《互联网金融风险与监管问题研究的国内外文献综述4500字》

互联网金融风险与监管问题研究的国内外文献综述1.1国外研究ZviBodie所论述的投资组合理论、多因素模型等投资学理论，为本文投资目标企业的选择和为投资者提供资产组合策略，更好分散风险、化解风险提供了参考[1]。StephenA.Ross对财务报表分析和公司金融知识的介绍，为本文选取投资决策关键性指标提供了参考[2]。Akhmetov等外国学者建立了一个基于信息与网络安全手段构建融资过程决策支持系统的模型。这一论述丰富了对互联网金融市场技术问题的研究，为互联网金融融资活动中的安全性能优化提供了参考建议，此外，这一论文中的融资决策支持模型为融资企业提供了更加科学的、合理的融资建议[3]。E.Y.Tereshenko从财务层面为防范和化解风险提供了参考性建议，提出了在不确定性条件下降低企业财务风险的机制。其研究成果将改善企业的财务管理和业务流程处理，提高决策效率和质量，以支持企业的财务稳定。他的研究还表明：迅速不断变化的环境因素可能会转化为不利因素，对企业的利益造成负向影响[4]。BarkatUllah的研究发现，通过了国际标准质量认证的公司更容易获得外部融资，并且，通过国标认证具有“信号价值”，有助于企业向债权人和投资者可靠地表明其未被观察到的质量，使中小企业获得更多的外部融资支持。其研究结果还发现，认证公司更多地使用银行、股票等融资方式，而非认证公司更多地依赖非正式的融资方式。其论述证明了：信息不对称程度越大，质量认证的信号传递价值越高。较小的公司和欠发达经济体和金融体系中的公司可以通过接受国标认证，获得更好的外部融资渠道[5]。GalemaRients研究了个人P2P投资者在缓解中小企业P2P贷款信贷配给中的作用。使用了荷兰最大的P2P借贷平台之一提供的专有数据，发现P2P投资者更多地投资于他们个人熟悉的借款人的贷款。投资者的初始投资，与从P2P贷款人处获得第二笔贷款的可能性、其他P2P投资者的投资以及事后违约率等因素密切相关。这些论述结果为防范化解信用风险、信息不对称风险提供了参考和建议[6]。1.2国内研究李唯滨在对信贷项目的盈利能力的研究中，将企业的融资比例作为一个传递项目盈利能力的“信号”，对这一“信号”在信息不对称情形下对融资的作用、基于这一信号的博弈的一般风险进行了分析讨论，证明了项目盈利能力与信贷融资比例具有相关性。此外，该研究还讨论了融资市场的内在运作机制，为借贷企业更好地做出融资决策，构建具有较高优度的财务杠杆以提高盈利可观程度提供了路径[7]。祝建军、柳云鹏、郭晓君运用控制变量的基本方法，借鉴了有效市场假说理论和信号传递理论，在信号传递强式有效、半强式有效、弱有效三种不同的背景下，为合理选取创业公司进行投资提供了方法和途径。他们的研究表明：投资方对其投资企业的期望收益，以及对融资企业创新能力、经营前景、项目可行性等因素的判断，将会作为主要因素影响投资决策。此外，他们还发现了创新能力与投资金额具有很大的正比关系，企业的创新能力越强，投资方将越有激励相信该企业的经营前景向好，从而为该企业注入更多的资金[8]。杨阳以信用风险的影响力为依据，对各类P2P网贷平台进行了等级划分，对各类平台的特点、潜在风险进行了分析。他的分析研究中，筛选了许多具有参考价值的信用风险指标，并扎实运用主成分分析法，组成了预测互联网金融平台信用风险的模型，优化了目前网贷平台评级的依据。他的研究成果使得对信用风险的预测更为精准和全面，也为分析和化解信用风险、规范互联网金融业态，为投资者的权益提供更强有力的保护提供了规范化路径[9]。陈哲着眼于平台风险的分析，选取了一定数量的样本平台，并运用旋转成分法确定了主要的风险观测指标，抓取相关数据之后运用PCA分析方法进行了实证分析，在降维的基础上得出了各互联网金融平台的综合风险得分，以此衡量平台风险。这一研究成果独创性地将实证分析工具引入对平台风险的研究当中，并运用了更加科学的分析工具，其研究结论为网贷行业的风险防范提供了多种策略，更加具有建设性和可行性[10]。冯冠华、司翼、高飞等学者面向金融创新领域，研究了监管者与从业者在不对称信息下的博弈问题，并构建了分析模型，模型表明：创新激励、创新监管成本和违规处置力度，是影响金融科技的监管成效的关键因素。