相關(guān)期刊
時間：2023-06-13 16:27:24
序論：好文章的創(chuàng)作是一個不斷探索和完善的過程，我們?yōu)槟扑]十篇市場風(fēng)險數(shù)據(jù)分析范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來更深刻的閱讀感受。
中圖分類號：TP311.13
銀行是現(xiàn)代經(jīng)濟的標志，也是現(xiàn)代經(jīng)濟活動中不可或缺的環(huán)節(jié)和工具，從銀行誕生應(yīng)用以來，銀行業(yè)就需要處理大量的經(jīng)營數(shù)據(jù)，銀行數(shù)據(jù)記錄手段也經(jīng)歷了數(shù)個階段，從白紙黑字的賬本到計算機信息化時代的銀行數(shù)據(jù)信息系統(tǒng)，銀行數(shù)據(jù)業(yè)務(wù)可以在業(yè)務(wù)交易流程、數(shù)據(jù)庫建設(shè)、金融風(fēng)險評估和經(jīng)營決策分析等方面發(fā)揮極其重要的作用。從銀行業(yè)本身的發(fā)展來看，商業(yè)銀行的規(guī)模和類型都在逐年豐富，信息化和數(shù)字化的銀行業(yè)務(wù)模式也逐漸成為商業(yè)銀行的運行模本；現(xiàn)代銀行更加重視客戶本位思考，通過多樣化的市場需求分析手段，可以為客戶提供極具個性化的銀行業(yè)務(wù)產(chǎn)品服務(wù)，吸引更多的潛在客戶群；同時現(xiàn)代銀行的風(fēng)險管控意識更強，在市場經(jīng)濟節(jié)奏更快的當(dāng)今社會，銀行經(jīng)營決策的風(fēng)險評估效果決定了現(xiàn)代銀行的經(jīng)營走向；再者是網(wǎng)絡(luò)終端服務(wù)和移動終端服務(wù)的迅猛發(fā)展，銀行交易手段更加豐富，網(wǎng)上銀行、手機銀行、移動證券交易等等電子支付交易方式的發(fā)展給現(xiàn)代銀行帶來了新的機遇和挑戰(zhàn)，這一切都需要現(xiàn)代銀行在數(shù)據(jù)處理分析能力上有新的應(yīng)對措施。
1 數(shù)據(jù)挖掘和數(shù)據(jù)效用理論基礎(chǔ)
數(shù)據(jù)挖掘的通用定義指的是從現(xiàn)有的大量存儲數(shù)據(jù)中，采用數(shù)據(jù)擷取的方式，搜尋出感興趣的、有價值的數(shù)據(jù)點或數(shù)據(jù)模塊的數(shù)據(jù)處理技術(shù)。數(shù)據(jù)挖掘廣泛地應(yīng)用于商業(yè)金融領(lǐng)域，基于既定的商業(yè)化分析目標，可以依托于企業(yè)內(nèi)部的金融數(shù)據(jù)系統(tǒng)進行數(shù)據(jù)分析，最終獲得需要的商業(yè)經(jīng)營規(guī)律和市場發(fā)展規(guī)律，并且能夠在成熟的數(shù)據(jù)挖掘模型的支持下與其他分析工具和分析技術(shù)相結(jié)合，形成商業(yè)化的數(shù)據(jù)挖掘分析系統(tǒng)和分析軟件。數(shù)據(jù)挖掘的功能需求決定了數(shù)據(jù)挖掘是一個典型的學(xué)科交叉項目，現(xiàn)代銀行受到業(yè)務(wù)拓展發(fā)展的需求，在其數(shù)據(jù)挖掘技術(shù)的運用中廣泛地的結(jié)合了數(shù)據(jù)庫技術(shù)、智能學(xué)習(xí)技術(shù)、統(tǒng)計分析技術(shù)、模式識別技術(shù)、人工智能技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)，數(shù)據(jù)挖掘常分為六個技術(shù)類別：聚類、分類、估值、預(yù)測、相關(guān)性分組和關(guān)聯(lián)規(guī)則分析、描述和可視化分析。
對數(shù)據(jù)資料的重視性促使了現(xiàn)代銀行對數(shù)據(jù)利用效率的不懈追求，現(xiàn)代化經(jīng)營模式中，數(shù)據(jù)已經(jīng)成為最為重要的無形商品，作為商品的數(shù)據(jù)資料，其資本性和營利性決定了信息數(shù)據(jù)的效益最大化，由于數(shù)據(jù)資料的復(fù)制成本低、附加值高且利潤豐厚的特點，數(shù)據(jù)信息價值理論已經(jīng)成為數(shù)據(jù)效用分析的主要理論模式。
2 銀行數(shù)據(jù)挖掘的應(yīng)用分析
2.1 數(shù)據(jù)挖掘在銀行客戶需求分析中的應(yīng)用
