互联网信贷、信用风险管理与征信

被引：62

作者：

中国人民银行征信中心与金融研究所联合课题组 ^{[1
]}

纪志宏

王晓明

曹凝蓉

金中夏

伍旭川 ^{[2
]}

黄余送 ^{[2
]}

张晓艳 ^{[2
]}

机构：

[1] 中国人民银行

[2] 中国人民银行金融研究所

来源：

金融研究 | 2014年 / 10期

关键词：

互联网信贷; 信用风险管理; 征信;

D O I：

暂无

中图分类号：

F724.6 [电子贸易、网上贸易]; F832.4 [信贷];

学科分类号：

1201 ;

摘要：

本文从互联网信贷的本质和创新人手,揭示了我国互联网信贷行业的高风险特性。通过对比互联网信贷和传统信贷机构信用风险管理的差异,指出互联网信贷高风险源于缺少征信以管理借款人的信用风险。随后,文章论证了征信对互联网信用风险管理的作用机制,并分析了我国互联网征信服务业的模式及存在的问题。最后,在借鉴国外互联网信贷机构管理信用风险经验的基础上,提出发展我国互联网征信的建议。

引用

页码：133 / 147

页数：15

共 8 条

[1] 互联网金融下的信用体系建设
杨秋海
[J]. 征信, 2014, 32 (06) : 16 - 19
[2] 互联网金融、诚信与征信体系建设问题探讨
王桂堂
闫盼盼
[J]. 征信, 2014, 32 (04) : 41 - 44
[3] P2P网络借贷成功率影响因素分析——以拍拍贷为例
温小霓
武小娟
[J]. 金融论坛, 2014, 19 (03) : 3 - 8
[4] 互联网金融、小微企业融资与征信体系深化
刘芸
朱瑞博
[J]. 征信, 2014, 32 (02) : 31 - 35
[5] KMV模型在中国互联网金融中的信用风险测算研究
孙小丽
彭龙
[J]. 北京邮电大学学报(社会科学版), 2013, 15 (06) : 75 - 81
[6] 互联网金融模式研究
谢平
邹传伟
[J]. 金融研究, 2012, (12) : 11 - 22
[7] Borrower Decision Aid for people-to-people lending
Puro, Lauri
Teich, Jeffrey E.
Wallenius, Hannele
Wallenius, Jyrki
[J]. DECISION SUPPORT SYSTEMS, 2010, 49 (01) : 52 - 60
[8] Sending Mixed Signals:Multilevel Reputation Effects in Peer-to-Peer Lending Markets. Collier,B.C,Hampshire,R. Proceedings of the 2010 ACM Conference on Computer Supported Cooperative Work . 2010

← 1 →