互联网金融的前景分析精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的互联网金融的前景分析主题范文，仅供参考，欢迎阅读并收藏。

第1篇：互联网金融的前景分析范文

 

随着中国的经济发展和文明的进步，金融发展将主要依靠社会经济机体的内部力量——金融创新来推动。P2P公益助农模式是互联网金融和农村小额贷款的衍生品，也是互联网金融走进农村，改善农村金融服务体系的重要内容。研究该模式对于其他农村金融机构、P2P行业发展都具有一定的借鉴意义。

 

1模式简介

 

11宁夏东方惠民小额贷款股份有限公司

 

公司前身为1996年爱德基金会设立“爱得盐池县治沙与社区综合发展项目”。作为该项目的一个子项目，盐池小额信贷先是以项目办公室的形式实施，后为便于项目管理，在2000年成立了独立核算、非营利的社团机构——“盐池妇女发展协会”，但融资难问题困扰着其可持续经营。2009年年初，协会获准并完成“宁夏惠民小额贷款有限公司”的注册，正式改制成为全国公益性小额信贷机构中第一家获批的、公益资本控股的信贷公司。

 

2015年8月，宁夏惠民小额贷款有限公司吸收国有企业东方邦信资本管理有限公司资金，公司更名为“宁夏东方惠民小额贷款有限公司”，并正式启动上市计划;同年10月，公司正式更名为“宁夏东方惠民小额贷款股份有限公司”(下文简称：东方惠民公司)。

 

12宜农贷

 

宜农贷是国内互联网金融公司宜信于2009年推出的爱心助农公益平台。宜农贷平台秉持着“穷人有信用，信用有价值，相信穷人的生存技能，用小额信贷帮助穷人获得力量!”的经营信念，成为社会爱心人士和农村妇女的链接，与全国各地致力于扶贫的公益性小额贷款机构紧密合作，用信用为农村妇女等广大农村勤劳的贫困人群创造机会。

 

宜农贷合作的MFI有25家，其中2015年新增6家，覆盖12个省市。从2009年到现在累计资助农户17737位，其中2015年新增资助农户4243位，平均每位农户的借款额位1432622;累计共有150673位爱心资助人，其中2015年新增16398位;累计共有1804个助农团队，其中2015年新增171个;累计出借170506000元，平均每分钟出借11949元。宜农贷不仅在资金上给农户提供资助，其公益助农的服务呈现多元化状态，协助、鼓励合作机构开展公益服务，致力于帮助农户更好地提升自我发展能力。

 

2模式运作

 

如上图所示，“互联网金融+农村”模式的运作步骤如下：

 

第一步：选择合适的借款人放贷。MFI选择合适的借款人放贷，借款人须为农村60周岁以下、中低收入的已婚女性。MFI对借款人进行信用评估后发放贷款。贷款利率高于银行贷款利率。

 

第二步：债权转让。宜农贷审核MFI并与符合要求的机构签订合同。然后宜农贷平台爱心出借人和其进行交易，用个人资金购买农户债权。所支付款项包括本金及协商的利息。

 

第三步：债权再出售。平台第三方账户人拥有的农户债权被放在宜农贷平台上出售，而MFI要配合做好农户信息上传工作。上传信息包括债务人的基本情况、借款的额度、期限以及还款计划、出借人在平台上注册，自主选择债权进行购买，最低每笔100元。

 

第四步：回款。债权出售给爱心出借人后，农户按照正常程序还款给MFI，MFI将款项支付给宜农贷，平台再分配给出借人。如果农户没能按时还款，按照宜农贷和合作MFI签订的协议，MFI将先替农户还款给出借人。

 

3模式对MFI意义

 

“互联网金融+农业”模式通过互联网聚集社会闲散资本，依托了解当地农户资信情况的MFI机构，将资本贷给有需要的农户，优化资本在农村地区合理配置。无论是从农户个体发展还是从农村经济整体发展来看，这种“造血”的扶贫助农模式都具有极高的社会价值，体现了金融的普惠性。

 

31发展规模

 

与宜农贷合作后，东方惠民公司的发展规模逐年扩大。调查发现：2011—2015年3月，同心作为小额信贷发放的主要场所，盐池作为公司旧址和“盐池模式”所在地增长人数较少，而作为国家级贫困县的西海固地区则成为了宜农贷和当地小额信贷机构发放贷款的“蓝海”。实地走访过程中我们还了解到：截至2015年7月底，公司总资产为25087亿元，贷金数量约为793亿，流动资产24722亿元，固定资产3653万元，所有者权益6409万元，收益农户数量为51646人，信贷业务覆盖了盐池、同心、红寺堡、原州、隆德及西吉6县区45个乡(镇)，317个行政村，成立信贷大组886个，客户数12100户，同比增长39%，主要集中在新拓展的固原地区。

 

32经营业绩

 

截至2015年7月，公司总资产回报率约为51%，年度还款率为996%。公司2014年年末贷款余额达23亿元，年度平均贷款余额18亿元，贷款余额同比增长64%，超额完成年度计划的115%，农户最大贷款额度限制在5万元，户均贷款19万元。公司2014年内逾期贷款有38户38笔10139万元(同心4笔111万元，盐池34笔9029万元)，年度逾期率为044%，公司2011年以来逾期贷款有51户51笔15139万元(同心4笔111万元，盐池47笔14029万元)，总逾期率为065%。

 

通过上表的数据我们可以看到，近年来宜农贷对东方惠民公司的资金提供量上是逐年递增的，帮扶人数也呈一个上升的趋势。

 

一方面，MFI规模的扩大提高了其赢利水平，互联网金融大量资金的注入增加了MFI的贷款发放额，从而资产回报增加，大大提高了MFI的业绩;另一方面，筹资成本低也增加了MFI整体贷款收益。

 

33MFI资金流动性方面

 

MFI在与互联网金融合作了以后，由于互联网金融自身的流动性强、灵活性强的特点，为MFI提供一个流动的资金支持，资金周转速度加快，形成了一个“互联网—MFI—农户”的良性的传导机制，增强了MFI的资金流动性。

 

4模式的发展前景

 