这一研究成果将信息不对称风险与金融科技、金融监管有机结合，以博弈模型的方式将三者结合起来，有利于更科学地分析和研判互联网金融监管的强度，科学把握监管成本[11]。刘昌昊、王兴芬、庄文英通过数据处理与特征工程实现用户认证信息、金融信息、行为信息的融合，利用SMOTE算法建立了评估信用风险的数量模型。结果表明，该方法能有效挖掘数据潜在价值，提高信用风险评估与预警效果。SMOTE算法与金融背景知识的结合将使得互联网金融企业能够为用户提供更贴切、更便捷的服务，有利于加强互联网金融企业的风险侦测和风险防范和化解能力[12]。周泽炯根据我国互联网金融活动中的信用风险因子，结合信用风险指数体系，实证证明了我国高水平信用风险的事实，为防范化解信用风险提供了支持。他的研究成果还指出：必须通过增强投资者风险意识、履约信用意识，辅之以风险防控体系建设和中国特色征信体系的完善，才能够对互联网金融行业的信用风险加以有效的防范和化解[13]。陆锦文、刘银凤从研究业内线上融资产品创新与发展状况出发，结合互联网金融业务实践，总结了线上融资业务的风险特征，提出了构建线上融资业务风险防控体系的方法，为商业银行线上融资业务迈入发展新阶段、实现可持续发展提供有益的建议和参考。其研究成果也对预防和化解信用风险、市场风险的不利影响有着积极的作用[14]。杨长富基于金融科技对于互联网金融的推动作用，从风险预警体系的构建及互联网金融监管技术的提升等方面提出了具有创新性的策略，其研究成果具备较大的宏观经济意义，有利于优化互联网金融行业布局，以系统的、全面的互联网金融监管布局，更好化解风险[15]。乔小明对比美国次贷危机的渊源和产生机理，分析了国际主要经济体的金融监管制度的变动对我国的影响，他探究了我国现行的金融监管制度，借鉴美国金融监管策略，运用联系的、开放的思维方式，分析和反思了我国金融监管制度，着重分析了我国金融监管制度的薄弱环节。该研究还为后金融危机时代完善监管提出了一些可行策略[16]。李玉占利用随机森林分析工具、SMOTE算法及其他量化金融分析工具，优化了财务风险预警模型，他构建的新的财务风险预警模型更加具有预测功能，对于风险的识别也更加精准，模型训练集和测试集中，拒真错误概率和取伪错误概率显著下降[17]。常振芳将研究视角集聚于互联网金融行业信用体系的建设和平台风险的管理与控制，并对信用秩序混乱的内在机理进行了分析。在研究中，他综合运用了信号理论、声誉理论，还参考了其他不确定性条件下的行为决策理论，验证了“信息”对于治理信用活动中信息不对称现象的作用[18]。杨沛衡着重分析了互联网金融行业信用维持成本高但监管运营成本投入不足这两大关键问题，以金融科技发展和征信体系建设为切入点，研讨了发挥政策引导作用、激发互联网金融行业内生动力的方法。其研究成果有助于降低互联网金融行业投资和融资成本，也有助于强化风险监管，为以征信体系建设强化互联网金融行业自律和市场监管提供了可行思路[19]。曾圣丰运用金融风险管理理论，结合信息熵、VAR模型、GARCH模型等计量经济学分析手段，提出了识别、分析、防控平台风险的建议。他的研究有机结合了传统金融领域风险分析和互联网金融领域风险分析工具，为互联网金融行业风险机理的探索提供了具有创新性的路径，也有助于以时间序列分析手段对风险机理进行可视化表述，防范化解互联网金融风险[20]。王子璇、马松杰、张子禾从消费者权益保护的角度出发，分析了P2P平台的运作模式，将各环节中存在的主要风险类型归纳成恶意经营风险和经营不善风险，将定性指标与定量指标有机结合，采取描述统计法、Probit和Logistics回归分析方法构建了平台风险评估模型,并综合外部环境的风险和消费者自身风险偏好与金融知识水平的差异而导致的自身风险两大角度提出了建议，这一分析有机结合了内部风险与外部风险，有助于对平台风险进行更加系统的、全面的认识，也有利于为投资者做出更好的投资决策提供参考[21]。张凯从金融科技行业发展的法律、技术和信息三方面面临的漏洞和挑战，深入地剖析了金融科技行业的风险的衍生机理、类型与特征，并将当前全球主要经济体对金融科技的监管模式进行了比较。他的研究成果有助于加强金融科技领域的法制建设，完善金融科技的监管技术和基础监管设施。此外，他还提出了构建金融科技领域多方面协同式监管体系的策略，为加强金融科技领域的数据治理提供了较为具体的途径[22]。沐光雨、闫凯结合传统金融和现代金融的对比分析，运用模糊层次法等量化分析工具，对互联网金融行业的风险及其影响力进行了定量分析。