第一篇：互聯網金融風險控制(大綱)

? 《互聯網金融風險控制》基本簡介：

什么是互聯網金融風險？具體有哪些風險？怎么管理和控制？

針對上述問題，本書系統全面地介紹了互聯網金融風險控制的有關內容。書中不僅介紹了互聯網金融風險的概念、互聯網金融風險的種類與特點，而且分別從投資者、從業者和管理者的角度，詳細介紹了第三方支付、P2P網絡貸款、眾籌融資、互聯網消費金融、互聯網保險、網上銀行等細分行業的具體風險，并且給出了相應的風險控制建議。作者結合當下各種實操案例編寫相關章節，不僅體現出互聯網金融風險控制的實操性，而且會讓讀者更加容易理解與掌握相關內容。

《互聯網金融風險控制》適合互聯網金融行業的投資者、從業人員、監管機構人員閱讀，也適合高等院校金融專業的師生以及對互聯網金融感興趣的讀者閱讀。

? 《互聯網金融風險控制》課程大綱

第一章 金融風險與管理

一、金融風險的含義和特征

（一）金融風險的含義

（二）金融風險的特征

二、金融風險的種類

（一）市場風險

（二）信用風險

（三）流動性風險

（四）操作風險

（五）聲譽風險

（六）法律風險

三、金融風險的對經濟的影響

（一）金融風險對微觀經濟的影響

（二）金融風險對宏觀經濟的影響

四、金融風險的管理

（一）金融風險管理對經濟的作用

（二）微觀金融風險管理

（三）宏觀金融風險管理

（四）金融風險管理的程序

第二章 互聯網金融的種類與風險

一、互聯網金融的種類

（一）P2P網絡借貸

（二）移動支付

（三）互聯網眾籌

（四）大數據金融

（五）信息化金融機構

（六）互聯網金融門戶

二、互聯網金融的風險類別

（一）信用違約和欺詐風險

（二）互聯網技術風險

（三）法律風險

（四）政策與監管風險

（五）流動性風險

（六）消費者權益被侵犯風險

三、互聯網金融的防范措施與監管意見

（一）互聯網金融企業要嚴格守法

（二）建立和完善相關法律法規體系

第三章 P2P公司面臨的風險及風險控制

一、P2P的業務類型及風險點

（一）P2P的業務類型

（二）P2P不同業務類型的原理及風險控制點

二、P2P行業的風控挑戰

（一）客戶風險較高

（二）客戶信用信息不全

（三）“羊毛黨”的增多

（四）惡意欺詐投資者眾多

（五）客戶違約成本低，債務收回成本高

三、P2P平臺對借款人的風險識別及防控方法

（一）網貸借款人經驗及能力不足的風險及防控方法

（二）網貸借款人居住不穩定的風險及防控方法

（三）網貸借款人或家人的健康風險及防控方法

（四）網貸借款人信用風險及防控方法

（五）網貸借款人還款能力不足的風險及防控

四、P2P平臺債權轉讓的模式及風險防范

（一）P2P平臺債權轉讓的模式

（二）P2P債權轉讓被禁止的原因

（三）專業放貸人模式的法律風險

（四）P2P平臺債權轉讓的法律風險防范

五、P2P公司應建立科學的風控體系

（一）科學風控的重要性

（二）科學風控的劃分

六、P2P公司對貸款企業進行風控分析的技巧

（一）給借款企業快速定位

（二）企業現金流水分析

（三）企業收入分析

七、P2P公司應實行審貸分離制度

（一）審貸分離的形式

（二）信貸業務崗與信貸審查崗的職責

（三）審查人員需遵守的原則

（四）審貸分離的實施要點

（五）審貸分離的意義

八、P2P公司風控人員必備的審核查詢網站

（一）企業主體相關信息查詢網站

（二）涉訴信息查詢網站

（三）資產信息查詢網站

（四）投融資信息查詢網站

九、金融數據公司如何鑒別P2P平臺的安全性

（一）建立評價指標體系

（二）模型的整體預測及維度分析

第四章 P2P投資者的風險防范

一、P2P設立資金池的風險及防范

（一）資金池的形成方式

（二）資金池會產生的風險

（三）資金池的風險防范措施

二、識別P2P平臺是否會跑路的關鍵指標

（一）平臺待收金額

（二）平臺新增借款

（三）平臺投資金額

（四）平臺投資人數

三、如何識別P2P平臺是否有假標

（一）制造假標的目的（二）假標的危害

（三）如何判斷假標

四、如何看透風險準備金的“貓膩”