“互联网金融+农业”模式实质上是互联网、金融、农业三重主体的融合。此举响应了政府发展普惠金融、致力金融创新的号召，是基于我国传统金融市场发展不足、农村市场长期“失血”机制的现实而提出的新创举。互联网金融正凭借着自身优势，搭起了城乡金融市场的桥梁，让资本更自由地在富裕和贫困的地方流动，理论上说这将有助于缩短中国的贫富差距、有利于实现2020年全面小康社会的宏伟目标。因此从客观的宏观条件来看，互联网金融进入农村地区具有天然的优势，政府也会出台相应鼓励政策促使互联网金融在农村地区的进一步、可持续发展，使现代化发展成果惠及农民，帮助更多农民脱贫致富。

 

同时我们也应该看到，由于广大农村地区基础设施不完善，农民素质普遍不高，互联网金融全面覆盖农村还有一段距离。互联网金融在中国起步时间不长，其发展模式、管理机制还尚待进一步优化。但是我们也有理由相信，互联网金融的下一片蓝海会在农村领域，互联网金融将依托自身优势和农村发展特点碰撞出更绚丽的火花。

 

作者：黄淀一

曾悦

王力轶

杨会定

第2篇：互联网金融的前景分析范文

【关键词】互联网金融 人脸识别 信息安全 身份认证

一、引言

国家建设部于“十二五”期间颁布了关于开展国家智慧城市试点工作的通知，意在通过综合运用现代科学技术来营造社会建设和管理的新模式。伴随着智慧经济的建设和我国的传统金融行业对于创新变革的诉求，国内的互联网金融行业开始快速发展。人脸识别在国内互联网金融领域的应用也借助这一浪潮拉开帷幕。

二、人脸识别技术简介

进入21世纪，随着计算机技术、光学技术等技术的迅猛发展，人脸识别技术逐渐成熟，步入了应用阶段。人脸识别安防、考勤、支付等系统走进了我们的生活。

人脸识别算法蓬勃发展，尤其是基于深度学习的识别方法。深度学习利用其对大型数据集的优秀预测能力突破了之前在人脸识别过程中的精准率瓶颈。深度学习算法种类繁多，目前被广泛应用于人脸识别领域的主要是卷积神经网络。其现主要分为四个步骤。

首先是局部感知。在处理在图像处理中，把图像表示为像素的向量。只对局部的联系紧密的向量进行感知，初步降低参数；第二步是权值共享。挑选第一步中的某个局部参数提取特征，再将其作为探测器也就是卷积核，应用到图像的任意区域，对特征进行匹配，得到不同的激活值。将符合条件的激活值筛选出来；第三步是多卷积核。挑选更多的卷积核，不断重复第二步骤，学习更多特征；最后是池化。一个图像区域有用的特征极有可能在另一个区域同样适用，对不同位置的特征进行聚合统计可以简化对于大图像的描述，进一步降参。

三、互联网金融的人脸识别运用

互联网金融是借助于互联网技术、移动通信技术来实现资金融通、支付和信息中介等业务的一种新兴金融模式。毫无疑问，互联网金融正以其独特的运行方式和价值创造模式，影响着传统金融业务，逐步成为整个金融生态体系中不可忽视的一部分。

（一）互联网金融面临的风险

互联网金融行业也同传统金融行业一样，它们的核心问题都是如何预防和处理风险。目前我国的互联网金融行业面临着政策法律风险、监管风险、流动风险、市场风险、信用风险、技术风险这六大风险。

（1）信用风险。互联网金融的信用风险主要来自于对客户的真实身份的认证带来的信息不对称问题。由于国内的互联网信用业务还没有得到很完善的监管，互联网金融的虚拟性就会给对客户身份的认证带来不确定性素。例如，一些用户在P2P网贷平台进行身份信息造假骗取贷款。

（2）技术风险。互联网金融是互联网与金融的结合产物，自然避免不了对于网络信息安全的要求。传统的字符密码具有可复制性，容易被网络黑客、木马病毒所窃取，造成不必要的损失。传统的字符密码认证对互联网金融企业的网络技术安全提出了更高的要求，而我国的互联网金融企业大多还在成长阶段，无法维护庞大的信息数据库，给行业带来了很大的技术风险。

（二）人脸识别技术降低信用风险与技术风险

人脸识别技术依靠人脸独特性、难以复制性等优势可以很大程度上降低互联网金融的信用风险和技术风险。目前，国内的云从科技、Linkface等科技公司都在LFW数据库的实验环境下，取得了99.5%以上的人脸识别成功率，高于人眼识别97.52%的准确率。

在人脸识别模式下的开户过程需要用户先需要出示自己的二代身份证，系统在客户填写开户信息后继续发出指令，让客户进行基于视频流的身份认证，人脸识别系统会以此判别个人身份的真实性。同时，利用“活体检测算法”、“图像脱敏算法”以及“人脸比对算法”等算法对视频流的背景和人像的对比分析，可以避免一些用户利用录制好的视频来伪造身份信息。

识别开户成功后，系统自动上传用户信息至后台。当遇到支付等操作指令时调出信息，再次对客户进行基于视频流的身份认证来确定指令的安全性。

（三）互联网金融中的人脸识别运用

（1）招商银行“ATM刷脸取款”。我国的招商银行一直以勇于创新的先行者姿态活跃于金融领域，在手机银行和自助银行等多种电子信息化自助服务渠道中保持着领先地位。继在VTM渠道应用人脸识别技术以辅助柜员核实客户身份后，又率先推出“ATM刷脸取款”业务。首先收集客户的可信照片，再主要利用人脸识别技术并辅之以手机号码验证和密码验证来确认客户信息，误识率在万分之一以下。

这是国内银行首次将人脸识别技术应用到自助提款机上，也意味着招行“智能银行”再一次取得进展。

（2）蚂蚁金服的人脸识别体系。蚂蚁金服起步于阿里巴巴集团的支付宝，致力于推进互联网支付、消费、理财。蚂蚁金服于2015年在支付宝上推出人脸识别的功能，已在用户登录、实名认证、找回密码、商家审核、支付风险校验等多个场景中投入使用，利用人脸识别代替传统的密码输入。同年，阿里巴巴董事局主席马云在德国汉诺威消费电子、信息及通信博览会上展示了蚂蚁金服的“smiletopay”技术，用手机“刷脸支付”的方式在网上购买了一张1948年的汉诺威纪念邮票，完美展示了计算机人脸技术在支付中的应用。此项技术还在不断完善，蚂蚁金服的刷脸支付功能正式投入商用指日可待。