現(xiàn)代銀行針對客戶資料和消費記錄都建立了功能龐大的消費市場數(shù)據(jù)庫系統(tǒng)，對銀行客戶的個人資料、賬戶信息、交易歷史記錄、業(yè)務(wù)服務(wù)歷史記錄、理財數(shù)據(jù)和個人理財風(fēng)險評估等進行了數(shù)據(jù)庫倉儲式分析，基于成熟的數(shù)據(jù)倉庫邏輯分析模型，可以對每一個銀行客戶進行多維度消費分析，以交易歷史紀錄為例，交易歷史紀錄作為該分析維度下的分析主鍵字段，在其下端進行次元維度分析，對交易類型、交易金額、消費地點、存貸款交易、電子銀行消費、手機銀行消費、證券消費等進行子健分析，但是也要考慮到不同主鍵之間存在著較大的關(guān)聯(lián)性，此時可以考慮在客戶數(shù)據(jù)倉庫分析中建立星形數(shù)據(jù)模，在關(guān)聯(lián)數(shù)據(jù)子健上進行數(shù)據(jù)溢出處理。在數(shù)據(jù)挖掘中主要采用的是聚類算法，在對客戶數(shù)據(jù)進行詳細的數(shù)據(jù)倉庫建立之后，可以對客戶進行數(shù)據(jù)特征值標定（如商業(yè)價值、交易類型、風(fēng)險傾向等），以便于進行客戶分類，在用戶細分時，行為特征是主要的特征，自然屬性是輔助的特性。
表1 聚類匯總表
業(yè)務(wù)類型 紙黃金 基金理財 外匯 個人金融 債券 貸款
業(yè)務(wù)渠道 柜臺 電話銀行 網(wǎng)上銀漢 手機銀行 自主服務(wù) 中間交易
由此可以得到詳細的客戶聚類，例如以年齡段為標準的20-30歲階段用戶（業(yè)務(wù)類型為紙黃金，業(yè)務(wù)渠道為網(wǎng)銀和自助服務(wù)）、30-40歲階段用戶（業(yè)務(wù)類型為外匯和金融，業(yè)務(wù)渠道為柜臺和自助）、40-50歲階段（業(yè)務(wù)類型為基金債券，業(yè)務(wù)渠道為柜臺服務(wù)）。
基于SQL Server Analysis Services分析工具，在銀行原始交易數(shù)據(jù)庫中進行聚類分析，選用Microsoft聚類算法對交易日志中的指定頁進行類型搜索，在后處理模塊中可以查看聚類分析結(jié)果。聚類算法進行數(shù)據(jù)挖掘時需要原始數(shù)據(jù)具有較強的分類性和數(shù)據(jù)關(guān)聯(lián)性，才能在數(shù)據(jù)挖掘中針對特定數(shù)據(jù)屬性和數(shù)據(jù)聚類進行分析，并且獲得該屬性在任意聚類中的數(shù)據(jù)分布情況，由此可以精確的知道特定類型客戶的銀行消費習(xí)慣和消費傾向，有助于銀行穩(wěn)固現(xiàn)有客戶群，吸引潛在客戶群體。
2.2 數(shù)據(jù)挖掘在銀行決策分析中的應(yīng)用
銀行經(jīng)營的各個環(huán)節(jié)都基本實現(xiàn)了信息化管理，銀行綜合業(yè)務(wù)系統(tǒng)為其提供了基礎(chǔ)業(yè)務(wù)操作平臺和統(tǒng)一賬務(wù)處理系統(tǒng)平臺，能夠幫助銀行實現(xiàn)有效的資源整合和集中管理。數(shù)據(jù)挖掘技術(shù)的應(yīng)用能夠全面提升銀行系統(tǒng)的內(nèi)控管理和風(fēng)險管控水平，為銀行的內(nèi)部決策提供有效的數(shù)據(jù)支撐。
表2 數(shù)據(jù)挖掘與銀行決策關(guān)系
數(shù)據(jù)源 數(shù)據(jù)處理 數(shù)據(jù)存儲 決策分析
交易數(shù)據(jù)
客戶信息
管理信息
外部信息 數(shù)據(jù)抽取
數(shù)據(jù)整合
數(shù)據(jù)加載 數(shù)據(jù)倉庫 經(jīng)營狀況決策分析
數(shù)據(jù)監(jiān)控 數(shù)據(jù)節(jié)點1 資產(chǎn)負債決策分析
數(shù)據(jù)刷新 數(shù)據(jù)節(jié)點2 風(fēng)險管理決策分析
數(shù)據(jù)包裝 數(shù)據(jù)節(jié)點3 客戶需求決策分析
數(shù)據(jù)公布 數(shù)據(jù)節(jié)點4 銀行財務(wù)決策分析
為了保障銀行的經(jīng)營效益、提升業(yè)務(wù)覆蓋范圍并預(yù)防經(jīng)營風(fēng)險，銀行需要及時掌握市場動態(tài)并且做出經(jīng)營調(diào)整，數(shù)據(jù)挖掘技術(shù)能夠跟蹤分析銀行經(jīng)營過程中的各個基本要素環(huán)節(jié)，通過比對分析自身產(chǎn)品的營收現(xiàn)狀、競爭對手的經(jīng)營現(xiàn)狀，以及對資產(chǎn)負債率、銀行壞賬率和金融產(chǎn)品的銷量，可以及時為決策層提供參考數(shù)據(jù)。商業(yè)銀行的風(fēng)險管控是其保障經(jīng)濟效益的關(guān)鍵，數(shù)據(jù)挖掘系統(tǒng)的關(guān)鍵性作用體現(xiàn)在對銀行業(yè)務(wù)的全方位、多角度的可靠性分析和風(fēng)險評估，基于銀行內(nèi)部的風(fēng)險模型參數(shù)，在成熟的模式識別技術(shù)和智能分析技術(shù)的輔助下，可以提前對經(jīng)營風(fēng)險進行預(yù)判，以減少成本損失為風(fēng)險數(shù)據(jù)挖掘模型約束，以保障經(jīng)營效益最大化為風(fēng)險決策目標，以調(diào)控決策方式為風(fēng)險決策手段，可以進一步提高銀行的資產(chǎn)質(zhì)量。財務(wù)風(fēng)險控制中數(shù)據(jù)挖掘的具體應(yīng)用如下圖所示：
圖1 數(shù)據(jù)挖掘在銀行財務(wù)決策分析中的應(yīng)用分析
3 銀行數(shù)據(jù)挖掘的效用分析
