互联网金融特征精选(五篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的5篇互联网金融特征，期待它们能激发您的灵感。

篇1

 (一)金融属性特征  

与传统金融相比，互联网金融主要表现出长尾、金融脱媒以及低交易成本特征。

长尾特征。互联网金融模式覆盖了大量不被传统金融所覆盖的人群，该群体在传统“二八定律”中体现为仅能提供少部分利润的“长尾群体”，因此具有长尾特征。网络销售模式中众多客户的异质化需求使得通常被忽略的长尾产品可以与主流产品相匹敌。通过覆盖“长尾群体”，互联网金融模式极大地拓展了金融交易的可能性边界，被认为是推动我国普惠金融发展的重要手段。  

 金融脱媒。金融脱媒又称金融非中介化，指资金供给双方不通过传统的商业银行等金融中介，而是借助互联网虚拟媒介直接进行资金融通。有学者认为互联网金融简化了资金流转过程，实现了脱媒，也有部分学者认为互联网金融实现的是“换媒”而非“脱媒”，多数学者持第一种观点。我国《网络借贷信息中介机构业务活动管理暂行办法(征求意见稿)》明确了P2P网络借贷的信息中介定位，该定位也意味着中国情境下的互联网金融脱媒特征将日益明显。   

低交易成本。互联网金融的运营模式决定了其能够跨越时间、空间的限制为用户提供服务，在此过程中极大地提高了零散资金的整合，优化了资源配置，从而降低了互联网金融的交易成本。由于我国小微企业数量众多，并长期被传统金融机构忽略，互联网金融的出现促使这些“长尾”群体打破地域限制，以线上代替线下的方式缩短交易时间、提升融资成功率，实现优化资源配置的目的。    

 (二)互联网属性特征  

 互联网金融离不开互联网技术的参与，因而互联网金融也具备网络外部性、广泛链接性以及信息对称性互联网属性特征。

网络外部性。网络外部性意味着网络价值取决于该网络所能连接的人数。出于降低交易成本和个人效用最大化的考虑，消费者往往会选择多数人选择的产品提供商。受我国消费者从众心理的影响，小规模的第三方平台很难与支付宝、财付通等类似的大平台进行竞争，最后形成我国互联网金融市场“赢家通吃”的局面。 

篇2

一、相关文献回顾

互联网金融在国内是近期快速兴起的一个领域，而在国外其发展则早于我国较长时间，研究成果也较丰富。在如何保持网上银行客户忠诚度的研究中，有学者考虑了信任、网站质量、服务质量、满意度等因素构建的分析框架。另有学者则基于信任和满意度建立了电子商务客户忠诚度模型。

国内学者借鉴国外模型进行了改进，乔均等（2007）在研究商业银行个人客户忠诚度时构建了满意度、关系信任、转换成本与客户忠诚度的关系模型。邓朝华等（2010）在对移动即时通讯服务的研究基础上则构建了满意度、信任和转移成本与用户忠诚度的关联模型。

本文将在已有文献的基础之上，把忠诚度模型应用到互联网金融消费领域，研究互联网金融消费者的忠诚度，并对影响忠诚度的因素进行分析。本次调研采用问卷调查法，对消费群体进行调查。问卷的发放采用网上问卷和纸质问卷相结合的方式进行。通过问卷调查获取数据后，可采用信度分析和效度分析检验数据可靠性，进而采用结构方程模型拟对潜在内生变量忠诚度、满意度、信任和潜在外生变量感知有用性和服务质量等进行路径分析，探讨其相互作用关系。

二、互联网金融消费忠诚度相关理论概述

1、消费者忠诚度的相关理论

早期对于顾客忠诚度的理解主要是对产品或服务的重复购买。20世纪90年代初，态度忠诚理论被提出。该理论认为忠诚的消费者不仅长期接受企业的产品或服务，同时有向他人推荐该产品或服务的强烈意愿。之后，有较多的学者进行了进一步的研究。

学术界对于忠诚度的研究主要涉及行为忠诚和态度忠诚。行为忠诚表现为顾客的重复购买行为，态度忠诚来源于顾客对产品的喜爱和依赖，表现于口碑宣传、推荐意向和未来持续购买意向。本文中互联网金融消费者的行为忠诚是指用户的重复使用行为和优先选择，态度忠诚指用户的未来持续使用意愿、口碑宣传和向他人推荐的意向。

用户忠诚度的驱动模型归纳起来主要有三种：顾客满意驱动模型，具有代表性的此类模型有ACSI模型、McDougall模型等；价值―满意双因素驱动模型，具有代表性的模型有Ryan模型；多因素驱动复杂模型，适用于不同行业的忠诚度影响因素及其作用机制解释。