（四）人脸识别目前存在的问题

（1）没有统一的安全标准。人脸识别技术领域的实际应用还在起步阶段，目前还没有统一的行业标准与国家标准，主要都是技术厂家自己制定标准。然而厂家标准制定的不一致，会导致不同的安全状况与安全水平。只有通过制定统一的国家安全标准，才能解决人脸识别在技术推广过程中的障碍。

（2）识别中的“矫枉过正”。当人脸识别技术被作为加密技术投入实际应用时，我们最看重的就是它的安全性。而人脸识别技术的安全性可以用误接受率与误拒绝率两个指标来衡量。为了严格保证安全，技术厂商往往会尽量降低误接受率，但这同时会提高误拒绝率，使一些真正的用户也会被系统拒绝，“矫枉过正”，影响了用户体验。

（3）可信照片的分辨率低。目前互联网金融行业在使用人脸识别技术进行开户等操作时，用于确定客户信息的可信照片往往是居民二代身份证。而二代身份证的照片不仅分辨率低而且信息量少，这会降低人脸注册、识别的准确率。

（4）人脸的变化。随着时间的推移，用户的年龄增长，会发生胖瘦、常规的化妆、自然老化等变化。通常情况下，这些变化是在计算机的识别范围内的，但是如果出现整容、过浓的妆容、或者是佩戴眼镜与一些装饰性的饰物可能就会影响人脸识别的识别率。同时，由于双胞胎、多胞胎的人脸信息过于相像，双胞胎、多胞胎人脸信息的分辨在人脸识别技术中也是一个待攻克的难题。

四、未来发展应用趋势

（一）发展展望

（1）制定统一的行业标准。为了保障人脸识别技术在应用过程中的安全性、规范性，有关的人脸识别科技公司和互联网金融企业等应该联合国家相关机构，加速人脸识别技术系列标准和规范的起草进一步规范人脸识别的技术指标和要求，为业务的深入和推广提供基础参考。

（2）突破对源图信息提取瓶颈。计算机人脸识别技术中很关键的一环就是将可信的源图信息与后期获取图像的信息进行对比筛选，计算机才能做出精确的判断。在获取到的源图数据不充分、不理想的时，如何对信息进行有效的提取，到目前为止还没有很好的解决办法。但是，伴随着科技的高速发展，人脸识别技术的这一瓶颈在将来必定会被突破。

（3）与其他生物识别技术相结合。各种生物特征识别技术都有各自的优缺点，在具体的应用过程中，人脸识别技术可以和虹膜、静脉等其他生物特征识别技术相结合使用，降低对用户的误接受率和误拒绝率，进一步提高身份识别的整体安全性。

（二）应用展望

（1）全方位的身份查核。人脸识别身份验证技术的应用是对互联网金融业务的基础性工作的一项重要技术保障。在将来，人脸识别身份验证技术的应用应该从单纯的“登录认证”到扩展到“支付认证”，做到全方位的身份核查，提高群众服务的便捷性，同时保证业务更加安全、可靠。除此之外，人脸识别身份验证技术还可以带动其他行业的类似业务场景，从而在全社会范围内促成更广泛的工作流程改进和社会成本节约。

（2）全面的私人数据保护。在将来，用户的一切经济活动信息都可以通过人脸识别技术进行有效保护，避免敏感数据泄露，消除欺诈者利用不正当途径来窃取用户个人信息进行非法交易的可能，提升互联网金融行业客户的体验友好程度。

五、结语

对于互网金融行业来说，改革与创新、提高金融服务质量和安全防范是今后互联网金融行业发展的主要趋势，人脸识别等高科技技术投入互联网金融行业，会对整个行业的发展起到一种非常积极的作用。未来的人脸识别技术在互联网金融行业中的应用必会继续朝着远程化发展，进一步取代现在的柜台开户、字符密码认证等传统的服务流程，做到“智慧金融，智慧生活，智慧城市”。

参考文献：

[1]李子青.人脸识别结合视频监控看公安与金融市场应用[J].中国安防，2015，（8）.

[2]吕晓强. 生物识别技术再造银行客户身份认证体系[J].金融电子化，2016，（4）.

[3]廖敏飞，黄瑞吟，刘丽娟. 生物识别技术在金融行业的应用现状与前景分析[J].金融电子化，2016，（4）.

第3篇：互联网金融的前景分析范文

关键词：第三方支付；云闪付；支付宝

2016年2月25日，工、农、中、建、交五大行联合宣布，将对客户通过手机银行办理的境内人民币转账汇款，无论异地跨行，均免收手续费。此举说明传统银行在逐渐迎合客户的需求，这与互联网金融的不断冲击，以及支付宝、财付通、易付宝等第三方支付平台的迅猛发展密切相关。

一、第三方支付对我国商业银行的冲击

（一）减少银行客户数量

第三方支付具有个性化、快捷和方便等特点，吸引了众多网络消费者。因为客户具有黏性，一旦建立关系便会形成依赖。以快钱、支付宝、微信、财付通为代表，这些支付平台均可以使用自己的虚拟网关。财付通支付平台依托于众多QQ用户，微信支付依托于微信用户，支付宝依托阿里巴巴电子商务平台。如果没有第三方支付，那么这些潜在的客户均归于商业银行，而此时第三方支付在客户争夺战中逐渐处于被动地位。可以说第三方支付最银行的潜在客户进行分流，直接瓜分了商业银行的客户资源。此外，第三方支付的出现，人们在支付方式上有了更多的选择，直接减少了人们选择使用银行卡交易的频数。

（二）信息流的丢失

第三方支付通常与很多商家合作，能够掌握很多信息流和物流，而传统商业银行则以资金流为主。商业银行本来可以直接获得客户资源相关信息，可如一些客户与商业银行需通过第三方支付平台连接，银行得到大多是和支付宝交易类似的单子，导致信息流丢失。而当今是数字信息化时代，是大数据分析的时代，由此可见，信息流的丢失对银行来说是一笔惨重的损失。

