互联网金融的信用风险分析篇(1)

【关键词】 云金融； 互联网金融； 商业风险； 预警管理

【中图分类号】 F830 【文献标识码】 A 【文章编号】 1004-5937（2016）13-0103-06

一、引言

随着信息技术的不断发展，互联网以其自由、开放、免费、平等、交互以及合作等特点，依托云计算、社交网络以及搜索引擎等互联网工具进入了传统由少数精英控制的金融领域，降低了金融门槛，开辟了更加自由的资金融通渠道，促进了资金供给双方的信息交流。然而，在互联网金融企业迅猛发展的同时，由于互联网金融企业内部管理不规范、监管体系不健全，引发了合法性、规范性和安全性等方面的诸多问题。互联网金融企业面临的三大风险为政策法律风险、商业风险和技术风险，笔者认为政策法律风险属于系统风险范畴，技术风险主要基于技术选择与安全性的考虑，不在本文讨论之列。本文从云金融视阈出发，在对互联网金融商业风险详细解析的基础上，探讨了互联网金融商业风险的预警模式、预警指标体系构建、预警模型及预警结果分析，为实务中互联网商业风险的预警管理指明方向。

二、互联网金融商业风险解析

（一）互联网金融风险整体分析

依据《巴塞尔协议》关于全面风险管理的相关要求，借鉴国际有益经验，本文将互联网金融风险分为政策法律风险、商业风险和技术风险三大类，这三大类风险相互影响相互制约。其中，政策法律风险可细分为国家层面、行业层面和机构层面，商业风险可细分为市场风险、信誉风险和操作风险，技术风险可细分为安全风险和技术选择风险。如图1所示。

（二）基于业务平台层面的互联网金融商业风险解析

由上述分析可知，互联网金融分为三大平台，即业务平台、管理平台和协作平台。互联网金融资金需求的双方在业务平台上进行撮合成交；由国家层面的管理者、行业层面的管理者以及互联网金融企业内部的各个机构分别对互联网金融企业实施不同层面的监管，他们构成了互联网金融的管理平台；软硬件开发维护者和网络服务商则负责协助业务平台和管理平台的有效运营，其构成了互联网金融融资类业务的协作平台。在业务平台层面，资金融通的双方面临的主要是商业风险，包括市场风险、信誉风险和操作风险。

1.市场风险

互联网金融中的市场风险主要由利率风险和流动性风险两部分构成。互联网金融一方面受到诸如行业监管、行业竞争以及行业分化等的影响，另一方面受到央行货币政策的刺激，两方面因素共同导致利率风险的加剧。

互联网金融机构往往发挥资金周转的作用，沉淀资金可能在第三方中介处滞留两天至数周不等，缺乏有效的担保和监管，容易造成资金挪用，如果缺乏流动性管理，一旦资金链条断裂，将引发支付危机。此外，层出不穷的互联网金融业务平台上线，不具有用户优势的平台会借助提升利率、缩短投资期限等方式吸引投资者加盟，这无疑会引发平台的流动性风险，而且很多用户基于平台跑路消息的报道，对平台的投资只限于打新投资，无疑加剧了互联网金融的流动性风险。

2.信誉风险

信誉风险从发生信誉风险的主体来分类，主要分为自然人信贷风险和企业信贷风险两个部分。

（1）自然人信贷风险

自然人违约是由于自然人抗风险能力弱而引发的道德问题。自然人信贷风险产生于借款人经济情况的不确定性，特别是这种借贷用于生产经营上。互联网金融业务中很多涉及到自然人信贷范畴，由自然人承担相应的偿还义务，而自然人的消费习惯、经营情况、健康情况都可能引发还款风险。此外，自然人借款人的观念与道德问题，诸如主观上存在不良动机，没有还款规划而进行的借贷等。自然人借款人在满足自身利益的驱动下，缺乏自我约束能力，不遵守信用都会导致违约风险的产生。

（2）企业信贷风险

自然人借款人与企业借款人的借款动机以及偿债能力影响因素都有着不同。一般来说，企业借款人主观上恶意拒绝按时清偿债务的可能性较小，而相比之下，其由于经济实力、经营状况、行业发展等原因造成的资金短缺更容易导致其违约。因此在评价信誉风险时，自然人的信用风险更侧重于评估其偿还意愿，而企业借款人的信用风险评估则更侧重于评估其偿还能力。

3.操作风险

互联网金融的操作风险是指在互联网金融活动中，由于人员缺陷、不当或失败的内部流程以及系统缺陷等导致直接或间接损失的可能性。当下，用户数据、交易数据、用户操作行为数据、文本数据等大数据系统交织于未经授权的访问、雇员欺诈、系统退化、服务提供商风险以及客户安全保护意识不足等交易行为中，操作风险正源于这些纷繁复杂的数据与行为的结合中。

按照操作风险的来源不同，可分为内部操作风险和外部操作风险两部分。内部操作风险是由于内部控制、绩效考评以及审计监管等多方面互联网金融企业内部因素引发的；外部操作风险是由于私人信息泄露、钓鱼网站盛行等外部因素而引发的。究其根本原因即大数据，一方面互联网金融企业无法很好地管理用户注册、交易过程中产生的大数据，另一方面能否合理保存各种数据也是当下互联网金融企业亟待解决的问题。

（三）互联网金融商业风险特征分析

一是风险扩散速度快，破坏力强。传统银行业务往往是通过纸质或银行内部系统进行操作，出现差错有时间进行查找、拦截并进行损失追回。而包含用户数据、交易数据、用户操作行为数据以及文本数据等众多数据的以云金融为载体的互联网金融业务，一旦出现差错或问题，很难立即纠正，且互联网金融业务运作速度非常快，等到发现问题想要拦截或追讨损失几乎是不可能的。

二是风险交叉传染。一方面，互联网金融业务平台包含融资类业务、支付类业务以及理财类业务，业务互相之间存在着交叉性；另一方面，互联网金融商业风险中的市场风险、信誉风险以及操作风险存在着多米诺骨牌效应，诸如市场风险会引发信誉风险进而从某种程度上影响操作风险。

三是风险的责任难以区分。互联网金融的办理过程常常会涉及到电信、电力、外包商等其他合作方，因此，一旦某一方出现服务中断、系统崩溃、客户信息泄密等情形，将直接给互联网金融企业造成损失，且很难区分责任。责任无法区分的直接后果是一旦出现损失，很难对相关方损失的赔付事宜进行确定。

三、互联网金融商业风险预警模式构建

（一）互联网金融商业风险预警思路设计

基于上述分析，在互联网金融商业风险的识别与评估过程中，并非所有的风险都能用定量的方法简单测评，对于定性的风险评估指标采用模糊综合评价的方法将其定量化，以测度互联网金融商业风险（包括的市场风险、信誉风险和操作风险）。根据选定的权重系数测度互联网金融商业风险的预警综合评分值，按照所设定的预警区域范围确定互联网金融风险预警的区域，进而选择互联网金融商业风险的应对策略。详见图2。

权重系数的选取就成为风险测度过程中的关键问题，一方面是分别测度市场风险、信誉风险和操作风险过程中各具体指标的权重系数的确定问题；另一方面是互联网金融商业风险预警评分值测度过程中市场风险、信誉风险和操作风险分别的权重系数确定问题。

通过权重系数的确定来衡量各指标的重要程度，本文主要采用专家咨询和经验判断法，由个人经验决策转向专家集体决策。在数据处理时，采用算术平均值代表评委的集中意见，然后通过归一化处理以确定权重，其计算公式为：

其中：n为评委的数量；m为评价指标总数；aj为第j个指标的权数平均值；aji为第i个评委给第j个指标权数的评分值。

（二）互联网金融商业风险预警指标体系

基于业务平台的互联网金融商业风险分为市场风险、信誉风险和操作风险三个维度，且各个维度的风险含义丰富，难以用单一的指标进行客观描述。为使评价指标更加准确，本文特采用主观与客观相结合的方法对互联网金融三个维度的商业风险进行设计。

对于定量指标，笔者结合相关学者的研究成果以及银行体系的定量指标进行计算；对于定性指标采用问卷调查的形式，结合模糊综合评价的方法得出相应的评分值。具体的指标详见表1。

（三）互联网金融商业风险预警模型构建

通过假设互联网金融商业风险中各变量之间都是相互影响、相互作用的，构建互联网金融商业风险结构方程模型，以检验以上指标互相之间的关系，互联网金融商业风险三维关系假设如下：

H1：市场风险的防控对互联网金融商业风险的预警防控有直接的正影响。

H2：信誉风险的防控对互联网金融商业风险的预警防控有直接的正影响。

H3：操作风险的防控对互联网金融商业风险的预警防控有直接的正影响。

H4：市场风险的防控和信誉风险的防控之间有直接的双向的正关系。

H5：市场风险的防控和操作风险的防控之间有直接的双向的正关系。

H6：信誉风险的防控和操作的防控之间有直接的双向的正关系。

H7：市场风险的防控所依赖的各要素不受信誉风险和操作风险防控的影响。

H8：操作风险的防控所依赖的各要素不受市场风险和信誉风险防控的影响。

H9：市场风险的防控所依赖的各要素不受信誉风险和操作风险防控的影响。

H10：除市场风险、信誉风险、操作风险之外的其他影响因素均作为残差项。

将衡量互联网金融商业风险的指标分为三类，一是互联网金融机构个体指标，包括财务健康状况和机构规模；二是互联网金融机构整体指标，包括资产规模、信贷质量、资产和负债匹配数量；三是互联网金融机构间指标，包括业务发展模式、产品种类、风险度量等。详见表2。

根据模型函数形式和基本的假设，得出结构方程模型设计如图3。

在模型中市场风险、信誉风险和操作风险作为三个外生潜变量分别由其各自所属的显变量来测量，互联网金融风险系统各变量之间是相互关联的，所以假定三个外生潜变量之间存在共变关系。互联网金融融资业务风险作为内生潜变量，由八个显变量y1，y2，…，y8来反映。全模型从图3可以反映出4个潜在变量、88个观测变量、89个误差项的相互影响关系。