结合对互联网金融消费相关领域（如电子商务、网上银行、手机银行）忠诚度的研究，本文所构建的忠诚度模型是基于满意和信任两个维度，认为满意度和信任对忠诚度有直接的影响，而感知有用性、网络服务质量通过对满意度和信任的影响来间接影响忠诚度。

2、互联网金融消费用户忠诚度的决定因素分析

（1）满意度。顾客满意度指顾客在使用某种产品或享受某种服务后，形成的满意或不满意的态度，态度的形成通常取决于顾客在某一消费过程中的实际经历是否与期望相符。如果顾客的需求得到满足，其产品和服务让人满意，并且顾客铭记了积极的消费体验，顾客就会满意。本文基于上述意义上使用满意度。

（2）信任。研究表明，缺乏信任是客户不在网上购买物品的主要原因。不同学者对于信任有不同的定义。本文将信任定义为用户对互联网金融可靠性的信心，包括对互联网金融企业可靠性、诚实、企业能力以及对网络与软件技术安全性的信任。

（3）感知有用性。感知有用性是技术接受模型（TAM）中的一个变量。本文中互联网金融消费感知有用性指的是互联网金融消费能够提升用户交易效率的程度，如节省时间、适时完成交易等。

（4）服务质量。互联网金融的服务质量主要体现在网站质量及其响应性上。网站质量（或网站设计）是衡量网络服务质量的一个维度，涵盖网站的美观和内容清晰度。网站质量实际上是一种技术因素，包括系统、硬件和软件的特点和能力。本文用网页界面是否清晰美观，功能是否容易找到，操作是否简便，运行是否稳定等来衡量网站质量的好坏。

服务质量评价还包括网络技术与专门软件的响应性，体现了企业旨在帮助顾客快速实现目标，进而迅速提升其服务水平的意愿。由于互联网金融消费的间接性和自，本文中的响应性更强调了解用户需求，并及时解答用户的问题。

三、研究设计、分析模型及假设

1、研究设计

本文研究的目标是构建互联网金融消费忠诚度分析模型，探索影响互联网金融消费忠诚度的因素，以及影响因素与忠诚度之间的相互关系，为提升消费者忠诚度提供建议。

在大量相关文献研究的基础之上，本文构建了一个基于满意度、信任、感知有用性、服务质量四维分析框架的忠诚度模型。问卷内容包括了被调查者个人基本信息、互联网金融消费情况和互联网金融消费忠诚度量表。其中，互联网金融消费忠诚度量表采用5分李克特量表。

考虑到调研经费的限制和调查的便利性，本次调研选择的抽样方案为非随机抽样法，抽样方法为滚雪球抽样和网上调查相结合。本次调查对象为具有金融产品消费能力的中国公民。通过回收调查问卷采集相关数据。在问卷设计、修改、发放和回收的各环节都做好控制数据质量的工作。

2、互联网金融消费忠诚度模型选择――SEM

忠诚度模型常采用结构方程模型。本文根据相关文献和理论基础构建的潜变量关系模型如图1所示。

其中，感知有用性（ξ1）和服务质量（ξ2）是外生潜变量，即在模型中，它们只起解释作用。满意度（η1）、信任（η2）和忠诚度（η3）是内生潜变量，即在模型中，它们会受到其他变量的影响。图中单向直线箭头表示假定变量之间有因果关系，箭头由原因变量指向结果变量，双向弧形箭头表示两个变量之间有相关关系。

结构方程模型包括结构模型和测量模型两部分，用方程表示：

结构模型：？浊=B？浊+？祝？孜+？灼

测量模型：X=？撰x？孜+？着 Y=？撰y？浊+？着

其中，？浊是指满意度、信任和忠诚度三个内生潜变量， ？浊=？浊1？浊2？浊3；？孜是感知有用性和服务质量两个外生潜变量，？孜=？孜1？孜2。

B是内生潜变量系数阵，描述内生潜变量？浊间的相互影响。

B=0 ？茁12 00 0 0？茁31 ？茁32 0

？茁ij表示？浊j到？浊i的路径系数，两个下标中的第一个下标表示所指向的结果变量，第二个下标表示原因变量。

？祝是外生潜变量系数阵，描述外生潜变量？孜对内生潜变量？浊的影响。

？祝=？酌11 ？酌12？酌21 ？酌22 0 0

？酌ij表示由？孜j到？浊i的路径系数，？浊i是结果变量，？孜j是原因变量。

？灼是随机干扰项，反映了结构模型中未能被解释的部分。

X是？孜的观测指标，？撰x是X在？孜上的因子载荷矩阵， ？啄是X的测量误差。Y是？浊的观测指标，？撰y是Y在？浊上的因子载荷矩阵，？着是Y的测量误差。X和Y是显变量，？孜和？浊是潜变量。