（一）注意信息披露狀況

（二）謹慎考察平臺

（三）注意風險準備金的使用規則

五、如何判斷P2P平臺的成交量是否合理

（一）成交量的局限性

（二）判斷平臺成交量是否合理的方法

六、辨別P2P資金存管與托管的區別

（一）什么是資金存管

（二）什么是資金托管

（三）資金存管與資金托管的本質區別

七、P2P平臺提現困難的原因

（一）期限錯配

（二）逾期壞賬后無法“兜底”

（三）出現擠兌

（四）平臺運營成本過高

（五）支付通道不暢

（六）非法集資

（七）平臺跑路

八、網貸遇雷，投資者應當如何維權

（一）收集證據

（二）抱團維權 第五章 大數據信貸風控

一、大數據風控與傳統風控的區別

（一）傳統的風控流程

（二）大數據風控流程

二、互聯網金融公司開展大數據風控的前提

（一）是否有數據源

（二）是否有專業技術團隊

（三）關鍵需求是否真正萌發

三、大數據在風險控制中的應用

（一）大數據風控的代表性企業

（二）阿里巴巴的大數據風控流程

四、大數據風控的優勢和劣勢

（一）大數據風控的優勢

（二）大數據風控的劣勢

五、大數據如何防控惡意欺詐

（一）建立黑名單機制

（二）建立數據共享機制

（三）利用自身風控模型機制

（四）通過定位防范別惡意欺詐

六、國外大數據征信的發展情況

（一）ZestFinance--最熱的大數據公司

（二）FICO--美國征信評分體系的制定者

（三）YODLEE--大數據征信的先行者

（四）First Access--利用手機數據源征信

（五）Visual DNA--運用心理學分析征信

第六章 股權眾籌的風險防控

一、認識股權眾籌

（一）股權眾籌的分類

（二）股權眾籌的參與主體

（三）股權眾籌的運作流程

二、股權眾籌運營的不同模式

（一）憑證式眾籌

（二）會籍式眾籌

（三）天使式眾籌

三、股權眾籌的主要風險分析

（一）非法集資的風險

（二）非法發行證券的風險

（三）非法經營的風險

（四）投資者審核的風險

（五）代持股的風險

（六）非標準化風險

（七）資金流的風險

（八）時間風險

（九）入資方式風險

四、股權眾籌與非法集資的區別

（一）定義區別

（二）實質性區別

（三）對金融秩序影響的區別

（四）發行方式的區別

（五）風險控制的區別

（六）法律保護的區別

五、股權眾籌機構的風險防控

（一）加強對從業人員的法律培訓及警示教育

（二）協助從業機構建立、完善相關風控制度

（三）起草、審核相關協議、文件

（四）針對具體業務事宜開展專項法律分析

（五）對特定風險事件及時開展危機應對工作

六、借股權眾籌之名行違法犯罪之事的司法認定

（一）借股權眾籌之名行集資詐騙之實

（二）借股權眾籌之名行非法吸收公眾存款罪之實

（三）借股權眾籌之名行洗錢犯罪之實

七、股權眾籌如何保護出資人的利益

（一）建立信任度

（二）增強安全性

（三）擴大知情權和監督權

（四）股權的轉讓或退出

八、國外股權眾籌的法律監管

（一）美國JOBS法案

（二）英國《眾籌監管規則》

第七章 移動支付的風險防范

一、認識移動支付

（一）移動支付的形式

（二）移動支付的產業鏈構成二、移動支付的風險分析

（一）政策風險

（二）技術風險

（三）金融法律風險

（四）信譽風險

三、移動支付技術安全面臨的風險

（一）客戶端風險

（二）網絡通信的安全風險

（三）應用服務端的安全風險

四、移動支付技術安全風險的應對意見

（一）客戶端程序安全加固

（二）釣魚應用和釣魚網站的防護

（三）應用“清場”機制

（四）防自動化登錄

（五）https安全

（六）網絡入侵檢測和應用監控

（七）對外接應用的審核、安全檢測及應急切斷

（八）其它傳統風險的防護

五、國外移動支付的監管

