互联网金融产业系统性风险识别与评估

开篇：润墨网以专业的文秘视角，为您筛选了一篇互联网金融产业系统性风险识别与评估范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

[提要] 本文从系统性风险角度对互联网金融产业进行剖析和解读。首先以河北省为例对中小型融资机构发展现状进行简述与分析，接着从传统金融产业系统性风险评估入手研究互联网金融产业系统性风险识别预评估所面临的新问题与挑战，最后从系统风险管理角度阐述系统性风险识别与评估的重要性。

关键词：互联网金融；系统性风险；识别；评估

基金项目：本论文受河北省高等学校科学技术研究青年基金项目支持（项目编号：QN2014172）

中图分类号：F83 文献标识码：A

收录日期：2015年7月10日

一、引言

随着互联网技术的兴起和金融市场的逐步开放，各类融资机构的互联网金融业务也如雨后春笋般的出现。以河北省为例，截至2014年，该省融资性担保机构达到约600家，比2003年增长了41倍；担保资本金超过400亿元，比2003年增长了100余倍。其中，由省财政支持的省级担保机构已有4家，资本金规模达到31.6亿元。这些中小型融资机构中，运用或即将运用互联网金融模式的机构已具有相当的规模。互联网金融作为传统金融的扩展和金融信贷的延伸，具有成本低、效率高、覆盖广的特点，在融通资金、引导资产流向和调节社会供需平衡等诸多方面越来越起到不可替代的作用。然而，由于互联网金融的开放性特点，在营运过程中面临着各类系统风险，逐渐进入国际国内金融界关注的领域。

二、传统金融产业系统性风险评估

国内外学术界对金融产业系统性风险管理的研究大多数局限于传统的信贷风险研究，S.Jha&K.S.Bawa通过印度小额贷款的实证研究，从贷款人的角度分析了小额贷款风险的影响因素；Valentina Hartarska&Denis Nadolnyak分析世界银行1998～2002年在全球各国发放小额贷款的风险情况，提出产品的产业政策、政府对小额贷款的支持力度是小额贷款风险的主要影响因素。国内许多学者从金融机构的视角研究了系统风险对金融企业的影响因子，吴晓灵从监管模式的角度研究了小额贷款公司发展滞后的主要原因；杨速炎通过研究进一步说明了，监管主体、风控意识对金融企业发展的重要影响；周海林认为小额贷款公司风险的主要来源是贷款利率低、税费负担重及经营开支高。

国内外学者对金融机构系统风险防控的研究大部分是针对商业银行的大型企业贷款，对于互联网金融模式下的小额贷款风险防范研究较少，且主要采用信用评估模型进行评估。Schreiner在研究中证实了信用评分在降低信息收集成本、改善小额贷款机构的服务和经营可持续方面的作用。Robert DeYoung利用Stacked-Fogit模型对小额贷款信用得分进行了分析。我国学者也在小额贷款风险评估方面做了大量的工作。肖冬荣利用粗糙集方法，对我国个人信贷风险评估进行了研究。闫雪、卢继梁提出了提高小额贷款公司风险控制力的创新型路径建立信用评估大体系。申韬运用软集合理论指出，信用风险评估必须要与现阶段国内小额贷款公司的运营特征相符。

三、互联网金融产业系统性风险识别与评估面临的新问题

互联网金融业务已在全国各省市逐步展开运营，形成了一个竞争与协作并存的庞大融资系统。但是，这些依托于互联网模式的中小型融资机构由于缺乏政府监管、准入门槛低、恶性竞争现象明显，存在着许多不规范行为，普遍面临着严峻的生存考验与系统性风险。在互联网金融产业链中，掺杂着大量的地方性中小型融资机构和金融企业，这些中小型金融企业与传统的金融机构有着较大的区别，我们必须根据实际情况，更精确地定义互联网金融产业模型并构建合适的系统风险评价体系来应对此类问题。此外，随着互联网金融业务的日益普及，越来越多的金融业务开始转向网络化、移动化、互联化，产业与金融业的链条紧密度日益增加，一旦互联网金融产业链发生较大的连锁性风险，必然会累及传统金融产业乃至实体经济。从目前来看，针对互联网运营模式下的中小型融资机构风险识别与评估方法的研究相对较少，且相关研究工作往往围绕信贷业务风险展开。因此，对互联网金融机构的系统性风险进行识别与评估变得尤为重要。

四、结论与展望

随着互联网金融的普及，国内外金融界对系统风险的关注日益增强。金融机构系统风险管理中一项重要内容就是对系统风险进行量化和评估，即在确定风险来源的基础上对其可能给金融机构经营造成的影响程度及结果进行评估和测定。诸多研究应将更多精力用于关注中小型互联网金融机构系统风险评价的科学化、数量化，为互联网金融机构的经营决策和政府导向提供科学的参考依据，提高互联网金融产业的竞争力，更好地服务地方经济。与此同时，互联网金融系统风险的降低，可以更好地保护融资双方利益，减少因资金融通链断裂引发的一系列连锁反应，及其引发的社会问题。因此，政府与监管部门除了做到常规的信用风险评估外，还应投入更多精力关注系统性风险的识别，做到防患于未然。

主要参考文献：

[1]Clustering analysis in social network using Covering Based Rough Set Mitra，A.；Satapathy，S.R.；Paul，S.Advance Computing Conference（IACC），2013.

[2]刘睿，巴曙松.我国中小银行实施巴塞尔新资本协议的问题与建议[J].金融与经济，2011.1.

[3]孔爱国，卢嘉圆.市场约束、商业银行治理与风险的实证研究[J].金融研究，2010.5.