互聯網金融的前景分析精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的互聯網金融的前景分析主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：互聯網金融的前景分析范文

 

隨著中國的經濟發(fā)展和文明的進步，金融發(fā)展將主要依靠社會經濟機體的內部力量——金融創(chuàng)新來推動。P2P公益助農模式是互聯網金融和農村小額貸款的衍生品，也是互聯網金融走進農村，改善農村金融服務體系的重要內容。研究該模式對于其他農村金融機構、P2P行業(yè)發(fā)展都具有一定的借鑒意義。

 

1模式簡介

 

11寧夏東方惠民小額貸款股份有限公司

 

公司前身為1996年愛德基金會設立“愛得鹽池縣治沙與社區(qū)綜合發(fā)展項目”。作為該項目的一個子項目，鹽池小額信貸先是以項目辦公室的形式實施，后為便于項目管理，在2000年成立了獨立核算、非營利的社團機構——“鹽池婦女發(fā)展協會”，但融資難問題困擾著其可持續(xù)經營。2009年年初，協會獲準并完成“寧夏惠民小額貸款有限公司”的注冊，正式改制成為全國公益性小額信貸機構中第一家獲批的、公益資本控股的信貸公司。

 

2015年8月，寧夏惠民小額貸款有限公司吸收國有企業(yè)東方邦信資本管理有限公司資金，公司更名為“寧夏東方惠民小額貸款有限公司”，并正式啟動上市計劃;同年10月，公司正式更名為“寧夏東方惠民小額貸款股份有限公司”(下文簡稱：東方惠民公司)。

 

12宜農貸

 

宜農貸是國內互聯網金融公司宜信于2009年推出的愛心助農公益平臺。宜農貸平臺秉持著“窮人有信用，信用有價值，相信窮人的生存技能，用小額信貸幫助窮人獲得力量!”的經營信念，成為社會愛心人士和農村婦女的鏈接，與全國各地致力于扶貧的公益性小額貸款機構緊密合作，用信用為農村婦女等廣大農村勤勞的貧困人群創(chuàng)造機會。

 

宜農貸合作的MFI有25家，其中2015年新增6家，覆蓋12個省市。從2009年到現在累計資助農戶17737位，其中2015年新增資助農戶4243位，平均每位農戶的借款額位1432622;累計共有150673位愛心資助人，其中2015年新增16398位;累計共有1804個助農團隊，其中2015年新增171個;累計出借170506000元，平均每分鐘出借11949元。宜農貸不僅在資金上給農戶提供資助，其公益助農的服務呈現多元化狀態(tài)，協助、鼓勵合作機構開展公益服務，致力于幫助農戶更好地提升自我發(fā)展能力。

 

2模式運作

 

如上圖所示，“互聯網金融+農村”模式的運作步驟如下：

 

第一步：選擇合適的借款人放貸。MFI選擇合適的借款人放貸，借款人須為農村60周歲以下、中低收入的已婚女性。MFI對借款人進行信用評估后發(fā)放貸款。貸款利率高于銀行貸款利率。

 

第二步：債權轉讓。宜農貸審核MFI并與符合要求的機構簽訂合同。然后宜農貸平臺愛心出借人和其進行交易，用個人資金購買農戶債權。所支付款項包括本金及協商的利息。

 

第三步：債權再出售。平臺第三方賬戶人擁有的農戶債權被放在宜農貸平臺上出售，而MFI要配合做好農戶信息上傳工作。上傳信息包括債務人的基本情況、借款的額度、期限以及還款計劃、出借人在平臺上注冊，自主選擇債權進行購買，最低每筆100元。

 

第四步：回款。債權出售給愛心出借人后，農戶按照正常程序還款給MFI，MFI將款項支付給宜農貸，平臺再分配給出借人。如果農戶沒能按時還款，按照宜農貸和合作MFI簽訂的協議，MFI將先替農戶還款給出借人。

 

3模式對MFI意義

 

“互聯網金融+農業(yè)”模式通過互聯網聚集社會閑散資本，依托了解當地農戶資信情況的MFI機構，將資本貸給有需要的農戶，優(yōu)化資本在農村地區(qū)合理配置。無論是從農戶個體發(fā)展還是從農村經濟整體發(fā)展來看，這種“造血”的扶貧助農模式都具有極高的社會價值，體現了金融的普惠性。

 

31發(fā)展規(guī)模

 

與宜農貸合作后，東方惠民公司的發(fā)展規(guī)模逐年擴大。調查發(fā)現：2011—2015年3月，同心作為小額信貸發(fā)放的主要場所，鹽池作為公司舊址和“鹽池模式”所在地增長人數較少，而作為國家級貧困縣的西海固地區(qū)則成為了宜農貸和當地小額信貸機構發(fā)放貸款的“藍?！薄嵉刈咴L過程中我們還了解到：截至2015年7月底，公司總資產為25087億元，貸金數量約為793億，流動資產24722億元，固定資產3653萬元，所有者權益6409萬元，收益農戶數量為51646人，信貸業(yè)務覆蓋了鹽池、同心、紅寺堡、原州、隆德及西吉6縣區(qū)45個鄉(xiāng)(鎮(zhèn))，317個行政村，成立信貸大組886個，客戶數12100戶，同比增長39%，主要集中在新拓展的固原地區(qū)。

 

32經營業(yè)績

 

截至2015年7月，公司總資產回報率約為51%，年度還款率為996%。公司2014年年末貸款余額達23億元，年度平均貸款余額18億元，貸款余額同比增長64%，超額完成年度計劃的115%，農戶最大貸款額度限制在5萬元，戶均貸款19萬元。公司2014年內逾期貸款有38戶38筆10139萬元(同心4筆111萬元，鹽池34筆9029萬元)，年度逾期率為044%，公司2011年以來逾期貸款有51戶51筆15139萬元(同心4筆111萬元，鹽池47筆14029萬元)，總逾期率為065%。

 

通過上表的數據我們可以看到，近年來宜農貸對東方惠民公司的資金提供量上是逐年遞增的，幫扶人數也呈一個上升的趨勢。

 

一方面，MFI規(guī)模的擴大提高了其贏利水平，互聯網金融大量資金的注入增加了MFI的貸款發(fā)放額，從而資產回報增加，大大提高了MFI的業(yè)績;另一方面，籌資成本低也增加了MFI整體貸款收益。

 

33MFI資金流動性方面

 

MFI在與互聯網金融合作了以后，由于互聯網金融自身的流動性強、靈活性強的特點，為MFI提供一個流動的資金支持，資金周轉速度加快，形成了一個“互聯網—MFI—農戶”的良性的傳導機制，增強了MFI的資金流動性。

 

4模式的發(fā)展前景

 