（三）减少银行存款

传统商业银行最典型的模式：吸收存款，发放贷款。随着第三方支付的迅猛发展和新型业务的不断拓展，我国商业银行掌握的信息减少，对银行存款业务也形成巨大冲击，金库的作用在削减，部分银行存款流向第三方支付。以国内市场占有量最大的第三方支付――支付宝为例。2013年6月13日余额宝开始上线，月底之前取得累计用户数251.56万，累计转入资金规模66.01亿。截至2012年12月，支付宝注册账户突破8亿，日交易额峰值超过200亿元人民币，日交易笔数峰值达到1亿零580万笔。此外，至2013年11月14日，余额宝用了不到一年的时间，余额宝规模突破1000亿元，用户数近3000万户，从而天弘增利宝成为了国内基金史上第一只规模突破千亿的基金。由此可见，第三方支付业务的发展对银行存款的冲击力不小。

（四）挤占支付业务的份额

商业银行盈利的重要来源之一是中间业务收入。第三方支付平台通过不断拓展其业务领域的，同时以较低的价格甚至免费提供与银行相同或相似的服务。此外第三方支付企业通过多方合作开展业务，挤占了商业银行线下支付业务。

二、中国建设银行应对第三方支付的策略

相关数据显示，2015年中国建设银行互联网化在众银行中是领先者。2016年1月移动金融领域APP月均活跃用户第一是支付宝，达13582万人，位居第二的中国建设银行用户达1830万人。中国建设银行是想采用一种符合银行业标准的支付方式。此外，与大三方支付相比，建行移动支付更加注重安全性。

（一）技术创新，运用NFC核心技术

人们习惯采用移动支付，大家出门可能忘记带钱，忘记带银行卡，但一般不会忘记带手机，手机黏度很高。目前流行的方式是客户端二维码扫码支付，而建行不采用这种方式的原因主要是存在信息暴露和账户不统一的问题。建行运用一种技术，隐藏信息，统一账户――NFC。与互联网公司不同的就是：将二维码表现的可见的信息通过近场通讯实现交互，并附带计算验证。在移动支付激烈的市场竞争下，总行已联合中国银联在去年12月推出了“随芯用”，APPLE PAY今年2月18日推出、SAMSUNG PAY今年三月底推出。此外更多产品也将陆续推出。

随芯用是总行与中国银联合作研发，采用最新的支付令牌、动态密钥、云端验证三大核心技术，实现安全支付的新型支付工具。其核心是：将虚拟卡通过手机开在互联网云端，消费支付时通过支持非接功能的pos机，验证云端发送到手机的令牌后完成交易。持卡人手机须为具备NFC功能，系统版本在Andriod4.4.2及以上的安卓手机（市场上已有171款）。APPLE PAY与SAMSUNG PAY均属于“云闪付”。对于消费者在支付体验上最关心的问题：安全、简捷及使用范围等各个方面，云闪付全面优于第三方支付，云闪付支付仅需1至2步，便捷体验优于第三方扫码支付。此外建行在搭建更多的移动支付场景。

（二）开展系列促销活动

建行借助营销活动促进客户持续使用。总、分行以及银联将在2016年持续开展系列移动支付的促销活动。通过引导客户主动参与各项移动支付营销活动，促进客户持续使用。比如：德克士1元吃炸鸡餐，满减活动。

（三）搭建生态圈

建行以客户为中心，用心为客户搭建互联网金融生态圈，将银行、客户、第三方服务商融为一体，互惠互利，共存共荣。相关数据显示，移动支付相关性最强的领域为：团购、火车票预订、综合电商、出行预订，微商，这说明移动支付和电商和零售产业链环节中的应用具有高度相关性，且涉及到出行和用餐的领域。用户通过移动支付的消费行为已经覆盖了衣食住行等多个领域，可见移动支付已经成为人们日常生活中付款的主要方式。

三、中国建设银行移动支付前景分析

（一）消费安全

第三方支付不安全众所周知，常年可见第三方账户资金被盗的新闻，因为第三方支付使用的是“线下扫码支付”的技术，无密钥认证，安全级别较低。而云闪付支付时需要验证云端下发的临时密钥，安全有保障。

（二）建设银行信用背景要强于第三方支付

此外，多年来传统银行积累很多优质客户、拥有更丰富的管理经验和更多的金融专业人才，以上都是第三方支付平台所不具备的。

（三）使用范围广

目前各家银行POS设备已大面积支持云闪付，以我行POS设备为例，除个别银医特殊设备，所有POS设备在硬件方面均全面支持云闪付功能，只需将系统升级到20150901DCC优化版即可。更关键在于，云闪付依托的NFC技术，将在未来可以丰富更多应用场景，如地铁、公交、小区门禁、签到打卡、身份识别等，都是支付宝和微信二维码不能实现的。

此外，建行移动支付目前仍面临一些挑战。有的手机无NFC，阻碍了云闪付的使用无线充电技术还未广泛使用，技术水平跟不上。用户对于电池容量的要求越来越高。

四、结束语

传统商业银行在思维上应考虑如何转换到移动互联网上，在业务上如何融入到移动互联网，这些都是传统银行值得思考的问题。（作者单位：四川师范大学）

参考文献：

第4篇：互联网金融的前景分析范文

【关键词】服务业；现状；问题；前景

服务业是随着商品经济的发展出现的一个特殊行业，它最早是为商品流通服务的。随着经济的繁荣和人们需求的增加，它逐渐开始为人们的生活服务，后期又因为社会分工的逐渐细化，促使一部分为生产服务的劳动从生产过程中慢慢分离出来，成为了单独的行业，并列入了服务业的范畴。现在，服务业经过千年的缓慢发展，已经深入到了人类生产和生活的方方面面，为提高人们的物质文化生活水平和促进经济社会的繁荣做出了不容忽视的贡献。