四、互联网金融商业风险预警结果分析

（一）确定预警信号阈值

预警信号阈值是触发预警后续行动的临界值，阈值应综合数据模型、专家经验、历史数据经验以及同业信息来确定，同时需要考虑互联网金融融资平台自身的风险偏好、平台与客户的关系、监管部门对互联网金融融资平台的检查评估以及监管要求等因素。一旦风险表征值超过了预警信号阀值，就会触发预警流程，进入风险预警系统，定位其风险级别。

（二）互联网金融商业风险预警级别定位

根据对应项目评估的风险大小，将互联网融资风险分为“正常状态”“关注状态”“次级状态”“可疑状态”和“损失状态”五个等级，分别以“绿灯”“蓝灯”“黄灯”“橙灯”和“红灯”来表示。详见表3。

（三）互联网金融商业风险预警结果分析

当处于绿色信号灯范围内的情形时，互联网金融平台应该考虑与其开展相应的业务活动，不仅如此，为了增强互联网金融平台的效益，平台应该多吸收该类业务；当处于蓝色信号灯范围内的情形时，互联网金融平台可以考虑接受与其开展相应业务，而对那些已有的处于蓝灯状态的业务，可以考虑持有；当对于处于黄色信号灯范围内的情形时，互联网金融平台应根据自身公司战略以及客户征信水平，酌情考虑是否要与其开展业务，若存在已经发生的处于黄灯状况的业务，应及时作出调整和防范，或改变持有策略或考虑转出业务；当处于橙色信号灯范围内的情形时，互联网金融平台不应考虑为其借贷，若已发生的处于橙色信号灯状况的业务，应立即采取措施降低损失；当处于红色信号灯范围内的情形时，互联网金融平台应将其拉入黑名单，而对处于红灯状态的已有业务，则应采取强硬手段进行挽回，弥补损失，并进行不良征信评价。

【主要参考文献】

[1] 杨虎，易丹辉，肖宏伟，等.基于大数据分析的互联网金融风险预警研究[J].现代管理科学，2014（4）：3-5.

[2] 张淑安，齐美东.云金融融资模式：优势分析与绩效评价[J].经济研究导刊，2015（16）：99-101，124.

互联网金融的信用风险分析篇(2)

【关键词】互联网金融 信贷风险 面板数据 随机效应模型

一、引言

互联网金融发展是经济、社会、科技共同进步下产生的，促进了金融市场的深化改革及金融资源的优化配置，但这也对传统商业银行形成较为明显的冲击。互联网金融企业凭借其技术、成本及政府监管相宽松的优势，逐步蚕食传统商业银行在存贷及中间业务层面的利润，这在直接引致商业银行与互联网企业利益竞争，加大商业银行经营风险。我国的互联网金融起步晚，对互联网金融的研究不够全面。本文将对互联网金融对商业银行信贷风险的冲击影响进行研究，通过实证的方法进行分析探讨互联网金融是否会显著加剧商业银行的信贷风险，并提出相应的对策建议。

目前的互联网金融对商业银行信贷风险的冲击影响的研究较少，本文将通过实证分析方法研究互联网金融是否会加剧商业银行信贷风险的承担，为商业银行应当互联网金融带来的挑战并依托互联网金融加速转型和结构升级提出合理的建议。

互联网金融有着特有的时效性高、交易成本低、投资门槛低等优势，利用这些优势分流传统商业银行某些职能，可能对商业银行包括信贷风险在内的风险承担带来冲击影响。冲击影响主要体现在三方面：一是削弱传统商业银行金融中介职能。第三方支付平台可以提供转账汇款、贷款分期等银行的支付结算业务给客户了，一定程度上瓜分了银行在资金支付领域的市场份额，削弱商业银行的金融中介职能。二是抢占小微企业的信贷市场份额。阿里小贷等网络借贷模式，为小微企业开发了满足其特定需求的业务，削减部分传统银行在小微信贷业务上的收益及市场占有率。三是分流了商业银行储蓄存款。以第三方支付为代表的网络支付模式，因其特有的延迟支付模式，通过该平台沉淀交易、结算的客户资金分流银行活期存款。

二、实证分析

本文将运用实证分析的方法分析互联网金融对我国商业银行信贷风险的冲击影响。文章将选取商业银行的不良贷款率作为衡量商业银行信贷风险的指标。其次，根据之前文献资料选用我国的第三方互联网支付规模作为解释变量，构建面板数据。

（一）指标选取

文章选取了已经在国内主板上市的十六家商业银行2011年～2016年各个季度面板数据作为研究样本。样本选取的这十六家银行涵盖了三类银行：国有银行、股份制银行和城市商业银行，并且资产规模占中国商业银行总资产规模的90%以上，因此作为研究样本有一定的代表性。本文选取中国第三方互联网支付市场交易规模作为冲击变量。

（二）研究设计

命题：互联网金融会加剧商业银行的信贷风险承担水平。为了检验该命题，设计一下方程：

CRit=β0+β1Ln（IPS）+αi+μit

其中，CRit表示第i家银行第t期的信贷风险承担水平，该风险水平被描述为互联网金融Ln（IPS），互联网金融的代表数据第三方互联网支付规模数额过大因此取对数进行实证分析。商业银行固定效应αi以及随机误差项μit的函数。β1描述了互联网金融对商业银行信贷风险的冲击影响。依据文章理论部分的分析，我们预测β1显著为正。

（三）实证分析

为防止“谬误回归”，在模型构建之前运用ADF检验对变量十六家银行的不良贷款率和第三方互联网支付进行平稳性检验。单位根检验结果如表1所示。可以看出，在5%的显著性水平下，中国十六家上市银行的不良贷款率CR是非平稳序列，对CR进行一阶差分后，ΔCR依旧为非平稳序列。再对CR进行二阶差分，发先5%的显著性水平下CR的二阶差分序列为平稳序列。第三方互联网支付规模是平稳序列。

（四）实证结果分析

互联网金融的发展与第三方互联网支付交易规模的增建对商业银行的信贷风险会产生一定影响。根据实证结果，第三方互联网支付规模的增加会加剧中国商业银行信贷风险承担水平。信贷风险由于互联网金融的出现而变大了。历史数据再一次验证了互联网金融风险增大定理，加强防范互联网金融带来的信用风险问题仍然不可忽视。

三、政策建议

互联网金融发展在短期内都会加剧中国商业银行的信贷风险，传统商业银行要应对互联网金融冲击须在经营策略上进行改革创新。我国的征信系统发展较晚且不健全，商业银行不能对借款人的行为实施有效约束，加剧了平台坏账率，拖欠还款和逃废债务等信贷风险问题突出，制约了互联网金融的进一步发展；在网络化的环境中境中，借贷双方减少了面对面的交流，市场中的信息不对称使金融机构面临更大的信用风险。我国有必要也必须要加快对征信体系的建设。其次，商业银行转型发展时期，进入互联网金融市场前，要设立自己的信息技术团队，配合一线工作做好产品开发，发挥合力，才能在其业务发展中获得自己的一席之地。

参考文献

[1]陈志武.互联网金融到底有多新[J].新金融，2014（4）：9-13.

[2]郭品，沈悦.互联网金融加重了商业银行的风险承担吗？――来自中国银行业的经验证据[J].南开经济研究，2015，（4）： 80-97.

[3]张金林，周焰.互联网金融对中国商业银行 稳定性影响的实证研究[J].武汉金融，2015，（12）：8-11.

互联网金融的信用风险分析篇(3)

一、互联网金融内涵的界定

关于互联网金融内涵的界定，学术界存在较大争议。以下是相关国内学者对互联网金融的界定研究成果，主要是从静态和动态两个角度界定互联网金融。

从静态角度看，分为产物说和模式说。产物说认为，互联网金融是现代互联网技术与金融相互结合的产物，是以网络等新技术手段为基础的一种金融创新形式。而且互联网金融的概念包括在网络的基础上对原有金融产品、金融服务和原有流程、运作方法、运作模式的创新等外部环境的改善[1-3]。模式说则认为，互联网金融是利用互联网技术和移动通信技术等一系列现代信息科技技术实现资金融通的一种新兴的金融模式，代表人物有：兰秋军[4]，罗宁[5]等。庄崚[6]的研究给了我们更灵活的界定，他认为互联网金融是从传统的金融机构，在立足于传统业务的基础上向互联网拓展或者是传统的非金融类从业机构，在取得相应资质的前提下把自身的业务向金融业延伸，诸如马云的“余额宝”。

而从动态角度来看，文献相对较少。叶冰[7]指出互联网金融是互联网企业（通常是第三方支付机构）向公众提供金融服务的行为，市场人士将互联网企业从事金融的行为称为互联网金融，是一种动态行为，而不是一种产物或是一种模式。王石河[8]的研究亦显示，互联网金融泛指一切通过互联网技术来实现资金融通的行为。孟祥轲[9]的研究则是以证券行业为核心的，认为证券行业的互联网金融，它是在“证券交易电子化”的基础上延伸和扩展出来的“证券商业网络化”，即互联网金融是依托现代信息科技进行的金融活动，具有融资、支付和交易中介等功能。

综上所述，大多数学者对互联网金融的界定是倾向于从静态的角度进行分析，认为互联网金融是技术与金融服务相结合的新兴产物，是互联网技术的金融，技术作为必要支撑，可以称之为科技金融或者新技术金融。而对于动态角度的内涵界定研究相对较少，并且研究方向主要是认为互联网金融是一种行为上的金融，指出互联网金融有着更大的普惠和民主金融的意义。其中的主语或者核心是参与者，是人的一种行为，而不是技术。

二、互联网金融风险识别

在对互联网金融进行分析的过程中，相关学者也对互联网金融的风险类型进行了分析。 事实上，从金融稳定的视角来看，互联网金融终归是一种虚拟化的金融交易平台，因此仍有分析其风险的必要性。