“互聯網金融+農業(yè)”模式實質上是互聯網、金融、農業(yè)三重主體的融合。此舉響應了政府發(fā)展普惠金融、致力金融創(chuàng)新的號召，是基于我國傳統(tǒng)金融市場發(fā)展不足、農村市場長期“失血”機制的現實而提出的新創(chuàng)舉?；ヂ摼W金融正憑借著自身優(yōu)勢，搭起了城鄉(xiāng)金融市場的橋梁，讓資本更自由地在富裕和貧困的地方流動，理論上說這將有助于縮短中國的貧富差距、有利于實現2020年全面小康社會的宏偉目標。因此從客觀的宏觀條件來看，互聯網金融進入農村地區(qū)具有天然的優(yōu)勢，政府也會出臺相應鼓勵政策促使互聯網金融在農村地區(qū)的進一步、可持續(xù)發(fā)展，使現代化發(fā)展成果惠及農民，幫助更多農民脫貧致富。

 

同時我們也應該看到，由于廣大農村地區(qū)基礎設施不完善，農民素質普遍不高，互聯網金融全面覆蓋農村還有一段距離?；ヂ摼W金融在中國起步時間不長，其發(fā)展模式、管理機制還尚待進一步優(yōu)化。但是我們也有理由相信，互聯網金融的下一片藍海會在農村領域，互聯網金融將依托自身優(yōu)勢和農村發(fā)展特點碰撞出更絢麗的火花。

 

作者：黃淀一

曾悅

王力軼

楊會定

第2篇：互聯網金融的前景分析范文

【關鍵詞】互聯網金融 人臉識別 信息安全 身份認證

一、引言

國家建設部于“十二五”期間頒布了關于開展國家智慧城市試點工作的通知，意在通過綜合運用現代科學技術來營造社會建設和管理的新模式。伴隨著智慧經濟的建設和我國的傳統(tǒng)金融行業(yè)對于創(chuàng)新變革的訴求，國內的互聯網金融行業(yè)開始快速發(fā)展。人臉識別在國內互聯網金融領域的應用也借助這一浪潮拉開帷幕。

二、人臉識別技術簡介

進入21世紀，隨著計算機技術、光學技術等技術的迅猛發(fā)展，人臉識別技術逐漸成熟，步入了應用階段。人臉識別安防、考勤、支付等系統(tǒng)走進了我們的生活。

人臉識別算法蓬勃發(fā)展，尤其是基于深度學習的識別方法。深度學習利用其對大型數據集的優(yōu)秀預測能力突破了之前在人臉識別過程中的精準率瓶頸。深度學習算法種類繁多，目前被廣泛應用于人臉識別領域的主要是卷積神經網絡。其現主要分為四個步驟。

首先是局部感知。在處理在圖像處理中，把圖像表示為像素的向量。只對局部的聯系緊密的向量進行感知，初步降低參數；第二步是權值共享。挑選第一步中的某個局部參數提取特征，再將其作為探測器也就是卷積核，應用到圖像的任意區(qū)域，對特征進行匹配，得到不同的激活值。將符合條件的激活值篩選出來；第三步是多卷積核。挑選更多的卷積核，不斷重復第二步驟，學習更多特征；最后是池化。一個圖像區(qū)域有用的特征極有可能在另一個區(qū)域同樣適用，對不同位置的特征進行聚合統(tǒng)計可以簡化對于大圖像的描述，進一步降參。

三、互聯網金融的人臉識別運用

互聯網金融是借助于互聯網技術、移動通信技術來實現資金融通、支付和信息中介等業(yè)務的一種新興金融模式。毫無疑問，互聯網金融正以其獨特的運行方式和價值創(chuàng)造模式，影響著傳統(tǒng)金融業(yè)務，逐步成為整個金融生態(tài)體系中不可忽視的一部分。

（一）互聯網金融面臨的風險

互聯網金融行業(yè)也同傳統(tǒng)金融行業(yè)一樣，它們的核心問題都是如何預防和處理風險。目前我國的互聯網金融行業(yè)面臨著政策法律風險、監(jiān)管風險、流動風險、市場風險、信用風險、技術風險這六大風險。

（1）信用風險?；ヂ摼W金融的信用風險主要來自于對客戶的真實身份的認證帶來的信息不對稱問題。由于國內的互聯網信用業(yè)務還沒有得到很完善的監(jiān)管，互聯網金融的虛擬性就會給對客戶身份的認證帶來不確定性素。例如，一些用戶在P2P網貸平臺進行身份信息造假騙取貸款。

（2）技術風險。互聯網金融是互聯網與金融的結合產物，自然避免不了對于網絡信息安全的要求。傳統(tǒng)的字符密碼具有可復制性，容易被網絡黑客、木馬病毒所竊取，造成不必要的損失。傳統(tǒng)的字符密碼認證對互聯網金融企業(yè)的網絡技術安全提出了更高的要求，而我國的互聯網金融企業(yè)大多還在成長階段，無法維護龐大的信息數據庫，給行業(yè)帶來了很大的技術風險。

（二）人臉識別技術降低信用風險與技術風險

人臉識別技術依靠人臉獨特性、難以復制性等優(yōu)勢可以很大程度上降低互聯網金融的信用風險和技術風險。目前，國內的云從科技、Linkface等科技公司都在LFW數據庫的實驗環(huán)境下，取得了99.5%以上的人臉識別成功率，高于人眼識別97.52%的準確率。

在人臉識別模式下的開戶過程需要用戶先需要出示自己的二代身份證，系統(tǒng)在客戶填寫開戶信息后繼續(xù)發(fā)出指令，讓客戶進行基于視頻流的身份認證，人臉識別系統(tǒng)會以此判別個人身份的真實性。同時，利用“活體檢測算法”、“圖像脫敏算法”以及“人臉比對算法”等算法對視頻流的背景和人像的對比分析，可以避免一些用戶利用錄制好的視頻來偽造身份信息。

識別開戶成功后，系統(tǒng)自動上傳用戶信息至后臺。當遇到支付等操作指令時調出信息，再次對客戶進行基于視頻流的身份認證來確定指令的安全性。

（三）互聯網金融中的人臉識別運用

（1）招商銀行“ATM刷臉取款”。我國的招商銀行一直以勇于創(chuàng)新的先行者姿態(tài)活躍于金融領域，在手機銀行和自助銀行等多種電子信息化自助服務渠道中保持著領先地位。繼在VTM渠道應用人臉識別技術以輔助柜員核實客戶身份后，又率先推出“ATM刷臉取款”業(yè)務。首先收集客戶的可信照片，再主要利用人臉識別技術并輔之以手機號碼驗證和密碼驗證來確認客戶信息，誤識率在萬分之一以下。

這是國內銀行首次將人臉識別技術應用到自助提款機上，也意味著招行“智能銀行”再一次取得進展。

（2）螞蟻金服的人臉識別體系。螞蟻金服起步于阿里巴巴集團的支付寶，致力于推進互聯網支付、消費、理財。螞蟻金服于2015年在支付寶上推出人臉識別的功能，已在用戶登錄、實名認證、找回密碼、商家審核、支付風險校驗等多個場景中投入使用，利用人臉識別代替?zhèn)鹘y(tǒng)的密碼輸入。同年，阿里巴巴董事局主席馬云在德國漢諾威消費電子、信息及通信博覽會上展示了螞蟻金服的“smiletopay”技術，用手機“刷臉支付”的方式在網上購買了一張1948年的漢諾威紀念郵票，完美展示了計算機人臉技術在支付中的應用。此項技術還在不斷完善，螞蟻金服的刷臉支付功能正式投入商用指日可待。

