互联网信贷、信用风险管理与征信.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2014年第 10期 (总第412期) 4 妇 研 GNo.10,2014 eneralNo.412 互联网信贷、信用风险管理与征信 中国人民银行征信 中心与金融研究所联合课题组 (中国人民银行 ,北京 100800) 摘 要:本文从互联网信贷的本质和创新入手,揭示了我国互联网信贷行业的高风险特 性。通过对比互联网信贷和传统信贷机构信用风险管理的差异,指出互联网信贷高风险源 于缺少征信以管理借款人的信用风险。随后,文章论证了征信对互联网信用风险管理的作 用机制,并分析了我国互联网征信服务业的模式及存在的问题。最后,在借鉴国外互联网信 贷机构管理信用风险经验的基础上 ,提出发展我国互联网征信的建议。 关键词:互联网信贷 ;信用风险管理 ;征信 JEL分类号:G24,G32 文献标识码:A 文章编号:1002—7246(2014)10—0133—15 一 、 引 言 互联网信贷是近两年来中国金融创新的重要组成部分,已在满足小微信贷群体需 求、减少金融市场的信贷配给等方面发挥着越来越重要的作用。但是眼下这种新兴的金 融服务平台关张数量越来越多,行业发展面临挑战。2012年以前,我国以P2P借贷平台 为代表的互联网信贷平台关张总量约为20家。2013年,问题平台数量快速增长到70家。 其中,2013年 10月以后出现行业性倒闭风潮,1O月有 15家P2P企业倒闭,2O家P2P 平台陷入兑付危机;11月出现严重问题平台高达41家。 快速发展的互联网信贷行业为何会出现如此大规模的倒闭风潮?我们分析在缺乏 外部监管的情况下,不能排除一些平台有 自融资模式的欺诈行为,也不能排除一些P2P 收稿 日期 :2014—07—12 作者简介:联合课题组总指导纪志宏、王晓明、曹凝蓉、金中夏;课题组主要执笔人伍旭川、黄余送、 张晓艳等。伍旭川,经济学博士,副研究员,任职于中国人民银行金融研究所 ,Email: wxc053@126.tom.黄余送 ,经济学博士,副研究员,任职于中国人民银行金融研究所,Email skymount@163.com.张晓艳 (通讯作者),经济学博士,助理研究员,任职于中国人民银行金 融研究所 ,Email:zxiaoyan@pbc.gov.cn. 133 l34 今 斩 钇 总第412期 平台因流动性风险或因项 目到期 自动终止,但这不是影响行业发展的主要原因。传统信 贷类机构对信用风险管理有严格的风险控制流程,内部利用客户历史数据建模,外部借 鉴征信系统数据,并充分发挥了征信系统的 失“信惩戒、守信激励”机制,才将资产不 良 率控制在较低水平。与传统商业金融机构的信贷交易相比,互联网信贷交易双方通过信 贷平台交易,无法制约借款人的道德风险,使信贷资金违约风险大幅度上升,最终影响平 台经营,才是制约行业发展的主要因素。国内学者也认识到信用风险是互联网信贷面临 的最主要风险 (孙小丽和彭龙,2013;易宪容,2014;张鹏,2013)。 互联网信贷平台出现关张浪潮,不仅影响了这一新兴行业的发展前景,也损害了金 融消费者和投资者的利益,情况严重时可能影响我国金融体系的稳健运行。这一行业发 展引起的潜在风险引起了监管部门和理论界关注。对于其解决方案,理论界 目前尚无统 一 认识,有研究者从信用体系建设角度建议我国加速完善信用体系建设 ,以保障金融体 系安全,并建议通过设立联合征信系统,实现信息资源共享,促进社会信用体系建设,从 而降低信用风险 (杨秋,2014;王桂堂和闫盼盼,2014),也有研究者试图引人现代管理 工具,将KMV模型引入互联网信贷企业对借款人的信用风险评估和管理,以降低违约风 险 (孙小丽和彭龙,2013),还有人以二元 logistic回归模型为基础,分析影响网络借贷成 功率

文档评论(0)

1112111 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档