X=x1x2…x9，？撰x=？姿1 0？姿2 0？姿3 0？姿4 00 ？姿50 ？姿60 ？姿70 ？姿80 ？姿9 ；Y=y1y2…y12，？撰y=？姿10 0 0？姿11 0 0？姿12 0 00 ？姿13 00 ？姿14 00 ？姿15 00 ？姿16 00 ？姿17 00 0 ？姿180 0 ？姿190 0 ？姿200 0 ？姿21

3、研究假设

根据理论分析满意度与忠诚度的关系，信任与忠诚度、满意度的关系，感知有用性与满意度、信任的关系，服务质量与满意度和信任的关系，得到以下需要检验的7个假设。

H1：互联网金融消费满意度对忠诚度有直接的正向的影响；

H2：互联网金融消费者的信任对忠诚度有直接正向的影响；

H3：互联网金融消费者的信任对满意度有直接的正向的影响；

H4：互联网金融消费用户感知有用性对满意度有直接的正向的影响；

H5：互联网金融消费用户感知有用性对信任有直接的正向的影响；

H6：互联网金融消费服务质量对满意度有直接的正向的影响；

H7：互联网金融消费服务质量对信任有直接的正向的影响。

四、基于调查数据的互联网金融消费特征分析

1、数据信度与可靠性分析

本次调研共发放了440份问卷，回收有效问卷388份。通过直接问卷调查得到的调查数据能否说明调查的结论，则需要对数据的可信程度、有效程度进行分析。

（1）信度检验。本文采用Cronbach’s ？琢系数来测量问卷的内部一致性。正式调查问卷中的量表共包括21个题项，Cronbach's ？琢值为0.928，表明量表整体信度好。各个分量表的Cronbach's ？琢值见表1。由表1可以看出，各个分量表信度都较好。

（2）效度检验。本文首先对问卷的内容效度进行评估，在参阅多人研究成果的基础上设计出问卷，然后请擅长问卷调查的专家对问卷内容进行评估并提出修改意见。同时，采用主成分分析法来评估结构效度，并运用SPSS19.0得到各个潜变量第一主成分的方差贡献率，由表2可以看出，各潜变量第一主成分方差贡献率都在0.6以上，说明问卷的结构效度较好。

表3给出了各潜变量的平均方差抽取量都在0.5以上，表明问卷具有较好的聚合效度。

综上所述，本问卷的内容效度、结构效度、收敛效度都较好，可以做进一步的分析。

2、互联网金融消费者特征分析

（1）受访者基本特征分析。本次调查的受访者分布情况见表4。受访者男性占51.8%。受访者平均年龄为31.8岁，主要分布在19～30岁之间，占比达到58.0%。受访者受教育程度以本科为主，占比为51.8%。受访者居住地主要分布在城市，占比达到74%。受访者职业分布中，学生占比最大，达到45.4%。熟悉金融专业知识的受访者占比不到15%。

（2）互联网金融消费使用情况分析。互联网金融消费使用情况主要包括使用的互联网金融模式和通过互联网交易的资金比例两个方面。表5表明受访者主要参与的互联网金融模式为金融业务电子化和第三方支付，比重高达80%以上，其次为大数据金融，新兴的P2P信贷和众筹模式也有一定的参与比例。受访者通过互联网交易的资金比例达到50%以上的不到10%，但是参与过互联网交易的受访者达到90%以上。

五、互联网金融消费忠诚度影响因素分析

1、模型拟合

本文使用Amos软件，采用极大似然法估计模型参数。经过初次估计和模型修正，得到结果见图2和表6。

修正后的模型，路径系数的P值均小于0.05，在0.05的显著性水平下通过检验。

从表6可以看到，各项拟合指数基本达到了拟合标准，表明模型修正后拟合效果较好。

2、模型结果解释

综上分析，在最终得到的模型中删掉了“感知有用性信任”和“服务质量满意度”两条路径，即假设5、假设6在本调查群体中不成立，其他5条假设都成立。表明对于互联网业务而言，有用的感知并不需要信任通道，而服务质量必须建立在信任通道上才会形成满意。

图2给出了修正后结构方程的标准路径系数，由这些路径系数可以得到各个影响因素对忠诚度的直接效应、间接效应以及总效应（见表7）。

表7表明，“满意度”对忠诚度的影响最大，总效应为0.788；其次是“感知有用性”和“信任”，总效应分别为0.474和0.438，其中“信任”对忠诚度的直接效应为0.142，间接效应为0.296，“感知有用性”对忠诚度只有间接效应；“服务质量”对忠诚度也只有间接效应，为0.206。