（四）人臉識別目前存在的問題

（1）沒有統(tǒng)一的安全標準。人臉識別技術領域的實際應用還在起步階段，目前還沒有統(tǒng)一的行業(yè)標準與國家標準，主要都是技術廠家自己制定標準。然而廠家標準制定的不一致，會導致不同的安全狀況與安全水平。只有通過制定統(tǒng)一的國家安全標準，才能解決人臉識別在技術推廣過程中的障礙。

（2）識別中的“矯枉過正”。當人臉識別技術被作為加密技術投入實際應用時，我們最看重的就是它的安全性。而人臉識別技術的安全性可以用誤接受率與誤拒絕率兩個指標來衡量。為了嚴格保證安全，技術廠商往往會盡量降低誤接受率，但這同時會提高誤拒絕率，使一些真正的用戶也會被系統(tǒng)拒絕，“矯枉過正”，影響了用戶體驗。

（3）可信照片的分辨率低。目前互聯網金融行業(yè)在使用人臉識別技術進行開戶等操作時，用于確定客戶信息的可信照片往往是居民二代身份證。而二代身份證的照片不僅分辨率低而且信息量少，這會降低人臉注冊、識別的準確率。

（4）人臉的變化。隨著時間的推移，用戶的年齡增長，會發(fā)生胖瘦、常規(guī)的化妝、自然老化等變化。通常情況下，這些變化是在計算機的識別范圍內的，但是如果出現整容、過濃的妝容、或者是佩戴眼鏡與一些裝飾性的飾物可能就會影響人臉識別的識別率。同時，由于雙胞胎、多胞胎的人臉信息過于相像，雙胞胎、多胞胎人臉信息的分辨在人臉識別技術中也是一個待攻克的難題。

四、未來發(fā)展應用趨勢

（一）發(fā)展展望

（1）制定統(tǒng)一的行業(yè)標準。為了保障人臉識別技術在應用過程中的安全性、規(guī)范性，有關的人臉識別科技公司和互聯網金融企業(yè)等應該聯合國家相關機構，加速人臉識別技術系列標準和規(guī)范的起草進一步規(guī)范人臉識別的技術指標和要求，為業(yè)務的深入和推廣提供基礎參考。

（2）突破對源圖信息提取瓶頸。計算機人臉識別技術中很關鍵的一環(huán)就是將可信的源圖信息與后期獲取圖像的信息進行對比篩選，計算機才能做出精確的判斷。在獲取到的源圖數據不充分、不理想的時，如何對信息進行有效的提取，到目前為止還沒有很好的解決辦法。但是，伴隨著科技的高速發(fā)展，人臉識別技術的這一瓶頸在將來必定會被突破。

（3）與其他生物識別技術相結合。各種生物特征識別技術都有各自的優(yōu)缺點，在具體的應用過程中，人臉識別技術可以和虹膜、靜脈等其他生物特征識別技術相結合使用，降低對用戶的誤接受率和誤拒絕率，進一步提高身份識別的整體安全性。

（二）應用展望

（1）全方位的身份查核。人臉識別身份驗證技術的應用是對互聯網金融業(yè)務的基礎性工作的一項重要技術保障。在將來，人臉識別身份驗證技術的應用應該從單純的“登錄認證”到擴展到“支付認證”，做到全方位的身份核查，提高群眾服務的便捷性，同時保證業(yè)務更加安全、可靠。除此之外，人臉識別身份驗證技術還可以帶動其他行業(yè)的類似業(yè)務場景，從而在全社會范圍內促成更廣泛的工作流程改進和社會成本節(jié)約。

（2）全面的私人數據保護。在將來，用戶的一切經濟活動信息都可以通過人臉識別技術進行有效保護，避免敏感數據泄露，消除欺詐者利用不正當途徑來竊取用戶個人信息進行非法交易的可能，提升互聯網金融行業(yè)客戶的體驗友好程度。

五、結語

對于互網金融行業(yè)來說，改革與創(chuàng)新、提高金融服務質量和安全防范是今后互聯網金融行業(yè)發(fā)展的主要趨勢，人臉識別等高科技技術投入互聯網金融行業(yè)，會對整個行業(yè)的發(fā)展起到一種非常積極的作用。未來的人臉識別技術在互聯網金融行業(yè)中的應用必會繼續(xù)朝著遠程化發(fā)展，進一步取代現在的柜臺開戶、字符密碼認證等傳統(tǒng)的服務流程，做到“智慧金融，智慧生活，智慧城市”。

參考文獻：

[1]李子青.人臉識別結合視頻監(jiān)控看公安與金融市場應用[J].中國安防，2015，（8）.

[2]呂曉強. 生物識別技術再造銀行客戶身份認證體系[J].金融電子化，2016，（4）.

[3]廖敏飛，黃瑞吟，劉麗娟. 生物識別技術在金融行業(yè)的應用現狀與前景分析[J].金融電子化，2016，（4）.

第3篇：互聯網金融的前景分析范文

關鍵詞：第三方支付；云閃付；支付寶

2016年2月25日，工、農、中、建、交五大行聯合宣布，將對客戶通過手機銀行辦理的境內人民幣轉賬匯款，無論異地跨行，均免收手續(xù)費。此舉說明傳統(tǒng)銀行在逐漸迎合客戶的需求，這與互聯網金融的不斷沖擊，以及支付寶、財付通、易付寶等第三方支付平臺的迅猛發(fā)展密切相關。

一、第三方支付對我國商業(yè)銀行的沖擊

（一）減少銀行客戶數量

第三方支付具有個性化、快捷和方便等特點，吸引了眾多網絡消費者。因為客戶具有黏性，一旦建立關系便會形成依賴。以快錢、支付寶、微信、財付通為代表，這些支付平臺均可以使用自己的虛擬網關。財付通支付平臺依托于眾多QQ用戶，微信支付依托于微信用戶，支付寶依托阿里巴巴電子商務平臺。如果沒有第三方支付，那么這些潛在的客戶均歸于商業(yè)銀行，而此時第三方支付在客戶爭奪戰(zhàn)中逐漸處于被動地位?？梢哉f第三方支付最銀行的潛在客戶進行分流，直接瓜分了商業(yè)銀行的客戶資源。此外，第三方支付的出現，人們在支付方式上有了更多的選擇，直接減少了人們選擇使用銀行卡交易的頻數。

（二）信息流的丟失

第三方支付通常與很多商家合作，能夠掌握很多信息流和物流，而傳統(tǒng)商業(yè)銀行則以資金流為主。商業(yè)銀行本來可以直接獲得客戶資源相關信息，可如一些客戶與商業(yè)銀行需通過第三方支付平臺連接，銀行得到大多是和支付寶交易類似的單子，導致信息流丟失。而當今是數字信息化時代，是大數據分析的時代，由此可見，信息流的丟失對銀行來說是一筆慘重的損失。