一、我国服务业发展现状

十以来，我国服务业发展规模持续扩大，据《中华人民共和国2016年国民经济和社会发展统计公报》显示，服务业（即第三产业）占比已超过现在国民生产总值的一半，达到51.4%，并且在新登记的企业总数中，服务业占比超过80%，服务业已然成为了我国国民经济第一大产业。并且随着新型产业的成长，我国服务业传统产业也在加速转型，表现在：①互联网经济呈现爆发式增长，随着“宽带中国”战略的稳步推进，移动互联网继续呈爆发式增长态势，2016年1-11月移动互联网接入流量累计达82.1亿G，同比增长124.1%，2016年实物商品网上零售额也比上年增长25.6%，比社会消费品零售总额增速高出15.2个百分点，全年全国电子商务交易额达到26.1万亿元，比上年增长19.8%；②创业、创新企业猛增，其中信息传输软件和信息技术服务业、文化体育和娱乐业、金融业等新兴产业分别新增企业24万户、10.4万户、7.3万户，分别增长63.9%、58.5%、60.7%，均高于服务业企业平均9.5%的增速；③物流行业实现跨越式发展，快递业务量问鼎世界第一，2013-2015年，快递业务量年均增长53.8%，快递业务收入年均增长38.0%；④旅游业保持快速发展，国内旅游和国际旅游人数和收入均平稳增长；⑤基础教育、公共卫生、社会保障等公共服务业发展成效显著。

尽管我国服务业已经取得了较大的发展，但就目前情况而言，我国服务业发展水平与发达国家还有很大的差距，存在着很多问题。表现在：①我国服务业就业吸纳能力不强，不仅低于发达国家水平，而且还远远低于与我国同等水平的其他发展中国家。据众多国内外学者研究对比显示，在相同增加值产出的条件下，与国外相比，我国服务业的结构偏离度远高于国际标准模式水平，其吸纳劳动力的空间较小，如果服务需求没有新的增长点出现，我国服务业的就业吸纳能力很难得到提升；②我国服务业劳动生产率水平依然过低，在完成相同比例的工业化水平的基础上，美、英国等国家的服务业劳动生产率高出我国几十倍，这种巨大的差距提示着我国产业结构仍存在诸多隐患；③我国服务业国际竞争力较弱，美国、英国的服务产品以其附加值高、处于高级环节的优势，在国际上表现出了较强的竞争优势，而我国的服务产品由于产品附加值低、涨势缓慢，无论是在竞争力，还是在抵御风险方面都存在很大的不足。

二、我国服务业发展前景分析

为推动现代服务业创新发展，明确“十三五”时期现代服务业领域科技创新的目标、任务和方向，科技部组织编制了《“十三五”现代服务业科技创新专项规划》，明确指出了“创新驱动，模式引领；系统规划，整体推进；市场导向，培育环境；开放合作，协调发展”的基本原则和“到2020年，初步形成现代服务科学体系，理论技术水平大幅提高，生产业、新兴服务业、文化与科技融合、科技服务业领域服务科学研究与实践能力进入世界前列。在重点领域攻克一批关键核心技术，形成一批国际、国家标准和行业解决方案，支持建设10-20个国家级现代服务业工程技术研究中心、国家重点实验室和企业技术中心，大幅提高科技在现代服务业增加值中的贡献度，全面提升现代服务业的规模、质量、效率和品质，实现我国现代服务业总体水平与发达国家并跑，在部分领域达到领跑水平”的总体目标，这一文件将指导我国未来几年的现代服务业发展方向和趋势。

结合我国“十三五”规划和现今世界经济发展态势可知，创新将成为我国服务业发展的最重要引擎。我国服务业的发展将更多的依赖于新兴科学技术，互联网金融、电子商务、现代物流、数字医疗等众多新服务业态将占据更大的比例，为促进和谐和可持续发展、改善民生提供新动力，成为现代服务业发展的新常态。加之中国制造业也已经从原来的粗放增长期渐渐进入成熟期，生产业加速从“微笑曲线”的中间向两端过渡，从制造环节过渡到研发设计、销售流通环节，这在一定程度上也为我国现代服务业的发展增加了支撑力。

加入WTO之前，我国服务业的对外开放相对滞后，1982年，我国服务贸易的全球占比仅为0.6%。进入21世纪，我国对外开放的程度不断深入，服务贸易的国际地位也不断提升，2016年我国服务贸易进出口额突破5万亿元人民币，在全球继续排名第二，这种成就在证明了服务业已成为我国经济贸易新的增长点的同时，也使我们对中国服务业的发展充满了信心。

参考文献：

[1]相关数据来自国家统计局公布数据.

[2]李冠霖 任旺兵. 我国第三产业就业增长难度加大[J].财贸经济，2003（10）.69-53.

第5篇：互联网金融的前景分析范文

【关键词】互联网短期贷款 全面风险管理 风险识别 风险评估

一、大学生互联网短期贷款全面风险管理概述

全面风险管理理论主要应用于企业经营中，指的是企业围绕总体经营目标，通过在企业管理的各个环节和经营过程中执行风险管理的基本流程，培育良好的风险管理文化，建立健全全面风险管理体系，其中包括风险识别、风险评估、风险整合、风险控制、风险监控与反馈等环节。因此，在应用到大学生互联网短期贷款这一领域中时，本文也将分别从以上五个环节来构建大学生互联网短期贷款全面风险管理的理论框架。

（一）大学生互联网短期贷款风险识别

风险识别（Risk identification）是发现、承认和描述风险的过程。在此方案中，风险识别的主体主要是短期贷款平台、大学生个体、政府。客体主要是短期贷款风险识别主体拟要识别的风险类型、受险部位、风险源等。而开展风险识别是进行对风险类型与受险部位以及风险诱因与严重程度的识别。

本研究基于对武汉市大学生短期借贷行为的实证调查和利用专家访谈法收集的数据，以及对武汉市大学生短期借贷情况进行收集统计，根据这些统计信息对大学生互联网短期贷款风险进行初步识别。

（二）大学生互联网短期贷款风险评估

针对大学生互联网短期贷款风险的评估，应当在其发生贷款行为的初期就开始进行，另外，在大学生贷款过程中出现重要转折点（例如出现费用问题可能导致逾期）时，应当再次进行评估。

（三）大学生互联网短期贷款风险整合

大学生互联网短期贷款的风险整合应当首先就该风险的驱动因素进行分析，也就是分析导致大学生互联网短期贷款发生风险的可能原因，并对这些原因进行筛选，找出真正的风险源，并以此进行风险整合，再制定风险应对策略和步骤。本文在对大学生互联网短期贷款风险信息收集基础上进行统计分析，进而对其风险源进行分析。

