn)在研究周期內(nèi)達(dá)到過最大的58.00%，整體來看，東方財(cái)富受到的溢入風(fēng)險(xiǎn)的極端值明顯小于溢出風(fēng)險(xiǎn)的極端值。

業(yè)務(wù)類型相近的金證股份與恒生電子的分析結(jié)果如圖5所示，恒生電子對(duì)于金證股份的溢出在5%～20%間波動(dòng)，屬于所有公司中最低的，而金證股份對(duì)于恒生電子的系統(tǒng)性溢出則與其他公司的情況類似，維持在10%～50%間。同樣也是在2015年股災(zāi)前后處于研究周期內(nèi)相對(duì)最大值。分析周期內(nèi)金證股份對(duì)恒生電子的風(fēng)險(xiǎn)溢入最大值和均值都大于金證股份受到恒生電子的風(fēng)險(xiǎn)溢出值，說明周期內(nèi)金證股份對(duì)恒生電子溢出風(fēng)險(xiǎn)的最大值和總體風(fēng)險(xiǎn)均值都大于溢入風(fēng)險(xiǎn)。其中金證股份對(duì)恒生電子的系統(tǒng)性風(fēng)險(xiǎn)的溢出均值和極端值分別達(dá)到最大的11.85%和52.67%。

（六）金融科技行業(yè)與其他金融子行業(yè)之間的系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)

金融科技行業(yè)不僅自身內(nèi)部機(jī)構(gòu)間存在著系統(tǒng)性風(fēng)險(xiǎn)的溢出和溢入，其與其他金融子行業(yè)之間也存在著系統(tǒng)性風(fēng)險(xiǎn)，因?yàn)楸舜酥g業(yè)務(wù)關(guān)系緊密，它們之間的風(fēng)險(xiǎn)傳染也對(duì)金融科技行業(yè)有著重要影響。

金融科技行業(yè)對(duì)國(guó)有銀行、股份制銀行和保險(xiǎn)業(yè)的系統(tǒng)性風(fēng)險(xiǎn)溢出值明顯大于它們對(duì)金融科技行業(yè)的溢入值，且變化趨勢(shì)基本一致，都在0%～15%間波動(dòng)。在2015年股災(zāi)前后處于研究周期內(nèi)的最大值。同時(shí)金融科技行業(yè)對(duì)證券業(yè)、信托業(yè)和其他非銀金融的系統(tǒng)性溢入值大部分時(shí)間大于溢出值，且相差值不大，都在5%-25%間波動(dòng)，變化趨勢(shì)大體一致，在2015年股災(zāi)前后同樣處于研究周期內(nèi)的最大值。而系統(tǒng)性風(fēng)險(xiǎn)的波動(dòng)率明顯小于其他金融子行業(yè)的是金融科技與國(guó)有銀行和股份制銀行之間的風(fēng)險(xiǎn)。

從表2中可以看出，在樣本周期內(nèi)，金融科技受到證券業(yè)、信托業(yè)和其他非銀金融的系統(tǒng)性風(fēng)險(xiǎn)溢入最大值大于金融科技對(duì)這三個(gè)行業(yè)的溢出值，但系統(tǒng)性風(fēng)險(xiǎn)的溢入均值小于溢出值，說明研究期內(nèi)金融科技行業(yè)受到這三個(gè)行業(yè)的系統(tǒng)性溢入風(fēng)險(xiǎn)的最大值大于溢出風(fēng)險(xiǎn)，但溢入風(fēng)險(xiǎn)的總體均值小于溢出風(fēng)險(xiǎn)；金融科技對(duì)國(guó)有銀行、股份制銀行和保險(xiǎn)業(yè)的系統(tǒng)性風(fēng)險(xiǎn)溢出最大值和均值都大于金融科技受到這三個(gè)行業(yè)的溢入值，說明周期內(nèi)金融科技行業(yè)對(duì)這三個(gè)行業(yè)的系統(tǒng)性溢出風(fēng)險(xiǎn)的最大值和總體風(fēng)險(xiǎn)均值都大于溢入風(fēng)險(xiǎn)。而這里面金融科技行業(yè)和證券業(yè)間的系統(tǒng)性風(fēng)險(xiǎn)溢出和溢入總體均值分別最大為8.95%和8.27%；金融科技受到其他非銀金融的系統(tǒng)性風(fēng)險(xiǎn)溢入的極端值最大為31.31%，金融科技對(duì)證券業(yè)的系統(tǒng)性風(fēng)險(xiǎn)溢出值的極端值最大為21.31%。