（三）減少銀行存款

傳統(tǒng)商業(yè)銀行最典型的模式：吸收存款，發(fā)放貸款。隨著第三方支付的迅猛發(fā)展和新型業(yè)務的不斷拓展，我國商業(yè)銀行掌握的信息減少，對銀行存款業(yè)務也形成巨大沖擊，金庫的作用在削減，部分銀行存款流向第三方支付。以國內市場占有量最大的第三方支付――支付寶為例。2013年6月13日余額寶開始上線，月底之前取得累計用戶數251.56萬，累計轉入資金規(guī)模66.01億。截至2012年12月，支付寶注冊賬戶突破8億，日交易額峰值超過200億元人民幣，日交易筆數峰值達到1億零580萬筆。此外，至2013年11月14日，余額寶用了不到一年的時間，余額寶規(guī)模突破1000億元，用戶數近3000萬戶，從而天弘增利寶成為了國內基金史上第一只規(guī)模突破千億的基金。由此可見，第三方支付業(yè)務的發(fā)展對銀行存款的沖擊力不小。

（四）擠占支付業(yè)務的份額

商業(yè)銀行盈利的重要來源之一是中間業(yè)務收入。第三方支付平臺通過不斷拓展其業(yè)務領域的，同時以較低的價格甚至免費提供與銀行相同或相似的服務。此外第三方支付企業(yè)通過多方合作開展業(yè)務，擠占了商業(yè)銀行線下支付業(yè)務。

二、中國建設銀行應對第三方支付的策略

相關數據顯示，2015年中國建設銀行互聯網化在眾銀行中是領先者。2016年1月移動金融領域APP月均活躍用戶第一是支付寶，達13582萬人，位居第二的中國建設銀行用戶達1830萬人。中國建設銀行是想采用一種符合銀行業(yè)標準的支付方式。此外，與大三方支付相比，建行移動支付更加注重安全性。

（一）技術創(chuàng)新，運用NFC核心技術

人們習慣采用移動支付，大家出門可能忘記帶錢，忘記帶銀行卡，但一般不會忘記帶手機，手機黏度很高。目前流行的方式是客戶端二維碼掃碼支付，而建行不采用這種方式的原因主要是存在信息暴露和賬戶不統(tǒng)一的問題。建行運用一種技術，隱藏信息，統(tǒng)一賬戶――NFC。與互聯網公司不同的就是：將二維碼表現的可見的信息通過近場通訊實現交互，并附帶計算驗證。在移動支付激烈的市場競爭下，總行已聯合中國銀聯在去年12月推出了“隨芯用”，APPLE PAY今年2月18日推出、SAMSUNG PAY今年三月底推出。此外更多產品也將陸續(xù)推出。

隨芯用是總行與中國銀聯合作研發(fā)，采用最新的支付令牌、動態(tài)密鑰、云端驗證三大核心技術，實現安全支付的新型支付工具。其核心是：將虛擬卡通過手機開在互聯網云端，消費支付時通過支持非接功能的pos機，驗證云端發(fā)送到手機的令牌后完成交易。持卡人手機須為具備NFC功能，系統(tǒng)版本在Andriod4.4.2及以上的安卓手機（市場上已有171款）。APPLE PAY與SAMSUNG PAY均屬于“云閃付”。對于消費者在支付體驗上最關心的問題：安全、簡捷及使用范圍等各個方面，云閃付全面優(yōu)于第三方支付，云閃付支付僅需1至2步，便捷體驗優(yōu)于第三方掃碼支付。此外建行在搭建更多的移動支付場景。

（二）開展系列促銷活動

建行借助營銷活動促進客戶持續(xù)使用。總、分行以及銀聯將在2016年持續(xù)開展系列移動支付的促銷活動。通過引導客戶主動參與各項移動支付營銷活動，促進客戶持續(xù)使用。比如：德克士1元吃炸雞餐，滿減活動。

（三）搭建生態(tài)圈

建行以客戶為中心，用心為客戶搭建互聯網金融生態(tài)圈，將銀行、客戶、第三方服務商融為一體，互惠互利，共存共榮。相關數據顯示，移動支付相關性最強的領域為：團購、火車票預訂、綜合電商、出行預訂，微商，這說明移動支付和電商和零售產業(yè)鏈環(huán)節(jié)中的應用具有高度相關性，且涉及到出行和用餐的領域。用戶通過移動支付的消費行為已經覆蓋了衣食住行等多個領域，可見移動支付已經成為人們日常生活中付款的主要方式。

三、中國建設銀行移動支付前景分析

（一）消費安全

第三方支付不安全眾所周知，常年可見第三方賬戶資金被盜的新聞，因為第三方支付使用的是“線下掃碼支付”的技術，無密鑰認證，安全級別較低。而云閃付支付時需要驗證云端下發(fā)的臨時密鑰，安全有保障。

（二）建設銀行信用背景要強于第三方支付

此外，多年來傳統(tǒng)銀行積累很多優(yōu)質客戶、擁有更豐富的管理經驗和更多的金融專業(yè)人才，以上都是第三方支付平臺所不具備的。

（三）使用范圍廣

目前各家銀行POS設備已大面積支持云閃付，以我行POS設備為例，除個別銀醫(yī)特殊設備，所有POS設備在硬件方面均全面支持云閃付功能，只需將系統(tǒng)升級到20150901DCC優(yōu)化版即可。更關鍵在于，云閃付依托的NFC技術，將在未來可以豐富更多應用場景，如地鐵、公交、小區(qū)門禁、簽到打卡、身份識別等，都是支付寶和微信二維碼不能實現的。

此外，建行移動支付目前仍面臨一些挑戰(zhàn)。有的手機無NFC，阻礙了云閃付的使用無線充電技術還未廣泛使用，技術水平跟不上。用戶對于電池容量的要求越來越高。

四、結束語

傳統(tǒng)商業(yè)銀行在思維上應考慮如何轉換到移動互聯網上，在業(yè)務上如何融入到移動互聯網，這些都是傳統(tǒng)銀行值得思考的問題。（作者單位：四川師范大學）

參考文獻：

第4篇：互聯網金融的前景分析范文

【關鍵詞】服務業(yè)；現狀；問題；前景

服務業(yè)是隨著商品經濟的發(fā)展出現的一個特殊行業(yè)，它最早是為商品流通服務的。隨著經濟的繁榮和人們需求的增加，它逐漸開始為人們的生活服務，后期又因為社會分工的逐漸細化，促使一部分為生產服務的勞動從生產過程中慢慢分離出來，成為了單獨的行業(yè)，并列入了服務業(yè)的范疇?，F在，服務業(yè)經過千年的緩慢發(fā)展，已經深入到了人類生產和生活的方方面面，為提高人們的物質文化生活水平和促進經濟社會的繁榮做出了不容忽視的貢獻。