这一研究成果证实了互联网金融行业的主要风险是信用风险和操作风险，这既有利于投资者根据风险影响力甄别投资项目或金融平台，也有助于互联网金融平台改进和优化对自身利益获取有关键影响的产品和服务[23]。杨立、丁燕、林喜阳着重关注大数据的发展对P2P产业链的影响，详细探讨了P2P产业金融风险的源泉、特征、中介（载体），独创性地运用实证分析和可视化手段，详尽地演绎了大数据对P2P产业风险的传递机制。为加强对P2P网贷风险的系统性认识和在大数据发展的背景下更好进行互联网金融行业的风险防控提供了可行性策略[24]。黄莉娟、徐莹、杨晶晶围绕小微企业的特点和融资现状，分析了其融资的主要需求，阐释了引致小微企业融资困境的多维因素。基于这些分析，黄莉娟等学者探究了互联网金融在小微企业融资中的应用机制，验证了互联网金融行业的发展对提升小微企业融资获得的有用性，为化解高风险创新性民营企业的融资流动性困境提供了参考[25]。参考文献ZviBodie.Investments[M].ChinaMachinePress,2015,12.StephenA.Ross.CorporateFinance[M].ChinaMachinePress,2017,7.B.B.Akhmetov,V.A.Lakhno,V.P.Malyukov.Modelofcybersecurityfinancingwithintheframeworkofthebilineardifferentialqualitygamescheme[J].RadioElectronics,2018(3).E.Y.Tereshenko.Themechanismofreducingfinancialrisksofenterprisesinconditionsofuncertainty?[C].North-EastAsiaAcademicForum,2019,5.BarkatUllah.Signalingvalueofqualitycertification:Financingunderasymmetricinformation[J].JournalofMultinationalFinancialManagement,2020(55).GalemaRients.CreditrationinginP2PlendingtoSMEs:Dolenderborrowerrelationshipsmatter[J].JournalofCorporateFinance,2020(65).李唯滨，李华斌.信息不对称下项目融资选择的信号传递博弈模型[J].经济研究导刊，2015（14）：239-241.祝建军，柳云鹏，郭晓君.基于信号传递理论的风险基金投资标的选择研究[J].财会通讯，2016（35）：3-6+129.杨阳.对P2P网贷平台信用风险的研究[D].上海外国语大学，2019.陈哲.P2P网络借贷平台风险评估研究[D].湘潭大学，2019.[11]冯冠华，司翼，高飞.信息不对称条件下金融科技监管动态博弈模型研究[J].财经科学，2020（04）：14-24.[12]刘昌昊，王兴芬，庄文英.互联网金融的信用风险评估与预警研究[J].今日科苑，2020（10）：29-35+50.[13]周泽炯，张鹏月，王芳.互联网消费金融风险及其防控路径探究[J].齐齐哈尔大学学报（哲学社会科学版），2020（10）：63-67.[14]陆锦文，刘银凤.线上融资业务风险特征及防控措施研究[J].现代金融导刊，2020（11）：49-54.[15]杨长富.金融科技背景下互联网金融监管创新对策[J].内蒙古科技与经济，2020（24）：65-66.[16]乔小明.后金融危机时代我国金融创新与风险监管研究[J].湖南财政经济学院学报，2020，36（06）：118-125.[17]李玉占.基于SMOTE-随机森林的互联网金融公司财务风险预警模型[J].经济研究导刊，2020（33）：79-80.[18]常振芳.互联网金融信用体系建设和风险管理研究[J].中国信用，2021（02）：125.[19]杨沛衡.浅析金融科技与征信建设对互联网金融行业发展的作用[J].中国商论，2021（03）：74-76.[20]曾圣丰.企业网络金融融资平台风险分析与管控[J].商讯，2021（03）：85-86.[21]王子璇，