国外对于互联网金融风险识别的研究主要分为两种风险：流动性风险和信用风险。Kim讨论了B2C电子商务中的保险问题。

国内对于互联网金融风险的研究起步晚，成果较少。目前国内学者主要表现为从流动性风险、信用风险、技术风险以及法律风险等方面对互联网金融的风险识别问题进行研究：

对于流动性风险管理，主要集中在互联网金融第三方支付和网络借贷方面。对于第三方支付，郭世邦[12]认为由于网上支付行为的隐蔽性和网上交易记录的缺失，第三方支付构成对反洗钱体系的冲击。王振等[13]对第三方支付带来的潜在风险进行了分析，并提出了防范洗钱风险的政策建议。谢凯等[14]指出了客户支付资金流向带来的风险隐患，提出了对客户资金风险防范的措施。对于网络借贷，杨凯生[15]认为在互联网金融的投资理财类业务中，缺乏对有关产品严禁变相吸收存款的规定，缺乏对其资金来源及应用的严格要求及监督办法，也没有针对其流动性风险的监管手段。罗宁[5]则指出，互联网企业在开展支付业务的同时，也开始向网贷业务方向发展，由于缺乏贷后监管和风险控制，导致不良贷款增加，使得企业无法正常运营。

针对信用风险管理，翁舟杰等[16]认为我国P2P网络借贷未来的发展面临着个人信用体系不健全、相关法律法规缺失和行业自律性较差等障碍。张玉喜[17]认为由于互联网金融业务采用的多是新技术，更容易发生故障，任何原因引起的系统问题都会给互联网金融服务提供者带来信誉风险。李文博等[18]指出国内的信用环境和信用信息系统对互联网金融的发展很不利。也有部分学者认为，网络金融业务和服务机构都具有非常明显的虚拟特点。通过网络银行发生交易，而对交易双方的身份、真实性验证具有很大难度，增大了网络信用风险[19]。

针对技术风险管理，张郁松等[20]认为在互联网金融的技术方面，尤其是安全技术的使用上，没有相匹配的规范或标准。金融系统平台在设计与使用的过程中，没有进行充分的实验测试。李文博等[18]研究显示，互联网金融技术方面存在潜在的风险，平台的安全面临考验。张玉喜[17]则认为互联网金融的技术风险主要表现在三个方面：第一，系统性的安全风险[19]。第二，技术选择风险。第三，技术支持风险。

针对法律风险管理，新平[21]指出现在很多互联网金融实际上游走于“合法”和“非法”之间，稍有不慎就可能会触碰“非法吸收公众存款”或“非法集资”的高压线。也有部分学者从多个方面识别法律风险：一是违反了国家相关法律法规的规定及网络中出现的法律法规所没涉及到的方面。二是网络金融缺乏法律规定，代表人物有：翁舟杰等[16]，李文博等[18]。

综上所述，学者认为互联网金融的流动性风险主要来自第三方支付风险和网络借贷 风险，信用风险主要来自个人信用和互联网金融技术风险带来的信用风险，技术风险主要源自互联网系统的配套措施不健全导致的黑客和病毒的攻击，而法律风险则主要源自针对互联网金融的法律法规不健全。由于互联网金融尚处于起步阶段，相关研究学者对于互联网金融的风险识别以及风险防范的研究尚不完善，仍需要进一步研究。

三、互联网金融风险管理

在互联网金融的风险管理方面，国外的学术界对互联网金融的发展、互联网金融风险以及互联网金融的风险控制和监管进行了深入的探讨。Karne Furst[22]对美国金融市场所有商业银行进行了调查分析，得到的结论是开展电子金融服务的银行其负债来源更为广泛，收入也从利息收入更多的向中间业务收入转移，并且其盈利水平和资产质量也相对较高。Anait K. Pemlhatur[23]认为，银行开展网上银行业务，将面临操作风险、安全风险、法律风险和声誉风险。随着银行进入网上银行这一领域，一种创新的、具有前瞻性的风险管理方法是必不可少的。随着网上银行的出现，早期的自我监管措施将演变成一种日益详细的审查。

相对于国外学者的风险管理方法，国内对于互联网金融管理方法的研究主要从流动性风险、信用风险、技术风险以及法律风险的风险管理进行分析。

针对流动性风险管理，其中对于第三方支付研究的大部分文献都将主要精力集中在沉淀资金的管理方面，熊建宇[24]建议国内要建立健全第三方支付公司的准入和退出机制，规范第三方支付公司的经营活动，保障交易资金的安全。巴曙松[25]针对第三方支付机构跨境业务对现有监管体系的冲击提出了建议：第一，实行准入制度，严格信用管理；第二，积极应对第三方支付机构的宏观货币创造顺周期风险；第三，加强对第三方支付业务的积极监管；第四，加强金融消费者权益保护，加强对沉淀资金安全管理。王一飞[26]认为，在资金管理方面，互联网理财品风险控制需要从两个角度考虑，一是对于机构对所发行产品自身的风险控制，二是机构帮助理财品消费者管理风险。何虹[27]则从资金管理和消费者两个角度对互联网金融网络借贷的风险管理进行了分析。

针对法律风险管理，王元月[28]研究表明，在相关法律法规缺失、监管缺位的情况下，网络化的民间借贷给经济社会的稳定发展带来了诸多负面影响，亟待纳入监管范围并实行规范化管理。提出应加大网络金融的立法力度，尽快制定《信息和通讯服务规范法》、《数据保护法》、《电子资金划拨法》等，清晰界定网络借贷金融各相关主体的权利义务。王占军[29]便主张在风险管理方面借鉴国外发达国家的政策，出台《国际国内电子商务签名法》、《网络信息安全稳健操作指南》、《电子银行业务安全与稳健程序》等一系列专门规则，积极防范互联网金融交易风险，以保护互联网金融消费者的权益。而在监管的现实操作中，应全面提高监管人员掌握网络金融业务经营状况的能力和对网络金融风险的预测能力，增强宏观控制的系统性和前瞻性，还要加强网络金融监管规范化建设，提高网络金融监管的现代化、科学化、法制化水平[15]。

针对技术风险管理，殷志勇等[19]指出应提高互联网金融企业计算机网络系统技术防范水平，健全银行金融系统计算机安全管理体系，并且制定发展网络金融的总体规划和统一的技术标准。针对信誉风险管理，何虹[27]则提出我们有必要构建有效的横向合作监控体系，这是促进互联网金融稳健发展、防范互联网金融信誉风险的基本途径。

综上所述，要实现网络金融的有效风险管理，首先需要加快互联网金融相关法律法规体系建设，包括金融法律体系的修正和完善，互联网金融发展相关的基础性法律立法，互联网金融相关的部门规章和国家标准制定加大监管力度。其次应营造科学有序的互联网金融监管体系，加强国际间网络金融监管的合作，通过国际间的网络金融监管合作加强对借用网络银行方式进行洗钱等国际犯罪活动进行全方位监管，形成能有力保障网络金融健康运行和对全球网络金融负责的监管体系。最后我们应该鼓励传统行业大胆尝试互联网金融，使传统行业迎来新的契机。

四、互联网金融案例分析

我们着手互联网金融的案例分析是通过碎片化理财产品——余额宝余额宝由第三方支付平台支付宝打造的一项余额增值服务。通过余额宝用户不仅能够得到较高的收益，还能随时消费支付和转出，用户在支付宝网站内就可以直接购买基金等理财产品，获得相对较高的收益，同时余额宝内的资金还能随时用于网上购物、支付宝转账等支付功能。对互联网金融的涵义界定、风险识别以及风险管理进行进一步分析和解读。

从根本上说，余额宝就是用户购买基金的收益，只是淘宝打着高收益的旗号，让广大的客户将大量闲置资金存在余额宝内，同时高收益伴随着风险，这与基金是一样的，存在亏损的可能，需要互联网金融企业重视余额宝的风险。由于余额宝属于2013年的新生产物，学术界对于余额宝的风险类型研究尚处于初级阶段，且研究成果尚少。以下是学者针对余额宝的风险及风险管理问题的相关文献综述：

《福布斯》《福布斯》杂志是美国最早的大型商业杂志，也是全球最为著名的财经出版物之一。《福布斯》为双周刊杂志，每期刊登60多篇对公司和公司经营者的评论性文章，语言简练，内容均为原创。《福布斯》着重于描写企业精英的思维方式，秉承“以人为本”的理念，倡导“企业家精神”；不停留在新闻事实的报道上，着力于洞悉新闻背景、把握动态信息和行业趋势，深入探讨和研究企业运作的经济环境。期刊杂志将学术界对余额宝风险类型研究归结如下：第一，货币市场风险；第二，与银行竞争风险；第三，纠纷风险；第四，在监管方面：按照央行对第三方支付平台的管理规定，支付宝余额可以购买协议存款，能否购买基金并没有明确的规定。马红漫[30]研究显示，余额宝具有流动性风险、政策性风险以及信用控制风险。虽然如此，但他认为余额宝在互联网金融的实践中，一定是最耀眼的先驱者。李静瑕等[31]指出余额宝存在投资风险和IT 风险：投资风险首先表现在基金投资标的的风险，其次是流动性风险的问题，通过大数据分析、合理的投资期限配置、科学的投资考核、合理的引导宣传等针对流动性风险进行防范。

针对余额宝风险类型，相关研 究学者提出了余额宝的风险管理方法。针对流动性风险管理，李庆治[32]认为，余额宝公司应通过制度安排规避监管风险，通过客户筛选控制市场风险，并借助大数据降低流动性风险。针对法律风险管理，赵鑫[33]指出，虽然余额宝解决了支付宝中沉淀资金的问题，但是余额宝却面临着监管风险、政策风险、竞争风险以及银行风险，也会面临亏损的风险，需要立法部门建立健全的互联网金融法律体系。

综上所述，余额宝的风险与互联网金融相同，主要具有流动性风险、信用风险、法律风险以及技术风险。而针对余额宝这个新兴理财产品的风险管理，各个学者研究视角丰富。要规避余额宝的风险，需要建立健全与互联网金融相适应的法律法规，防止监管真空，控制市场风险和流动性风险。通过一系列的风险管理措施，使得余额宝这个新兴的互联网产品能够长久地生存下去。