由此可見，金融科技行業(yè)受到金融子行業(yè)的溢入風(fēng)險(xiǎn)明顯小于對(duì)金融子行業(yè)的溢出風(fēng)險(xiǎn)，而其中受到國(guó)有銀行和信托業(yè)的溢入影響最小，前者是因?yàn)轶w量龐大，相對(duì)于起步階段的金融科技行業(yè)來說，穩(wěn)定性要高，風(fēng)險(xiǎn)小，而后者是因?yàn)樾袠I(yè)違規(guī)事件頻發(fā)，在嚴(yán)監(jiān)管下退市公司過多，導(dǎo)致研究樣本過少，難以找到影響關(guān)系。在眾多子行業(yè)中，僅有其他非銀金融對(duì)金融科技的風(fēng)險(xiǎn)溢出是大于風(fēng)險(xiǎn)溢入的，但相差不大。

五、結(jié)論與建議

第一，相較于其他金融行業(yè)，金融科技行業(yè)的時(shí)變波動(dòng)率最大，穩(wěn)定性相對(duì)最差，相對(duì)風(fēng)險(xiǎn)也最大，容易將風(fēng)險(xiǎn)傳染到其他相關(guān)行業(yè)。因此，在金融科技子行業(yè)和金融科技內(nèi)部，分別對(duì)穩(wěn)定性較差的子行業(yè)和機(jī)構(gòu)進(jìn)行重點(diǎn)防范。金融科技技術(shù)的創(chuàng)新導(dǎo)致相應(yīng)的監(jiān)管政策滯后，因此監(jiān)管機(jī)構(gòu)應(yīng)該明確劃分監(jiān)管范圍，以證監(jiān)會(huì)和銀保監(jiān)會(huì)開展金融科技業(yè)務(wù)進(jìn)行縱向監(jiān)管。對(duì)于一些兩不管的模糊邊界，積極運(yùn)用多層次風(fēng)險(xiǎn)監(jiān)管，并適宜采取行為監(jiān)管。對(duì)一些未取得相關(guān)經(jīng)營(yíng)牌照卻開展相關(guān)業(yè)務(wù)、持牌機(jī)構(gòu)與不具備資格的第三方合作等的金融機(jī)構(gòu)進(jìn)行嚴(yán)格處罰和管制。同時(shí)，金融科技發(fā)展的半自動(dòng)化監(jiān)管模式可以逐漸替代以行政人員為主的合規(guī)、指標(biāo)監(jiān)管模式，提高監(jiān)管效率，觀察風(fēng)險(xiǎn)溢出路徑的變化，最終實(shí)現(xiàn)行為監(jiān)管。

第二，金融科技行業(yè)對(duì)國(guó)有銀行的風(fēng)險(xiǎn)溢出和國(guó)有銀行對(duì)金融科技行業(yè)的風(fēng)險(xiǎn)溢入相對(duì)其他子行業(yè)來說都是最小的，金融科技行業(yè)與其他非銀金融間的風(fēng)險(xiǎn)溢出和溢入都是最大的。因此，要從彼此間的業(yè)務(wù)聯(lián)系上重點(diǎn)防范風(fēng)險(xiǎn)的傳染，發(fā)揮國(guó)有銀行在金融科技間風(fēng)險(xiǎn)傳染的穩(wěn)定性，減小風(fēng)險(xiǎn)在彼此間的傳染。為了方便識(shí)別金融科技系統(tǒng)關(guān)鍵性機(jī)構(gòu)，將其業(yè)務(wù)創(chuàng)新加入到沙盒測(cè)試，以便監(jiān)管者迅速發(fā)現(xiàn)潛在的金融風(fēng)險(xiǎn)，并及時(shí)采取相關(guān)措施以防風(fēng)險(xiǎn)外溢。對(duì)此，監(jiān)管機(jī)構(gòu)可以參考國(guó)外一些成功案例，結(jié)合金融科技發(fā)展實(shí)踐，設(shè)計(jì)適合我國(guó)專業(yè)的測(cè)試與監(jiān)管框架，并打造有利于金融科技業(yè)態(tài)發(fā)展的監(jiān)管沙盒機(jī)制。