（四）大学生互联网短期贷款风险控制

风险控制的方式主要包括风险回避、风险自留、风险转移、风险抑制。考虑到大学生互联网短期贷款的具体情况，采取风险回避与风险自留的方式是达不到控制这一风险目标，因此，将主要采用风险转移和风险抑制来进行风险控制。

（五）大学生互联网短期贷款风险控制后的监控与反馈

风险反馈是指对大学生互联网短期贷款风险控制体系建设、实施和运行结果等独立开展的调查、测试、分析和评估等系统性活动。同时根据评估结果和变化因素通过风险控制系统地调整。

二、收据收集

（一）样本基本特征分析

分别于2015年9月和2016年3月选取武汉市9所高校学生先后两次进行随机问卷调查，其中，分别为华中科技大学、湖北大学、武汉工程大学、湖北经济学院、江汉大学、武汉纺织大学、武汉商学院、湖北商贸学院、武汉理工大学华夏学院，根据这9所高校的人数对照其在总人数中所占比重采取随机发放的形式发放问卷1500份，回收1433份，问卷回收率95.5%，其中有效问卷1365分，问卷有效率95.28%，符合统计要求。

1.性别分布。在本次回收的有效问卷中，男性占总体比例的52%，女性占总体比例的48%，问卷代表性较强，具体情况如图1-1所示：

3.院系分布。本次调查收集的院系信息主要以普遍的院系分类标准来对受访者进行分类，主要分为经管类，艺术类，理工类，以及文史类。

在受访者院系分布的调查中，理工类的受访者占调查对象的56%，文史类占18%，经管类占15%，艺术类占11%。也正反应了当前武汉的高等院校分布情况，即主要以理工为主，其他类型的院系相对较少。在分类过程中，并没有直接将所有的院校都以理工、文史进行分类，有一些经管类或是艺术类院校实际上也可以分类为广义的文史类院系。

（二）调研方式及其作用

基于实际的易操作性，本文主要采用问卷调研的方式展开。在问卷设计方面以选择题类型为主。为确保调研数据统计的真实可靠，受访人员需根据实际情况作答。

三、实证分析

（一）大学生互联网短期贷款风险的影响因素分析

大学生互联网短期贷款风险与其消费水平、消费习惯、生活费来源等多方面因素都有关联，而这些因素可以具体表现为以下几个方面：

1.生活费收入。大学生生活费与其消费水平直接相关，对于分期类的支付平台而言，付款者的月平均收入无疑是分期平台最关心的部分之一。因此，大学生生活费是大学生互联网短期贷款风险的影响因素之一，本次针对受访大学生生活费的调查情况如图3-1所示：

从图3-1可以看出，有600名受访者的生活费都在1000到1200的区间，在所有的调查者当中，82%的受访者每月的生活费在800至1500之间。说明在校大学生之间的生活费差距并不明显。

2.大学生生活费来源。大学生生活费的来源，可以在一定程度上影响其消费水平以及消费习惯，并通过这种方式对其互联网贷款风险产生影响。同时，通过这一指标与其他影响因素的综合比较，能够获得一些具备不同收入特点的大学生以及他们对于每月的收入怎样进行支配，对于无力承担的高档商品，是怎样进行处理。具有不同收入结构的人群是否具有不同的消费习惯。并根据这些特点来对受访大学生进行合理的分类，本次针对大学生生活费来源的调查情况如图3-2所示：

通过图3-2可以看出，只由父母提供生活费的受访大学生有1325人，只通过兼职支持正常生活的受访大学生人数就下降到了40人，这意味着在样本中主要的经济来源是通过父母的支持。

3.奖学金获得情况。通过统计受访大学生在学校的奖学金获得情况，可以反映出一些受访者的消费习惯。

通过调查可以发现，有51%的受访大学生是没有获得过奖学金的，院级类较小的奖学金的比重次之，为23%，校级及以上的奖学金获得者则为19%。说明能够获得奖学金的大学生比重并不高，能够进行日常生活以外的额外消费可能较少。

通过图3-3可知，在校大学生的群体当中，只有8%的大学生在出现了超前消费，60%的受访大学生在消费的选择上还是比较谨慎，不会出现月光或超前消费的现象。

5.如何承担高端消费品。高端消费品是大学生进行互联网短期贷款的主要目的之一，自然也是其风险影响因素之一，86%的受访者的回答是攒钱购买或者就此放弃购买，仅有14%的受访者选择了借钱或向父母要钱进行购买。愿意借钱购买的人数比例只有3%。这说明在大学生群体中，消费意识总体来讲相对保守，愿意借钱去超前消费的大学生占比较低。

6.平台使用情况。大学生互联网短期贷款通常通过互联网信贷平台来进行，对于互联网信贷平台的使用情况必然是大学生互联网短期贷款风险的重要影响因素之一，在这一环节中，采用递进的问卷调查方式，首先，针对大学生是否了解互联网贷款平台进行调查，有76%人表示或多或少都了解过在线的借贷平台。这表明各大网络贷款平台实际上对于在校大学生的宣传力度还是在一定形式上存在的，并且也有一定的影响力。有55%的受访大学生表示进行过互联网信贷。在此基础上，针对这55%的进行过互联网信贷的受访大学生信贷还款占生活费比重进行了调查，结果如图3-4所示：

从图3-4可以看出，在进行过互联网信贷的751名受访大学生中，有599人的互联网信贷还款比例在20%以下，对于日常生活消费影响较小，互联信贷还款比例在50%以上的有14人，这一比重已严重的影响了日常生活，同时也存在较高的信贷风险。整体而言，当代大学生的互联网短期信贷还款比重尚处在合理范围内，对于互联网信贷的使用方式趋于理性。

7.其他指标。为了使本课题的分析更为科学、严谨，在以上五个直接相关的影响因素的基础上，还将性别、年级以及院系也作为影响因素之一，以此来全面分析大学生互联网短期贷款风险。