3.1 數(shù)據(jù)挖掘在銀行風(fēng)險控制中的效用
風(fēng)險控制是銀行日常經(jīng)營活動中的核心內(nèi)容，通常來看可以分為定性控制和定量控制兩種方式，定性控制的關(guān)鍵是建立一套有效的風(fēng)險控制管理體系，在多流程決策體系的協(xié)作下，構(gòu)成風(fēng)險管理知識，以非結(jié)構(gòu)化數(shù)據(jù)的形式保存并流轉(zhuǎn)使用；定量控制則更看重對經(jīng)營實時數(shù)據(jù)的管理效率，建立一個基于客戶需求和市場規(guī)律的量化風(fēng)險控制體系統(tǒng)框架。銀行信用評估體系要求銀行用于信用評級的數(shù)據(jù)必須具備一定年限和質(zhì)量標準，對數(shù)據(jù)樣本量、樣本時效性、業(yè)務(wù)覆蓋范圍、數(shù)據(jù)來源都有明確的要求。數(shù)據(jù)挖掘?qū)τ阢y行風(fēng)險控制的關(guān)鍵性作用主要體現(xiàn)在對于銀行信用風(fēng)險控制、銀行市場風(fēng)險評估和銀行操作風(fēng)險管理上。
在信用風(fēng)險控制上，數(shù)據(jù)挖掘主要是針對信用關(guān)鍵指標：違約率、違約損失率、違約暴露和違約期限進行針對性的數(shù)據(jù)挖掘分析，結(jié)合銀行的信用評級動態(tài)變化和銀行信用置信度的波動規(guī)律，在銀行交易數(shù)據(jù)庫中采用數(shù)據(jù)關(guān)聯(lián)分析方法，對概念分層數(shù)據(jù)進行多層挖掘，提高數(shù)據(jù)挖掘的精準度；在對市場風(fēng)險控制上，數(shù)據(jù)挖掘技術(shù)主要集中在市場風(fēng)險識別和市場動態(tài)分析兩方面，通過分析銀行特征值數(shù)據(jù)在各種風(fēng)險環(huán)境下的數(shù)據(jù)概率分布值，可以構(gòu)建銀行內(nèi)部的市場風(fēng)險模型，結(jié)合遺傳算法和智能分析，可以針對市場發(fā)展規(guī)律進行智能風(fēng)險評估決策；對于市場的偶然和不確定行為，通常數(shù)據(jù)挖掘會采用預(yù)測（predication）、時序分析模式（time-series model），通過遍歷歷史交易數(shù)據(jù)，能夠?qū)ε既恍允袌鲂袨檫M行概念排序，采用模糊分析（fuzzy method）、證據(jù)理論（Evidence theory）等方法進行決策分析。
3.2 數(shù)據(jù)挖掘在銀行產(chǎn)品創(chuàng)新中的效用
產(chǎn)品創(chuàng)新是提升銀行市場競爭力的根本手段，數(shù)據(jù)挖掘的重要性則體現(xiàn)在數(shù)據(jù)分析準確性和有效性上，首先是對業(yè)務(wù)流程效率的數(shù)據(jù)分析，對于總行、分行、支行和營業(yè)網(wǎng)點的銀行結(jié)構(gòu)進行業(yè)務(wù)處理效能分析，通過實際交易數(shù)據(jù)和歷史交易數(shù)據(jù)進行比對分析，可以有效的找出實際業(yè)務(wù)模式中的最大風(fēng)險點，設(shè)計或優(yōu)化業(yè)務(wù)流程，明確錄入、審核、授權(quán)各崗位的職責(zé)，從而運用創(chuàng)新手段控制流程風(fēng)險；采用產(chǎn)品規(guī)劃的方法指導(dǎo)新產(chǎn)品的設(shè)計流程工作，則需要在產(chǎn)品設(shè)計理念、產(chǎn)品市場定位、產(chǎn)品競爭優(yōu)勢分析和產(chǎn)品風(fēng)險控制上進行數(shù)據(jù)分析，通過數(shù)據(jù)挖掘技術(shù)可以在銀行內(nèi)部歷史數(shù)據(jù)、行業(yè)共享數(shù)據(jù)和商業(yè)數(shù)據(jù)的基礎(chǔ)上進行特征屬性挖掘，并最終為新產(chǎn)品的量化定型提供有效的數(shù)據(jù)參考，并未新產(chǎn)品的市場價值進行定性和定量預(yù)測分析。
4 結(jié)束語
信息化時代背景下金融業(yè)的供需地位發(fā)生巨大轉(zhuǎn)變，金融數(shù)據(jù)也從經(jīng)營資料開始向數(shù)據(jù)商業(yè)化發(fā)展。基于詳盡的量化數(shù)據(jù)系統(tǒng)，現(xiàn)代銀行可以在高效數(shù)據(jù)分析模型的基礎(chǔ)上對銀行數(shù)據(jù)進行二次開發(fā)，提供數(shù)據(jù)分析服務(wù)。本文通過闡述銀行數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，分析了對銀行海量數(shù)據(jù)進行數(shù)據(jù)挖掘的主要方法和應(yīng)用模式，并評估現(xiàn)行銀行數(shù)據(jù)挖掘方法的有效性和經(jīng)濟效益價值，為進一步提升銀行數(shù)據(jù)挖掘的效能提供了新的思路。
參考文獻：
[1]丁劍敏.數(shù)據(jù)挖掘技術(shù)及其在商業(yè)銀行中的應(yīng)用[J].市場周刊?財經(jīng)論壇，2013（04）.