五、评析与展望

在互联网技术的推动下，近年来互联网业、金融业和电子商务业之间的划界日渐模糊，行业融合深化，已经形成“互联网金融”蓝海，市场前景巨大。但作为互联网技术与金融全面结合的产物，互联网金融面临诸多新生产物不可避免的风险，对于互联网金融进行风险管理至关重要。现有文献为破解这一难题提供了重要的理论依据和经验证据。现有研究表明，首先，互联网金融被众多学者定义为互联网技术与金融相结合的产物，还有一些学者认为互联网金融是一种行为。其次，互联网金融除了具有传统金融活动中存在的信用风险、流动性风险和市场风险，还面临由互联网信息技术引起的技术风险、由虚拟金融服务引起的业务风险以及由法律法规滞后引起的法律风险。再次，面对诸多风险，电商企业以及政府必须对互联网金融风险进行相关的风险管理：电商企业应健全互联网金融业务风险管理体系，加强金融机构互联网金融业务的内部控制，加快社会信用体系建设；政府应加强防范互联网金融风险的法制体系建设，并且制定网络公平交易规则。

对于未来研究的展望，我们认为应重点关注对互联网金融风险识别和风险管理以及互联网金融应沿着怎样的方向实现可持续发展：

第一，互联网金融界定依旧模糊，没有统一的含义界定。现在研究虽然对互联网金融的界定及风险进行了一系列的研究，但互联网金融的界定尚未得出一个统一的结果，且界定侧重于某一个方面。对于一个新生事物的界定对于此后一系列的相关研究都是至关重要的，因此，在研究互联网金融风险的同时应给互联网金融一个全面统一的定义。

第二，面对互联网金融日益渗透到我们的生活中，其风险识别及风险管理对于自身的持续性发展将日益显著。互联网金融的风险很明显，且它的收益也很明显，任何事物的产生都是正反相应而生的，若它没有了风险，也表明其收益将减少或消失。因此，我们的研究应侧重于将互联网金融的收益与风险相权衡，实现二者的动态均衡，将互联网金融的风险管理建立在持续发展的基础上。因此，基于互联网金融实现可持续发展的视角，探讨促进互联网金融实现可持续发展的路径，前瞻性的提出相应的政策建议和具体措施，将具有重要的理论学术价值和实践指导意义。

参考文献：

[1]谢平，邹传伟.互联网金融模式研究[J].金融研究，2012（1）：11-12.

[2]董亮，李博.互联网金融的模式与发展[J].中国金融，2013（10）：19-21.

[3]杨再平.同享优质资源，融汇无界精彩——“金融与互联网行业高峰论坛”对话实录[J].金融科技时代，2013（1）：10-11.

[4]兰秋军.互联网金融数据抓取方法研究[J].计算机工程与设计，2011（5）：1829-1832.

[5]罗宁.互联网金融不得不说的风险[N].第一财经日报，2014（5）.

.金融教学与研究，2013（1）：41-44.

[7]叶冰.网络金融的风险管理研究[J].管理世界，2012（10）：139-140.

[8]王石河.互联网金融时代的挑战[J].现代经济信息，2012（5）：187.

[9]孟祥轲.中小型券商发展互联网金融的模式研究[J].金融财税，2103（8）：55-56.

互联网金融的信用风险分析篇(4)

互联网供应链金融是互联网平台支持下的供应链金融生态圈，在生态圈中，电商、银行、物流企业、核心企业以及中小企业跨界合作，减缓过分依赖传统金融机构的程度。与传统供应链金融一般将中小企业的信用风险控制转移到信用资质高的核心企业相比，互联网供应链金融的信用风险控制是供应链整体的信用风险控制。如何管理互联网供应链金融信用风险已经成为许多大型互联网平台积极探索的重要课题之一。

二、国内外文献综述

国外对于供应链金融业务模式的研究较多。早在1948年，艾伯特(Albert就将供应链金融业务模式分为存货质押和应收账款融资两种，并针对各自的管理方式进行了研究。对于供应链金融信用风险的研究，国外学者基本上是基于传统信用风险评估模型进行的，包括信用度量术模型( Credit Metrics )、宏观模拟模型( Credit PortfolioView)、信用风险附加法模型( Credit risl )、信用监控模型(I}MV)、风险在险值(VaR)和概率型非线性回归模型( Logistic ) 。  2013年马姆杜·雷法特( Mamdouh Refaat ) 就供应链金融的信用风险评价进行研究，将SAS信用风险评分体系应用于标准格式下的供应链金融信用风险评估。由于互联网供应链金融是从国内兴起的，国外对互联网供应链金融信用风险的研究较少，仅有2012年巴苏和奈尔(Basu & Nair ) 通过分析B2B平台互联网供应链金融预付账款的业务模式，设计了一种随机动态规划模型，认为互联网平台下中小企业财务状况的不完善会增加信用风险。

在国内，研究供应链金融较早的罗齐等讨论了融通仓模式下如何充分利用物流这一关键环节完善供应链金融业务的问题。对供应链金融信用风险研究一般是基于传统信用风险评估模型或结合其他模型进行的，孔媛媛等构建了供应链传统信用风险的度量模型，并结合模糊算法将某些难以量化的信用风险影响因子模糊化处理。而对互联网供应链金融信用风险研究较少，赵道致等提出的通过电商平台结合仓单质押业务的信用风险管理，其本质是将传统供应链金融仓单质押信用风险管理模式搬到互联网。将财务指标应用到传统信用风险模型的研究相对多一些，郭菊娥等的研究具有代表性，提出基于B2B电商平台的互联网供应链金融融资模式的发展路径，指出互联网化会让信用风险呈现协同式的特点，并运用财务指标将不同信用风险模型的有效性进行对比分析。

总体来看，国内外对互联网供应链金融信用风险管理的研究较少，且现有研究运用财务指标进行分析较多，运用非财务指标及系统中实时数据进行分析的较少。

三、逻辑回归模型

逻辑回归(LO}1St1C)模型是处理分类数据的有力工具，对解释变量几乎没有任何限制，适用性非常强。

(一)逻辑回归模型简介

逻辑回归模型是概率型非线性回归模型，在因变量为分类变量时应用较多，可根据分类变量取值分为二分类逻辑回归、多分类逻辑回归、配对逻辑回归三种类型。本文主要分析二分类逻辑回归模型。

对于信用风险研究而言，分类变量主要是违约和不违约，假设y=1为违约，y=0为不违约，P } y=1)为违约概率，x为信用风险指标，企业违约的概率与信用风险指标的关系为:

P=(Y=1|X)=f(x)   0≦P≦1

对数变换模型为:

 

这里，月。为常数，}i" }z"…、月、为信用风险指标回归系数;P为违约概率，P越大，企业信用风险越大。本文选定p=0.5为闽值。如果通过逻辑回归模型预测融资企业违约概率在0.5以上时，判定互联网供应链金融信用风险明显;当计算出来的结果小于0.5时，则判定融资企业没有违约，互联网供应链金融信用风险可控。

对于违约概率的参数估计，采用迭代解法进行估计:

 

(二)互联网供应链金融信用风险指标选择

供应链金融的融资对象主要是众多中小企业，中小企业财务制度相对不健全，其公开的财务数据往往不能体现公司真实的运营状况。在研究互联网供应链金融信用风险时，指标选择应过滤掉这些无效信息或虚假信息，利用互联网平台的优势获得诸如资产价格、资金流水、交易活动产生的实时流动性数据，以便对客户进行更真实有效的分析，全方位评价、量化其风险，从而提高贷款决策的可靠性。

本文选择的信用风险指标包括企业基本状况、互联网交易状况、互联网服务质量和供应链行业状况等指标(参见表1)。

互联网供应链金融的大数据多是非结构性的数据，冗余、重复信息非常多，需要从中筛选出对信用风险影响大的指标。本文运用主成分分析法进行筛选数据。

(三)主成分分析法

主成分分析法(Principal Component Analysis ,PCA)，是利用降维和线性转换的思想，将多个相关变量转化为少数几个不相关的主成分变量。主成分变量按照方差由大到小排列，可以不重复地反映原始变量的大部分信息，在引进多方面变量的同时有针对性地分析重要指标，从而使问题简单化。本文应用主成分分析法对互联网供应链企业平台上的中小企业诸多交易变量进行主成分分析，将模型简化。

对于互联网供应链金融中的资金供给方即互联网平台企业而言，需要观测P个信用风险影响

 

其中，凡为第J个主成分，共有P个主成分，a;}为主成分系数，本模型有三个假设:

第一，F;,凡互不相关(i兴j，a, j=1,   2,…，P)。

第二，F.J依照方差由大到小的顺序排列，如F,的方差最大，既大于F,的方差也大于F3的方差。

第三，试，+ CG z,= +二+呱=1(k=1，2， .. , P)。以上表达用矩阵式为:

 

主成分分析主要有以下五个步骤:

W将原始信用风险影响指标数据进行标准化处理，统一量纲，得到标准化数据矩阵z，其矩阵元素为:

 

 

(3)求解相关系数矩阵的特征值以及相应的特征向量。根据雅克比方法求方程}R-al卜0的P个特征根，从而可以得到相关系数矩阵R的特征值(a}} a=…，入:)以及相应的特征向量a.(a;,，a;=,…，air)，a=1，2，…，P。

(4)得出主成分表达式:

主成分分析法的核心逻辑是利用方差贡献率来解释原始信息，方差贡献率是某个主成分的特征值占全部特征值的比例，即:

贡献率越大，说明该主成分所包含的原始变量信息越多。主成分个数k的选取标准由主成分累积贡献率决定，累计贡献率超过85%时，一般就认为主成分指标变量涵盖了原始变量的绝大部分信息。

