企业监管体系金融监管论文提纲

关键词： 金融业务 金融 带来 互联网

论文题目：中国互联网金融总量核算、发展测度与风险传染研究

摘要：互联网金融作为一种全新的金融业务模式,在经历迅猛发展的同时,给我国经济带来了巨大的发展红利。在享受互联网金融发展红利的同时,不可避免要承受其带来的风险,监管层面也不断暴露出一系列问题。互联网金融的发展及风险监管问题曾多次在政府工作报告提及,是互联网金融领域的两大主要问题。目前,我国监管部门对互联网金融普遍采用的是政策约束行为,监管存在一定的低效性。互联网金融的监管需要相应统计信息作为支撑,这折射出我国互联网金融统计研究未能较好地解决实际监管工作中的数据缺口问题。因此,亟待对互联网金融统计体系、发展现状、风险问题进行深入系统研究。目前,学术虽然对互联网金融的众多领域均有所涉猎,但对几个关键问题的研究仍然不够深入。首先,互联网金融是新生事物,无论是进行理论研究还是实证研究,对互联网金融是什么的系列基础理论探讨是前提基础。目前,对互联网金融基本概念,尚存在一定争议。研究互联网金融总量核算理论和方法,不仅有助于推进互联网金融基本理论和其他理论问题的探讨,还可以利用核算得到的总量结果,来反映互联网金融行业发展的总体与结构状况。互联网金融总量核算方面的直接相关文献并不多见,尚未从货币统计视角建立完整的互联网金融核算体系,也尚未展开编制资产负债表方面的系统研究。其次,我国尚未形成绩效的评价理论与方法,缺乏成熟和完善的综合指标评价体系,对互联网金融发展状况进行定量测度与分析。再者,对互联网金融风险传染的机理和规律的系统认知尚处于摸索阶段,对金融市场中互联网金融风险传导机制的研究还不够深入,对其风险的统计监测难以满足当前互联网金融风险的监管需求。本文尝试从互联网金融总量核算、发展绩效评价测度分析以及互联网金融风险传染的复杂网络分析等方面进行了探索性研究。研究内容及结论具体包括以下四个方面:第一部分,基于MFSMCG2016,从货币统计视角,提炼出了我国互联网金融的定义与内涵、形成要素,确定了核算主体与客体,对资产负债进行了分类,设计了中国互联网金融部门资产负债表,确定了总量核算方法。利用现有数据,对我国互联网金融虚拟资产负债进行了核算。采用虚拟资产反映互联网金融平台核心金融业务规模,利用部门虚拟资产负债总量核算结果来反映互联网金融的总体发展状况。结论如下:（1）从核心功能、核心结果、核心主体三个维度来观察互联网金融货币统计定义,确定了互联网金融核算所涵盖的范围,只涵盖第四类,即全新的互联网金融创新模式,涉及到资金往来的第三方互联网平台开展的互联网金融活动。（2）明确了核算主体在MFS体系中的类别归属,第三方支付、第三方借贷与第三方融资均归属于其他金融性公司部门下的金融辅助机构。基于《国民经济行业分类（GB/T4754-2017）》,确定了互联网金融的具体基层分类。并进一步分析各业态的具体业务实质、业务形式以及业务流程,进而探讨了核算客体。（3）基于MFS视角,对互联网金融核算客体及归属进行了梳理,设计了中国互联网金融部门资产负债表。（4）先对第三方借贷、第三方融资及第三方支付部门分项测算虚拟资产。最后加总,就核算出了2019年互联网金融资产负债表结构季度数据,反映了互联网金融的总体发展水平。第二部分,在互联网金融核算理论基础上,基于企业绩效理论,进一步对中国互联网金融行业发展水平进行系统的评价。研究互联网金融发展绩效的理论内涵与边界,在借鉴一般企业绩效、金融企业绩效、经营以及管理绩效指标的基础上,进一步分析发展视角下互联网金融的核心问题,并从经营和管理2个子系统出发构建了发展绩效评价指标体系,对3类重要互联网金融平台进行绩效评价,从而摸清互联网金融发展底数,以及总结互联网金融发展中的特点。结论如下:（1）互联网金融市场发展还存在进步空间。不同类互联网金融平台发展不平衡,同类金融平台内不同金融企业间发展也极度不平衡。（2）互联网金融的管理绩效对平台发展绩效影响大于经营绩效的影响,且准则层中的风控能力对管理绩效的影响较大,运营能力对经营绩效影响较大。