一、我國服務業(yè)發(fā)展現狀

十以來，我國服務業(yè)發(fā)展規(guī)模持續(xù)擴大，據《中華人民共和國2016年國民經濟和社會發(fā)展統(tǒng)計公報》顯示，服務業(yè)（即第三產業(yè)）占比已超過現在國民生產總值的一半，達到51.4%，并且在新登記的企業(yè)總數中，服務業(yè)占比超過80%，服務業(yè)已然成為了我國國民經濟第一大產業(yè)。并且隨著新型產業(yè)的成長，我國服務業(yè)傳統(tǒng)產業(yè)也在加速轉型，表現在：①互聯網經濟呈現爆發(fā)式增長，隨著“寬帶中國”戰(zhàn)略的穩(wěn)步推進，移動互聯網繼續(xù)呈爆發(fā)式增長態(tài)勢，2016年1-11月移動互聯網接入流量累計達82.1億G，同比增長124.1%，2016年實物商品網上零售額也比上年增長25.6%，比社會消費品零售總額增速高出15.2個百分點，全年全國電子商務交易額達到26.1萬億元，比上年增長19.8%；②創(chuàng)業(yè)、創(chuàng)新企業(yè)猛增，其中信息傳輸軟件和信息技術服務業(yè)、文化體育和娛樂業(yè)、金融業(yè)等新興產業(yè)分別新增企業(yè)24萬戶、10.4萬戶、7.3萬戶，分別增長63.9%、58.5%、60.7%，均高于服務業(yè)企業(yè)平均9.5%的增速；③物流行業(yè)實現跨越式發(fā)展，快遞業(yè)務量問鼎世界第一，2013-2015年，快遞業(yè)務量年均增長53.8%，快遞業(yè)務收入年均增長38.0%；④旅游業(yè)保持快速發(fā)展，國內旅游和國際旅游人數和收入均平穩(wěn)增長；⑤基礎教育、公共衛(wèi)生、社會保障等公共服務業(yè)發(fā)展成效顯著。

盡管我國服務業(yè)已經取得了較大的發(fā)展，但就目前情況而言，我國服務業(yè)發(fā)展水平與發(fā)達國家還有很大的差距，存在著很多問題。表現在：①我國服務業(yè)就業(yè)吸納能力不強，不僅低于發(fā)達國家水平，而且還遠遠低于與我國同等水平的其他發(fā)展中國家。據眾多國內外學者研究對比顯示，在相同增加值產出的條件下，與國外相比，我國服務業(yè)的結構偏離度遠高于國際標準模式水平，其吸納勞動力的空間較小，如果服務需求沒有新的增長點出現，我國服務業(yè)的就業(yè)吸納能力很難得到提升；②我國服務業(yè)勞動生產率水平依然過低，在完成相同比例的工業(yè)化水平的基礎上，美、英國等國家的服務業(yè)勞動生產率高出我國幾十倍，這種巨大的差距提示著我國產業(yè)結構仍存在諸多隱患；③我國服務業(yè)國際競爭力較弱，美國、英國的服務產品以其附加值高、處于高級環(huán)節(jié)的優(yōu)勢，在國際上表現出了較強的競爭優(yōu)勢，而我國的服務產品由于產品附加值低、漲勢緩慢，無論是在競爭力，還是在抵御風險方面都存在很大的不足。

二、我國服務業(yè)發(fā)展前景分析

為推動現代服務業(yè)創(chuàng)新發(fā)展，明確“十三五”時期現代服務業(yè)領域科技創(chuàng)新的目標、任務和方向，科技部組織編制了《“十三五”現代服務業(yè)科技創(chuàng)新專項規(guī)劃》，明確指出了“創(chuàng)新驅動，模式引領；系統(tǒng)規(guī)劃，整體推進；市場導向，培育環(huán)境；開放合作，協調發(fā)展”的基本原則和“到2020年，初步形成現代服務科學體系，理論技術水平大幅提高，生產業(yè)、新興服務業(yè)、文化與科技融合、科技服務業(yè)領域服務科學研究與實踐能力進入世界前列。在重點領域攻克一批關鍵核心技術，形成一批國際、國家標準和行業(yè)解決方案，支持建設10-20個國家級現代服務業(yè)工程技術研究中心、國家重點實驗室和企業(yè)技術中心，大幅提高科技在現代服務業(yè)增加值中的貢獻度，全面提升現代服務業(yè)的規(guī)模、質量、效率和品質，實現我國現代服務業(yè)總體水平與發(fā)達國家并跑，在部分領域達到領跑水平”的總體目標，這一文件將指導我國未來幾年的現代服務業(yè)發(fā)展方向和趨勢。

結合我國“十三五”規(guī)劃和現今世界經濟發(fā)展態(tài)勢可知，創(chuàng)新將成為我國服務業(yè)發(fā)展的最重要引擎。我國服務業(yè)的發(fā)展將更多的依賴于新興科學技術，互聯網金融、電子商務、現代物流、數字醫(yī)療等眾多新服務業(yè)態(tài)將占據更大的比例，為促進和諧和可持續(xù)發(fā)展、改善民生提供新動力，成為現代服務業(yè)發(fā)展的新常態(tài)。加之中國制造業(yè)也已經從原來的粗放增長期漸漸進入成熟期，生產業(yè)加速從“微笑曲線”的中間向兩端過渡，從制造環(huán)節(jié)過渡到研發(fā)設計、銷售流通環(huán)節(jié)，這在一定程度上也為我國現代服務業(yè)的發(fā)展增加了支撐力。

加入WTO之前，我國服務業(yè)的對外開放相對滯后，1982年，我國服務貿易的全球占比僅為0.6%。進入21世紀，我國對外開放的程度不斷深入，服務貿易的國際地位也不斷提升，2016年我國服務貿易進出口額突破5萬億元人民幣，在全球繼續(xù)排名第二，這種成就在證明了服務業(yè)已成為我國經濟貿易新的增長點的同時，也使我們對中國服務業(yè)的發(fā)展充滿了信心。

參考文獻：

[1]相關數據來自國家統(tǒng)計局公布數據.

[2]李冠霖 任旺兵. 我國第三產業(yè)就業(yè)增長難度加大[J].財貿經濟，2003（10）.69-53.