(5)对主成分变量进行综合评价。在确定主成分后，还要注意主成分变量的实际含义解释，这种解释需要结合主成分变量的经济意义，不能机械式填充。

四、实证分析

本文的数据来源于阿里巴巴网，选取了2016年度60家平台中小企业，其中共900个数据30家企业作为训练样本，用于构建模型;另外30家企业作为测试样本，用于模型的检验。按照互联网供应链信用风险影响指标选择的原则，本文涉及14个自变量，包括年营业收入、仓库面积、员工人数、累计成交笔数、累计买家数、重复采购率、近90天退款率、近90天投诉率、货描相符、响应速度、发货速度、供应链重复采购率、供应链近90天退款率、供应链近90天投诉率(如表1所示)。

运用SPSS统计软件进行分析如表2所示。

(一)主成分分析结果

运用SPSS统计软件对14个互联网供应链金融信用风险影响指标进行主成分分析，得到解释总方差表(参见表3)。主成分提取原则是特征值大于1且累计方差大于85%，由表3可知提取的6个主成分的累积方差贡献率达到了87.83%，即解释了87.83%的总变异，大于85%，说明可以有效反映原始数据的主要信息。

图1为主成分的特征根数值碎石散点图，从第7个折点开始折线变平缓，落差变小，说明前6个点能够很好表达原始变量的大部分信息，进一步验证了上面6个主成分选择。

主成分确定后，需进一步确定因子载荷矩阵(参见表4)。将因子数据进行正交旋转得到的旋转成分载荷矩阵，可使变量解释更清晰，明确因子的实际意义。

由表4可知，供应链重复采购率X,=、供应链近90天退款率X, 3、供应链近90天投诉率X,4等原始变量的信息主要反映在因子F，上，说明的是供应链整体的状况。

累计成交笔数X4,累计买家数X5等原始变量的信息主要反映在因子F,上，说明的是融资方的互联网交易频度状况。

年营业收入X,、仓库面积X=等原始变量的信息主要反映在因子F3上，说明的是融资方主体基本状况。

响应速度Xi o、发货速度X,，等原始变量的信息主要反映在因子FQ上，说明的是融资方服务质量的状况。

近90天投诉率Xs等原始变量的信息主要反映在因子F5上，说明的是供应链下游投诉的状况。

重复采购率X6等原始变量的信息主要反映在因子F6上，说明的是供应链下游重复采购的状况。

总之，这6个主成分集中代表了互联网供应链金融企业的供应链整体状况、互联网交易频度、主体基本状况、服务质量、供应链下游投诉以及重复采购状况，解释了87.83%的主要信息。

(二)逻辑回归结果以及分析

本文利用SPSS统计软件对6个主成分为自变量、信用等级作为因变量进行逻辑回归模型分析，结果如表5所示。

由表5可知，在5%的显著水平之下，6个主成分都是显著的，因此整个模型也是显著的。融资方的违约概率逻辑回归模型如下:

最后应用上式对剩下30个测试样本进行回代检验，验证模型的适用性。通过表6可知逻辑回归模型对测试样本判别的平均准确率为90%，其中第一类对15个违约样本辨别出13个，准确率为86.7%;第二类对15个非违约样本辨别出14个，准确率为93.3%。这表明本文的逻辑回归模型具有不错的预}}iJ能力。

(三)预测结果分析

传统供应链金融信用风险管理多是基于财务报表数据进行的，这种数据是结构化的、相对静态的。而互联网平台公司在供应链交易循环生态中会形成大量的非财务数据，这些数据具有碎片化、非结构化等特点。在本文的主成分分析实证中，互联网供应链金融企业的供应链整体状况、互联网交易频度、主体基本状况、服务质量、供应链下游投诉以及重复采购状况解释了87.83%的主要信息，这意味着可独立利用非财务数据对互联网供应链金融的信用风险进行评估。对本文而言，重复采购率、近90天退款率、近90天投诉率、货描相符、响应速度、发货速度等非财务数据都是社会关系参与的体现，这种体现跟企业关注的声誉有关，通过监控这些指标可以进一步管理信用风险。也就是说在互联网供应链金融中，非财务数据可体现很多信用风险的信息，如果不善于利用这些信息，互联网供应链金融的信用风险管理极可能不是充分有效的。

本文用逻辑回归模型进一步处理这些非财务指标，最后归一为违约概率判别变量，实证说明信用风险度量具有一定预测能力，独立利用非财务数据度量互联网供应链金融的信用风险管理是切实可行的。

相对于传统财务数据，利用非财务数据管理互联网供应链金融信用风险的重大意义体现在以下四个方面:

(1)拓宽了风险管理的界限。传统财务数据主要反映企业运营状况、担保物经济价值等，对于融资方的行为、偏向、心理都不能覆盖，这些只能通过非财务数据才能有效表现出来，最终落实信用风险控制点。

(2)可及时动态地进行风险管理。对于企业而言，最短的财务报表周期是一个季度，但如此长的周期不能满足互联网时代的风险管理要求。因此，传统的财务数据背景下信用风险管理效率过低，而且是相对静态的。非财务数据式的信用风险管理可以快速动态地利用日常交易数据随时监控融资方的信用状况，在一定程度上可满足及时监控的要求。

(3)降低信贷欺诈风险。对于大多数中小企业而言，其财务数据都是未经过审计的，财务制度不完善，仅仅依赖财务数据进行信用风险管理，融资方的欺诈成本较低。但是基于大数据的非财务数据风险管理方式对数据进行大范围杜撰难度和成本都较大，信贷欺诈的可能性大大降低。

五、互联网供应链金融盯市模式设计

实证分析说明，应用逻辑回归模型预测互联网供应链金融下融资企业的信用风险具有即时动态性，可将其应用到信用风险管理中。互联网供应链金融信用风险管理的核心有两点:第一，确认融资方身份以及交易的真实性;第二，动态度量和判别信用风险。

为了动态度量和判别信用风险，本文增设风险判别器，将盯市制度引用到互联网供应链金融信用风险管理模式中。

(一)盯市模式

本文构建的互联网供应链金融风险管理盯市模式结构如图2所示。该模式中互联网供应链金融信用风险管理主要涉及五个主体:互联网平台、资金需求方、资金供给方、物流企业(仓库)、第三方支付。为了研究方便，假设互联网平台、资金供给方、物流企业(仓库)、第三方支付平台同属于互联网平台企业集团的子企业(现实中阿里巴巴集团、京东集团基本符合这种假设)，互联网平台是整个信用风险控制的核心，因为它是大数据的来源，只有互联网平台才能真正控制和监督交易行为。资金需求方可以是互联网平台的供应商，也可以是下游的销售商，涵盖互联网平台的所有企业，这些企业只要满足授信条件都可以向互联网平台申请贷款。物流企业和仓库是整合物流的重要环节，互联网平台企业控制了物流企业和仓库，就相当于获得了无形的抵押物，包括且不限于应收账款、订单、仓单等。资金供给方可以是拥有剩余自有资金的互联网平台企业、P2P公司、小贷公司甚至传统金融机构等。资金流的闭环重点在于第三方支付平台，如支付宝、财付通等，它可以实现融资、还款、投资三个资金环节衔接循环。第三方支付平台通过逻辑回归风险判别器即时动态地监控资金需求方的状况，预判资金需求方的信用风险，完成授信资金的划拨、控制、贷后监控、还款所有的资金循环。

(二)盯市机制的实现

本文模拟期货盯市制度设计了互联网供应链金融信用风险管理模式，资金需求方和资金供给方相当于期货交易的双方，第三方支付平台相当于期货公司。

第三方支付平台具有获取相关数据的优势，能够便利获得逻辑回归模型计算所需的动态非财务数据，如交易频率、客户活跃度、满意度等，因此第三方支付平台负责控制逻辑风险判别器，并管理保证金账号。

该盯市制度主要分为两个部分:贷前和贷后信用风险管理。贷前信用风险管理由资金供给方结合互联网平台大数据进行授信审批，第三方支付平台根据贷款额度或者授信额度通知资金需求方提交一定比例的初始保证金。贷后信用风险管理是由第三方支付平台运用逻辑回归模型计算企业违约概率。如果企业违约概率低于某一值，保证金账号资金不动;如果高于某一值且低于0.5时，越接近0.5资金供给方收取的保证金越多，当保证金比例低于维持保证金比例时，第三方平台通知资金需求方追加保证金;如果违约概率达到0.5或者资金需求方未及时追加保证金，则资金供给方将停止对其放贷、追回贷款余额、有权收取剩余全部保证金，如同期货交易中强行平仓措施一样，与此同时，第三方支付平台要协助资金供给方进行催收管理，提前预警并做好失联管理。

互联网金融的信用风险分析篇(5)

目前，部分地区已经建立了互联网金融风险监测预警机制体系，比如北京地区早在2015年5月上线了“打击非法集资监测预警平台”，平台通过对诈骗和已跑路的机构进行分析，对其欺诈风险、市场风险、操作风险、信用风险进行分析从而建立风险评估模型，然后将现有的机构数据与该模型进行比对，以发现预警非法集资活动。为了促进互联网金融健康发展，建议从以下几个方面着手。

加快建立全国互联网金融风险监测预警平台

由于我国互联网金融发展较快，市场上拥有大量的互联网金融平台，同时该行业存在着鱼龙混杂的现象，致使投资者很难辨别出问题平台。监管层应坚决贯彻中央经济工作会议“要把防控金融风险放到更加重要的位置”的部署要求，抓紧研究建立全国互联网金融风险监测预警平台，利用互联网思维、大数据理念和技术，做好互联网金融监管服务工作，及时反映互联网金融风险警情、警兆、警源及变动趋势，不断提高互联网金融常态化监测和风险识别水平。

建立全国互联网金融风险监测预警平台有利于营造良好的互联网金融生态环境，促进其规范、有序、健康的发展。一方面利用互联网大数据创新技术，及时发现互联网金融企业存在的异常情况，能够对其进行综合分析和A警；另一方面还可以建立互联网金融基础资源库，为监管部门提供技术和数据支撑。