[2]宓文斌.數(shù)據(jù)挖掘在銀行信貸業(yè)務(wù)中的應(yīng)用[M].上海：上海交通大學(xué)，2012.
1.優(yōu)勢分析。商業(yè)銀行在多年發(fā)展中，擁有廣大的客戶群體，積累了客戶基本資料、客戶交易、客戶存貸款等大量數(shù)據(jù)。在大數(shù)據(jù)時代，商業(yè)銀行憑借其雄厚的資本，可以建立大數(shù)據(jù)服務(wù)器等設(shè)備，將這些傳統(tǒng)數(shù)據(jù)與其他來源數(shù)據(jù)進行整合，數(shù)據(jù)分析人員通過云計算等技術(shù)手段挖掘出有價值的信息，從各個角度分析客戶需求以及識別信貸風(fēng)險，從而有助于商業(yè)銀行更加科學(xué)地評價經(jīng)營業(yè)績、評估業(yè)務(wù)風(fēng)險、配置全行資源，引導(dǎo)銀行業(yè)務(wù)科學(xué)健康發(fā)展。
2.劣勢分析。在現(xiàn)有的銀行交易系統(tǒng)中，客戶的身份證、交易流水等大量信息已被銀行掌握，但缺少如客戶的家庭情況、收入狀況、消費習(xí)慣、興趣愛好等其他方面的信息。另外，目前小微企業(yè)客戶信息以及商業(yè)銀行的產(chǎn)業(yè)鏈客戶信息也比較缺乏，直接影響著銀行對這些客戶提供金融服務(wù)的水平。再者，大數(shù)據(jù)時代下，需要金融專業(yè)人才和數(shù)據(jù)分析人才相互配合，才能充分挖掘數(shù)據(jù)價值，但數(shù)據(jù)分析人員較為匱乏也將成為商業(yè)銀行的軟肋。
3.機會分析。剛剛進入大數(shù)據(jù)時代，商業(yè)銀行應(yīng)率先構(gòu)架大數(shù)據(jù)戰(zhàn)略體系，制定大數(shù)據(jù)發(fā)展戰(zhàn)略，突破同質(zhì)性，實施差異化業(yè)務(wù)發(fā)展戰(zhàn)略，從而贏得先機。如果大數(shù)據(jù)獲得成功應(yīng)用，將為銀行創(chuàng)造先發(fā)競爭優(yōu)勢，使銀行決策從“經(jīng)驗依賴”向“數(shù)據(jù)依據(jù)”轉(zhuǎn)化，打造不可復(fù)制的核心競爭力。“數(shù)據(jù)—信息—商業(yè)智能”將逐步成為銀行定量化、精細化管理的發(fā)展路線，數(shù)據(jù)分析也將成為其風(fēng)險防控的法寶。
4.威脅分析。大數(shù)據(jù)在給商業(yè)銀行帶來前所未有的機遇的同時，也給其帶來了諸多威脅，例如大數(shù)據(jù)存在的風(fēng)險、網(wǎng)絡(luò)安全、數(shù)據(jù)失真等。在大數(shù)據(jù)開發(fā)利用過程中，云計算技術(shù)將會得到廣泛應(yīng)用。但是云計算將數(shù)據(jù)存入云端，而云端往往是由第三方服務(wù)器實現(xiàn)存取的，如果第三方將數(shù)據(jù)泄露，將會給銀行帶來極大的風(fēng)險。另外，互聯(lián)網(wǎng)金融正在顛覆著傳統(tǒng)的金融模式，網(wǎng)商具有活躍的交易記錄和巨大的金融需求，但商業(yè)銀行很難開發(fā)到這些客戶，將給銀行帶來挑戰(zhàn)。
（二）定量分析
除了對大數(shù)據(jù)時代商業(yè)銀行信用風(fēng)險管理面臨的內(nèi)外部環(huán)境進行定性分析外，還可以進行定量分析。具體思路為：
①確定包括優(yōu)勢與劣勢、機會和威脅等多于10個的內(nèi)外部環(huán)境因素；
②利用主觀賦權(quán)法、客觀賦權(quán)法、層次分析法（AHP法）等任一方法確定各因素的權(quán)重；
③給各個因素打分，分值范圍為1到5分，評分越高說明因素越重要；
④將各個因素的權(quán)重與得分相乘，從而最終計算出各個因素的加權(quán)分數(shù)；
⑤各個因素加權(quán)分數(shù)計算代數(shù)和得出公司的總加權(quán)分數(shù)，然后根據(jù)分數(shù)進行判斷。某商業(yè)銀行內(nèi)外環(huán)境分析如附表所示。由附表可以看出，該銀行外部機會大于外部威脅，內(nèi)部優(yōu)勢大于內(nèi)部劣勢，應(yīng)抓住大數(shù)據(jù)帶來的機遇，充分利用信息技術(shù)，更加科學(xué)地評估業(yè)務(wù)風(fēng)險、配置全行資源，引導(dǎo)銀行業(yè)務(wù)科學(xué)健康發(fā)展。
二、基于大數(shù)據(jù)的商業(yè)銀行征信系統(tǒng)構(gòu)建
目前，我們已經(jīng)進入了大數(shù)據(jù)時代，由于大數(shù)據(jù)包含的信息量大而且非常復(fù)雜，傳統(tǒng)的系統(tǒng)已不能滿足銀行新的分析需求，有必要建立一個統(tǒng)一的數(shù)據(jù)環(huán)境，構(gòu)建大數(shù)據(jù)的商業(yè)銀行征信系統(tǒng)，采取新分析算法，搭建大數(shù)據(jù)跨業(yè)務(wù)的統(tǒng)一應(yīng)用平臺，從而滿足銀行精細化管理、差異化服務(wù)、提升風(fēng)險分析能力的需求。
