互聯網金融商業風險分析與預警機制內容

　　這篇金融研究投稿論文發表了互聯網金融商業風險分析與預警機制內容，云金融的概念提升了系統的處理和運算能力，給金融機構的管理帶來的便捷，論文深入分析了互聯網金融各企業的所面臨的風險，并引導企業定制互聯網金融該領域的風險預警管理機制。

　　關鍵詞：金融研究投稿論文,商業風險,互聯網金融,預警管理

　　解析互聯網金融的商業風險整體分析互聯網金融風險。按照《巴塞爾協議》內有關全面風險管理的要求，借鑒國際上的有益經驗，本文將互聯網風險劃分為上文所提到的三種類型風險。其中政策法律風險細分成了國家、行業和機構等層面，商業風險主要有市場、信譽和操作等風險，技術分為安全和技術選擇風險，如圖1所示。解析基于業務平臺的互聯網金融商業風險。從上述分析得知，互聯網金融主要被分成了三大平臺，分別是業務、管理和協作三大平臺。互聯網金融資金需求的雙方在業務平臺上撮合成交;通過國家管理者、行業管理者以及互聯網企業各分支機構對其實行各層監管，上述各監管組成了互聯網金融管理平臺;軟硬件開發維護者及網絡服務商主要擔任協作業務及管理平臺的運營，他構成了互聯網金融融資類的業務協作平臺。在業務層，資金融通雙方都面對了商業風險。

　　一是市場風險。互聯網金融市場風險主要是由利率和流動風險組成。互聯網風險一方面會受到行業監管、行業分化和行業競爭等的影響，另外還會遭受央行貨幣政策刺激，兩者同時加劇了利率風險。互聯網金融機構一般會發揮資金周轉的作用，沉淀資金有可能會在第三方中介滯留兩天至兩周的時間，不具備有效的擔保及監管，很容易會出現資金挪用的情況，若是缺少流動性監管或出現資金鏈的斷裂，必然會導致支付危機的出現。另外不斷出現的互聯網金融業務平臺也會上限，不具備用戶優勢的平臺將會借助提升利率和縮短投資期限的形式來吸引投資者加盟，這就必然會引起平臺流動性風險，并且很多用戶在平臺跑路消息報道的基礎上，針對平臺的投資僅僅限于打新投資，這顯然會提升互聯網金融的流動性風險。

　　二是信譽風險。信譽風險就主體劃分，主要分為自然人信貸風險及企業信貸風險兩種。自然人信貸風險主要是指自然人違約，其出現違約主要是由于其抗風險的能力較弱進而出現了道德問題。自然人信貸風險主要是由于借款人的經濟情況具有不確定性，尤其是該種借貸用在了生產經營商。互聯網金融業務內會牽涉到大量的自然人信貸范疇，由自然人承擔對應的償還義務，但是自然人的經營狀況、身體健康情況和消費習慣等都會引起還款風險。另外自然人借款人的個人觀念及道德問題都會造成違約風險。企業信貸風險和自然人借款人的動機以及償債能力的影響因素存在較大的差異。通常企業借款人主觀上惡意不按時清償債務可能性較低，對比之下，由于經濟實力、行業發展和經營狀況等因素導致的資金短缺更加容易使其違約。因此在對信譽風險實施評價時，自然人信用風險要更側重對其償還意愿的評估，但是企業借款人信用風險的評估則更加側重對其償還能力的評估。

　　三是操作風險。互聯網金融操作風險主要指的是互聯網金融的活動內，由于人員匱乏、內部流程制定不當或是實施失敗以及系統不足所造成的直接性或間接性損失的可能性。目前用戶數據、用戶操作行為數據、交易數據、文本數據等大數據系統出現交織，由于沒有通過授權方位、系統退化、雇員欺詐、服務提供商風險和客戶安全保護意識較低等交易內，操作風險正是來自這些繁瑣和復雜的數據系統行為的結合內。依據操作風險的不同來源，可以劃分為內部操作風險及外部操作風險兩種。內部操作風險主要因為績效考評、審計監管及內部控制等多方面的互聯網金融企業內部因素所引發;外部操作風險主要是因為私人泄露、釣魚網站的盛行等外部因素引起的。追究其根本原因就是在于大數據，互聯網金融企業對用戶注冊無法實現有效管理，并且不能很好地分析和管理交易中出現的大數據，另外是否可以合理地對各種數據進行保存也是當前互聯網金融企業迫切需要解決的問題。互聯網金融商業風險特點。