第5篇：互聯網金融的前景分析范文

【關鍵詞】互聯網短期貸款 全面風險管理 風險識別 風險評估

一、大學生互聯網短期貸款全面風險管理概述

全面風險管理理論主要應用于企業(yè)經營中，指的是企業(yè)圍繞總體經營目標，通過在企業(yè)管理的各個環(huán)節(jié)和經營過程中執(zhí)行風險管理的基本流程，培育良好的風險管理文化，建立健全全面風險管理體系，其中包括風險識別、風險評估、風險整合、風險控制、風險監(jiān)控與反饋等環(huán)節(jié)。因此，在應用到大學生互聯網短期貸款這一領域中時，本文也將分別從以上五個環(huán)節(jié)來構建大學生互聯網短期貸款全面風險管理的理論框架。

（一）大學生互聯網短期貸款風險識別

風險識別（Risk identification）是發(fā)現、承認和描述風險的過程。在此方案中，風險識別的主體主要是短期貸款平臺、大學生個體、政府?？腕w主要是短期貸款風險識別主體擬要識別的風險類型、受險部位、風險源等。而開展風險識別是進行對風險類型與受險部位以及風險誘因與嚴重程度的識別。

本研究基于對武漢市大學生短期借貸行為的實證調查和利用專家訪談法收集的數據，以及對武漢市大學生短期借貸情況進行收集統(tǒng)計，根據這些統(tǒng)計信息對大學生互聯網短期貸款風險進行初步識別。

（二）大學生互聯網短期貸款風險評估

針對大學生互聯網短期貸款風險的評估，應當在其發(fā)生貸款行為的初期就開始進行，另外，在大學生貸款過程中出現重要轉折點（例如出現費用問題可能導致逾期）時，應當再次進行評估。

（三）大學生互聯網短期貸款風險整合

大學生互聯網短期貸款的風險整合應當首先就該風險的驅動因素進行分析，也就是分析導致大學生互聯網短期貸款發(fā)生風險的可能原因，并對這些原因進行篩選，找出真正的風險源，并以此進行風險整合，再制定風險應對策略和步驟。本文在對大學生互聯網短期貸款風險信息收集基礎上進行統(tǒng)計分析，進而對其風險源進行分析。

（四）大學生互聯網短期貸款風險控制

風險控制的方式主要包括風險回避、風險自留、風險轉移、風險抑制?？紤]到大學生互聯網短期貸款的具體情況，采取風險回避與風險自留的方式是達不到控制這一風險目標，因此，將主要采用風險轉移和風險抑制來進行風險控制。

（五）大學生互聯網短期貸款風險控制后的監(jiān)控與反饋

風險反饋是指對大學生互聯網短期貸款風險控制體系建設、實施和運行結果等獨立開展的調查、測試、分析和評估等系統(tǒng)性活動。同時根據評估結果和變化因素通過風險控制系統(tǒng)地調整。

二、收據收集

（一）樣本基本特征分析

分別于2015年9月和2016年3月選取武漢市9所高校學生先后兩次進行隨機問卷調查，其中，分別為華中科技大學、湖北大學、武漢工程大學、湖北經濟學院、江漢大學、武漢紡織大學、武漢商學院、湖北商貿學院、武漢理工大學華夏學院，根據這9所高校的人數對照其在總人數中所占比重采取隨機發(fā)放的形式發(fā)放問卷1500份，回收1433份，問卷回收率95.5%，其中有效問卷1365分，問卷有效率95.28%，符合統(tǒng)計要求。

1.性別分布。在本次回收的有效問卷中，男性占總體比例的52%，女性占總體比例的48%，問卷代表性較強，具體情況如圖1-1所示：

3.院系分布。本次調查收集的院系信息主要以普遍的院系分類標準來對受訪者進行分類，主要分為經管類，藝術類，理工類，以及文史類。

在受訪者院系分布的調查中，理工類的受訪者占調查對象的56%，文史類占18%，經管類占15%，藝術類占11%。也正反應了當前武漢的高等院校分布情況，即主要以理工為主，其他類型的院系相對較少。在分類過程中，并沒有直接將所有的院校都以理工、文史進行分類，有一些經管類或是藝術類院校實際上也可以分類為廣義的文史類院系。

（二）調研方式及其作用

基于實際的易操作性，本文主要采用問卷調研的方式展開。在問卷設計方面以選擇題類型為主。為確保調研數據統(tǒng)計的真實可靠，受訪人員需根據實際情況作答。

三、實證分析

（一）大學生互聯網短期貸款風險的影響因素分析

大學生互聯網短期貸款風險與其消費水平、消費習慣、生活費來源等多方面因素都有關聯，而這些因素可以具體表現為以下幾個方面：

1.生活費收入。大學生生活費與其消費水平直接相關，對于分期類的支付平臺而言，付款者的月平均收入無疑是分期平臺最關心的部分之一。因此，大學生生活費是大學生互聯網短期貸款風險的影響因素之一，本次針對受訪大學生生活費的調查情況如圖3-1所示：

從圖3-1可以看出，有600名受訪者的生活費都在1000到1200的區(qū)間，在所有的調查者當中，82%的受訪者每月的生活費在800至1500之間。說明在校大學生之間的生活費差距并不明顯。

2.大學生生活費來源。大學生生活費的來源，可以在一定程度上影響其消費水平以及消費習慣，并通過這種方式對其互聯網貸款風險產生影響。同時，通過這一指標與其他影響因素的綜合比較，能夠獲得一些具備不同收入特點的大學生以及他們對于每月的收入怎樣進行支配，對于無力承擔的高檔商品，是怎樣進行處理。具有不同收入結構的人群是否具有不同的消費習慣。并根據這些特點來對受訪大學生進行合理的分類，本次針對大學生生活費來源的調查情況如圖3-2所示：

通過圖3-2可以看出，只由父母提供生活費的受訪大學生有1325人，只通過兼職支持正常生活的受訪大學生人數就下降到了40人，這意味著在樣本中主要的經濟來源是通過父母的支持。

3.獎學金獲得情況。通過統(tǒng)計受訪大學生在學校的獎學金獲得情況，可以反映出一些受訪者的消費習慣。

通過調查可以發(fā)現，有51%的受訪大學生是沒有獲得過獎學金的，院級類較小的獎學金的比重次之，為23%，校級及以上的獎學金獲得者則為19%。說明能夠獲得獎學金的大學生比重并不高，能夠進行日常生活以外的額外消費可能較少。

通過圖3-3可知，在校大學生的群體當中，只有8%的大學生在出現了超前消費，60%的受訪大學生在消費的選擇上還是比較謹慎，不會出現月光或超前消費的現象。

5.如何承擔高端消費品。高端消費品是大學生進行互聯網短期貸款的主要目的之一，自然也是其風險影響因素之一，86%的受訪者的回答是攢錢購買或者就此放棄購買，僅有14%的受訪者選擇了借錢或向父母要錢進行購買。愿意借錢購買的人數比例只有3%。這說明在大學生群體中，消費意識總體來講相對保守，愿意借錢去超前消費的大學生占比較低。

6.平臺使用情況。大學生互聯網短期貸款通常通過互聯網信貸平臺來進行，對于互聯網信貸平臺的使用情況必然是大學生互聯網短期貸款風險的重要影響因素之一，在這一環(huán)節(jié)中，采用遞進的問卷調查方式，首先，針對大學生是否了解互聯網貸款平臺進行調查，有76%人表示或多或少都了解過在線的借貸平臺。這表明各大網絡貸款平臺實際上對于在校大學生的宣傳力度還是在一定形式上存在的，并且也有一定的影響力。有55%的受訪大學生表示進行過互聯網信貸。在此基礎上，針對這55%的進行過互聯網信貸的受訪大學生信貸還款占生活費比重進行了調查，結果如圖3-4所示：