（一）美國移動支付風險管控

（二）英國移動支付風險管控

（三）德國移動支付風險管控

（四）澳大利亞移動支付風險管控

（五）日本移動支付風險管控

六、移動支付風險防范建議

（一）盡快完善相關法律、法規

（二）加快協同監管體系建設

（三）加強產業協作

（四）加強安全保障體系建設

（五）健全移動支付律法體系

（六）加強移動支付服務和監管

第八章 互聯網票據的風險及防范

一、互聯網票據平臺的作用

（一）有效緩解小微企業融資難的問題

（二）為個人投資者提供新的理財渠道

（三）更廣泛地滿足實體經濟融資需求

（四）促進票據市場規范發展

（五）促進均衡利率的發現

二、互聯網票據理財的主要業務模式

（一）票據質押融資模式

（二）票據收益權轉讓模式

（三）衍生業務模式

三、互聯網票據理財的風險

（一）質押票據的造假的風險

（二）票據質押的法律風險

（三）票據收益權轉讓的風險

（四）掛失止付和公示催告的法律風險

（五）信息披露不充分的風險

四、互聯網票據法律風險的防范

（一）明確票據的審驗機制和責任

（二）完善票據質押手續

（三）杜絕利用票據重復融資

（四）引入第三方托管/存管機制

（五）防范惡意掛失和公示催告的風險

（六）完善信息披露制度

五、互聯網票據相關立法及監管建議

（一）修訂相關法律法規，為融資性票據留下一定空間

（二）完善相關監管政策，將互聯網票據理財納入P2P網貸統一監管

（三）通過司法解釋明確代理質押、共享質權的法律效力

（四）完善票據掛失止付監管規則，統一票據公示催告平臺

第九章 互聯網保險風險控制

一、互聯網保險的發展現狀及作用

（一）中國互聯網保險的發展現狀

（二）互聯網保險的作用

二、互聯網保險的風險

（一）信息披露不充分的風險

（二）產品開發不規范的風險

（三）信息安全的風險

（四）創新業務的風險

（五）惡意騙保的風險

（六）客戶服務能力不足的風險

（七）風險評估和管理不到位的風險

三、互聯網保險的監管建議

（一）鼓勵創新

（二）適度監管

（三）切實保護消費者權益

四、消費者防范互聯網保險詐騙的方法

（一）要仔細核對保費收款賬戶是否為保險公司

（二）核查保單真實性

（三）不要盲目相信高收益率和高額回扣

（四）遇騙及時報案

五、大數據對保險行業風險控制的作用

（一）大數據對風險評估的作用

（二）大數據對反理賠欺詐的作用

第十章 網上銀行面臨的主要風險及安全防護措施

一、認識網上銀行

（一）網上銀行提供的服務

（二）網上銀行的特點

二、網上銀行面臨的主要風險

（一）技術安全風險

（二）管理安全風險

（四）鏈接服務風險

（五）法律風險

三、防范網上銀行風險的安全措施

（一）加強系統安全性

（二）完善內部控制體系

（三）加強外包服務管理

（四）制定應急計劃

（五）完善事前、事中和事后防御機制

（六）增強客戶操作風險防范

（七）對客戶進行管理

（八）用戶自身要提高安全防范意識

四、網上銀行風險案例分析

（一）釣魚病毒相關案例

（二）虛假網站相關案例

（三）木馬病毒相關案例

（四）網上銀行業務風險相關案例

第十一章 非法集資與金融傳銷

一、認識非法集資

（一）非法集資的表現形式

（二）非法集資活動的常見手段

（三）非法集資的社會危害

（四）如何識別和防范非法集資

二、互聯網金融背景下，非法集資活動的新特征

（一）涉眾更多、地域范圍更廣

（二）犯罪發生的速度更快、影響也加大

（三）犯罪人與被害人之間，不再以普通熟人為主

（四）共同犯罪減少

（五）多發在P2P領域

三、非法集資的法律處罰

（一）集資詐騙罪

（二）非法吸收公眾存款罪

（三）欺詐發行股票、債券罪

（四）擅自發行股票、公司、企業債券罪

四、互聯網金融傳銷風險防范