第三，通過構(gòu)建相依網(wǎng)絡(luò)結(jié)構(gòu)，可以發(fā)現(xiàn)金融科技機(jī)構(gòu)之間存在明顯的以業(yè)務(wù)為集聚的核心。對(duì)于金融科技機(jī)構(gòu)間的風(fēng)險(xiǎn)網(wǎng)絡(luò)，由于創(chuàng)新技術(shù)的特殊性，上下游公司間的聯(lián)系非常緊密，技術(shù)在相關(guān)機(jī)構(gòu)間更新迭代的速度很快，而監(jiān)管政策的制定相對(duì)滯后，金融科技發(fā)展促進(jìn)金融業(yè)發(fā)展的同時(shí)，也要將其應(yīng)用到金融監(jiān)管中去。首先，通過對(duì)不同市場(chǎng)監(jiān)管數(shù)據(jù)的整合，增強(qiáng)不同公司不同部門和監(jiān)管當(dāng)局對(duì)數(shù)據(jù)使用的一致性，減小監(jiān)管鴻溝。利用統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和轉(zhuǎn)換接口可以促進(jìn)在不同平臺(tái)和不同市場(chǎng)的統(tǒng)一監(jiān)管以及數(shù)據(jù)共享，使監(jiān)管流程和體系更加合規(guī)；其次，為了及時(shí)識(shí)別潛在的金融科技整體風(fēng)險(xiǎn)和個(gè)體風(fēng)險(xiǎn)，監(jiān)管當(dāng)局采用大數(shù)據(jù)分析和數(shù)據(jù)可視化技術(shù)建立金融科技監(jiān)測(cè)和預(yù)警機(jī)制；最后，基層部門要嚴(yán)格落實(shí)監(jiān)管政策，提高風(fēng)險(xiǎn)防范意識(shí)，完善風(fēng)險(xiǎn)預(yù)案。

（責(zé)任編輯：夏凡）

參考文獻(xiàn)：

[1]Gomber P，Koch J A，Siering M.Digital Finance and FinTech：Current Research and Future Research Directions[J].Journal of Business Economics，2017，87（5）：537-580.

[2]姜增明，陳劍鋒，張超.金融科技賦能商業(yè)銀行風(fēng)險(xiǎn)管理轉(zhuǎn)型[J].當(dāng)代經(jīng)濟(jì)管理，2019，41（1）：85-90.

[3]劉春航.金融科技與銀行價(jià)值鏈重塑[J].金融監(jiān)管研究，2021（1）：1-11.

[4]鐘慧安.金融科技發(fā)展與風(fēng)險(xiǎn)防范研究[J].金融發(fā)展研究，2018（3）：81-84.

[5]Lee I，Shin Y J.Fintech：Ecosystem，Business Models，Investment Decisions，and Challenges[J].Business Horizons，2018，61（1）：35-46.

[6]Ioannis A.Fintechand regtech：impact on regulators and banks[J].Journal of Economics and Business，2018（12）：7-25.

[7]廖凡.論金融科技的包容審慎監(jiān)管[J].中外法學(xué)，2019，31（3）：797-816.

[8]Li Y，Dai W，Ming Z，et al..Privacy Protection for Preventing Data Over-Collection in Smart City[J].IEEE Transactions on Computers，2016，65（5）：1339-1350.

[9]Gai，Qiu，Sun.A Survey on FinTech[J].Journal of Network and Computer Applications，2018（103）：262-273.

[10]方意，王羚睿，王煒，王晏如.金融科技領(lǐng)域的系統(tǒng)性風(fēng)險(xiǎn)：內(nèi)生風(fēng)險(xiǎn)視角[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（2）：29-37.

[11]郭娜，彭玉婷，徐卉杉.我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)與“雙支柱”調(diào)控有效性研究——基于DSGE模型的分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019（10）：30-40.

[12]王作功，李慧洋，孫璐璐.數(shù)字金融的發(fā)展與治理：從信息不對(duì)稱到數(shù)據(jù)不對(duì)稱[J].金融理論與實(shí)踐，2019（12）：25-30.

[13]周全，韓賀洋.金融科技發(fā)展及風(fēng)險(xiǎn)演進(jìn)分析[J].科學(xué)管理研究，2020，38（6）：127-133.

[14]毛茜，趙喜倉.科技金融創(chuàng)新與我國(guó)經(jīng)濟(jì)增長(zhǎng)效應(yīng)研究——基于科技型中小企業(yè)發(fā)展視角[J].科技進(jìn)步與對(duì)策，2014，31（12）：23-26.

[15]揭紅蘭.科技金融、科技創(chuàng)新對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的傳導(dǎo)路徑與實(shí)證檢驗(yàn)[J].統(tǒng)計(jì)與決策，2020，36（1）：66-71.