（3）三大平台发展绩效主要决定指标不同,P2P网贷平台绩效的主要决定因素是风险控制能力;众筹平台绩效发展主要取决于平台盈利能力;平台行业影响力以及盈利能力则是第三方支付平台绩效的主要决定因素。（4）从动态维度看,资源整合能力对P2P平台绩效影响有较大的变化。法律风险亦是如此。第三部分,在中国互联网金融发展测度基础上,进一步探讨细分业态互联网金融平台发展程度微观影响因素及差异性。引入“互联网金融平台发展程度”概念,找出了不同细分业态下平台发展程度的主要微观影响因素,并厘清各因素影响力的大小排序。结论如下:（1）P2P网贷平台发展程度的微观影响因素按影响力大小排列的顺序是:平台类型、借款期限、运营时间、融资记录次数、是否有投标保障、平台所在地。P2P网贷平台发展程度的主要微观影响因素是平台类型、借款期限。（2）对众筹平台发展程度的影响力排在前三位的因素分别是:公司规模、平台类型、媒体曝光度,众筹平台发展程度主要取决于公司规模、平台类型,且两者影响程度相差不大。（3）对第三方支付平台发展程度的影响力排在前三位的因素分别是:创新业务能力、平台业务范围、注册资本。（4）注册资本、公司规模、平台经营规范度对P2P网贷平台发展程度基本没有影响。其次,运营时间对众筹平台发展程度基本没有影响。此外,运营时间、专利权数量对第三方支付平台发展程度基本没有影响。第四部分,基于互联网金融发展中产生的各种风险,以及复杂网络理论,研究互联网金融风险传染。从“风险诱因”,“风险传染路径”和“风险规制手段”入手,构建了包含互联网金融风险子网、传统金融业子网以及监管子网的三层互联网金融复杂网络。通过多层互联网金融网络从不同角度与层次分析互联网金融风险的传染特征。结论如下:（1）互联网金融风险传染是个多属性的复杂性系统,互联网金融市场风险具有内部循环、向传统金融市场传播、受监管政策规制的特点。若忽视了机构之间的互联性,都容易陷入泛泛而谈;若忽视风险规制措施在风险传染中的重要作用,将无法分析监管层与互联网金融之间的风险转移路径。（2）现实互联网金融风险子网、传统金融业子网和监管子网网络同时具备小世界特性和无标度特性,但不是严格意义上的。（3）多层互联网金融复杂系统中风险具有明显的分层聚集性,互联网金融子网的网络连通性明显比其他两个子网高,较之子网络,整体互联网金融网络的小世界效应更弱。（4）互联网金融子网在整个网络中层活跃性较高的节点主要分布在法律法规性风险类型,以及运营风险类型;监管子网在整个网络中层活跃性较高的节点主要分布在监管强度、中央银行、营业执照、技术准入、资金监管;传统金融业子网在整个网络中层活跃性较高的节点主要分布在利润、银行服务器、银行存款、保险、银行债务。（5）在各层的参与度比较中,互联网金融子网的非法融资节点参与系数接近1,但管理战略风险类型的风险节点层的参与系数大多数接近0,只在互联网金融子网这一层活跃;监管子网与传统金融业子网中节点在各层的参与度较高。本研究可能的创新之处可归纳为以下四点:第一,对互联网金融核算研究有一定的边际改进。互联网金融作为新型金融业态,在宏观金融统计方面的现有研究偏重于某种具体形态,缺乏高站位以及对现实问题的抽象总结。本文从货币统计视角出发,分析互联网金融的特点,以及观察其核心功能、核心结果、核心主体三个维度,提炼了互联网金融的定义。通过系统归类梳理,将其归于五大主要形态;基于现有互联网金融核算盲点,确定互联网金融核算范围为第四种模式;基于MFS体系的最新研究成果MFSMCG2016,明确了互联网金融在MFS框架下三类核算主体的类别归属,基于《国民经济行业分类》,对三类核算主体进一步进行基层分类、进而分析了每种主要形态的具体业务形式、金融服务模式,以及盈利方式,借助SNA2008中的交易改道,将互联网金融交易虚拟化,提炼了每种主要形态的虚拟资产负债及类型,明确了互联网金融核算客体,是对互联网金融的微观研究的系统化。