广泛联合第三方机构，建立互联网金融监管的长效机制

当前风险监测机制的属地化特征并不能有效适应互联网金融业务的跨区域属性，广泛联合第三方机构，建立全国性的风险监测预警平台，有利于营造良好的互联网金融生态环境，促进其规范、有序、健康的发展，从根本上解决这一难题。一方面利用互联网大数据创新技术，及时发现互联网金融企业存在的异常情况，能够对其进行综合分析和预警；另一方面还可以建立互联网金融基础资源库，为监管部门提供技术和数据支撑。最终目的是将风险隐患消灭在萌芽状态，大幅降低风险损失。

建设互联网金融行业征信系统

征信体系建设是我国社会与经济发展的必然要求，是我国市场经济的最新组成部分，是我国创新社会管理的重要内容之一。央行征信系统在实现金融贷前贷后风险预警等业务中发挥着非常重要的作用，几乎所有的商业银行都把查询征信系统作为审查贷款的必经环节。互联网金融信用信息纳入央行征信系统是实现快速建立互联网信用信息统一平台、构建网络信用体系的有效路径。在互联网金融行业征信系统和征信标准化建设逐步建立和完善的情况下，应积极推动互联网金融全面接入央行征信平台，建立金融机构、互联网企业、第三方支付机构等对接机制和信用信息交换机制，形成央行征信系统和互联网金融征信系统的相互促进、互为补充。

开放风险监测预警平台 利用大数据等技术提高监测能力

从整体部署来看，互联网金融风险整治行动的长期效果将在2017年更加突出。着眼于推进风险管理、安全管理与合规管理，是行业长效发展的健康保障。围绕风险监测，互联网金融监管理念从原有的机构监管转变为行为监管，从中央一级的单一监管转变为中央与地方政府多层次的协调监管，从原有单一实施监管主体转变为多元化实施监管主体等。除了监管走向细化外，监管的创新程度越来越高。国家要支持一些企业利用大数据等技术，进一步开放风险监测预警平台提高风险监测能力，通过标准化发展与标准化监管相结合，全面推进风险预警和控制的常态化。

做好金融创新和风险管控，服务“三农”

2017年2月6日，中央一号文件公布，把深入推进农业供给侧结构性改革作为新的农业农村工作主线。互联网金融机构应抓准时机，做好“金融下乡”，深耕农村蓝海市场。以“互联网+农业”帮助市场进行资源调配和流通，为农民提供及时有效的市场供需信息、资金、技术等支持。

但在此过程中也要加强自律和监管，2017年的一号文件中，首次提出要严厉打击农村非法集资和金融诈骗，积极推动农村金融立法。互联网金融机构要积极顺应中央政策要求，拥抱监管，自律规范，积极推动农村金融立法，严厉打击农村非法集资和金融诈骗。而监管部门则应针对农村实际，依据不同产业、规模、种类等因素，出台相关监管政策，把农村互联网金融纳入全国风险监测预警体系，有效的保证农村经济健康发展，为推进农业供给侧结构性改革营造良好的经济环境，让普惠金融惠及农村。

加强行业自律，成立由互金从业者组成的专家委员会

互联网金融行业的自律监管是当前行业发展中不可或缺的重要组成部分，是对政府行政监管的重要补充，对维护市场秩序的公平、促进行业健康有序发展具有重要意义。建议成立由互联网金融一线从业者组成专家委员会，对企业的生产经营模式进行“考核”，搭建自愿信息共享与披露平台，定期进行信息披露，建立奖惩机制，通过提高违法违规成本，来降低风险事件的发生率，逐步健全互联网金融行业自律监管体制，助力互联网金融行业步入更快速的规范化发展阶段。

加强互联网金融企业党组织建设，助推互联网金融健康发展

互联网金融企业既有来自传统金融机构的员工，也有来自互联网公司的年轻人。因此，党建工作在促进互联网金融企业的引导力、凝聚力、约束力、社会责任感和历史使命感等方面起到关键作用。尤其在十八届六中全会后，加强社会团体党组织建设，成为互联网金融健康发展的必然要求。各个协会党支部认真贯彻落实全面从严治党总体要求，不断强化从严治党主体责任。从北京市网贷行业协会党支部，到中国互联网金融协会党支部的建立，社会团体党组织建设要增加交流和互动，需要打破地域限制，建立全国性的交流机制。

互联网金融的信用风险分析篇(6)

近年来，我国互联网金融呈现出迅猛的发展态势，日益成为一种新型的金融业态。十二届全国人大二次会议开幕会上，国务院总理李克强在政府工作报告中首次提到互联网金融。报告指出，要促进互联网金融健康发展，完善金融监管协调机制，密切监测跨境资本流动，守住不发生系统性和区域性金融风险的底线，让金融成为一池活水，更好地浇灌小微企业、“三农”等实体经济之树。如今互联网金融席卷而至，一方面互联网自身存在安全问题，另一方面金融业也具有特定的风险问题，如此结合或将风险相互放大，这使互联网金融的发展对风险管理提出了更高的要求。在我国互联网金融发展迅猛并且多元化发展的同时，也面临着法律风险、业务管理风险和信息技术风险，对整个互联网金融体系的稳定运行构成了极大威胁。为此，本文从我国互联网金融发展现状入手，对互联网金融面临的风险进行分析，进而针对性地提出优化措施建议，力求建立健全互联网金融风险管理体系，加大金融风险的防控力度。

一、研究现状

随着电子商务的普及与互联网技术的广泛应用，传统的金融业务逐渐与互联网结合，出现了互联网金融这个新兴领域。特别是2013年6月阿里巴巴的余额宝推出以后，我国互联网金融的创新和发展就迎来了一轮新的高潮，随后紧接着出现东方财富网的“活期宝”、数米基金网的“现金宝”等，互联网金融已经成为当前热门话题，吸引了社会各界的广泛关注。

所谓互联网金融，即以移动支付、云计算、社交网络和搜索引擎为代表的互联网技术，形成一个既不同于商业银行间接融资、也不同于资本市场直接融资的第三种金融运行机制。互联网与金融的结合，产生大量的投资机会，目前互联网金融主要有第三方支付、供应链金融、互联网整合销售金融产品（如余额宝）、P2P网络借贷、和大众筹资五种经营模式。

近年来，我国随着互联网金融市场获得了高速发展，《电子签名法》、《网上银行业务管理暂行办法》、《非金融机构支付服务管理办法》等相关法律法规也相继出台。但是，互联网金融的虚拟化、跨国界经营、高技术装备水平、法律缺位等问题，也使其比传统金融的风险管理具有更大的复杂性，监管难度加大对我国的金融安全防范体系乃至经济安全都构成了重大的挑战。因此本项目拟通过对互联网金融的特殊风险进行深入的理论分析和实证分析，介绍常用的互联网金融风险的控制方法，结合国内的具体情况提出针对性建议。

目前，国内针对互联网金融的研究偏向理论分析，如吴晓灵在（2013）介绍互联网金融的主流形式时对互联网金融对监管的挑战提出建议，一是要实现市场监管、行为监管和股权管理的分开，二是要扶持行业自律组织；郑重（2012）指出需要从创新与监管、消费者权益与金融机构利益、分业监管与混业监管、国内外监管四个方面对互联网金融的风险进行控制和协调；潘静（2013）以余额宝为例对互联网金融第三方支付也得理财服务的创新情况进行介绍，从而分析互联网金融的创新，并提出对其加强风险管理。

二、互联网金融面临的风险

在互联网金融里，网络的安全十分重要，一旦互联网发生问题，会导致银行业的损失非常大。如果一个国家的互联网发生问题一个星期以上，金融系统就要崩溃。互联网金融模式的风险是基于互联网金融的不确定性、不可控性和发生损失的可能性，既包含了金融风险，又包含了具有复杂性和多变性特征的互联网金融风险。互联网金融风险具有强传播性、影响瞬时性和复杂性，以及互联网金融边界模糊，增加了金融风险的可能性。本文旨在通过阅读文献，对互联网金融的现状和发展状况进行分析，从中得出互联网金融可能存在的种种风险，依次从系统方面、互联网企业方面、消费者方面及操作和监管方面存在的风险进行分析并给出预防风险的建议。

（一）互联网金融的系统性风险

互联网金融依托发达的计算机网络开展，相应的风险控制需由电脑程序和软件系统完成。将金融与互联网绑定在一起，风险问题也变得不可小觑。因此，互联网金融的有效运营离不开安全的计算机网络技术。信息池的安全性、密钥技术的不完善性、技术的不安全性导致的黑客入侵，计算机病毒感染导致的资料泄露等，都会给互联网金融的有效运营带来风险。

（二）互联网金融企业所面临的风险

在互联网金融的创新中，除了互联网自身不可规避的系统性风险以外，互联网金融企业往往也面临着风险，比如：在客户的资金安全、客户的信息安全和信息系统的安全等方面，互联网金融企业都面临较大的法律风险、声誉风险和信息管理风险。然而，这些风险当中，对企业来说最重要的还是信誉风险，一旦因为种种原因对互联网金融企业带来信誉风险时，客户就会对该企业失去信心，产生信任危机，或者该企业提供的服务水平无法达到客户的预期水平时，消费者就会转向别的企业，使互联网金融企业面临客户流失和资金减少的危机。

（三）互联网金融下消费者面临的风险

在互联网金融的模式下，老百姓对互联网金融的界定并不是很清楚，随着炒作的越来越热，和人们理财意识的不断加强，传统的金融服务无法满足消费者差异化服务的情况下，越来越多的消费者涌入互联网金融当中，并且，有的是以一种盲目跟风的态度参与其中。消费者是互联网金融的核心，因此，如何维护消费者的安全也就成为互联网金融的重中之重。在网络全面覆盖和信息技术高速发展的情况下，消费者的信息安全受到威胁，一旦系统遭到黑客或病毒的冲击，消费者的个人信息就会泄露。消费者面临的第二个风险是资金的安全，毕竟，互联网金融是一种虚拟的金融，消费者的资金投入其中以后，就会以电子货币的形式存在，其风险，也是自己不可控制的。一旦该金融企业遭遇到风险，消费者的资金安全就会面临威胁。