（二）指标选择和模型建立

本文主要目的是为了研究大学生互联网短期贷款的全面风险管理，基于全面风险管理的基本理论，通过识别风险源及风险评估，对风险进行量化。

1.指标选择。以大学生在进行互联网信贷之后“还款与否”作为因变量Y，采取二元Logistic回归模型对数据进行分析，因变量Y值服从二项分布，其二项分布的取值为0和1，对应条件分别为“不使用”和“使用”。

第一，风险源识别

在此模型的基础上，将所有自变量输入进SPSS“协变量”框，因变量为（是否会如期还款），无“分类协变量”，保存“概率”，“组成员”预测值，cook距离，标准化残差值，选项勾选“估计值的相关性”，“Hosmer-Lemeshow拟合度”，以及exp（B）的CI值。在变量的排除方面，选用向后（条件），在模型的运行过程当中，显著性在0.10以下的变量被选入，而在0.10以内的变量就会被删除，采用SPSS对相应步数的检验和删除之后，能够选择出符合进入该模型的因变量。

这些因变量就是大学生短期贷款风险的风险源，此过程即为风险源的识别过程。

第二，风险量化

将符合条件的影响因素输入以上分析模型之后，计算出P值，即达到了风险量化的要求，互联网信贷企业可以根据P值的大小来判断大学生逾期还款的几率，也体现出了大学生短期互联网贷款风险的大小，根据行业情况来决定贷款与否或制定相应的借贷利率。

（三）模型分析

1.聚类分析。首先根据消费习惯、消费情况，以及受访者的私人基本信息将人群进行自动分类，SPSS软件主要提供了K均值聚类以及两步聚类，因为本次调查涉及的维数多，无法使用K均值聚类，所以使用两步聚类对人群进行自动归类。而归类的信息准则方法则是采用施瓦茨贝叶斯准则（BIC）。在第一次聚类中，将样本的所有信息都放入，进行聚类，但是最后的聚类效果并不理想，聚类情况如图3-5所示：

在第二次聚类后，对样本的分析得到了三个聚类中心：（0，3，1，1，1）（0，4，2，1，0），（1，3，1，1，1）

这三个聚类样本中心对应的样本特征分别为：

第一，没有兼职收入，理工类学生，每月生活费有剩余，并且每月生活费有父母的支持的男性。

第二，没有兼职收入，文史类学生，每月生活费基本“月光”，并且生活费也是有父母支持的女性。

第三，有兼职收入，理工类学生，每月生活费有剩余，每月生活费也有父母支持的男性。

对于这样三种分类而言，该分类中心较有代表性。其中第二类较能代表周围没有兼职收入，并且也没有生活费结余的女性，对于每月的收入控制力较差。而第一类和第二类则是很好地代表了较为省钱的男性，不同点在于是否有兼职的收入。通过对聚类结果的分析，得出不同类别的消费习惯的受访者基本信息。继而做进一步分析，这三种不同类型的消费者对于在无法还款的处理方式上是否存在不同，是否意味着不同消费类型的群体会选择不同的方式来应对无力还款的情况。于是本组又一次对这三类已经分类的人群和对无力还款的处理方式，进行列联分析，结果如表3-1所示：

从表3-1和3-2可以看出，已经进行了分类的不同人群对于无力还款时的处理方式并没有太大的差异，卡方检验的显著形值为0.674远远高于0.05的拒绝域范围，所以选择接受卡方检验的原假设，认为这三类人群对于无法还款的处理方式无差异。因为本次处理的方式采取的是人工对于分类标准进行选取，换言之，如果将所有影响无力还款时处理方式的因素都放进聚类模型中进行聚类，则会大大降低聚类效果。因此，在聚类后卡方分析的基础上再进行一次logistic回归分析，回归分析的自变量会将诸多变量都放进模型中，用以弥补简单聚类分析的不足。

2.Logistic回归分析。下面对是否会按时还款进行了logistic回归分析，设定受访者的基本信息（性别，年级，院系），以及受访者的消费习惯（生活费数额，生活费来源，奖金获得方式，消费习惯类型，承担高端商品的方式）为自变量，在无力还款的情况下是否会坚持按时还款，建立logistic二元回归模型。

在logistic回归分析之前对数据先做了一些处理。在对还款意愿及方式上对数据进行了分两类的处理，第一类是无论如何都会选择如期还款，第二类是不会如期还款。

在预测值方面，模型对可能给不会按时还款人群预测命中率极高，达到了84.8%，而对于会按时还款人群的预测准确率就相对较低，只有71.8%，而从综合百分比来看，模型的预测准确度还是达到了71.826%，可以认为其预测精度良好。在实际操作中，应首先找准不会按期还款的人群，模型在此处展现出了较好的预测效果。此外，在本次实验调查中，不会按时还款的人群实际占比相当少，从而在最后计算整体百分比的时候因为实际会按时还款的人群比重过高，使得对会按时还款的人群预测值权重过高。最终结果依然精度良好。

该方程说明，在对受访者调查的分析中，有三个变量明显呈现出对因变量产生了影响，依次是生活费数额，消费习惯类型，还款比重。得出以下结论：

第一，在关于生活费数额的调查问卷选项设计中，采用了生活费数额逐渐变多的方式。结果表明，随着生活费数额的增长，违约的风险呈现降低的趋势。与低收入学生人群相比，高收入学生人群的违约风险相对较低。

第二，在关于消费习惯的调查问卷选项设计中，采用了消费习惯逐渐超前的方式。结果表明，受访者违约风险随着消费习惯的超前而明显增加。相对而言，保守消费的学生群体则不易产生违约风险。

第三，在关于还款比重的调查问卷选项设计中，采用了每月还款额度占生活费总额比例逐步增加的方式。结果表明，随着还款额占比的增加，还款压力也逐渐增大。在模型中也发现，随着还款额占生活费比重的增加，受访者违约风险也在逐渐增加。

除此之外，大学生互联网短期贷款风险的大小也可以通过P值大小来体现，换言之，P值越大，说明大学生出现贷款风险的可能性越低。P值越小，说明出现贷款风险的可能性越高，这时互联网贷款平台就应采取合理的应对措施。

（四）调查结论

综上可知，生活费数额、消费习惯和还款比重是大学生互联网短期贷款风险的主要风险源。大学生通过互联网短期贷款平台获取贷款进行超前消费的行为与其性别、年级、院系、生活费来源等因素没有直接的关联性，因此，在进行风险管理的过程中应当着重考虑主要影响因素，采取合理有效的解决方案。

