关键词： SCP范式   互联网金融   P2P网贷  

摘要： 基于SCP范式对我国P2P网贷行业进行分析,发现我国P2P网贷行业市场集中度低、产品同质化严重和监管趋严。为了应对变化的市场结构,P2P网贷行业自发或根据监管被动地改变市场行为,带来市场绩效不断提高的结果。P2P网贷行业应进行大力整合,提升市场集中度,实现结构优化和规模经济。

关键词： 互联网金融   金融市场   信用风险   风险管理  

摘要： 互联网金融是在互联网信息技术与金融行业深度融合基础上产生的新型金融形式。在当前的经济结构中,互联网金融最大限度地节约了金融活动的时间和成本,进一步激活了金融市场原有的活力。但是,受现阶段互联网信息技术水平的安全性问题和金融行业的"信用"问题的影响,尤其是新型金融信用风险的复杂性和多变性,导致互联网金融市场始终存在"高风险"问题,严重影响其发展的速度。基于此,本文将对互联网金融市场信用风险管理体系的构建进行深入分析研究,从互联网金融市场发展现状和可能的风险来源入手,找到管理体系构建中存在的问题不足,并据此提出完善对策,以期促进我国互联网金融市场的长远稳定发展。

关键词： 互联网金融   互联网支付   互联网理财   互联网借贷   农民网络购物  

摘要： 文章以互联网支付、互联网理财和互联网借贷使用综合衡量农民互联网金融市场参与,阐释消费金融功能视角下互联网金融市场参与对农民网络购物决策的影响机理,并依据陕西、宁夏、山东三省1947户农户微观调查数据,运用倾向得分匹配法,实证探究农民不同形式的互联网金融市场参与对其网络购物决策产生的影响效应及其差异性。研究发现,互联网金融市场参与显著促进了农民网络购物决策,即农民使用互联网支付、互联网理财、互联网借贷均提高了其网络购物参与概率,且互联网支付使用对农民网络购物决策的影响依次大于互联网借贷和互联网理财的影响。研究进一步表明,使用互联网支付、互联网理财、互联网借贷对受教育程度为高中及以上、手机支持上网、家庭接通网络以及新型农业经营主体的农民群体参与网络购物决策的影响效应更大。据此提出优化具有互联网时代特征的农村消费支持引导政策设计、完善农民互联网知识与互联网金融知识等专项培训体系、持续推进互联网金融深化与农村消费转型升级的配套制度改革等政策建议。

关键词： 互联网金融市场   信用风险   管理体系  

摘要： 近年来,我国互联网金融在不断发展扩大中因其具备的开放性特点严重威胁着金融市场的稳定性,它的关联性与风险危害比较大,尤其是在市场规模扩大化的基础上,由于信用风险管理缺位而引起的违约事件有发生。现如今互联网金融的信用风险较为复杂,只有结合互联网金融市场现状,并设立更加完善的体系,才可以保证互联网金融市场的可持续发展。

