互联网金融作为传统金融业和互联网信息技术融合而成的一种新业态,因其具有高效性和便捷性正迅速发展。在提高金融效率和优化资源配置方面互联网金融起到了积极的作用,但是在这种飞速发展的背后,互联网金融也面临着平台停业、倒闭、跑路等行业问题,例如:2015年互联网金融平台e租宝涉嫌非法集资,除此之外,P2P的大量跑路以及百亿级骗局被曝光,这一系列事件都暴露出了互联网金融存在的风险,也让监管机构不得不提高警惕。随着我国股票市场的不断发展各板块间的关系也愈发的紧密,任何一个单一板块的风险都可以传导至其他板块,甚至通过高度关联的网络造成系统性风险。因此,如何度量互联网金融对其他板块的风险溢出并刻画出风险传导路径就显得尤为重要,同时在度量风险溢出的基础上讨论如何有效的化解互联网金融带来的风险更是研究中需要解决的重点问题。为了丰富这一领域的研究并提高互联网金融风险管理能力,本文将运用分位数回归方法就互联网金融对我国股票市场行业及地域板块的风险溢出效应展开研究,从行业和地域两个研究角度考察我国互联网金融对行业及地域板块的风险传染程度。首先,在基于CAVia R模型对各板块风险价值的估计中,由于各行业、地域板块面临的政策和市场环境有很大差异,综合考虑模型参数的显著性、RQ值、击中比例、DQ检验统计量等指标,对于不同行业和地域板块在SAV、AS、IG和AD模型中选取最优模型对其风险价值进行估计,以避免出现系统性误差并为风险传导关系的判断提供可靠的数据;其次,在风险传导关系的判断中,基于格兰杰因果检验来判断互联网金融是否与各板块存在风险传导关系,并根据格兰杰因果检验结果绘制格兰杰因果网络图,以描述互联网金融与各板块之间风险联动的因果性和传导性;然后,在度量互联网金融风险溢出效应时,采用静态和动态两种Co Va R方法对其风险溢出效应进行研究,不仅考虑了在整个样本期内的总体溢出情况,而且在不同时间段上对风险溢出做出进一步分析,可以更加直观地反映互联网金融风险溢出随时间的变化趋势;最后,将互联网金融的风险溢出引入均值-Co Va R模型来求解各板块之间的投资组合优化问题,从而为广大投资者提出合理有效的风险管理意见。研究结果表明,绝大多数行业及地域板块指数与互联网金融之间存在不同滞后阶数的双向格兰杰因果关系,也就是说随着互联网金融的发展壮大,互联网金融板块会对其他板块造成毋庸置疑的影响。在互联网金融陷入风险时,对行业及地域板块存在不同程度上的风险溢出,反之亦然;总体而言,各行业及地域板块对互联网金融的风险溢出均高于互联网金融对各板块的风险溢出,实证结果与目前发展情况具有一致性。互联网金融作为互联网技术和传统金融行业的结合,其对计算机、国防军工、电子等科技行业板块的风险影响程度最大,而对传统金融行业银行及非银金融板块的风险影响程度很小。危机发生时的风险溢出要远远大于危机发生前后,说明在金融危机发生时,互联网金融带来的风险会更快、更大程度地波及其他市场。在投资组合优化中,对比高风险组和低风险组均值-Co Va R模型有效前沿上的风险最小点可以得出,在行业板块中投资者需要根据自身的风险偏好在高回报率和低风险中进行选择,而在地域板块中高风险组的投资组合效率优于低风险组。模型对比分析表明,在地域板块的投资组合中均值-Co Va R模型的投资效率明显高于均值-Co Va R模型,采用均值-Co Va R模型进行资产配置可以更有效的规避互联网金融带来的风险。