六、结论与建议

1、结论

本文根据调查数据，检验了影响互联网金融消费用户忠诚度的四维因素分析框架。得到的结论：一是四个因素对忠诚度的影响大小有别。满意度对忠诚度的影响最大，其次是感知有用性、信任，最后是服务质量。二是四个因素间的作用关系不同。满意度直接作用于忠诚度；信任通过直接作用和通过满意度的间接作用从两条路径影响忠诚度，且间接影响程度高于直接影响程度；感知有用性通过提升满意度间接影响忠诚度；服务质量通过信任通道间接影响忠诚度。

2、建议

篇3

关键词：互联网 金融风险 特征 防范对策

近年来，互联网金融发展迅速，大量的资本涌入互联网金融领域，使得互联网金融的关注度空前。然而，在互联网金融飞速发展的背景下，存在一系列互联网金融风险事件，如在2013年，“众贷网”在上线不到半月就关闭了营业网站，紧接着P2P“城乡贷”也停业了。上述两个网站的关闭，是我国互联网金融快速发展背景下的一个缩影。一方面是互联网金融的快速发展，另一方面是互联网金融蕴藏着的风险。本文将研究在互联网背景下金融风险的特征，并希冀提出切实的有效地防范对策。

一、互联网背景下金融风险的特征

互联网金融由于增加了互联网这一要素，而互联网的虚拟性使得互联网金融的风险特征具有独特性。

（一）操作风险

操作风险是由互联网金融的高技术性决定的，具体是指由于互联网金融系统的整体性、安全性存在缺陷所带来的操作上的风险。操作风险主要和互联网金融系统软硬件的可靠性相关联。如：互联网金融企业为了节约运营成本，会采用外部技术，但由于外部技术并无可靠地监管，一旦外部支持出现风险，会导致互联网金融不能提供良好的在线金融服务，从而增加了运营风险，另外就是安全性风险，互联网金融具有开放性，这种开放性容易由以下几个方面导致风险：一是用户账号的安全性；二是黑客侵入互联网金融系统内部，盗取机密资料、篡改信息等。

（二）传染风险

所谓传染风险是指由于互联网金融的高度虚拟性和开放性，使得互联网金融网络节点互联紧密，任意一个网络节点出现了风险，就会波及到整个网络，严重者甚至会导致整个网络的崩溃。并且，由于互联金融具有十分发达的处理系统，这虽然为互联网金融的快速发展提供了有力的技术支持，但也应该看到，一旦微小的风险未能有效管控，可能会使风险快速累积，导致金融风险集聚爆发。

（三）法律风险

互联网金融的法律风险主要是由于我国法律尚未对互联网金融出台相关的法律。我国互联网金融虽然处于快速发展过程中，但互联网金融的立法还在酝酿当中，使得互联网金融在法律定位上不明确：第一，互联网金融是否合法尚不明确，我国的民法虽然有“法不禁止即自由”的原则，但如果法律不赋予互联网金融具体明确的合法地位，就很难完全树立投资者信心；第二，法律法规对网购中的权力义务没有具体明确的规定，导致侵犯消费者权益的事件时有发生；第三，法律法规未有关于保护互联网隐私的具体规定，比较模糊，不够清晰；第五，我国现行的反洗钱制度中规范的领域比较狭窄，约束犯罪分子利用互联网金融洗钱的规章制度还未出台。

（四）声誉风险

传统金融机构一般以国家为后盾，实力雄厚，互联网金融由于更多地吸引了民营资本的进入，而民营资本大多规模较小，抗风险能力弱。互联网金融企业一旦出现突发事件，如大规模违约、技术故障的情况，将会大大降低互联网金融企业的声誉。

当然，互联网金融同样具有市场风险、信用风险及流动性风险等传统金融的风险。市场风险是指基础金融变量的市场价值因变化而不确定，导致市场价格波动，从而会让互联网金融企业因为资产负债表项目头寸不一样而遭受损失。信用风险指的是互联网金融企业在交易中因为相对方违约，导致信用评级降低，使得互联网金融资产持有者损失不确定的一种风险。流动性风险指的是互联网金融企业以合理的价格销售资产或者借入资金满足流动性供给的不确定性。由于互联网金融是一种瞬时交易，一旦错误产生，没有机会进行纠正，而且错误会进一步快速扩散。

二、防范互联网金融风险的对策

（一）建立健全综合监管体系

互联网金融相较于传统金融更加复杂，传统分业监管模式已经不能形成对互联网金融的有效监管。在对互联网金融进行监管时，应当将分业监管模式和混业监管模式结合起来，形成综合统一的监督体系。首先，确定监管主体。监管主体应当对不同的互联网金融业务范围进行监管，划分监管范围，明确监管责任；其次，以监管主体为中心，其他部门协同监管的模式。最后，利用互联网对互联网金融进行监管。

