杨建辉， 黎绮熳， 谢永通

（华南理工大学工商管理学院，广州 510640）

P2P网贷行业经历了野蛮生长到监管整治，我国各地自2016年至今均出现不同程度的P2P行业爆雷现象，截至2019年底. P2P平台数量已经由最高峰时6608家锐减至343家. P2P作为完善我国金融体系的重要一环，始终备受学术界关注. P2P作为新兴的互联网金融业态，在区域之间是否存在风险传染问题，是基于什么样的风险传染机制，风险积聚是否会引发系统性金融风险的产生等问题一直备受关注. 但对于风险传染研究方面目前大多停留在定性描述层面. 本文在借鉴传统金融风险传染研究的基础上，结合互联网金融特征，引入Copula方法分析网贷行业内风险传染的相依结构，研究P2P区域间风险传染现象，进一步推动互联网金融的健康有序发展，也为金融监管部门制定行之有效的风险防控机制、防范区域风险扩大至系统性风险提供一定的参考.

1 Copula方法概述

1.1 Copula函数定义与性质

1.2 Copula方法与相关性测度

1.3 Copula模型的估计

1.4 Copula模型的评价方法

1.4.1 K-S检验和P-P图 K-S检验［13-14］和P-P图主要对变量的边际分布进行检验与拟合度评价.

K-S检验（Kolmogorov-Smirnov）方法原假设为实际分布函数与假定分布函数间无异，通过测定二者偏差的检验统计量进行检验. 这是一类常用的非参数检验方法，用于检验单一样本是否服从某一特定分布或多个独立样本是否服从同一分布. 对于Copula函数，当原序列进行概率变换后，理应服从独立同分布的（0，1）均匀分布. 于是可利用K-S检验，从……