　　一是擴散速度快，破壞力強大。傳統銀行業務通常是通過紙質或是銀行內部系統來操作，一旦出現了錯誤，是有充分的時間查找、連接并且追回損失的。但是包含了交易數據、用戶操作行為數據和用戶數據及文本數據等大量數據的云金融為載體的互聯網金融，一旦出現了問題或是差錯，將會難以立刻糾正，并且互聯網金融業務運作速度飛快，等到發現問題后再攔截和追討損失基本無望。二是風險會交叉傳染。一方面互聯網金融業務平臺內包含了融資類、支付類和理財類業務，業務相互之間存在交叉性;此外互聯網金融商業風險內的市場風險、信譽風險和操作風險就像是多米諾骨牌，一旦一個出現風險將會引發一系列的風險。三是很難區分風險責任。互聯網金融辦理的過程一般都會涉及到外包商、電力和電信等其他多種合作方式，因此一旦某個方面出現了服務終端、客戶信息泄露和系統崩潰，將會直接對互聯網金融企業造成極大的損失，并且難以對責任實行區分。責任不能區分的直接結果就是一旦發生了損失，將難以對有關方的損失賠付進行明確。

　　互聯網金融的風險預警系統

　　數據作為中心的體系設計原則。互聯網金融風險預警系統設計內必須要遵循下面幾點：

　　一是系統性原則。互聯網金融風險預警系統屬于一個針對互聯網金融風險實行檢測、預測和預警的系統，是大型的體系，該體系內包含了互聯網金融行業的所有，因此建立該系統時必須要考慮每一個用戶和金融產品的提供者等全部參與到金融活動內的人的利益，同時還要實行系統性建設。

　　二是時效性原則。互聯網金融行業最大的特點是高速，充分體現了互聯網金融活性具有的及時性特點，因此在實行互聯網金融風險預警系統的建設中，必須要實時防范并且及時處理，確保可以及時判斷風險和快速應對，避免造成太多損失。

　　三是科學性原則。在預警系統的建立中要確保科學性，保障系統可以準確對金融風險實行判斷，防止對金融風險作出錯誤估計，最終導致不必要損失。將數據當做中心系統層級。在互聯網金融預警系統內存在以下幾層：一是數據管理層。預警系統主要是基于數據建立的，對此必須要建立和健全系統對數據的管理機制，建設和企業規模相適應的數據管理中心，便于對數據的收集、整理、加工和存儲。而且在數據中心還要實行管理過程內確保數據的準確性、完整性及安全性。

　　二是數據整合層。風險預警系統的最主要任務是要通過分析互聯網金融行業內的海量數據，進而實現對其中風險的語境，這就必須要系統地對金融風險存在更為透徹的認識，自金融風險的定義出發，重新整合和分析數據，進而提取出有用的信息，信息整合能夠很好地保證信息的準確性及可靠性，數據提取層主要是整合及提取數據。三是數據分析層。數據分析層主要是分析數據，判定數據的風險。這就要保證系統具有完備的智能性。四是數據的解釋層，數據解釋層是對風險的解釋，更加準確地來講就是通過風險和企業現狀結合得出分析結果，其中包含了風險的可靠性、危險度、產生根源和處理方法。

　　建立互聯網金融風險預警模式

　　(一)風險預警設計思路

　　在上述分析的基礎上，針對定性風險評估指標使用模糊綜合評價法對其實行量化，對互聯網金融商業風險進行測度。依據選擇的權重系數測定互聯網金融商業風險預警綜合評分值，依據設定的預警區域范圍來確定互聯網金融的風險預警區域，從而選擇互聯網金融商業風險的相應策略權重系數的選擇在風險測度內是最關鍵的問題，對市場風險、信譽風險及操作風險實施分別測度中，須確定各個具體指標的權重系數問題;另外就是互聯網金融商業風險預警評分值測度過程內的市場風險、操作風險以及信譽風險分別權重系數確定的問題。

　　(二)構建互聯網金融風險預警指標體系

　　在業務平臺基礎上的互聯網金融商業風險主要被分成了市場、信譽和操作風險三個維度，而且各個維度的風險有著豐富的含義，很難使用單一指標來客觀描述。為了使得評價指標變為更精準，本文使用主客觀結合的方式設計互聯網金融三個維度的商業風險。 針對定量指標，筆者結合有關學者的研究成果和銀行體系定量指標來計算，最終對定性指標使用問卷調查的方式，結合模糊綜合評價方法得到最終對應的評分值。