（二）构建完善的互联网金融法律制度框架

首先，应当完善互联网基本法律制度建设。如对个人隐私的保护、网络征信平台的构建，以及电子签章的法律效力及其认定等。其次，制定互联网金融技术标准。目前互联网金融的网络技术应用未形成一致的标准，导致各个互联网金融企业各自为战。最后，建立完善的互联网金融法律体系，应当加快相应立法步伐，将P2P、第三方支付平台等互联网金融模式纳入到法律监管的范围中来，加快规范互联网金融运营。

（三）严格互联网金融准入制度，加强网贷资金管理

第一，严格互联网金融准入制度。当前，互联网金融的准入门槛过低，导致资金实力弱、信誉差的企业混入进来，形成了互联网金融圈良莠不齐，鱼龙混杂的局面。因此，要提高准入标准，防止劣质企业进入。第二，加强网贷资金管理。规定网贷企业的资金应当由银行进行管理，将网贷资金全部纳入到国家的信贷管理体系中来，实现对网贷资金的监控，防范金融风险。

三、结束语

综上所述，可以预见，未来一段时间内，将会有越来越多的互联网企业涉足金融领域，而金融界也将会越来越多地利用互联网谋求发展。互联网金融是一把双刃剑，一方面其能够为中国金融领域的发展带来更多的机遇，为金融的发展提供了更多的选择和可能性，另一方面，互联网金融存在着多种风险，如对这些风险监管不力、控制不当，将会给经济带来非常严重的后果。

参考文献：

[1]陈纪国，黄诚.网络金融及发展趋势研究[J].信息与电脑，2011

篇4

互联网金融风险现状

0引言

互联网金融的发展在近些年有了很大进步，在各种形式的金融模式应用下，受到各方面因素的影响，就存在着各种各样的风险，这些风险对互联网金融的良好发展就有着很大阻碍。通过从理论层面加强互联网金融风险的控制研究，就能为互联网金融风险控制提供理论支持。

1互联网金融的发展特征以及发展现状分析

1.1互联网金融的发展特征体现分析

互联网金融的发展过程中，形成了比较鲜明的特征，其中在互联网金融的效率高特征上表现的比较突出。互联网金融的发展需要计算机技术以及网络技术进行支持，对金融产品的计算效率就能有效提高，方便金融信息的查询以及搜索。这就使得互联网金融的高效率的特征比较突出的展现。

再者，互联网金融的成本低特征也比较突出。互联网金融的发展是通过虚拟网络实现的，能够通过互联网就对方的信息全面性的了解，对各利益间的需求也能得到有效满足从而就能在交易的定价方面有效的制定，在网络技术的应用下进行交易，能够节省大量大时间以及资金，在交易的整体成本上能大大的降低。

另外，互联网金融的风险性特征也比较突出。互联网金融的风险性特征，主要是由于网络是开放性的，比较容易受到外部的攻击造成信息丢失和损坏。在受到操作方面的失误也会存在着相应风险问题。还有就是在相关的法律上没有针对性完善化的制定，这就会影响互联网金融的良好发展，在金融风险的防范上没有法律保障。

1.2互联网金融的发展现状分析

互联网金融的逐步发展中，在势头上有着加强。银行业务中的支付业务规模在逐步的扩大化，对余额宝等理财业的发展也有着促进作用。互联网货币的雏形在当前已经逐步的形成。互联网技术支持下的金融领域的发展，在业务产品方面有着种类的多样化，网络市场和实体经济市场的结合发展趋势愈来愈明显化，在互联网的货币雏形也已经形成。互联网货币作为重要的支付内容，对互联网金融的发展也有着很大促进作用。在网络银行的业务发展方面，也逐渐的对传统银行的发展起到很大促进作用，对其核心竞争力的提高有着显著成效。

通过互联网金融自身的优势利用，在网络平台基础上和传统金融业务紧密结合，这就能有效形成全新的发展模式，对金融机构的战略发展模式的调整有着促进作用。在发展过程中的管理理念方面的发展也有着促进作用。在当前各银行的门户网站业务已经逐步开展，在网络银行的业务量方面也有着很大增多，这对传统银行业务的发展就能形成积极促进作用。互联网金融的发展对我国的当前信用稀缺空白也进行了有效填补。

2互联网金融风险以及风险控制策略探究

2.1互联网金融风险分析

互联网金融风险的类型比较多，其中在技术风险方面，由于互联网金融是通过对计算机技术以及网络技术进行的应用，在互联网金融经营中，由于受到技术层面的因素影响，就会带来相应的风险。在这些技术的应用时，能对金融业务的有序进行有着促进作用，但是技术应用过程中，也会出现技术问题从而对互联网金融的运作产生很大影响。具体来说，互联网金融风险中的技术性风险，主要就是在系统性的安全风险上以及技术选择风险和技术支持风险几个重要层面。从技术选择风险上来说，互联网金融技术在设计中存在着不足，就比较容易出现信息传输效率低以及技术使用效果不佳的问题。