從圖3-4可以看出，在進行過互聯網信貸的751名受訪大學生中，有599人的互聯網信貸還款比例在20%以下，對于日常生活消費影響較小，互聯信貸還款比例在50%以上的有14人，這一比重已嚴重的影響了日常生活，同時也存在較高的信貸風險。整體而言，當代大學生的互聯網短期信貸還款比重尚處在合理范圍內，對于互聯網信貸的使用方式趨于理性。

7.其他指標。為了使本課題的分析更為科學、嚴謹，在以上五個直接相關的影響因素的基礎上，還將性別、年級以及院系也作為影響因素之一，以此來全面分析大學生互聯網短期貸款風險。

（二）指標選擇和模型建立

本文主要目的是為了研究大學生互聯網短期貸款的全面風險管理，基于全面風險管理的基本理論，通過識別風險源及風險評估，對風險進行量化。

1.指標選擇。以大學生在進行互聯網信貸之后“還款與否”作為因變量Y，采取二元Logistic回歸模型對數據進行分析，因變量Y值服從二項分布，其二項分布的取值為0和1，對應條件分別為“不使用”和“使用”。

第一，風險源識別

在此模型的基礎上，將所有自變量輸入進SPSS“協變量”框，因變量為（是否會如期還款），無“分類協變量”，保存“概率”，“組成員”預測值，cook距離，標準化殘差值，選項勾選“估計值的相關性”，“Hosmer-Lemeshow擬合度”，以及exp（B）的CI值。在變量的排除方面，選用向后（條件），在模型的運行過程當中，顯著性在0.10以下的變量被選入，而在0.10以內的變量就會被刪除，采用SPSS對相應步數的檢驗和刪除之后，能夠選擇出符合進入該模型的因變量。

這些因變量就是大學生短期貸款風險的風險源，此過程即為風險源的識別過程。

第二，風險量化

將符合條件的影響因素輸入以上分析模型之后，計算出P值，即達到了風險量化的要求，互聯網信貸企業(yè)可以根據P值的大小來判斷大學生逾期還款的幾率，也體現出了大學生短期互聯網貸款風險的大小，根據行業(yè)情況來決定貸款與否或制定相應的借貸利率。

（三）模型分析

1.聚類分析。首先根據消費習慣、消費情況，以及受訪者的私人基本信息將人群進行自動分類，SPSS軟件主要提供了K均值聚類以及兩步聚類，因為本次調查涉及的維數多，無法使用K均值聚類，所以使用兩步聚類對人群進行自動歸類。而歸類的信息準則方法則是采用施瓦茨貝葉斯準則（BIC）。在第一次聚類中，將樣本的所有信息都放入，進行聚類，但是最后的聚類效果并不理想，聚類情況如圖3-5所示：

在第二次聚類后，對樣本的分析得到了三個聚類中心：（0，3，1，1，1）（0，4，2，1，0），（1，3，1，1，1）

這三個聚類樣本中心對應的樣本特征分別為：

第一，沒有兼職收入，理工類學生，每月生活費有剩余，并且每月生活費有父母的支持的男性。

第二，沒有兼職收入，文史類學生，每月生活費基本“月光”，并且生活費也是有父母支持的女性。

第三，有兼職收入，理工類學生，每月生活費有剩余，每月生活費也有父母支持的男性。

對于這樣三種分類而言，該分類中心較有代表性。其中第二類較能代表周圍沒有兼職收入，并且也沒有生活費結余的女性，對于每月的收入控制力較差。而第一類和第二類則是很好地代表了較為省錢的男性，不同點在于是否有兼職的收入。通過對聚類結果的分析，得出不同類別的消費習慣的受訪者基本信息。繼而做進一步分析，這三種不同類型的消費者對于在無法還款的處理方式上是否存在不同，是否意味著不同消費類型的群體會選擇不同的方式來應對無力還款的情況。于是本組又一次對這三類已經分類的人群和對無力還款的處理方式，進行列聯分析，結果如表3-1所示：

從表3-1和3-2可以看出，已經進行了分類的不同人群對于無力還款時的處理方式并沒有太大的差異，卡方檢驗的顯著形值為0.674遠遠高于0.05的拒絕域范圍，所以選擇接受卡方檢驗的原假設，認為這三類人群對于無法還款的處理方式無差異。因為本次處理的方式采取的是人工對于分類標準進行選取，換言之，如果將所有影響無力還款時處理方式的因素都放進聚類模型中進行聚類，則會大大降低聚類效果。因此，在聚類后卡方分析的基礎上再進行一次logistic回歸分析，回歸分析的自變量會將諸多變量都放進模型中，用以彌補簡單聚類分析的不足。

2.Logistic回歸分析。下面對是否會按時還款進行了logistic回歸分析，設定受訪者的基本信息（性別，年級，院系），以及受訪者的消費習慣（生活費數額，生活費來源，獎金獲得方式，消費習慣類型，承擔高端商品的方式）為自變量，在無力還款的情況下是否會堅持按時還款，建立logistic二元回歸模型。

在logistic回歸分析之前對數據先做了一些處理。在對還款意愿及方式上對數據進行了分兩類的處理，第一類是無論如何都會選擇如期還款，第二類是不會如期還款。

在預測值方面，模型對可能給不會按時還款人群預測命中率極高，達到了84.8%，而對于會按時還款人群的預測準確率就相對較低，只有71.8%，而從綜合百分比來看，模型的預測準確度還是達到了71.826%，可以認為其預測精度良好。在實際操作中，應首先找準不會按期還款的人群，模型在此處展現出了較好的預測效果。此外，在本次實驗調查中，不會按時還款的人群實際占比相當少，從而在最后計算整體百分比的時候因為實際會按時還款的人群比重過高，使得對會按時還款的人群預測值權重過高。最終結果依然精度良好。

該方程說明，在對受訪者調查的分析中，有三個變量明顯呈現出對因變量產生了影響，依次是生活費數額，消費習慣類型，還款比重。得出以下結論：

第一，在關于生活費數額的調查問卷選項設計中，采用了生活費數額逐漸變多的方式。結果表明，隨著生活費數額的增長，違約的風險呈現降低的趨勢。與低收入學生人群相比，高收入學生人群的違約風險相對較低。

第二，在關于消費習慣的調查問卷選項設計中，采用了消費習慣逐漸超前的方式。結果表明，受訪者違約風險隨著消費習慣的超前而明顯增加。相對而言，保守消費的學生群體則不易產生違約風險。

第三，在關于還款比重的調查問卷選項設計中，采用了每月還款額度占生活費總額比例逐步增加的方式。結果表明，隨著還款額占比的增加，還款壓力也逐漸增大。在模型中也發(fā)現，隨著還款額占生活費比重的增加，受訪者違約風險也在逐漸增加。

除此之外，大學生互聯網短期貸款風險的大小也可以通過P值大小來體現，換言之，P值越大，說明大學生出現貸款風險的可能性越低。P值越小，說明出現貸款風險的可能性越高，這時互聯網貸款平臺就應采取合理的應對措施。