[16]王龑，史永東.科技金融反哺銀行業(yè)的異質(zhì)性研究——來自區(qū)域性銀行的經(jīng)驗(yàn)證據(jù)[J].科學(xué)學(xué)研究，2017，35（12）：1821-1831.

[17]Duffey R，Saull J W.Managing Risk：Risk Assessment[J].Dynamic Events and Financial Risks，2018，10（3）：219-261.

[18]Geddes A，Schmidt T S.Integrating Finance into the Multi-level Perspective：Technology Niche-finance Regime Interactions and Financial Policy Interventions[J].Research Policy，2020，49（6）：103-115.

[19]薛瑩，胡堅(jiān).金融科技助推經(jīng)濟(jì)高質(zhì)量發(fā)展：理論邏輯、實(shí)踐基礎(chǔ)與路徑選擇[J].改革，2020（3）：53-62.

[20]喬海曙，黃薦軒.金融科技發(fā)展動(dòng)力指數(shù)研究[J].金融論壇，2019，24（3）：64-80.

[21]易憲容.金融科技的內(nèi)涵、實(shí)質(zhì)及未來發(fā)展——基于金融理論的一般性分析[J].江海學(xué)刊，2017（2）：13-20.

[22]王小燕，張俊英，王醒男.金融科技、企業(yè)生命周期與技術(shù)創(chuàng)新——異質(zhì)性特征、機(jī)制檢驗(yàn)與政府監(jiān)管績(jī)效評(píng)估[J].金融經(jīng)濟(jì)學(xué)研究，2019，34（5）：93-108.

[23]楊東.防范金融科技帶來的金融風(fēng)險(xiǎn)[J].紅旗文稿，2017（16）：23-25.

[24]何德旭，余晶晶，韓陽陽.金融科技對(duì)貨幣政策的影響[J].中國(guó)金融，2019（24）：62-63.

[25]李繼尊.關(guān)于互聯(lián)網(wǎng)金融的思考[J].管理世界，2015（7）：1-7+16.

[26]李廣子.金融與科技的融合：含義、動(dòng)因與風(fēng)險(xiǎn)[J].國(guó)際經(jīng)濟(jì)評(píng)論，2020（3）：91-106+6.

[27]易憲容，鄭麗雅，何人可.金融科技合約關(guān)系的實(shí)質(zhì)、運(yùn)行機(jī)理及風(fēng)險(xiǎn)防范——基于現(xiàn)代金融理論的一般分析[J].社會(huì)科學(xué)，2019（5）：40-49.

[28]李敏.金融科技的系統(tǒng)性風(fēng)險(xiǎn)：監(jiān)管挑戰(zhàn)及應(yīng)對(duì)[J].證券市場(chǎng)導(dǎo)報(bào)，2019（2）：69-78.

[29]劉孟飛.金融科技與商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)——基于對(duì)中國(guó)上市銀行的實(shí)證研究[J].武漢大學(xué)學(xué)報(bào)，2021，74（2）：119-134.

[30]歐陽紅兵，劉曉東.中國(guó)金融機(jī)構(gòu)的系統(tǒng)重要性及系統(tǒng)性風(fēng)險(xiǎn)傳染機(jī)制分析——基于復(fù)雜網(wǎng)絡(luò)的視角[J].中國(guó)管理科學(xué)，2015，23（10）：30-37.

[31]Hardle W K，W Wang，L Yu.TENET：Tail-Event Driven NET-work Risk[J].Journal of Econometrics，2016，192（2）：499-513.

[32]邵華明，馬永談，朱濤.股票市場(chǎng)穩(wěn)定性測(cè)度及其作用機(jī)制——基于復(fù)雜網(wǎng)絡(luò)模型視角的分析[J].財(cái)經(jīng)科學(xué)，2017（5）：54-66.

[33]胡穎毅，周嘉偉.基于相互關(guān)聯(lián)性視角的我國(guó)金融體系系統(tǒng)性風(fēng)險(xiǎn)和體系內(nèi)風(fēng)險(xiǎn)傳導(dǎo)的時(shí)變研究[J].南開經(jīng)濟(jì)研究，2018（3）：117-135.

[34]曹齊芳，孔英.基于復(fù)雜網(wǎng)絡(luò)視角的金融科技風(fēng)險(xiǎn)傳染研究[J].金融監(jiān)管研究，2021（2）：37-53.