（一）大數(shù)據(jù)時代商業(yè)銀行征信系統(tǒng)概述
在金融交易安全日益突出的今天，如何迅速、有效地發(fā)現(xiàn)各類欺詐行為，對保證商業(yè)銀行的正常運作和國家人民財產(chǎn)安全都顯得十分重要。商業(yè)銀行征信系統(tǒng)要針對信貸風(fēng)險防控工作的實際特點，通過客戶交易信息以及客戶其他信息收集來加強客戶信用風(fēng)險監(jiān)測。系統(tǒng)總體見附圖。附表某商業(yè)銀行內(nèi)外環(huán)境分析內(nèi)部環(huán)境評分權(quán)重加權(quán)分外部環(huán)境評分權(quán)重加權(quán)分⑴整體競爭優(yōu)勢明顯；30.100.30⑴云計算的快速發(fā)展；50.150.75⑵良好的客戶群體；50.150.75⑵數(shù)據(jù)來源多樣化；50.251.25⑶資本雄厚，有能力建立大數(shù)據(jù)庫；40.050.20⑶科技發(fā)展為數(shù)據(jù)應(yīng)用提供支持；40.200.80⑷擁有專業(yè)客戶人才；30.200.60⑷精準評估業(yè)務(wù)風(fēng)險；40.251.00⑸良好的內(nèi)控環(huán)境；50.251.20⑸先入為主的機會；40.150.60優(yōu)勢⑹豐富的風(fēng)險防控經(jīng)驗；50.251.25機會⑹精細化管理的趨勢。40.100.40小計1.004.30小計1.004.80⑴缺乏個人客戶基本信息；-30.25-0.75⑴網(wǎng)商的競爭；-50.3-1.50⑵缺乏小微企業(yè)基本信息；-30.20-0.60⑵大數(shù)據(jù)安全風(fēng)險；-50.25-1.25⑶缺少產(chǎn)業(yè)鏈客戶的信息；-40.20-0.80⑶網(wǎng)絡(luò)安全面臨挑戰(zhàn)；-30.2-0.60⑷缺乏專業(yè)的數(shù)據(jù)分析人才；-30.10-0.30⑷外部風(fēng)險事件的影響；-30.15-0.45⑸缺乏非結(jié)構(gòu)化數(shù)據(jù)收集能力；-50.15-0.75⑸外部風(fēng)險來源多樣化。-30.1-0.30劣勢⑹商業(yè)運營模式面臨變革。-30.10-0.30威脅小計1.00-3.50小計1.00-4.10優(yōu)勢劣勢合計0.80機會威脅合計0.70系統(tǒng)將從海量數(shù)據(jù)中提取出有關(guān)聯(lián)的數(shù)據(jù)信息，以發(fā)現(xiàn)潛在或已知的風(fēng)險，系統(tǒng)將數(shù)據(jù)倉庫、模型庫、知識推理、人機交互四者有機地結(jié)合起來，充分發(fā)揮數(shù)據(jù)挖掘的作用，通過建立風(fēng)險評估模型較好地處理數(shù)據(jù)資源中存在的模糊性和隨機性，在成熟的模式識別技術(shù)和智能分析技術(shù)的輔助下，對銀行業(yè)務(wù)的全方位、多角度的可靠性分析和風(fēng)險評估，有助于商業(yè)銀行實施全面風(fēng)險管理體系，從而進一步提高融資、貸款、授信等方面的風(fēng)險評估、監(jiān)控水平。
（二）大數(shù)據(jù)時代商業(yè)銀行征信系統(tǒng)工作原理
1.數(shù)據(jù)原料。數(shù)據(jù)原料是商業(yè)銀行風(fēng)險防控中的關(guān)鍵一環(huán)，它直接影響到數(shù)據(jù)挖掘的效率、精準度以及所得模式的有效性。目前，商業(yè)銀行針對客戶資料和消費記錄都建立了功能龐大的消費市場數(shù)據(jù)庫系統(tǒng)，在以大數(shù)據(jù)引領(lǐng)、以智能化為核心的產(chǎn)業(yè)變革時代，銀行要真正將數(shù)據(jù)作為風(fēng)險控制的源點，有效整合來自銀行網(wǎng)點、PC、移動終端設(shè)備、社交網(wǎng)絡(luò)、征信機構(gòu)等傳來的結(jié)構(gòu)化和非結(jié)構(gòu)化的海量數(shù)據(jù)，既要獲取常規(guī)渠道的數(shù)據(jù)，又要收集社會化媒體數(shù)據(jù)，真正將數(shù)據(jù)作為戰(zhàn)略性資產(chǎn)，實現(xiàn)從管控風(fēng)險向經(jīng)營風(fēng)險方向的轉(zhuǎn)型。
2.數(shù)據(jù)工廠。數(shù)據(jù)工廠是利用數(shù)據(jù)挖掘理論與技術(shù)將數(shù)據(jù)中潛在的、有用的模式搜索出來，是整個征信系統(tǒng)最為關(guān)鍵的一步，也是技術(shù)難點。在數(shù)據(jù)工廠中，系統(tǒng)通過數(shù)據(jù)抽取工具、數(shù)據(jù)集成工具、數(shù)據(jù)過濾工具、數(shù)據(jù)挖掘工具以及模式評估工具等，從海量數(shù)據(jù)原料中提取輔助決策的關(guān)鍵性數(shù)據(jù)，并經(jīng)過歸納總結(jié)、推理、分析數(shù)據(jù)，利用數(shù)據(jù)挖掘中分類、聚類、偏差檢測、概念分析、異類分析、關(guān)聯(lián)分析、時序演變分析和元數(shù)據(jù)挖掘等功能，完成對銀行信用風(fēng)險控制、銀行市場風(fēng)險評估和銀行操作風(fēng)險評估，從而幫助決策者對信息預(yù)測和決策起作用。