三、互联网金融防范对策

互联网时代，伴随着效率的提高，成本的降低和消费者群体的扩大，风险形成和传递的速度也大大加快了，风险管理更加复杂。所以，对金融监管来讲，需要进一步加强，而不是放松。将促进互联网金融健康发展、完善金融监管协调机制写入政府工作报告，这是对创新的鼓励，对互联网促进传统行业升级换代的高度认可。对于蓬勃发展、草根起家的互联网金融来说，这是一次正名，国家正式认可了“互联网金融”的提法以及相关的理论表述。互联网金融已经被提到新的高度，进入全新的发展半径。

（一）系统性风险的防范措施

在对移动支付引发的风险问题，应该从整个支付链的整体角度来考虑完善安全防护措施，综合考虑每个参与要素的风险影响因素。目前，商业银行已经采取部分措施来解决客户端环境的复杂风险问题，研制开发面向对公客户和高端客户的定制移动终端，开展对资金安全性要求更高的业务品种。在对业务运营系统的风险防控上，建立专业的团队来挖掘金融业务创新的可能风险，对已暴露的风险问题进行深度分析，从整体系统层面提出整改举措。

（二）互联网金融企业风险防范措施

在管理行业间的关联性风险方面，银行业和金融监管机构应该在现有的风险管理模式上采取一些新的措施。对银行业来说，应该加强与互联网企业、电信运营商及其他金融企业的交流合作，形成长效的合作机制。在管理模式上，可以成立独立的风险管理团队，监控微博、大型社区论坛等大众化、快速传播的新媒体舆论，及时发现风险并进行应急处理对金融监管机构来说，应加强分业监管下的联合，并与信息产业管理部门、工商部门进行合作，规范信息行业、电子商务等的相关业务创新，促进互联网金融创新健康有序发展。

（三）消费者面临的风险防范措施

在消费者信息防护及权益保护方面，一是保护消费者，二是对每一笔交易信息进行充分备份，包括实名制等，这是为了将来在出现纠纷的时候可以提供充分的依据。美英两国的监管机构认为，他们有责任保证在互联网平台上交易的人的身份识别，但是不负责风险的大小。电子商务及互联网企业应该加大对客户信息防泄漏的防护体系建设；银行业应加强对电子银行业务风险的防控，在金融创新时把握好便捷性和安全性的平衡，创新出针对不同风险承受群体的金融产品以满足客户的差异化需求；监管部门应加强在金融创新方面的消费者权益保护立法工作，尽快完善消费者损失索赔的法律规范，以切实减少客户的实际财产损失。

互联网金融的信用风险分析篇(7)

关键词：互联网金融；监管体系；大数据

互联网金融指的是传统金融利用互联网和信息通讯技术相结合来实现资金融通、支付、投资和信息中介服务的新形式金融业务模式。互联网金融并非金融与互联网技术的简单累加，而是在实现安全与互联互通技术水平上的适应新需求而产生的新模式、新业务，是传统金融行业与互联网技术相结合的新兴领域。当前互联网技术不仅和传统的交易所模式相结合，更兴起了个人化金融的模式。在便利投资者的同时，也加大了监管的难度。互联网金融不仅存在传统金融的风险机制，在结合了互联网技术之后，新的风险也随之而来。本文将从互联网金融的几种模式及其特征分析出发，探讨其存在的风险。针对当前的互联网金融监管体制的不足，结合大数据理论提出监管体系的构造建议。

一、互联网金融的模式和风险

1.互联网金融的几种模式分析

按照互联网技术对金融影响程度的大小，主要可以将互联网金融分成三种模式（如表一示），传统金融服务的网络化，网络改进型金融工具和新型互联网金融工具。

（1）传统金融服务的网络化，这一类别的互联网金融服务的代表是网络银行。其主要特征是仅仅利用了互联网技术的便捷性，并没有改变金融的双方主体。并且灵活性较弱，安全性较高。该模式中的互联网技术仅仅是一种工具，主要的特征与传统金融差别不大。因此对于该种模式的监管，主要还是以传统的金融监管模式为主，其主体清晰，主要是大型的银行，券商，保险公司等。内涵的风险较小。

（2）网络改进型金融工具，这一类别的互联网金融服务的代表是余额宝。其主要特征是不仅仅利用了互联网技术的便捷性，也应用了互联网技术的融通性，将多种功能融为一体，金融的双方主体初步发生了变化。灵活性加强，存在有一定的风险，较之简单的互联网加金融模式，诈骗，违规，技术风险频现。该模式中的互联网技术已经和传统金融有机融合，将多种功能融为一体，比如余额宝，就同时实现了投资增值的功能和消费的功能，将传统的借记卡业务和基金投资业务合二而一。监管的主体不仅包括大中型的金融机构，还需要对互联网巨头进行控制。

（3）新型互联网工具，这一类别的互联网金融服务的代表主要是众筹平台和P2P平台。其主要特征在于利用互联网技术，产生了传统金融所无法形成的效应。比如众筹平台，就是一种集合小规模资金进行投Y的金融模式，而P2P，更是将传统金融的主体扩张到两个自然人之间，大大强化了金融的灵活性，此时的金融主体相对于传统的金融主体发生了本质性的改变。大中型金融机构退居幕后，小型金融机构甚至普通的互联网公司都可以成为金融双方。灵活性极强，但是风险也进一步增加。E租宝、中信公司、美微传媒等欺诈事件频传，其原因在于国家的立法监管总是存在滞后的，难以应对日新月异的金融变局。其深层次原因则在于主体的繁多和复杂，难以完成风险控制。

2.互联网金融的风险分析

互联网金融的风险主要存在于制度层面，技术层面和商业层面，对此我们进行如下的分类讨论。

（1）法律和制度风险，当前我国对于互联网金融的监管主要还是以证券法，合同法等作为监管的基础的。但是作为对整个金融市场适应性很强的法律，其针对性就存在问题。无法针对互联网金融中存在的固有风险进行监管和控制，造成P2P平台可能涉嫌刑事犯罪的风险。由于金融监管当局尚未出台文件界定p2p平台定位和业务范围，我国的P2P借贷很容易在监管不完善的层面上出现违规行为，甚至触及刑事犯罪，按照当前我国刑法经济类犯罪的规定，P2P的职业放贷人功能可能触犯非法集资类犯罪，贷款证券化很有违反证券法不得违规发行证券的相关规定。与此同时，P2P平台的分散性和隐秘性使得洗钱犯罪在P2P平台上频繁发生，由于目前反洗钱机构对P2P平台不进行监督，非法收入可以的出借给不同的出借人，最终实现洗钱的目的。

（2）技术安全风险，在技术的开发上，互联网金融平台本身就存在不完善的特征，由于设计构思的片面性以及安全性不足等问题，将会导致互联网金融平台存在技术漏洞。极易出现网络黑客非法入侵系统后盗取客户信息而造成客户损失，一旦客户信息被黑客或病毒利用，不仅仅会对顾客造成骚扰信息等问题，更为严重的是利用这些信息进行的对金融机构的诈骗问题。云计算平台承载了大量的金融业务和用户信息，但就平台本身而言，其极易成为黑客攻击的目标，一旦攻击成功，将造成重大损失。另外互联网金融计算和数据归属地分布的广泛性、欠均衡性及不确定性也会直接导致诸多不良信息源难以分辨。一般来说对于金融体系的宏观整合将会造成微观层面监管的不力。

（3）流动性和信用风险，这是几乎所有的金融模式都存在的问题，互联网金融也不外如是。所谓流动性风险，就是指的是互联网金融企业无法满足投资人体现需求的风险，该种风险存在有两种产生机制，其一就是庞氏骗局，或者叫意大利香肠问题。也就是互联网金融企业将后投入的资金作为先期投入资金的利息，以此吸引大量的资金，但是最终总会产生资金链断裂的问题，这是整个互联网金融的平台都无法应对大量的提现需求而瓦解。其二是挪用资金的问题，对互联网金融平台的监管不足会导致互联网金融平台将资金挪用到其他高风险高回报的项目上去，一旦投资失败，最终也将无法面对投资者的提现需求。信用风险是与流动性风险相伴生的，借款方的违约将影响互联网金融机构的资金问题，从而带来投资风险。

3.加强互联网金融监管必要性的分析

金融服务业在一个产业结构科学的国家经济体系中有着非常重要的地位，因此对于金融服务业的监管对于国家经济健康发展有着极其重要的意义。而互联网金融是金融发展的新形态，也是现代金融未来发展的大方向，对于其存在的固有风险，只有进行合理的监管和控制，才能保证投资者的资金安全和国民经济的健康发展。如表2示，笔者总结了近年来的几起有关互联网金融的代表性案例。

从上表可见，涉案金额从最初的35万到430亿元，短短三年时间，涉案金额扩大了上百倍，并且可以发现，2015年随着互联网金融行业的快速发展，代表性案例和涉案金额飞速扩大，据统计示，2015年互联网金融诈骗的案件高达929件，因此加强互联网金融的监管是极其必要的。

二、互联网金融监管的现状及其不足

1.立法滞后，行政管理缺乏依据

我国互联网金融业务发展缺乏健全法律法规体系的规范。在我国当前的法律体制之下，不存在专门针对互联网金融的法律文件，更不可能存在一整套的准入，监管，处罚的法律体系。对于互联网金融的法律约束主要散见于一些基本的法律法规，部门规章和地方政府的规范性文件。一般而言在广义法律规范上，互联网主要受《中华人民共和国民法通则》和《合同法》调整。征信，担保功能则受到《担保法》和《中小企业融资担保机构风险管理暂行办法》的约束；而对于互联网金融的利率问题，则见于最高人民法院关于审理民间借贷案件的司法解释当中。这样分散的立法体系，无疑使得互联网金融的监管出现了很大的问题，法律的体系解释和法律的整体协调都存在问题，