四、大学生互联网短期贷款全面风险管理解决方案

（一）建立大学生互联网短期贷款全面风险管理框架

通过完成大学生互联网短信贷款风险信息的收集以及初步识别，并在探讨出其风险源之后，就可以进行有效的结合全面风险管理理论来完善大学生互联网短期贷款全面风险管理的框架，在风险管理各个环节可采取的措施如下：

第一，在风险识别环节，政府和相关监管机构应当引导互联网贷款行业构建大学生互联网贷款信息平台，在保证大学生资信信息安全的情况下，让互联网贷款平台能够充分了解带大学生的动态状况。同时，学校也应当与政府和校园卡负责银行进行合作，将校内学生的日常消费情况、资金奖惩情况以及勤工俭学情况等关乎大学生资金流动的情况搜集起来作为征信系统的数据基础。此外，校方还可以依据这些信息针对性地开展大学生信用意识培养以及良好消费习惯的培养，而这对我国信用机制的建立也将起到有利作用。

第二，在风险评估环节，有了大学生动态信息的支撑，风险评估自然水到渠成，但考虑到大学生是个充满朝气的消费群体，可能存出现某些突发状况，比如突然增加恋爱消费，使得还款能力减弱等等。因此，针对大学生互联网短期贷款的风险评估应不仅限于贷款前评估，还应做好贷后评估，应当在大学生在突发异常消费时，对其重新进行量化评估，适时更新该大学生的风险等级，调整防控方案，以此来达到风险防控的目的。同时，还应将重新评估后的结果反馈给学校，让学校根据实际情况来进行新一轮的具有针对的消费引导性教育。

第三，在风险整合环节，虽然本文的统计分析表明生活费的来源或奖金的获得方式与大学生互联网短期贷款风险没有直接关系，但考虑到大学生可能采取勤工俭学等方式来提升自身的生活消费水平，因此，在风险整合环节也应当将这些因素纳入考虑范围，以充分挖掘可能减小其贷款风险的因素。同时，高等院校也应当鼓励大学生在不影响正常学业的情况通过正当的勤工俭学、社会兼职等课外实践来提高生活费来源，以降低大学生可能出现的互联网短期贷款风险。

在风险控制环节，应当从风险转移与风险控制两个方面入手：风险转移方面，可以引入担保公司对大学生是否可担保进行条件筛选后对风险进行平摊，在审核大学生使用互联网短期贷款的资格上再设置一道关卡。在大学生使用互联网短期贷款时，加入是否购买信用衍生产品或是否需担保公司担保的选项，一方面大学生要考虑是否能够承担多一笔费用来转移风险，另一方面在担保公司以及互联网短期贷款平台双方面的审核标准下，减少违约风险发生的几率。针对这一情况，我们特意追加了问题“是否愿意选择担保品或少量保险费的方式，以应对日后无力还款的情况”。

从调查结果来看，有68%的人愿意为转移风险而承担一定的担保费，说明这一方案有一定的接受基础，风险控制中缴纳额外担保费以转移风险的方式可以实行。

风险抑制方面，应当由专门的信用评估机构将大学生纳入个人征信系统的范畴，运用一定的评级方法，对大学生按时、足额履行相关合同的能力和意愿进行综合评价，并用简单的评级符号表示信用风险的相对大小。力求在建立征信系统以后，可供平台对学生做出更有利于平台自身的信用评级，决定其贷款额度以及利率的同时，加强大学生信用意识，积极促进个人征信体系建设。针对这一环节，我们也进行了追加调查。

从调查结果来看，结果几乎与“额外承担保险来转移风险”的调查相似，说明当代大学生对于征信系统的建设有一定的认识并且愿意为该系统的建设贡献自身力量，同时也说明当代大学生对自身消费观念、消费方式具备一定的理性。因此，建立大学生个人征信系统也具备一定的可行性。

第四，在风险监控与反馈环节，应当不定期对大学生短期贷款全面风险管理框架进行优化，以保证在与外缘环境的相互影响下，当风险识别发生变化时，整套全面风险管理系统对风险的管理能够进入更微观更细致的层面，不断提高风险评估的准确性，使评估的风险不断接近真实水平，达到风险管理的效果。

（二）大学生互联网短期贷款全面风险管理框架图

（三）理论框架与量化模型的实际应用与可行性描述

在本课题中，考虑到数据的收集是以横向收集为主，因此，此调查结论是面向该行业所得到的结论。在进行大学生互联网短期贷款全面风险管理的实际应用过程中，在评估某个大学生的互联网短期贷款风险时，应当根据时间线对各影响因素的数值进行纵向收集，以此来量化该大学生的互联网短期贷款风险。

以面向大学生群体，横向数据收集来评估整体风险，以面向大学生个人，纵向数据收集来评估个人风险，如此既能够根据整体风险来制定个人风险等级及其对应的贷款利率和贷款额度，也能根据整体风险量化数值的变化来及时的调整相对应的风险管理方案，从而达到优化大学生互联网短期贷款全面风险管理框架的目的。同时，当代大学生既愿意在进行互联网短期贷款中承担额外保费以转移风险，也愿意在大学时期提前加入个人征信系统。在政府、高等院校、相关机构以及大学生共同参与下，有了数据收集基础，再依照理论框架与量化模型，能够较好的评价大学生互联网短期信贷中个人乃至整个市场的风险。也就是说本课题中所制定的大学生互联网短期贷款全面风险管理理论框架与量化模型具备对大学生互联网短期贷款实施全面风险管理的可行性。

参考文献

[1]蔡昌达.互联网金融背景下的商业银行业务模式的创新――以高校学生贷款为例[J].金融理论与实践，2015，（08）.

[2]赵立.互联网信贷对大学生消费行为的影响[J].现代经济信息，2015，（12）.

[3]邓秀焕.大学生信贷消费市场前景分析[J].现代商业，2015，（06）.

[4]金露露，李游.互联网金融背景下大学生分期购物平台风险研究[J].淮南师范学院学报，2015，（09）.

[5]逄明亮.我国P2P网络贷款平台全面风险管理体系构建研究[D].山东大学，2015.