互联网金融风险中的法律风险类型也是比较突出的。在法律风险方面，主要就是由于没有结合实际的互联网金融的发展，制定相应的法律风险防范制度等，这就造成了互联网金融的风险问题不能收到法律的保障。在互联网金融的立法层面相对比较滞后，在风险的法律监管方面没有得到加强，这就造成了一些不法人员钻法律的空子，对互联网金融的进一步发展就形成了很大阻碍。

再者，互联网金融风险中的市场选择风险也是比较突出的。市场选择风险是和互联网金融的业务信息没有对称下出现的柠檬市场。信息的不对称就会使得市场选择欺骗性，对用户的资金就会丢失。这样在风险问题上就表现的比较突出。

互联网金融的风险中操作风险也是比较突出的。互联网金融的交易是通过网络进行的，所以互联网金融的安全在操作过程中就要能规范化实施。但是受到各种因素的影响，由于在实际的操作中没有按照规定操作，这就造成了互联网金融操作风险的发生，对互联网金融的安全性就不能有效保障，从而带来风险。

2.2互联网金融风险控制策略探究

加强对互联网金融风险的有效控制，就要能注重相应策略的科学实施，笔者结合实际对互联网金融风险的控制策略进行了探究，在这些策略的科学实施下，就能促进互联网金融的良好发展。

第一，加强对互联网金融的法律层面的保障。要想互联网金融风险有效控制和降低发生率，在法律层面进行完善就比较关键。对互联网金融风险监管法律加以完善实施，将其纳入到社会主义法律体系中，对互联网金融风险的监管原则要严格遵循。结合互联网金融的特征，针对性的加强监管，按照综合监管的原则，将功能性监管的作用充分发挥，对互联网金融机构以及服务平台综合性监管，这对互联网金融风险的防范就有着促进作用。还要注重联合监管原则的遵循，构建完善的监管机构，以及在监管的制度方面能完善建立。只有这样才能保障互联网金融风险的有效防治。

第二，对互联网金融的风险防范，就要注重互联网金融的准入以及退出的监管强化。要能针对性的对互联网金融参与主体机构，在资产以及规模和网络安全的要求上进行提高。注重财务的良好运营以及服务模式的优化实施。在对违反准入资格的要求的，就要加大惩处的力度，对参与到互联网金融的监管标准统一性以及公平性能充分重视。在对模式监管以及功能监管的作用上也要充分发挥，将功能性的监管作为主要的发展方式，对不同经营模式科学化应用，避免出现互联网金融监管盲区出现。

第三，加强互联网金融的安全体系完善建立。对互联网金融的风险有效防范，就要能充分注重安全体系的优化。要充分重视对当前的互联网金融运行环境进行优化，将计算机系统的防火墙技术科学实施，对密钥的安全防护技术要积极有效的应用，将计算机的安全性得以保障。从技术手段上有效实施，保障互联网金融的经营运行中的安全性，避免受到病毒以及黑客的攻击。在数据管理工作方面也要能加强，按照技术标准规范来进行选择网络金融技术加以科学化的应用，对互联网金融技术的风险要能积极有效的降低。

第四，互联网金融风险的有效防范，要能充分重视社会信用体系的完善建立。对征信手段的应用要注重创新，对互联网金融平台的信息能全面采集，将覆盖面能够全面真实系统化的呈现。对互联网平台的实时运营数据以及个人信用卡的使用等信息，都要能归入到数据库管理，在信息库的信息共享目标加以实现。这样就能有助于对个人的以及企业的信用进行综合性评价，这对互联网金融风险的降低就能起到保障作用。还要注重线上线下的方法应用，对客户的身份验证以及信用进行评估，对客户的信用评价机制进行完善化制定，这些都能有助于互联网金融风险的有效控制。

第五，注重互联网金融行业自律，对潜在的风险隐患加强防范。互联网金融从业人员，要注重职业道德的遵守，相关企业要注重对从业人员的专业化培训，使其能在技术水平上以及理论水平上和职业道德等层面获得综合性的提高。在行业自律组织的建立方面也要加强，对一些违反互联网金融准则的要能加强惩处，在行业保护以及行业的协助方面发挥自身的作用价值。

3结语

综上所述，互联网金融的发展在当前比较迅速，保障互联网金融的风险控制措施的科学化实施，对风险控制效率的提高就能起到保障作用。面对当前日益复杂的经济环境，互联网金融的风险控制工作就要能从多方面充分重视，在技术手段的应用上以及理论层面的完善化都要注重。只有在这些基础层面得到了加强，才能有助于互联网金融健康发展。参考文献：

[1]覃一鸣，裘丽娅.网络银行业竞争态势与电商系网络银行竞争战略分析[J].对外经贸，2015（08）.