（四）調查結論

綜上可知，生活費數額、消費習慣和還款比重是大學生互聯網短期貸款風險的主要風險源。大學生通過互聯網短期貸款平臺獲取貸款進行超前消費的行為與其性別、年級、院系、生活費來源等因素沒有直接的關聯性，因此，在進行風險管理的過程中應當著重考慮主要影響因素，采取合理有效的解決方案。

四、大學生互聯網短期貸款全面風險管理解決方案

（一）建立大學生互聯網短期貸款全面風險管理框架

通過完成大學生互聯網短信貸款風險信息的收集以及初步識別，并在探討出其風險源之后，就可以進行有效的結合全面風險管理理論來完善大學生互聯網短期貸款全面風險管理的框架，在風險管理各個環(huán)節(jié)可采取的措施如下：

第一，在風險識別環(huán)節(jié)，政府和相關監(jiān)管機構應當引導互聯網貸款行業(yè)構建大學生互聯網貸款信息平臺，在保證大學生資信信息安全的情況下，讓互聯網貸款平臺能夠充分了解帶大學生的動態(tài)狀況。同時，學校也應當與政府和校園卡負責銀行進行合作，將校內學生的日常消費情況、資金獎懲情況以及勤工儉學情況等關乎大學生資金流動的情況搜集起來作為征信系統(tǒng)的數據基礎。此外，校方還可以依據這些信息針對性地開展大學生信用意識培養(yǎng)以及良好消費習慣的培養(yǎng)，而這對我國信用機制的建立也將起到有利作用。

第二，在風險評估環(huán)節(jié)，有了大學生動態(tài)信息的支撐，風險評估自然水到渠成，但考慮到大學生是個充滿朝氣的消費群體，可能存出現某些突發(fā)狀況，比如突然增加戀愛消費，使得還款能力減弱等等。因此，針對大學生互聯網短期貸款的風險評估應不僅限于貸款前評估，還應做好貸后評估，應當在大學生在突發(fā)異常消費時，對其重新進行量化評估，適時更新該大學生的風險等級，調整防控方案，以此來達到風險防控的目的。同時，還應將重新評估后的結果反饋給學校，讓學校根據實際情況來進行新一輪的具有針對的消費引導性教育。

第三，在風險整合環(huán)節(jié)，雖然本文的統(tǒng)計分析表明生活費的來源或獎金的獲得方式與大學生互聯網短期貸款風險沒有直接關系，但考慮到大學生可能采取勤工儉學等方式來提升自身的生活消費水平，因此，在風險整合環(huán)節(jié)也應當將這些因素納入考慮范圍，以充分挖掘可能減小其貸款風險的因素。同時，高等院校也應當鼓勵大學生在不影響正常學業(yè)的情況通過正當的勤工儉學、社會兼職等課外實踐來提高生活費來源，以降低大學生可能出現的互聯網短期貸款風險。

在風險控制環(huán)節(jié)，應當從風險轉移與風險控制兩個方面入手：風險轉移方面，可以引入擔保公司對大學生是否可擔保進行條件篩選后對風險進行平攤，在審核大學生使用互聯網短期貸款的資格上再設置一道關卡。在大學生使用互聯網短期貸款時，加入是否購買信用衍生產品或是否需擔保公司擔保的選項，一方面大學生要考慮是否能夠承擔多一筆費用來轉移風險，另一方面在擔保公司以及互聯網短期貸款平臺雙方面的審核標準下，減少違約風險發(fā)生的幾率。針對這一情況，我們特意追加了問題“是否愿意選擇擔保品或少量保險費的方式，以應對日后無力還款的情況”。

從調查結果來看，有68%的人愿意為轉移風險而承擔一定的擔保費，說明這一方案有一定的接受基礎，風險控制中繳納額外擔保費以轉移風險的方式可以實行。

風險抑制方面，應當由專門的信用評估機構將大學生納入個人征信系統(tǒng)的范疇，運用一定的評級方法，對大學生按時、足額履行相關合同的能力和意愿進行綜合評價，并用簡單的評級符號表示信用風險的相對大小。力求在建立征信系統(tǒng)以后，可供平臺對學生做出更有利于平臺自身的信用評級，決定其貸款額度以及利率的同時，加強大學生信用意識，積極促進個人征信體系建設。針對這一環(huán)節(jié)，我們也進行了追加調查。

從調查結果來看，結果幾乎與“額外承擔保險來轉移風險”的調查相似，說明當代大學生對于征信系統(tǒng)的建設有一定的認識并且愿意為該系統(tǒng)的建設貢獻自身力量，同時也說明當代大學生對自身消費觀念、消費方式具備一定的理性。因此，建立大學生個人征信系統(tǒng)也具備一定的可行性。

第四，在風險監(jiān)控與反饋環(huán)節(jié)，應當不定期對大學生短期貸款全面風險管理框架進行優(yōu)化，以保證在與外緣環(huán)境的相互影響下，當風險識別發(fā)生變化時，整套全面風險管理系統(tǒng)對風險的管理能夠進入更微觀更細致的層面，不斷提高風險評估的準確性，使評估的風險不斷接近真實水平，達到風險管理的效果。

（二）大學生互聯網短期貸款全面風險管理框架圖

（三）理論框架與量化模型的實際應用與可行性描述

在本課題中，考慮到數據的收集是以橫向收集為主，因此，此調查結論是面向該行業(yè)所得到的結論。在進行大學生互聯網短期貸款全面風險管理的實際應用過程中，在評估某個大學生的互聯網短期貸款風險時，應當根據時間線對各影響因素的數值進行縱向收集，以此來量化該大學生的互聯網短期貸款風險。

以面向大學生群體，橫向數據收集來評估整體風險，以面向大學生個人，縱向數據收集來評估個人風險，如此既能夠根據整體風險來制定個人風險等級及其對應的貸款利率和貸款額度，也能根據整體風險量化數值的變化來及時的調整相對應的風險管理方案，從而達到優(yōu)化大學生互聯網短期貸款全面風險管理框架的目的。同時，當代大學生既愿意在進行互聯網短期貸款中承擔額外保費以轉移風險，也愿意在大學時期提前加入個人征信系統(tǒng)。在政府、高等院校、相關機構以及大學生共同參與下，有了數據收集基礎，再依照理論框架與量化模型，能夠較好的評價大學生互聯網短期信貸中個人乃至整個市場的風險。也就是說本課題中所制定的大學生互聯網短期貸款全面風險管理理論框架與量化模型具備對大學生互聯網短期貸款實施全面風險管理的可行性。

參考文獻

[1]蔡昌達.互聯網金融背景下的商業(yè)銀行業(yè)務模式的創(chuàng)新――以高校學生貸款為例[J].金融理論與實踐，2015，（08）.

[2]趙立.互聯網信貸對大學生消費行為的影響[J].現代經濟信息，2015，（12）.

[3]鄧秀煥.大學生信貸消費市場前景分析[J].現代商業(yè)，2015，（06）.

[4]金露露，李游.互聯網金融背景下大學生分期購物平臺風險研究[J].淮南師范學院學報，2015，（09）.

[5]逄明亮.我國P2P網絡貸款平臺全面風險管理體系構建研究[D].山東大學，2015.