《互联网金融风险及监管策略研究的国内外文献综述》4700字.docx

互联网金融风险及监管策略研究的国内外文献综述

1.1国外研究

ZviBodie所论述的投资组合理论、多因素模型等投资学理论，为本文投资目标企业的选择和为投资者提供资产组合策略，更好分散风险、化解风险提供了参考[1]。

StephenA.Ross对财务报表分析和公司金融知识的介绍，为本文选取投资决策关键性指标提供了参考[2]。

Akhmetov等外国学者建立了一个基于信息与网络安全手段构建融资过程决策支持系统的模型。这一论述丰富了对互联网金融市场技术问题的研究，为互联网金融融资活动中的安全性能优化提供了参考建议，此外，这一论文中的融资决策支持模型为融资企业提供了更加科学的、合理的融资建议[3]。

E.Y.Tereshenko从财务层面为防范和化解风险提供了参考性建议，提出了在不确定性条件下降低企业财务风险的机制。其研究成果将改善企业的财务管理和业务流程处理，提高决策效率和质量，以支持企业的财务稳定。他的研究还表明：迅速不断变化的环境因素可能会转化为不利因素，对企业的利益造成负向影响[4]。

BarkatUllah的研究发现，通过了国际标准质量认证的公司更容易获得外部融资，并且，通过国标认证具有“信号价值”，有助于企业向债权人和投资者可靠地表明其未被观察到的质量，使中小企业获得更多的外部融资支持。其研究结果还发现，认证公司更多地使用银行、股票等融资方式，而非认证公司更多地依赖非正式的融资方式。其论述证明了：信息不对称程度越大，质量认证的信号传递价值越高。较小的公司和欠发达经济体和金融体系中的公司可以通过接受国标认证，获得更好的外部融资渠道[5]。

GalemaRients研究了个人P2P投资者在缓解中小企业P2P贷款信贷配给中的作用。使用了荷兰最大的P2P借贷平台之一提供的专有数据，发现P2P投资者更多地投资于他们个人熟悉的借款人的贷款。投资者的初始投资，与从P2P贷款人处获得第二笔贷款的可能性、其他P2P投资者的投资以及事后违约率等因素密切相关。这些论述结果为防范化解信用风险、信息不对称风险提供了参考和建议[6]。

1.2国内研究

李唯滨在对信贷项目的盈利能力的研究中，将企业的融资比例作为一个传递项目盈利能力的“信号”，对这一“信号”在信息不对称情形下对融资的作用、基于这一信号的博弈的一般风险进行了分析讨论，证明了项目盈利能力与信贷融资比例具有相关性。此外，该研究还讨论了融资市场的内在运作机制，为借贷企业更好地做出融资决策，构建具有较高优度的财务杠杆以提高盈利可观程度提供了路径[7]。

祝建军、柳云鹏、郭晓君运用控制变量的基本方法，借鉴了有效市场假说理论和信号传递理论，在信号传递强式有效、半强式有效、弱有效三种不同的背景下，为合理选取创业公司进行投资提供了方法和途径。他们的研究表明：投资方对其投资企业的期望收益，以及对融资企业创新能力、经营前景、项目可行性等因素的判断，将会作为主要因素影响投资决策。此外，他们还发现了创新能力与投资金额具有很大的正比关系，企业的创新能力越强，投资方将越有激励相信该企业的经营前景向好，从而为该企业注入更多的资金[8]。

杨阳以信用风险的影响力为依据，对各类P2P网贷平台进行了等级划分，对各类平台的特点、潜在风险进行了分析。他的分析研究中，筛选了许多具有参考价值的信用风险指标，并扎实运用主成分分析法，组成了预测互联网金融平台信用风险的模型，优化了目前网贷平台评级的依据。他的研究成果使得对信用风险的预测更为精准和全面，也为分析和化解信用风险、规范互联网金融业态，为投资者的权益提供更强有力的保护提供了规范化路径[9]。

陈哲着眼于平台风险的分析，选取了一定数量的样本平台，并运用旋转成分法确定了主要的风险观测指标，抓取相关数据之后运用PCA分析方法进行了实证分析，在降维的基础上得出了各互联网金融平台的综合风险得分，以此衡量平台风险。这一研究成果独创性地将实证分析工具引入对平台风险的研究当中，并运用了更加科学的分析工具，其研究结论为网贷行业的风险防范提供了多种策略，更加具有建设性和可行性[10]。

冯冠华、司翼、高飞等学者面向金融创新领域，研究了监管者与从业者在不对称信息下的博弈问题，并构建了分析模型，模型表明：创新激励、创新监管成本和违规处置力度，是影响金融科技的监管成效的关键因素。这一研究成果将信息不对称风险与金融科技、金融监管有机结合，以博弈模型的方式将三者结合起来，有利于更科学地分析和研判互联网金融监管的强度，科学把握监管成本[11]。

刘昌昊、王兴芬、庄文英通过数据处理与特征工程实现用户认证信息、金融信息、行为信息的融合，利用SMOTE算法建立了评估信用风险的数量模型。结果表明，该方法能有效挖掘数据潜在价值，提高信用风险评估与预警效果。SMOTE算法与金融背景知识的结合将使得互联网金融企