新书快报
互联网金融风险管理
张成虎 著
58.00元
本书研究了国内外互联网金融监管实践，从监管目标、主体、对象、内容与方法等多个方面建立起以保护消费者为目标的“多元监管、功能监管、行为监管、数字监管”的互联网金融风险监管框架，本书研究成果可为我国互联网金融监管框架的重构和形成乃至互联网金融监管制度的设计提供理论依据，为我国互联网金融风险监测和预警系统的建设提供技术参考。
购买链接：
中国金融出版社微店：
中国金融出版社淘宝专营店：
7.0 b:// uPZMctAX9br£达k@i淘bἀo【互联网金融风险管理【中国金融出版社直营自供】】
当当网：
京东商城：
目 录
1 绪论1
1.1 研究背景1
1.2 研究目的和意义7
1.2.1 研究目的7
1.2.2 研究意义8
1.3 研究思路与方法9
1.3.1 研究思路9
1.3.2 研究方法9
1.4 研究内容和结构安排10
2 研究综述12
2.1 互联网金融的产生、发展及趋势12
2.1.1 互联网金融的定义与特征12
2.1.2 互联网金融的产生与发展13
2.2 互联网金融风险的表现、特征及生成16
2.2.1 传统金融风险管理及相关理论16
2.2.2 互联网金融风险的表现与特征17
2.2.3 互联网金融风险生成与构成17
2.2.4 评述19
2.3 互联网金融风险监管制度:架构与问题19
2.3.1 金融风险监管制度相关理论研究19
2.3.2 互联网金融风险监管制度相关研究20
2.3.3 评述21
2.4 典型互联网金融业态风险监管机制研究22
2.4.1 网络银行23
2.4.2 P2P网络借贷23
2.4.3 第三方支付24__
2.4.4 众筹25
2.4.5 评述26
2.5 互联网金融风险监测方法与技术26
2.5.1 金融风险一般监测方法与技术26
2.5.2 互联网金融风险监测方法与技术28
2.5.3 评述29
2.6 文献的总体性评价30
3 互联网金融及其风险概述31
3.1 互联网金融概述31
3.1.1 互联网金融的界定31
3.1.2 互联网金融的谱系结构33
3.1.3 互联网金融的功能35
3.1.4 互联网金融的特征40
3.2 互联网金融风险概述44
3.2.1 互联网金融的风险特征45
3.2.2 互联网金融的风险类型46
4 互联网金融风险监管的制度框架体系56
4.1 互联网金融风险监管的框架56
4.1.1 监管的目标:保护消费者与维护金融稳定57
4.1.2 监管的主体:单一监管与多元监管58
4.1.3 监管的对象:机构监管和功能监管59
4.1.4 监管的内容:审慎监管和行为监管60
4.1.5 监管的方法:数字金融监管61
4.2 国外互联网金融的监管政策62
4.2.1 美国的互联网金融监管政策62
4.2.2 英国的互联网金融监管政策64
4.2.3 欧盟的互联网金融监管政策65
4.3 我国互联网金融的监管66
4.3.1 我国对互联网金融业态的监管政策66
4.3.2 我国互联网金融监管与国外的差异70
4.4 我国互联网金融监管的基本框架73
4.4.1 互联网金融监管组织体系73
4.4.2 互联网金融监管法律体系74
4.4.3 建立互联网金融自律监管体系74
4.4.4 建立完善的互联网金融监管协同体系75
5 P2P网络借贷信用风险的形成机理76
5.1 P2P网络借贷的信用风险76
5.1.1 信用风险的概念界定76
5.1.2 信用风险的典型特征77
5.1.3 P2P网络借贷信用风险及其典型特征78
5.2 P2P网络借贷信用风险的形成机理80
5.2.1 P2P网络借贷中的逆向选择80
5.2.2 P2P网络借贷中的道德风险82
5.3 P2P网络借贷信用风险形成的外部影响因素86
5.3.1 平台信用风险管理有效性不足86
5.3.2 外部配套措施不完善87
6 P2P网络借贷信用风险识别指标体系构建90
6.1 基于借款人社会资本的P2P网络借贷信用风险甄别与分离机制90
6.1.1 P2P网络借贷中的借款人社会资本90
6.1.2 借款人社会资本下的P2P网络借贷信用风险甄别机制91
6.1.3 借款人社会资本下的P2P网络借贷信用风险分离机制94
6.1.4 借款人社会资本特征与P2P网络借贷信用风险评价102
6.2 P2P网络借贷信用风险识别指标体系建立原则与典型特征103
6.2.1 指标体系建立原则103
6.2.2 指标体系典型特征104
6.3 P2P网络借贷信用风险识别指标的初选105
6.3.1 识别指标初选106
6.3.2 主要指标分析109
6.4 样本数据获取与预处理112
6.4.1 样本数据获取112
6.4.2 基于主成分分析的指标特征提取113
6.4.3 样本数据预处理114
6.5 P2P网络借贷信用风险识别指标筛选与特征提取116
7 基于动态支持向量机的P2P网络借贷信用风险评估124
7.1 支持向量机算法及其工作原理124
7.2 基于支持向量机集成的P2P网络借贷信用风险评估模型构建128
7.3 支持向量机核函数的参数影响及寻优129
7.3.1 支持向量机的参数影响130
7.3.2 支持向量机的参数寻优130
7.4 P2P网络借贷信用风险评估实证检验131
7.4.1 非均衡数据处理131
7.4.2 实证结果分析132
7.4.3 静态支持向量机模型的局限性135
7.5 基于动态支持向量机的P2P网络借贷信用风险评估136
7.5.1 支持向量机动态训练算法工作原理137
7.5.2 基于多样本动态支持向量机的P2P网络借贷信用风险评估141
8 基于大数据的P2P网络借贷信用风险监测147
8.1 大数据环境下P2P网络借贷信用风险监测147
8.1.1 大数据征信的典型特征148
8.1.2 大数据分析对于P2P网络借贷信用风险监测的现实意义150
8.2 基于大数据分析的P2P网络借贷信用风险监测系统要素151
8.2.1 P2P网络借贷信用风险监测中的大数据分类与处理151
8.2.2 P2P网络借贷信用风险评价的引擎选择153
8.3 基于Spark的P2P网络借贷信用风险监测架构设计156
8.3.1 P2P网络借贷信用风险评价整体架构157
8.3.2 P2P网络借贷信用风险评价关键环节分析159
9 研究结论与展望166
9.1 主要研究结论166
9.2 研究展望168
附录 P2P网络借贷借款人信用风险评估指标研究调查问卷170
参考文献172
作者简介
张成虎，管理学博士，西安交通大学经济与金融学院二级教授、博士生导师。专注于金融科技相关研究30余载，出版学术专著7部；主持包括国家社科基金重大项目、重点项目，国家自然科学基金项目等国家级项目6项；发表学术论文100多篇；获省部级二等奖、三等奖多项。研究方向：金融科技、互联网金融、金融工程、反洗钱等。