（一）認識互聯網金融傳銷

（二）金融傳銷的特點

（三）如何規避互聯網金融傳銷的風險

第十二章 互聯網金融監管的現狀、風險與防范

一、互聯網金融風險事件--Lending Club造假

（一）未盡披露義務

（二）向機構投資者舞弊

（三）數據造假

二、英美的互聯網金融監管

（一）英國--自律監管為主

（二）美國--政府立法與自律監管并行

三、美國對網貸的監管--美國網貸白皮書

（一）白皮書對網貸行業的看法和建議

（二）白皮書對聯邦政府和私營部門參與者的建議

四、金融監管風險的表現

（一）監管不到位，發現不足

（二）風險成因復雜，非確定性因素多

（三）原則性不強，情感因素影響突出

五、金融監管風險的規避措施

（一）要樹立風險意識

（二）提高監管人員素質

（三）要嚴格執行現場稽核撿查規程

（四）加強對監管質量的監督檢查工作，防患于未然

第十三章 年互聯網金融專項整治

一、中央對互聯網金融的整治

（一）專項整治的三個階段

（二）互聯網金融廣告的整治要求

二、各地方對互聯網金融的整治

（一）北京市對互聯網金融的整治

（二）上海市對互聯網金融的整治

（三）深圳市對互聯網金融的整治

（四）重慶市對互聯網金融的整治

（五）江蘇省對互聯網金融的整治

第二篇：大數據挖掘助力互聯網金融風險控制

大數據挖掘助力互聯網金融風險控制

【賽迪網訊】10月15日消息，互聯網金融發展的關鍵是風險控制，“風險控制”已然成為 諸多互聯網金融企業能否長大的魔咒，這個不爭的事實像一座大山擺在眾多互聯網金融大佬與創業者的面前。為什么阿里金融能夠將它的網絡小貸不良率控制在不到 1%，有膽量再貸多點嗎？大數據挖掘技術和互聯網金融的風險控制到底是什么關系？互聯網金融將怎樣建立有效的風險控制生態體系？本文將帶你揭開大數據挖掘 與互聯網金融風險控制的神秘面紗。

最近互聯網金融圈不僅自己玩的很開心，而且還拉上了金融界甚至央行的大佬們一起玩的很開心。盡管讓互聯網金融企業頭痛的問題——央行征信系統不對市場開放，仍然沒有解決，但至少央行的態度明朗，支持互聯網金融的發展，并認為互聯網金融是傳統金融的有益補充。

生命的神奇之處在于它總能找到一個出口。作為新生事物的互聯網金融也不例外，在那扇門朝 他們關閉的同時，他們卻找到了另外一扇窗。在亦步亦趨的探索中，他們中的大企業通過自身力量，小企業通過聯合的力量找到了適合自身發展的風險控制生態系 統，正朝著良性和有序的方向發展，正如凱文凱利在他的《失控》中描述的群氓智慧那只無形的手。

互聯網金融掌握了可以顛覆傳統金融的風控技術

在不依賴央行征信系統的情況下，市場自發形成了各具特色的風險控制生態系統。大公司通過大數據挖掘，自建信用評級系統；小公司通過信息分享，借助第三方獲得信用評級咨詢服務。

互聯網金融企業的風控大致分為兩種模式，一種是類似于阿里的風控模式，他們通過自身系統大量的電商交易以及支付信息數據建立了封閉系統的信用評級和風控模型。另外一種則是眾多中小互聯網金融公司通過貢獻數據給一個中間征信機構，再分享征信信息。

央行的征信系統是通過商業銀行、其它社會機構上報的數據，結合身份認證中心的身份審核，提供給銀行系統信用查詢和提供給個人信用報告。但對于其它征信機構和互聯金融公司目前不提供直接查詢服務。2006年1月開通運行的央行征信系統，至 2013年初，有大概8億人在其中有檔案。在這個8億人當中，只有不到3億人有過銀行或其他金融機構發生過借貸的記錄，其中存在大量沒有信貸記錄的個人。

而這些人卻有可能在央行征信系統外的其它機構、互聯網金融公司自己的數據系統中，存有相 應的信貸記錄。市場上一些線下小貸公司、網絡信貸公司對于借貸人的信用評級信息需求非常旺盛，也因此催生了若干市場化征信公司，目前國內較大的具有代表性 的市場化征信公司有幾家：如北京安融惠眾、上海資信、深圳鵬元等等。