运用金融核算理论,进一步总结出MFS视角下互联网金融的核算客体及类别归属,设计了互联网金融部门资产负债表,寻找替代指标,对我国互联网金融部门虚拟资产进行了核算。一定程度上拓展了互联网金融总量核算研究的广度和深度,有利于解决我国互联网金融统计实践的迫切需求,是对宏观经济、金融统计的一种补充与完善。第二,对深化互联网金融发展理论有一定的贡献。自互联网金融发展理论提出以来,一直集中于围绕某一种互联网金融形态或者产品的发展进行案例分析。本文系统分析了互联网金融行业发展状况,认为互联网金融仍然存在人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾,并且从发展角度,互联网金融平台的管理绩效影响大于经营绩效。从规范以及实证两个方面进行了论证,基于发展动因、风险控制的角度设计了以一般企业绩效为理论基础的互联网金融平台发展绩效的评价指标体系,采用网络爬虫技术爬取数据,使用熵权TOPSIS方法进行了实证研究,以权威第三方网站对互联网金融发展的评价作为参照,验证结果的合理性,并使用变异系数法加权TOPSIS模型进行比较分析,验证了模型的稳健性。对分析互联网金融发展问题及改进其绩效有较强的现实指导意义。有利于客观准确把握互联网金融发展状况,进一步丰富了金融发展理论框架,是对我国现行的企业绩效评价指标体系理论的进一步丰富和完善,为我国互联网金融市场稳健提供了新的政策路径。第三,对深化认识互联网金融微观影响因素有一定的增益。对互联网金融平台而言,从自身经营角度分析更有利于其在相同宏观背景下实现自身经营的调节。本文从行业经营者的角度分析互联网金融发展的微观影响因素,基于现有文献,构建不同细分业态下的互联网金融发展微观影响因素指标体系。分析线性回归模型估计问题,采用改进的最优尺度回归模型,找出平台发展程度的主要微观影响因素,并厘清各因素影响力的大小排序。结果显示,在细分业态下不同类互联网金融平台发展绩效微观影响因素存在明显差异,并发现细分业态的发展微观影响因素中存在几个“与众不同”的结果。从互联网金融平台经营者角度,提出自我调节的政策建议,在外部监管政策趋严背景下,对可以通过遵守监管规则,改善自身经营情况继续发展的平台而言,尤为重要。第四,将复杂网络分析方法引入到互联网金融风险领域。本文将互联网金融、传统金融业、监管政策放入同一复杂网络框架下进行研究,从不同层次与角度刻画了从诱因到向传统金融扩散再到风险规制的风险传染机理。基于金融中介理论等金融风险理论,剖析互联网金融的风险传染基本特性,从“风险诱因”,“风险规制手段”和“风险传染路径”入手,将网络拓扑性质融入到风险传染的异质关联之中,构建了呈现多属性连接的三层互联网金融复杂网络,反映了互联网金融风险系统复杂性。运用多层复杂网络理论阐释了互联网金融风险内部循环,以及互联网金融风险向传统金融业传播、受监管政策规制的风险传染逻辑链条,提高了互联网金融网络在复杂场景下的应用能力。在多层互联网金融复杂理论方面,对多层互联网金融网络的拓扑性质进行了拓展研究,拓展了节点、边、层的测度指标理论,提出了多层互联网金融网络结构测度指标相关理论,将1层网络推广到3层网络,使得拓扑性质能够分析互联网金融风险传染的异质关联模式,并且该理论可以作为独立模块有效迁移和应用于其它的多层网络拓扑特征。此外,由于对相关理论领域的理解还不够深入,整体理论框架的构建还有待完善,在下述三个方面需进一步研究。第一,互联网金融总量核算方面,本文基于狭义角度,对第四类即全新的互联网金融创新模式进行了核算,还可考虑广义定义的核算范围,还可进一步考虑从增加值角度进行核算。第二,互联网金融风险传染机制的研究方面,若能将微观主体也纳入互联网金融网络,则可分析互联网金融网络中每一节点的动态演化过程。还可进一步考虑复杂网络的系统动力学研究,对多层互联网金融网络进行各种设定,以模拟在不同情况和假设下多层互联网金融风险传染过程。第三,互联网金融监管方面,可进一步探究以政府为主,行业经营者、行业协会、社会监督为辅的“四位一体”的互联网金融治理体系,实现协同监管。