[2]郑蕊，程晗.互联网金融和小微企业互利共存[J].经贸实践，2015（08）.

[3]庞菲菲.中美P2P发展对比与启示[J].中小企业管理与科技（下旬刊），2015（08）.

[4]张飞娟.互联网金融监管探究[J].时代金融，2015（23）.

[5]王月玲.浅析农民专业合作社信用互助业务资金风险及防范[J].时代金融，2015（23）.

篇5

生态位理论为互联网金融发展提供了坚实的理论基础，两者的发展呈现出高度的理论契合性。（1）从整体来看两者之间在理论上存在高度契合。生态位理论本质上通过强化生态因子增强环境适应性和资源获取能力来实现自身发展；而要实现这个目标，生态因子就必须不断通过环境选择机制进行变异，从某种程度看，生态因子不断发展的过程也是不断变异的结果。如果把金融系统视为生态系统，那么互联网金融则是金融系统内部各个生态因子在不断竞合和环境选择过程中，依靠不断创新发展而变异的情况；从单独依靠信息技术发展网络金融服务到建立专门的网络金融服务平台和模式，互联网金融经历了从无到有、由小变大的曲折历程，这个历程从本质上可以用生态位理论给予完全的解释和描述。（2）生态位理论适应性和资源获取能力有效解释了互联网金融的发展，适应性是生态因子在系统内占据有利生态位置的基础。（3）衡量互联网金融生态位适应性有两个重要指标：适应深度和适应宽度。适应深度和适应宽度呈负相关关系，即生态位适应深度越小则更倾向泛化类；相反生态位越窄，而适应深度就越强，更倾向特化类。从目前金融系统态势来看，传统金融属于泛化类，具有很宽的生态位，未来一段时间内，传统金融还会以消释狭窄范围内的资源利用效率（即适应深度）来换取对较大范围内资源的利用能力。比如，在传统金融上大力发展网上支付、网络银行、网络理财与互联网金融不断合作等，就全面地印证了这一思维。综合来看，环境的变迁将对互联网金融的产生与发展发挥重要的影响，而金融生态系统内生态因子，为了增强自身适应性和资源获取能力，通过不断变革为互联网金融的形成与发展提供根本动力。

二、互联网金融生态位的提升与运行模式

互联网金融作为金融系统新的生态因子，应通过提升生态位实现可持续发展，有三种运行方式可供选择：（1）向上运动方式。向上运动方式是互联网金融通过自身规模的扩大，沿着金融生态系统不断变革的需要，通过自身创新和资源整合而提高其生态位的方式。例如互联网金融结合信息技术发展和顾客需要开展的移动支付业务、自金融的P2P信贷公司模式以及众筹资模式等。通过开展移动支付业务、构建网络贷款平台及创新融资新模式，互联网金融服务范围和对象得到极大提升，进一步夯实了在金融生态系统的位置。（2）横向运动方式。横向运动方式是指跨越职能边界横向运动的方式，是互联网金融通过与其他产业尤其是同传统金融的合作来实现自身发展。根据长尾理论，将零散的碎片式的需求综合起来就会形成一个比较大的市场。互联网金融通过与传统金融密切合作，实现横向运动，提升生态位。（3）中心培育方式。中心培育方式是互联网金融通过充分发挥自身特征和不断改变经营策略来实现。中心培育方式主要是通过产品创新、服务创新、盈利模式创新等不断发挥互联网金融优势，达到提高自身适应度和获取资源的能力，从而提升其生态位。中心培育方式最典型的例子是互联网金融的业务整合和分化。业务整合是互联网金融企业将零散的业务通过整合形成规模市场。业务分化是互联网金融企业将凸显自身优势的业务保留，进行横向发展，而不具竞争优势的业务则抛弃。这种方式能尽可能地发挥技术和资源优势，聚核式的发展更好地弥补了市场空缺，从整体上提高了互联网金融的延展性和伸缩性。互联网金融生态位运动模式关系及综合特征：向上运动、横向运动、中心培育模式是互联网金融在提高生态位过程中常用的模式，但是这些模式通常不是单独运用的，而是综合运用，因此表现出一定的综合性特征，具体反映如图1所示。从图1可以看出，虚线把互联网金融生态环境分成许多个区域，每一区域反映了不同环境运行特征。假设图1中：e1、e2、e3、e4代表不同的生态因子，t代表时间，p代表生态系因子适应度与重叠度。从图1中可以看出，不同的生态因子由于适应性和资源获取能力不同，处在不同生态位。同时，笔者通过分析认为，图中反映的是互联网金融生态系统的生态因子及其生态位情况，e1、e2、e3、e4描述了互联网金融作为生态因子采取不同运行模式下的生态水平。发现随着时间推移，互联网金融由L0生态位向L1方向渐进，此时采取的模式为向上模式，因为向上模式有助于互联网金融从萌芽状态向生长状态过渡，此时其生态适应性仍然较低，重叠度高。最初互联网金融发展速度比较缓慢，原因是生态因子飞跃式的发展需要能量的积累和竞争优势的积淀。通过长期积累、特色竞争及速度竞争，互联网金融生态位从L1提升为L2，此时采取横向运行模式。在生长阶段，跃迁和跨生态位需要在整合自身资源的同时，更广泛地参与同其他生态因子的竞争，因此横向运行模式成为互联网金融生态位提升的最佳选择。在互联网金融由L2上升到L3一般采取中心培育模式，事实上中心培育是向上和横向模式的升华版，意味着互联网金融不但需要突破环境和资源的限制，同时也要通过创新和整合提高自身适应性。e3处于L1和L2之间，e2处于L2和L3之间的两种情况，说明互联网金融发展生态位是螺旋上升的，其具有渐进、反复、跳跃与非连续的特征。互联网金融在提高生态位过程中不同的运动方式，反映出其在生态系统中生态位构建产生的路径依赖；不同运动方式反映出互联网金融作为生态因子在不同阶段的非等价性及限制性，为进一步优化其生态位体系提供了思路。