從P2P網貸公司和一些線下小貸公司采集動態大數據，為互聯網金融企業提供重復借貸查詢、不良用戶信息查詢、信用等級查詢等多樣化服務是目前這些市場化的征信公司正在推進的工作。而隨著加入這個游戲規則的企業越來越多，這個由大量動態數據勾勒的信用圖譜也將越來越清晰。

互聯網海量大數據中與風控相關的數據

互聯網大數據海量且龐雜，充滿噪音，哪些大數據是互聯網金融企業風險控制官鐘愛的有價值的數據類型？下圖為大家揭示了互聯網海量大數據中與風控相關的數據，以及哪些企業或產品擁有這些數據。

（圖）風控相關大數據及代表企業或產品 利用電商大數據進行風控，阿里金融對于大數據的謀劃可謂非一日之功。在很多行業人士還在 云里霧里的時候，阿里已經建立了相對完善的大數據挖掘系統。通過電商平臺阿里巴巴、淘寶、天貓、支付寶等積累的大量交易支付數據作為最基本的數據原料，再 加上賣家自己提供的銷售數據、銀行流水、水電繳納甚至結婚證等情況作為輔助數據原料。所有信息匯總后，將數值輸入網絡行為評分模型，進行信用評級。

信用卡類網站的大數據同樣對互聯網金融的風險控制非常有價值。申請信用卡的年份、是否通 過、授信額度、卡片種類；信用卡還款數額、對優惠信息的關注等都可以作為信用評級的參考數據。國內最具代表性的企業是成立于2005年，最早開展網上代理 申請信用卡業務的“我愛卡”。其創始人涂志云和他的團隊又在2013年推出了信用風險管理平臺“信用寶”，利用“我愛卡”積累的數據和流量優勢，結合其早 年的從事的FICO（費埃哲）風控模型，做互聯網金融小微貸款。

利用社交網站的大數據進行網絡借貸的典型是美國的Lending Club。Lending club于2007年5月24日在facebook上開張，通過在上面鑲嵌的一款應用搭建借貸雙方平臺。利用社交網絡關系數據和朋友之間的相互信任聚合人 氣。借款人被分為若干信用等級，但是卻不必公布自己的信用歷史。

在國內，2013年阿里巴巴以5.86億美元購入新浪微博18%的股份，其用意給人很多遐想空間，獲得社交大數據，阿里完善了大數據類型。加上淘寶的水電煤繳費信息、信用卡還款信息、支付和交易信息，已然成為了數據全能選手。

小貸類網站積累的信貸大數據包括信貸額度、違約記錄等等。但單一企業缺陷在于數據的數量 級別低和地域性太強。還有部分小貸網站平臺通過線下采集數據轉移到線上的方式來完善信用數據。這些特點決定了如果單兵作戰他們必定付出巨大成本。因此，貢 獻數據，共享數據的模式正逐步被認可，抱團取暖勝過單打獨斗。其中有數據統計的全國小貸平臺有幾百家，全國性比較知名的有人人貸、拍拍貸、紅嶺和信用寶 等。

第三方支付類平臺未來的機遇在于，未來有可能基于用戶的消費數據做信用分析。支付的方向、每月支付的額度、購買產品品牌都可以作為信用評級的重要參考數據。代表產品為易寶、財付通等。

生活服務類網站的大數據如水、電、煤氣、有線電視、電話、網絡費、物業費交納平臺則客觀真實地反映了個人的基本信息，是信用評級中一類重要的數據類型。代表產品為平安的“一賬通”。

互聯網金融風控大數據加工過程

（圖）大數據加工過程圖解析 如上圖所示，在進行數據處理之前，對業務的理解、對數據的理解非常重要，這決定了要選取哪些數據原料進行數據挖掘，在進入“數據工廠”之前的工作量通常要占到整個過程的60%以上。

在數據原料方面，越來越多的互聯網在線動態大數據被添加進來。例如一個虛假的借款申請人 信息就可以通過分析網絡行為痕跡被識別出來，一個真實的互聯網用戶總會在網絡上留下蛛絲馬跡。對征信有用的數據的時效性也非常關鍵，通常被征信行業公認的 有效的動態數據通常是從現在開始倒推24個月的數據。