3.數(shù)據(jù)產(chǎn)品。數(shù)據(jù)工廠最終的結(jié)果是數(shù)據(jù)產(chǎn)品，把所有最終經(jīng)挖掘發(fā)現(xiàn)的知識直觀地通過可視化技術(shù)展示給商業(yè)銀行，以幫助其理解和解釋數(shù)據(jù)挖掘的結(jié)果，控制信貸風(fēng)險。這些數(shù)據(jù)結(jié)果既包括傳統(tǒng)的諸如違約率、違約損失率、違約暴露和違約期限等客戶信用信息，也包括客戶的其它方面的信用記錄、客戶的信用評級以及對市場風(fēng)險的評估。當(dāng)然，整個數(shù)據(jù)挖掘過程是一個不斷反饋、循環(huán)往復(fù)的過程，信用評級結(jié)果也是動態(tài)變化的。
4.數(shù)據(jù)應(yīng)用。經(jīng)過數(shù)據(jù)挖掘得出的風(fēng)險評估結(jié)果為商業(yè)銀行評估信貸業(yè)務(wù)的風(fēng)險和收益情況提供了量化工具，改變了單純被動信用風(fēng)險管理模式。在此背景下，商業(yè)銀行應(yīng)規(guī)范貸款審批標準和審批程序，優(yōu)化金融信用監(jiān)控機制，完善組織架構(gòu)和規(guī)章制度，實施風(fēng)險動態(tài)防控，使信貸風(fēng)險管理體系健康運行。
三、大數(shù)據(jù)時代商業(yè)銀行信用風(fēng)險管理應(yīng)注意的問題
在“大數(shù)據(jù)”時代，商業(yè)銀行面臨著信用風(fēng)險防控的新形勢，要積極做好如下應(yīng)對工作。
（一）風(fēng)險意識要思維開放
商業(yè)銀行在進行風(fēng)險預(yù)測時，需要考量政策、人為的操作風(fēng)險、市場環(huán)境等等眾多因素，但現(xiàn)有的技術(shù)水平難以支撐挖掘大數(shù)據(jù)的商業(yè)價值。因此，商業(yè)銀行需要具備一種像互聯(lián)網(wǎng)一樣的開放式思維，建立分析數(shù)據(jù)的習(xí)慣，重視“大數(shù)據(jù)”開發(fā)利用，關(guān)注與風(fēng)險預(yù)測高度相關(guān)的大數(shù)據(jù)信息，如客戶的基礎(chǔ)信息（如客戶開立賬戶時留存的住址、年齡、從事行業(yè)、性別等等）、客戶交易信息（如客戶在ATM機上的存取款情況、使用銀行卡、購買理財、使用其他業(yè)務(wù)的記錄等等）、外部的信息（從互聯(lián)網(wǎng)、電信運營商、證券交易所等處挖掘來的有關(guān)信息）等，用數(shù)據(jù)說話，從而提高不確定風(fēng)險的預(yù)測水平。
（二）數(shù)據(jù)整合要注重質(zhì)量
大數(shù)據(jù)很多時候是從一種非傳統(tǒng)的角度去分析、挖掘、利用數(shù)據(jù)價值的思路。由于數(shù)據(jù)來源龐雜廣泛，需要不斷利用技術(shù)創(chuàng)新去挖掘利用大數(shù)據(jù)的價值，再加上數(shù)據(jù)之間的關(guān)聯(lián)性很強，商業(yè)銀行應(yīng)建立自己的數(shù)據(jù)地圖，整合銀行內(nèi)部數(shù)據(jù)和大數(shù)據(jù)鏈上的其它外部數(shù)據(jù)，堅持做到數(shù)據(jù)要依照標準化采集，確保數(shù)據(jù)來源真實可靠，杜絕以假亂真；同時構(gòu)建專門的數(shù)據(jù)分析方法和使用體系，對數(shù)據(jù)進行規(guī)范化處理，并嚴格按照國家法律法規(guī)進行使用，從而確保數(shù)據(jù)質(zhì)量，提高數(shù)據(jù)應(yīng)用性。
資產(chǎn)定價理論（CAPM模型）是關(guān)于金融資產(chǎn)的價格決定理論，這些金融資產(chǎn)包括股票、債券、期貨、期權(quán)等有價證券，是在市場均衡狀態(tài)下，對風(fēng)險資產(chǎn)預(yù)期收益的一種預(yù)測模型。它是由威廉·夏普于1964年提出之后，由約翰·林特勒以及簡·莫辛等人發(fā)展而成。由于模型的簡單明了以及對于資產(chǎn)風(fēng)險和收益之間關(guān)系的精確描述，使得其得到了廣泛應(yīng)用，從而成為了現(xiàn)代金融學(xué)的重要定價理論之一。
一、CAPM模型介紹
（一）模型假設(shè)
(1)所有投資者總是根據(jù)證券收益率的期望值和標準差兩個參數(shù)進行投資決策，都是效用最大化的理性投資經(jīng)濟人。
(2)整個市場處于充分競爭狀態(tài)，所有投資者都是價格的接受者。
（3）借入利率與貸出利率相等。即所有投資者可以在一定限度內(nèi)任意地借入或貸出，而不影響利率水平。
(4)市場有效性假設(shè)(EHM)，即認為市場是充分有效的。在此類市場中，投資者信息暢通，信息成本為零，分析方法類似，對市場未來擁有相同預(yù)期，買賣成本為零等。