　　(三)建立互聯網金融商業風險預警

　　通過假設互聯網金融商業風險內各變量間均是相互影響并且相互作用的，建立互聯網金融業風險的結構方程模型，并且對上述指標之間的關系進行檢驗。互聯網金融商業風險的三維關系假設主要為：H1：市場風險防控對互聯網金融商業風險的預警防控的直接正影響;H2：信譽風險防控對互聯網金融商業風險預警防控的直接正影響;H3：操作風險防控對互聯網金融商業風險預警的直接正影響;H4：市場風險防控及信譽風險防控的直接雙向正關系;H5：市場風險防控及操作風險防控的直接雙向正關系;H6：信譽風險防控及操作防控間的直接雙向正關系;H7：市場風險防控依賴各種要素不受信譽風險及操作風險防控影響;H8：操作風險防控依賴的各要素不會受市場和信譽風險防控影響;H9：信譽風險防控依賴的各要素不會受市場和操作風險防控影響;H10：除市場、操作和信譽風險以外的其他因素都是殘差項。劃分衡量互聯網金融商業風險的指標為：一是互聯網金融機構個體的指標，包含財務健康情況及機構規模;二是互聯網金融整體指標，包含了信貸質量、資產規模、資產及負債匹配數量;三是互聯網金融機構指標，包含了業務發展模式、產品類型、風險度量等。見表1所示。在模型內市場、信譽和操作風險分別作為三個外生潛變量分別由各自所屬顯變量測量，互聯網金融風險系統的各變量相互間是存在關聯性的，因此假設三個外生潛變量之間存在相互變聯系。互聯網金融的融資業務風險是內生的潛變量，主要是表1內的八個顯變量反應。

　　分析互聯網金融商業風險預警結果

　　首先要對預警信號閾值實行確定。預警信號閾值是觸發預警后續行動的臨界值，閾值要綜合數據的模型、歷史數據經驗和專家經驗以及同業信息確定，并且還要考慮互聯網金融的融資平臺的風險偏好、客戶與平臺的聯系、監管部門檢查評估互聯網金融融資平臺和監管要求等因素。一旦風險表征值超出了預警信號的閾值，將會觸及預警流程，進入風險預警系統，將實現對風險級別的定位。其次是定位互聯網金融商業風險的預警級別。依據評估風險大小，劃分互聯網融資風險為正常狀態、關注狀態、次級狀態、可以狀態以及損失狀態5個等級，分別用綠、藍、黃、橙、紅五種顏色的燈來表示。詳情見表2所示。第三是分析互聯網金融商業風險預警的結果。在處于綠色信號燈范圍情況下，互聯網金融平臺必須要考慮和其開展對應的業務活動，還要增強互聯網金融平臺的效益，平臺必須要大量的吸收該種類型的業務;在處于藍色信號燈的范圍下，互聯網金融平臺則可以考慮接受和其開展對應的業務，那些已經有的處于藍燈狀態的業務，則可以考慮持有;在處于黃燈信號的范圍時，互聯網金融平臺可以按照公司的戰略和客戶征信情況，適當考慮是否需要開展其他方面的業務，若是已經存在了處于黃燈狀態的業務，要及時防范并且調整，或是改變持有策略或是適當轉出業務;在處于橙色燈信號時，互聯網金融平臺則不應當考慮其借貸，若是當前業務已經處于信號燈為橙色的狀態，要立即采取對應措施來降低損失;若是當前處于紅色信號范圍內，則互聯網金融平臺必須將其拉進黑名單，針對已經處于紅燈狀態的業務，則要采取強硬的手段實行積極挽回，盡力彌補損失，實行不良征信評價。

　　參考文獻：

　　1.卜亞，張敏.互聯網金融創新監管機制構建——基于激勵相容的視角[J].技術經濟與管理研究，2016(1)

　　2.李灝來，李越冬.國家審計“管理”互聯網金融風險的路徑研究[J].會計之友，2016(3)

　　3.黃建康，趙宗瑜.互聯網金融發展對商業銀行的影響及對策研究——基于價值體系的視域[J].理論學刊，2016(1)

　　4.中國工商銀行江蘇省分行課題組，萬輝.我國商業銀行互聯網金融風險管理研究[J].金融縱橫，2016(2)

　　作者：丁喬穎 單位：美國賓夕法尼亞州費城大學商學院

　　推薦閱讀：《中國農村信用合作》期刊是農村金融刊物。宣傳國家金融政策，反映農村信用合作改革的成就，交流經驗，普及信用合作知識。