通過獲得多渠道的大數據原料，利用數學運算和統計學的模型進行分析，從而評估出借款者的 信用風險，典型的企業是美國的ZestFinance。這家企業的大部分員工是數據科學家，他們并不特別地依賴于信用擔保行業，用大數據分析進行風險控制 是ZestFinance的核心技術。他們的原始數據來源非常廣泛。

他們的數據工廠的核心技術和機密是他們開發的10個基于學習機器的分析模型，對每位信貸申請人的超過1萬條原始信息數據進行分析，并得出超過7萬個可對其行為做出測量的指標，而這一過程在5秒鐘內就能全部完成。

事實上，在美國，征信公司或者大數據挖掘公司的產品不僅用于提供給相關企業用于降低金融信貸行業的風險，同時也用于幫助做決策判斷和市場營銷，后兩者不在本文的探討范圍內，但是可以從另一個方面給我們很多啟發。

第三篇：互聯網金融風險源于什么？

互聯網金融風險源于什么？

隨著互聯網金融相關監管政策的相繼出臺，互聯網金融行業開始從野蠻生長時代過渡到洗牌階段。那么隨著市場的發展，這場優勝劣汰的戰爭，互聯網金融風險源于什么？下面相關人士作出解釋。互聯網金融風險

源于資產質量問題

業內人士表示，互聯網金融投資的逾期風險，80%來自于資產端的項目質量，項目是否優質直接決定了平臺的逾期和壞賬情況。

梳理過去兩年P2P問題平臺的情況會發現，因為資產質量下滑而導致的流動性不足、提現困難等，正在成為平臺出現問題的主要原因。

調查發現，在這些“問題”平臺中，有些是從外部“批發資產”，與小貸、擔保、保理等公司合作引入他們的債權資產，這部分平臺最主要的問題是沒有把好第一道準 入關，急于獲取資產，忽視了對合作公司的審核和監督；另外一部分平臺是自建資產開發團隊，通過線下獲取個人或者中小企業的借款項目，自己實施風控和貸后管 理。由于團隊和規模盲目擴張，以及國內個人征信體的不完善，逾期率、壞賬率過高。

因此，P2P平臺的安全性主要取決于資產的質量。優質資產的獲取和篩選是P2P行業風險把控的第一道門檻，也是做好后續風險控制和平臺穩健運營的基礎。

多位P2P行業人士表示，資產質量永遠是第一位的，在宏觀經濟下行壓力較大的背景下，次級資產會導致平臺經營難以為繼，所以需要更加嚴格地把握資產端的風控。資產端成互聯網金融平臺爭奪焦點

簡單來看，P2P有資產端和理財端兩大業務板塊。然而，長期以來，整個P2P行業的創新主要集中在理財端，大部分平臺比拼的是產品設計和營銷獲客能力。互聯網金融新規出臺后，平臺定位于信息中介屬性，資產本身成為核心，細分行業的資產類別或將得到迅猛發展。

相關業內人士稱，垂直細分領域的P2P平臺將迎來新一輪發展契機，優質資產的獲取能力、風控把關能力將成為決定平臺成敗的關鍵因素。

目前，P2P網貸正面臨轉型困惑，尤其是在資產端。優質資產的獲取越來越激烈，有的P2P轉型為理財超市，涉足基金、保險、信托的銷售，有的P2P則深耕垂 直細分領域，與產業鏈深度融合。資產質量已成為衡量平臺核心競爭力的重要指標。資產質量較差的平臺，其生存空間將受到擠壓，甚至有可能被提前淘汰出局。

業內人士表示，目前整個P2P行業面臨的最大問題不是來自理財端的投資人，而是源于資產端優質借款項目的嚴重匱乏。在他們看來，未來P2P平臺的競爭，拼的不是資金也不是風投，而是平臺的資產質量。擁有優質資產的P2P平臺對風險的控制能力更強，也更易受到投資人和借款人的青睞。