（二）基本結(jié)論
CAPM模型主要表示單項資產(chǎn)或資產(chǎn)組合的收益率與其系統(tǒng)風(fēng)險之間的關(guān)系，其基本形式為：
E（Ri）=Rf+βi[E（Rm）-Rf]
（式1.1）
其中，Rf(Risk free rate),是無風(fēng)險收益率，純粹的貨幣時間價值；
βi：證券的Beta系數(shù)；
E(Rm)：市場期望回報率 (Expected Market Return)；
E(Rm)- Rf：股票風(fēng)險溢價 (Equity Market Premium)
CAPM公式中的右邊第一個是無風(fēng)險收益率，比較典型是10年期美國政府債券。如果股票投資者需要承受額外的風(fēng)險，那么他將需要在無風(fēng)險回報率的基礎(chǔ)上多獲得相應(yīng)的溢價。那么，股票風(fēng)險溢價（equity market premium）就等于市場期望回報率減去無風(fēng)險回報率。證券風(fēng)險溢價就是股票市場溢價和其β系數(shù)的乘積。其中，β值是對證券系統(tǒng)性風(fēng)險大小的衡量。
（三）模型運用
1. 資產(chǎn)估值
在資產(chǎn)估值方面，資本資產(chǎn)定價模型主要被用來判斷證券是否被市場錯誤定價。
2. 資源配置
資本資產(chǎn)定價模型在資源配置方面有著重要應(yīng)用，即可用于根據(jù)對市場走勢的預(yù)測來選擇具有不同β系數(shù)的證券或組合以獲得較高收益或規(guī)避市場風(fēng)險。
證券市場線（SML）表明，β系數(shù)反映證券或組合對市場變化的敏感性，因此，當(dāng)有很大把握預(yù)測牛市到來時，應(yīng)選擇較高β系數(shù)的證券或投資組合。因為這些高β系數(shù)的證券將成倍地放大市場收益率，帶來較高的收益。相反，在熊市到來之際，應(yīng)提前購置β系數(shù)較低的證券或投資組合，以減少因市場下跌而遭受損失，從而達到優(yōu)化資產(chǎn)配置的目的。
二．?dāng)?shù)據(jù)處理分析
1、樣本的選取
選取了三支個股,個股的選取主要考慮以下兩大因素：1.保證各只股票在上市時間、可用數(shù)據(jù)區(qū)間上基本保持一致，以滿足數(shù)據(jù)采集的一致性的需要。2.使得三支個股分別分布在照明器具制造業(yè)、房地產(chǎn)、電子信息三大行業(yè)，從而相對增強數(shù)據(jù)分析的說服力。
2、時間區(qū)間的選擇
為了使得此次基于CAPM模型的數(shù)據(jù)分析結(jié)果，能夠?qū)Ξ?dāng)前的股市行情起到一定的解釋作用，即保證數(shù)據(jù)的有效性，同時考慮到中國證券市場的機制尚處于不斷完善之中，此次數(shù)據(jù)分析的時間段定在：股改之后——至今，并以月度數(shù)據(jù)為研究對象。這是由于考慮到在運用市場模型確定β值時，既有樣本數(shù)據(jù)的要求，又要考慮到由于證券的風(fēng)險在一定時間后會發(fā)生變動，因而會引起β值變動的事實，故我們將測定β值的時間區(qū)間劃分為：2006年1月1日-2007年12月31日,2008年1月1日-2011年12月31日兩個區(qū)間段，分別進行測度分析，這樣一來，既保證了β值測定的相對準確性，同時也可在階段對照中保證數(shù)據(jù)分析的全面性。
3、數(shù)據(jù)收集
通過華泰證券通信達行情系統(tǒng)，獲取上證綜指、萬科A、方正科技、飛樂音響三支個股的股價（或股指）月度變動數(shù)據(jù)，每一只個股的月收益率Ri都根據(jù)當(dāng)月的復(fù)收盤價與開盤價進行計算，碰到分紅派息的月份都通過對月末收盤價進行復(fù)權(quán)處理后進行計算，從而保證股價的連續(xù)性。市場組合的收益Rm選用“上證綜指”相應(yīng)的月末收盤指數(shù)減去月初開盤指數(shù)之差與月初開盤指數(shù)之比進行確定。
關(guān)于風(fēng)險溢價Rm-Rf的確定，為了保證收益率計算的同期性，我們考慮將一年期的基準存款利率作為無風(fēng)險利率，并采用如式1.3的算法，通過各年“上證綜指的實際年收益率”與相應(yīng)年份的“一年期基準存款利率”間的差價來確定相應(yīng)年度的風(fēng)險溢價。如果一年期基準存款利率在年內(nèi)進行了調(diào)整，則采用以各項利率實際實行的天數(shù)為權(quán)數(shù)求加權(quán)平均數(shù)的方法來確定該年的存款利率。
風(fēng)險溢價（Rm-Rf）=上證綜指的實際年收益率-同年的1年期基準存款利率 （式1.3）
[DOI]1013939/jcnkizgsc201720075
1引言