关键词： 信用风险   评分卡模型   逻辑回归   机器学习  

摘要： 网络借贷P2P平台自2005年从欧美国家兴起,近十年来在国内的发展经历了从高速增长到基本饱和的阶段,投资者们开始寻求新的市场。东南亚地区拥有22亿人口,自2014年来互联网行业实现了跳跃式发展,互联网金融行业站在高速发展期的风口。与个人征信覆盖率高达90%的欧美国家相比,大部分东南亚国家银行帐户渗透率只有不到40%,未被征信覆盖到只能寻求网络信贷平台的帮助的人群数量庞大,网络借贷平台巨大的市场需求显现。面对申请人不全面的数据和空白的信用记录,如何搭建高效的风控模型是风险评估人员亟待解决的问题。东南亚地区的贷前风险评估方式有人工审核和机器审核两种方式。人工审核一般耗时三天以上,风险识别能力不强,效率和准确率都较低。机器审核一般采取信用评分的方式,根据借款人的历史信息预测其违约概率,再将违约概率转化为信用评分,最后根据借款人的信用分数进行决策。本文对传统评分卡和机器学习方法在东南亚借贷市场的信用风险预测性能进行了实证研究。本文基于东南亚44035条实际客户贷款表现数据,首先经过缺失值处理、变量衍生和变量筛选等一系列数据处理步骤后,再分别采用逻辑回归、决策树、随机森林、GBDT、XGBoost五种算法进行实证分析,对申请客户进行违约概率预测并于实际结果进行对比,结果显示机器学习算法GBDT性能最好。最后,对传统逻辑回归和机器学习算法GBDT,分别给出了评分转换方法和评分结果。从本文实证结果来看,在东南亚市场,机器学习算法比传统评分卡模型能达到更高的预测精度,同时也能和传统逻辑回归评分模型一样转化为信用评分,能够构建更加有效的风控体系,为信贷审批工作者提供更加有效的参考标准。

关键词： 汽车金融   汽车信贷   汽车金融平台  

摘要： 在互联网技术全面覆盖的当下,网络对传统汽车金融业也产生了冲击,我国汽车金融行业逐渐受到广泛关注,汽车融资租赁市场上涌现了一大批新型汽车金融产品。但目前中国新兴的汽车金融融资成本较高,信贷风险很大,由于控制失误造成的风险较高,乱收服务费等问题也很明显。本文通过梳理国外发达国家的发展经验,为解决我国汽车金融市场问题提出了建议。

关键词： 互联网金融市场   信用风险   对策  

摘要： 随着我国经济与科技的不断进步,加速了社会经济与互联网技术的深度融合,二者融合而衍生出的互联网金融经济也逐渐壮大.在带来一系列经济效益的同时,也带来了许多风险.基于此,本文首先对互联网金融的含义及发展做具体介绍,随后对互联网金融市场信用风险进行了简单的分析,最后从三个方面给出了互联网金融市场信用风险问题的解决措施,以此来供相关人士交流参考.

关键词： 基层央行   互联网金融   审计实践   风险对策  

摘要： 防范化解互联网金融风险是打好"三大攻坚战"中的重要一环.中国人民银行益阳市中心支行不断探索和创新开展互联网金融市场管理审计调查,实现了由分散向集中、由局部向整体、由查错纠弊向风险导向审计的根本性转变.

关键词： 互联网金融   大学生理财现状   统计分析   解决措施  

摘要： 互联网金融是传统金融业与网络技术相互融合发展的一个全新的领域。随着大数据、移动互联等新兴信息技术的迅猛发展,中国互联网金融的发展呈快速增长趋势,成为一个具有巨大潜力的新兴产业。加上财富的增长和消费者理财观念的进步,用户选择金融产品的市场范围得到了极大的扩展。本文基于对江苏某高校学生的问卷调查,结合大学生利用互联网理财的特征,进行理财现状的结论归纳,同时针对大学生在互联网理财中的问题进行原因分析,向相关利益群体提出了不同建议。

关键词： 互联网金融   时间序列   动态预测   深度神经网络   序列建模  

摘要： 近些年,互联网金融市场在国内外迅速发展;同时,针对互联网金融市场的研究也成为了学术界的热点.相比于传统金融市场,互联网金融市场具有更高的流动性和易变性.针对互联网金融市场的动态(日交易量和日交易次数)进行研究,提出了基于深度神经网络结构的融合层次时间序列学习的预测模型.首先,该模型可以实现对多序列(市场宏观动态序列和多种子序列)特征变量输入的处理,并且在时间和序列特征2个维度上利用注意力机制来融合输入变量.其次,模型设计了基于预测序列平稳性约束的优化函数,使得模型具有更好的稳健性.最后,在真实的大规模数据集上进行了大量的实验,结果充分证明了所提出的模型在互联网金融市场动态预测问题上的有效性与稳健性.