第四篇：互聯網金融風險表現

互聯網金融風險表現

當國內互聯網金融的負面聲音與現象層出不窮時，國外的P2P網絡借貸卻發展得如火如荼。網貸之家首席運營官石鵬峰從美國東部時間5月5日舉辦的全球頂級P2P網絡借貸行業峰會——LendIt 2014上發現，與國內P2P以散戶居多的現象有所不同，歐美已出現有一定實力的機構投資人，并出現了數量不少的圍繞網貸平臺和機構投資人的外圍服務提供商。前來參會的第三方服務機構中，包括行業研究機構(如Lend Academy)，還有專門提供P2P相關法律服務的機構，專門提供資金服務的銀行，為機構投資者和高凈值客戶提供解決方案和咨詢的公司，提供軟件系統服務的公司等。諸多跡象表明，當前歐美的P2P網貸行業，也正處于熱火朝天的發展態勢中。

再回觀我國，互聯網金融近年來確實吸引了無數眼球，效應明顯，在P2P借貸領域更是以每年3倍的態勢上揚。然而互聯網金融快速發展與其獨特的網絡優勢不可分離，與傳統金融相比，網絡技術優勢使金融信息和業務處理方式更加快捷、方便、準確，能為客戶提供更自主靈活的金融體驗。但是，由于初期處于監管空白，很多模式只是探索，存在很大風險。這些風險主要表現為：

一是外溢風險：因為互聯網金融快速發展，目前已對傳統銀行業產生一定程度沖擊，加劇了銀行間競相抬升利率，并改變負債結構。所以，銀行的反沖擊也將會帶來風險，這方面主要來自貨幣的影響。

二是市場的風險：具有一般市場風險的同時，互聯網金融還具有期限錯配風險、流動性風險、信用風險等特殊市場風險，所以，時間期限、范圍和安全都在市場內存在。

三是監管上的風險：目前中國金融業實行分業監管模式，所以混業經營給分業監管帶來了風險。跨行業、跨部門、業務交叉性強等特征，這是互聯網環境下的金融業務普遍具有的，這形成了銀行業務、證券業務、保險業務以互聯網為基礎進行深度融合和交叉的模式。例如當前的國金證券聯合騰訊推出“傭金寶”；中國平安推出移動支付平臺“壹錢包”；“余額寶”也出現保險版。

四是認知上的風險：互聯網金融沒有改變傳統金融的功能和本質，創新之處在于創造了新的業務技術、交易渠道和方式，主要功能仍是資金融通、價格發現、支付清算等方面，沒有超越現有金融體系范疇。金融行業的經久不衰的主題就是：資金和風險，所以，投資者需對本質加強認識，加強風險意識。

第五篇：如何防范互聯網金融風險

如何防范互聯網金融風險

互聯網金融在帶來便捷和效率的同時，也蘊含著更為復雜多變的風險，對金融體系的穩定運行和健康發展帶來了挑戰。因此，應充分認識互聯網金融面臨的主要風險，強化監管，防范風險，促進我國互聯網金融健康發展。

完善監管規制，構建高效互聯網金融監管體系。科學選擇適應我國互聯網金融發展的監管模式。可借鑒發達國家“監管前置”的管理經驗，重新梳理各類互聯網金融機構的業務范圍，實施市場準入和退出制度，取締不符合要求的金融平臺，切實防范金融風險。

強化行業自律，規范互聯網金融機構經營行為。可以借鑒國際上管理互聯網金融“行業自律先行、監管隨后跟進”的經驗，研究成立互聯網金融行業協會，充分發揮行業協會的自律作用，特別是制定互聯網金融公平交易規則，推動形成統一的行業服務標準，引導互聯網金融機構樹立合法合規經營意識，規范經營行為，加強風險管控能力建設，推動互聯網金融行業持續健康發展。與此同時，積極建立健全社會信用體系，完善征信系統，夯實互聯網金融風險管理及業務開展的社會信用基礎。

此外，還要強化信息披露和消費者保護。這是行業發展的動力引擎，行業協會應盡快出臺信息披露的規范和管理辦法，堅持信息披露的真實性、完整性、準確性、動態性，為互聯網金融行業的發展營造干凈透明的良好市場環境。強化消費者保護是互聯網金融監管的重點。由于互聯網金融在我國尚處于發展初期，有關消費者保護的法律法規嚴重缺失，需要加快制定專門的互聯網金融消費者權益保護法，對交易過程中的風險和責任承擔、金融機構信息披露、消費者個人信息保護、資金第三方托管等作出明確規定，確保互聯網金融參與各方的信息和財產安全。同時，加強對互聯網金融消費者的風險教育，提高其網絡信息安全意識。