关键词：互联网金融;总量核算;发展绩效测度;多层互联网金融网络;风险传染

学科专业：统计学

摘要

abstract

1 绪论

1.1 研究背景

1.1.1 中国互联网金融发展起源及现状

1.1.2 中国互联网金融风险

1.1.3 中国互联网金融监管

1.1.4 完善中国互联网金融统计的迫切性

1.2 研究意义

1.2.1 理论层面

1.2.2 应用层面

1.3 研究思路

1.3.1 总体框架

1.3.2 研究方法

1.3.3 拟解决的问题和研究重难点

2 文献评述与理论基础

2.1 互联网金融基本概念

2.1.1 互联网金融概念

2.1.2 互联网金融细分业态

2.1.3 与互联网金融相关的概念

2.2 互联网金融总量核算

2.2.1 互联网金融会计核算研究

2.2.2 互联网金融总量核算相关研究

2.2.3 互联网金融统计与评价研究

2.3 互联网金融发展绩效

2.3.1 互联网金融发展绩效测度理论

2.3.2 互联网金融发展绩效评价方法

2.4 互联网金融风险传染

2.4.1 互联网金融风险类型

2.4.2 互联网金融风险测量

2.4.3 互联网金融风险溢出效应

2.5 复杂网络在互联网金融风险传染中的应用

2.5.1 互联网金融复杂网络

2.5.2 互联网金融网络中风险传染的扩散效应研究

2.6 互联网金融监管理论基础

2.6.1 互联网金融风险监管

2.6.2 互联网金融监管现状与治理思想

2.7 对已有文献的评述

3 货币统计视角下中国互联网金融总量核算

3.1 中国互联网金融的定义与边界

3.1.1 中国互联网金融定义

3.1.2 观察互联网金融的三个维度

3.1.3 互联网金融核算边界

3.2 中国互联网金融的构成

3.2.1 MFS视角的互联网金融的核算主体类别归属

3.2.2 我国互联网金融的业务形式

3.3 中国互联网金融部门虚拟资产负债

3.3.1 MFS视角的核算客体及类别归属

3.3.2 中国互联网金融部门虚拟资产负债表

3.4 中国互联网金融的总量核算

3.4.1 核算方法

3.4.2 互联网金融虚拟资产核算结果

3.5 本章小结

4 中国互联网金融发展绩效测度

4.1 互联网金融发展绩效评价指标体系

4.1.1 互联网金融发展绩效评价指标的借鉴

4.1.2 互联网金融发展绩效评价指标体系构建

4.2 互联网金融发展测度方法

4.2.1 TOPSIS 法

4.2.2 TOPSIS模型的优化

4.2.3 评价对象与数据来源

4.3 基于熵权-TOPSIS法的绩效分析

4.3.1 P2P网贷金融平台绩效分析

4.3.2 三大互联网金融平台熵权TOPSIS法绩效分析

4.4 基于变异系数法-TOPSIS模型的绩效比较分析

4.5 本章小结

5 互联网金融发展程度微观影响因素的实证研究

5.1 理论分析

5.1.1 不同细分业态下互联网金融发展微观影响因素

5.2 模型选择与改进

5.2.1 数据来源

5.2.2 多元线性回归模型

5.2.3 改进的最优尺度回归方法

5.3 实证分析

5.3.1 P2P网贷平台发展程度微观影响因素实证研究

5.3.2 众筹平台发展程度微观影响因素实证研究

5.3.3 第三方支付平台发展程度微观影响因素实证研究

5.4 本章小结

6 多层复杂网络下的互联网金融风险传染演变及量化

6.1 互联网金融风险传染复杂系统

6.1.1 互联网金融风险理论基础

6.1.2 互联网金融风险诱因

6.1.3 互联网金融风险的内部传导

6.1.4 互联网金融风险向传统金融业的传染路径

6.1.5 互联网金融风险监管机制

6.2 构建多层互联网金融网络

6.2.1 互联网金融风险复杂系统单层网络集合

6.2.2 交叉层网络集合

6.2.3 多层互联网金融网络模型

6.2.4 多层互联网金融网络拓扑性质

6.3 基于多层互联网金融网络结构研究风险演化特征

6.3.1 互联网金融网络系统可视化

6.3.2 多层互联网金融网络基本结构特征

6.3.3 互联网金融风险子网网络结构特征

6.3.4 传统金融子网网络结构特征

6.3.5 互联网监管子网网络结构特征

6.3.6 互联网金融风险子网与传统金融子网的交叉层

6.3.7 互联网金融风险子网与监管子网的交叉层

6.3.8 整个互联网金融风险多层网络

6.4 本章小结

7 结论、建议与研究展望

7.1 回望与主要结论

7.2 政策启示

7.2.1 完善中国互联网金融统计标准与体系

7.2.2 提高我国互联网金融政府监管政策的协调性

7.2.3 加强我国互联网金融平台经营的自我调节性

7.2.4 构建我国互联网金融风险监测预警框架

7.2.5 完善中国互联网金融生态体系建设

7.3 可能的主要创新之处

7.4 不足及研究展望

参考文献

附录 A 缩写与术语解释

致谢