另外由于法律法规体系的不健全，较多的互联网金融企业只能采取行业公约的形式来进行限制，比如P2P行业出台了有关P2P的行业公约，但是这种公约的约束力仅仅相当于法人之间签订的民事合同，不存在强制执行力，很难起到真正的监管作用。

2.监管主体多元化，责任形态不清

2016年8月17日，银监会联合工业和信息化部、公安部、国家互联网信息办公室制定并《网络借贷信息中介机构业务活动管理暂行办法》（以下简称《办法》）《办法》明确了银监会作为主要监督机构负责制定监管细则，各省级机关负责辖区内协调，工业信息化部负责信息活动监管，公安部负责对犯罪问题进行监管，处罚其中违反安全监管的活动。由此可见，《办法》对监管主体间的职责范围是明确的，但其配合机制、领导与报告关系却没能做出详细的规定。仅靠各部门在各自责权范围内的工作，可能会引起各行其是的局面。另外，各部门间的沟通机制、报告关系不明，在致力于消除互联网金融的信息不对称风险的同时，本身可能会陷入监管信息不对称的困局中，部门间的沟通效果难以预计。同时，该监管机制的设立，在层级的设计上存在问题，中央各个机构的相互协同存在问题，同时地方各级执法机构，存在双重管理的问题，也就是一方面付出省级政府的领导，一方面服从国务院部门的领导，容易产生行政效率的低下。此外对于投资人而言，政府机构的保护并不直接，而只是间接限制和控制了风险从而保护了投资人的利益。

3.规则管理过于严格，阻碍市场活力

在《办法》中，对同一借款人的借款限额也做出了明确规定：自然人或者法人在单一平台和不同平台的借款数额都有明确的规定。其中，单一法人在不同互联网金融借款平台的最大借款数额不超过500万元。对借款设置最高限额这一做法属于是一种规则导向的监管体制，规则导向的金融监管体系是指在该体系下由一整套金融监管法律和规定来约束，这种规则导向的行为存在两种特征，第一是全面性，这种金融监管的控制，将会对整个体制中的大部分业务进行控制，但是这种看似全面性的管理存在两种问题，首先管理体制的滞后性会使金融监管无法跟上体制更新的步伐，其次全面化的管理也将限制新金融模式的诞生。第二是形而上的模式，对于数额的限制会使得管理体制的僵化，对于金融而言，供给和需求本就会确定某项目的筹资数额，市场对于筹资情况的反映才是最真实的，如果控制资金额度，不仅造成市场机制扭曲，更无法考虑到经济发展和通货膨胀的动态问题。

4.未体现互联网金融的特征

《办法》是当前国家对互联网金融监管的指向性文件，但是其确定的方向却存在问题，在该文件中，最首要意义就在于明确了P2P借贷平台的性质--信息中介，而非资金中介，由此展开的一些办法也相一致地致力于避免平台成为资金池、甚至出现“庞氏骗局”的可能。但是，如前文所述，对于互联网金融的发展形态而言，最终必然还是会出现一个真正的网络资金平台，如果为了控制互联网金融的风险，就将P2P平台限定为信息平台，这与互联网金融的发展方向是相违背的。其次，《办法》对平台的信息披露提出了严格的要求，有力地回应了互联网金融中由信息不对称引起的风险。但是，不得不指出，这种金融监管的形式和传统的金融并没有任何本质性的区别。不能针对互联网金融的特征，制定监管政策，形成监管体系，不仅无法对症下药，解决互联网金融独特的问题，更加麻烦的是也会使得互联网金融的发展受到遏制。这才是真正的危害之处。

三、对互联网金融监管体系建设的建议

根据我们上文分析的互联网金融存在的风险和现状，我们可以按如下思路分析，如图一所示，在互联网金融监管的时候需要对症下药，针对存在的问题和风险进行综合分析和考察。

1.加强立法和行政法规的制定

目前我国大量的互联网金融的法律规定散见于民商法体系当中，笔者认为，在法律制定的过程当中，应当适时充实有关互联网金融的法律。国家对于任何一种制度的建设，立法应当先行。完善的立法，不仅有利于互联网金融体系的运作，还可以将监管主体确定下来，统一监管模式。在法律体系中，互联网金融存在于最高位阶的部门法是有必要的，互联网金融灵活，跨界。不同地区的规范性文件和不同部门之间的规章，都难以全面覆盖。只有像证券法那样的法律，才能够覆盖其各方各面。另外也可以提出有关互联网金融监管的基本原则，这也是互联网金融监管的重要方向。

2.完善监管主体的制度设计

对于互联网金融的监管制度设计，笔者认为可以从三个角度来设计。也就是政府监管角度，行业自律协会角度和投资者权益保护协会三个方向。

首先是政府监管，对于互联网金融的监管，笔者认为应该采取类似反垄断执法的监管体系，国家商务部、国家工商行政管理总局、国家发改委三家机构分头执行反垄断法，然后以国务院反垄断委员会统筹相关事宜。在目前互联网金融监管机构的设置而言，可以设立一个国务院的互联网金融管理办公室作为统筹管理的部门，以此提高行政效率，然后将银监会，中国人民银行和工业与信息化部纳入其统筹之下，对互联网金融进行全面统筹监管。另外省级监管部门以只对中央机构负责，防止地方政府与中央部门交叉管理的情况出现。

行业自律协会与政府监管相比，作为一种自我约束形式，对于规范行业发展作用效果更显著。事实上对于西方发达国家，互联网金融的管理严格程度更大程度上是着落与互联网金融行业的自律程度。行业的自律监管应该在这样三个角度入手，首先对于所有从业的互联网金融机构进行登记管理，明确责任人，另外应该要求各机构向行业自律协会披露其财务信息，这样既可以保护商业秘密，也能够完善对于行业成员的监管，最后还应该建立行业信息共享平台，完善各方信息的沟通和交流，为大数据的充分应用打下基础。

最后，投资者的保护应该更加直接化，可以考虑建立直接的投资者权益保护协会，对于在投资者投资过程中遭遇的各种违规行为进行直接保护，也将有利于互联网金融领域公益诉讼的提起。

3.原则性监管为主，市场动态化管理

如前文所述，互联网金融的监管现状是以规则监管为主，而规则监管过于僵化，难以应对互联网金融发展的当下情况，笔者认为，在监管的过程中，不应该以规则监管作为主导，而应该使用原则监管，扩大市场的主观能动性。原则监管具有灵活性和动态性，但是也存在监管人员任意解释监管细则从而出现监管无效的问题。在这种情况下，最佳的选择就是建立市场的动态管理机制，首先应该登记注册，审查互联网金融经营机构的资质，建立完善的责任人系统，强化行业准入规则和高级管理人员资质的审核。另外应该完善资金的托管，模仿基金的运作模式，投资者，管理者，控制者三方制衡，建立完善的第三方资金管理机制。最后应该进行动态定期审查，完善市场退出的格局。对于市场的动态性自主性，充分发挥。

4.大数据技术的应用和风险控制

大数据（bigdata），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。其中一个核心的概念就是“海量数据”，它将不仅包括结构化和半结构化数据，还将包括非结构化数据以及海量交互数据。这一变化给互联网金融双边市场的资源“自”配置带来了可能，同时，也给监管部门对于海量交易信息的掌握、彼此之间监管信息的交换增加了更多可能性。因而笔者认为，大数据和云计算将会对解决信息不对称风险起到重要作用。

大数据给监管带来的变化还将包括以下两点。首先，监管从精确数据走向趋势分析。在非大数据时代，对数据的处理一般关注的是精确性，而在大数据时代，由于对海量数据的获取、计算都变得更加便捷，且数据量将非常大，所以关注的对象将不再是细微差别，而将会是海量数据体现出的趋势，抽样的风险将不复存在，对于整体数据的分析，将会有效的完成对互联网金融数据的分析和监控，完成数据流加现金流双流的同时控制。

其次，大数据对于互联网金融的双方均可以达到较好的风险控制和监管作用，大数据对于顾客的征信，将直接预测投资者的消费习惯和消费可能，比如，根据投资者在其他消费购买高三学生的复习资料，可以预期出该投资者很有可能在一年之后需要支出大学的学费。或者通过对该消费者的微博信息的统计，分析出该消费者是否具有旅游倾向等。这种人工智能的应用将帮助平台分析出投资者的资金流动可能性，从而规避风险，另外对于互联网金融平台的O管，也可以应用大数据统计出其投资，放贷习惯，甚至是其法人主体的消费投资特征，预防“跑路”现象的发生。

四、总结

本文从互联网金融的种类出发，探讨了互联网金融的风险问题，分析了互联网金融监管的必要性。同时分析了当下互联网金融监管机制的格局，对其僵化，管理效率低下以及对互联网特征应用不充分的问题进行了分析。最后笔者提出，互联网金融的监管应该完善立法，重视监管格局的建立，充分发挥市场的有效性，动态而持久的市场体系，充分发挥大数据的应用，以期达到对互联网金融的有效监管。

参考文献：

[1]李有星.互联网金融监管的探析[D].浙江：浙江大学，2014.

[2]方文杰.基于大数据技术下的金融监管信息系统建设研究[D].兰州：兰州大学，2015.

[3]刘志阳.梯若尔金融规制理论和中国互联网金融监管思路[D].上海：上海财经大学，2015.

[4]彭景.我国互联网金融系统性风险的特征、成因及监管[D].四川：西华大学经济学院，2016.

[5]郑联盛.中国互联网金融：模式、影响、本质与风险[J].国际经济评论，2014（5）103-117.

[6]唐零.基于金S中介理论的互联网金融模式研究[D].北京：北京邮电大学，2015.??

[7]陶志刚.大数据时代的P2P的网贷风险管理研究-以A公司为例[D].南京：南京师范大学，2015.

[8]胡剑波.互联网金融监管的国际经验及启示[J].经济纵横，92-96.

[9]刘海二.互联网金融的理论焦点与理论分歧[J].经济学家，62-67.

[10]谢平.互联网金融监管的必要性与核心原则[J].国际金融研究，3-9.