三、全面推进互联网金融的发展策略

在多维度生态框架内，互联网金融必须要依靠自身特点来提升适应资源获取能力，在竞争中不断发展。

（一）金融生态维度：政府监管有效引导互联网金融发展的合规性作为一种新型的金融运行模式，互联网金融在发展过程中呈现出良莠不齐的特征，在生态系统内，变革、分化与整合都是必须按照一定规则来进行的。不符合规律、不按照资源与环境维度的内在要求办事，互联网金融将注定是昙花一现。我国三大金融监管部门对加强互联网金融监管已经初步形成共识，目前银监会主要负责P2P监管，保监会负责互联网保险业务的监管，中国证监会则负责众筹资金的全面监管。加强互联网金融监管有助于确立其金融系统内的地位，引导其良性发展，但在监管过程中应注意以下三个问题：（1）监管的目标是促使互联网金融良性发展，而不是将其“管死”，停止不前。互联网金融作为新生事物，在早期经历了星星可以燎原的发展态势，未来针对互联网金融的监管要抱着开放和包容的态度，既要对互联网金融创新有海纳百川的胸怀，又要有从严管理的决心。（2）通过建立系统的监管体系，全面控制互联网风险。互联网金融快速发展的背后也蕴藏巨大金融风险，因此在不断发展实体经济的同时，加强风险监管成为互联网金融监管的重点。（3）监督管理系统必须全面契合互联网金融的运行特点。在监管上要充分结合互联网具体特征，在保持一致性原则的基础上，将现有的规则按照互联网监管的需要，适当进行延伸和深化。例如互联网金融服务客户信息的保护，不但要强调互联网金融企业对客户信息的道德性保护，还应该针对技术性保护进行监管。

（二）金融合作维度：互联网努力提升资源获取能力，提高与实体经济及其金融产业的融合力度提高互联网金融资源获取能力，并强化服务实体经济是其主要发展路径，主要有三种发展手段。（1）移动化服务模式。移动化服务模式源于实现互联网金融不断弥补满足顾客需要的空间和时间限制，通过强化移动服务，可以打破时间和空间二维限制，比如像微信的红包、打车软件等方式。（2）横向和纵向延伸及矩阵金融服务。最初的互联网金融服务对象是草根阶层（包括消费能力一般的个体和融资难的中小微企业），从年龄来看主要是80、90后等年轻群体。未来互联网金融要提升其资源获取能力，必须从横向和纵向两个角度不断完善金融服务能力，构建矩阵服务体系。从横向看，互联网金融应将服务对象从草根向社会各个阶层延伸；从纵向看，服务群体应从80、90后向社会全部群体延伸。（3）提升与其他重要产业融合力度。互联网金融的发展取决于资源获取能力和环境的适应能力。提升互联网与其他产业融合度是关键路径之一，互联网金融可以将其触角延伸到诸多产业领域，以为自身发展提供更多能量。例如房地产、汽车、新能源及农业等领域，提高与其他产业融合度将是未来互联网金融发展的主要路径。在产业融合方面，为中小企业融资是个典型做法，以51资金项目网为例，该网站以信息匹配为特征构建融资服务平台。