互联网金融舆情风险防控理论研究.docVIP

互联网金融舆情风险防控理论研究 　　摘要：互联网金融是金融产业与互联网产业相互耦合的结果，伴随互联网金融的发展，互联网金融舆情事件也大量涌现。文章通过与普通舆情事件对比，得出互联网金融舆情具有“影响区域广、处理难度大、涉事主体多、持续周期长”的超网络特征，并以此为基础，构建了我国互联网金融舆情超网络模型框架。文章采用集聚系数、K-shell值、介数指标方法对互联网金融舆情中的关键人物进行了识别，并从控制、引导、干预的角度构建了互联网金融舆情风险防控体系，为互联网金融舆情事件的解决提供了解决方案。 　　关键词：超网络；互联网金融舆情；风险防控；理论研究 　　一、引言 　　互联网金融是金融产业与互联网产业相互耦合的结果，它为传统金融业注入了全新的发展思维和理念，也为互联网产业开拓了新型的业务领域和对象。谢平（2012）认为，互联网金融是传统金融机构或电商企业与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式，是介于传统金融与互联网两端之间的金融交易和组织形式。自2013年互联网金融元年以来，我国互联网金融发展迅速，2015年市场整体规模超过10万亿元，其中支付市场规模就达到9.22亿元。然而，伴随机构和产品的数量持续增长、金融消费者对自身权益的保护意识增强，以及我国互联网金融监管体系的缺失，造成我国互联网金融事件频发，以众筹行业为例，截至2016年，全国各类型正常运营的众筹平台总计427家，全年倒闭、转型及其他（跑路、提现困难以及众筹板块下架等）平台数量达293家，给消费者、企业、社会带来难以估计得损失。 　　由于互联网金融事件具有互联网快速传播、金融行业保密隐私的特征，导致我国在应对互联网金融舆情风险的防控中捉襟见肘，尤其存在传播途径认识不清、影响程度和范围评估不准、关键人物识别模糊等情况，导致金融运营机构、监管机构应对危机能力有限。本文在分析互联网金融舆情事件与普通舆情事件差异的基础上，从超网络的视角对互联网金融舆情进行风险识别与管控研究，分别构建了不同级别人物的识别模型、舆论演变模型，以及互联网金融舆情引导策略矩阵，最终从控制、引导、干预三个方面构建我国互联网金融舆情风险防控体系。 　　二、互联网金融舆情的定义与特征 　　舆情是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等表现的总和。针对互联网金融舆情方面，目前学术界并没有一致的定义，本文认为互联网金融舆情是指享受互联网金融服务的对象对所发生的互联网金融事件信息进行传播与互动的过程。根据互联网金融舆情的发生对象不同，可以分为金融形势舆情和金融事件舆情。其中，前者是指升息、货币政策调整引起的金融市场的波动，如果媒体等传播主体没有正面引导，那么容易引发舆情波动以及相应的资本市场变化。后者是指各互联网金融机构在运行过程中所遇到的一些与经营有关的资金链断裂、资金挤兑、金融产品亏损等突发事件，该类事件容易产生大幅度的社会舆论，对相关银行、证券、保险等金融企业产生较大的负面影响。本文所研究的对象是指互联网金融事件舆情。 　　在网络技术发达的当今时代，舆情中信息的不对称性正在弱化，传播方式呈现出快速共享、全面透明、多向传播的特征，与普通舆情相比，互联网金融舆情尤其体现为错综复杂性和难以控制性。 　　（一）影响区域广 　　不同特征的舆情事件影响范围和程度各不相同，并且具有行业性、区域性等特征，如某个公共政策引发的舆情事件具有区域性特征，某一产品的质量引发的舆情事件具有行业性特征，而互联网金融舆情事件的影响范围可能会达到全国，涉事对象能够涵盖社会不同阶层，因此影响范围更大。从爆发过程来讲，普通舆情事件以爆发点是唯一的，呈现从中心向四周辐射的态势，而互联网金融舆情一旦爆发，将会在多地区产生“核裂变”式的连锁反应，在短期内呈现燎原之势。例如，爆发于2015年的“e租宝”事件，涉及金额约745亿元，涉及人数达到了90.95万人，涉事主体遍及全国31个省市区。 　　（二）处理难度大 　　基于互?网金融具有的普惠特征，我国不同地区经济发展的差异化，造成在不同区域会出现影响程度与范围出现高与低之分。从处理方式来看，各区域政府很难在短时间内做到联合协同处理。此外，由于互联网金融具有同质性，一旦一家互联网金融机构出现问题，很容易波及上下游对象，并且对同类单位和产品造成巨大影响。从处理对象上看，普通舆情事件呈现“线”形特征，关键人物或节点有可能产生在事件爆发的起点，其关键人物或节点可以通过数据分析精确定位，而互联网金融舆情事件呈现“面”形特征，容易出现多点爆发的态势，其关键人物或节点的出现时间和节点难进行清晰识别，其识别与防控难度巨大。 　　（三）涉事主体多 　　舆情主体包括与舆情事件有关联的人或组织。从参与者的角度来