CAPM模型（Capital Asset Pricing Model）是一種可以進行計量檢驗的金融資產(chǎn)定價模型。該模型解釋了證券報酬的內(nèi)部結(jié)構(gòu)，分析了資本資產(chǎn)的預(yù)期收益與市場風(fēng)險之間的關(guān)系。CAPM模型闡述了在投資者都采用馬科維茨理論進行投資管理的條件下市場均衡狀態(tài)的形成，認為一個資產(chǎn)的預(yù)期收益率與衡量該資產(chǎn)風(fēng)險的一個尺度――β系數(shù)之間存在正相關(guān)關(guān)系。這不僅大大簡化了投資組合選擇的運算過程，也使得證券理論從以往的定性分析轉(zhuǎn)入定量分析，從規(guī)范性轉(zhuǎn)入實證性，進而對證券投資進行理論研究和實際操作。隨著我國證券市場的發(fā)展，20世紀90年代以來，中國學(xué)者開始利用此模型對上證A股市場進行實證分析，但許多研究表明CAPM模型不適用于上證A股市場，仍需加以改進以增強其適應(yīng)性。近年來，中國證券市場發(fā)展迅速，因此我們需要對其現(xiàn)狀進行實證分析，以便更好地將CAPM模型應(yīng)用于上證A股市場。
2CAPM模型及貝塔系數(shù)介紹
21前提假設(shè)
第一，投資者都遵守主宰原則（Dominance Rule），即同一風(fēng)險水平下，選擇收益率較高的證券；同一收益率水平下，選擇風(fēng)險較低的證券。第二，資本市場上資產(chǎn)數(shù)量給定，所有資產(chǎn)可以完全細分，資產(chǎn)是充分流動、可銷售、可分散的。第三，影響投資決策的主要因素為期望收益率和風(fēng)險兩項。第四，所有投資者對證券收益率概率分布的看法一致，因此市場上的效率邊界只有一條。第五，所有投資者可以及時免費獲得充分的市場信息。他們對預(yù)期收益率、標準差和證券之間的協(xié)方差具有相同的預(yù)期值。第六，不存在通貨膨脹，且折現(xiàn)率不變，且買賣證券時沒有稅收及交易成本。
22資本資產(chǎn)定價模型內(nèi)容
投資者對單項資產(chǎn)所要求的收益率應(yīng)等于市場對無風(fēng)險投資所要求的收益率加上該資產(chǎn)的風(fēng)險溢價。
其中，rf（Risk Free Rate），是無風(fēng)險回報率；βa是證券a的β系數(shù)；r―m是市場期望回報率（Expected Market Return）；（r―m-r―f）是股票市場溢價（Equity Market Premium）。
23貝塔（β）系數(shù)
β系數(shù)是一種評估證券系統(tǒng)性風(fēng)險的工具，用來衡量單個證券收益率對于市場組合收益率變動的反應(yīng)程度的指標。因此，在計算β系數(shù)時，應(yīng)用Excel軟件、運用模型：Ra=αa+βaRM+ξj，對證券與市場收益率的樣本數(shù)據(jù)進行線性回歸估計，從而計算β系數(shù)。
因此投資者在做決策時要把β系數(shù)當(dāng)成重要的衡量指標：例如當(dāng)有很大把握預(yù)測到大盤某個大漲階段的到來時，應(yīng)該選擇那些高貝塔系數(shù)的證券，它將成倍地放大市場收益率，帶來高額的收益；相反當(dāng)大盤某個下跌階段到來時，選擇那些低貝塔系數(shù)的證券，以抵御市場風(fēng)險，減小損失。
3數(shù)據(jù)處理與模型檢驗
本文選取的樣本研究對象為2012年3月至2017年3月在上海證喚灰姿交易的100只A股股票。樣本的選擇是隨機的，包括制藥、化工、房地產(chǎn)、銀行、航空科技等多個行業(yè)，從而避免單一性，充分地反映整體股市的性質(zhì)。本文統(tǒng)計了每個樣本共5年的月數(shù)據(jù)，以此來保證足夠的數(shù)據(jù)量，從而提高模型研究的精確度。
其中，Rmt代表第m種股票在第t月的收益率；Pmt代表第m種股票在第t月的收盤價；Pmt-1代表第m種股票在第t-1月的收盤價。
32市場指數(shù)的選擇以及市場收益率的計算
本文選擇上證綜合指數(shù)作為市場指數(shù)，作為一種價值加權(quán)型指數(shù)，它能夠比較準確地反映整體行情的變化和股票市場的整體發(fā)展趨勢。
其中，Rmt代表市場組合在第t月的收益率；Index（t）代表市場組合在第t月的收盤價；Index（t-1）代表市場組合在第t-1月的收盤價。
4實證結(jié)果
本文通過對各只樣本股票月收益率及市場收益率進行計算分析，用Eviews及Excel軟件進行回歸分析，得出了下列數(shù)據(jù)（見圖1、圖2和下表）。
41對系統(tǒng)風(fēng)險β值進行分析：
理論上分析，β值反應(yīng)單個股票對由于市場波動帶來風(fēng)險的敏感程度，市場風(fēng)險數(shù)值確定為1。當(dāng)某只股票β值大于1時，將該股票定義為進攻型股票，其價格波動幅度大于市場波動，適合于風(fēng)險偏好性投資者；β值等于1時，該股票成為中性股票，即價格波動與市場波動表現(xiàn)一致，適合于風(fēng)險中性投資者；β值小于1時，該股票為防御性股票，其價格波動小于市場波動，適合于風(fēng)險規(guī)避者。
在隨機選取的這100只股票中，β值都顯著大于0，這說明這些股票與上證綜合指數(shù)存在線性關(guān)系，根據(jù)線性擬合圖也可以證實。用Excel軟件進行數(shù)據(jù)分析：有64家公司股票β值大于1，其中國投安信的貝塔系數(shù)達到了19786。有36家公司股票β值小于1，而宇通客車股票的價格波動最小，β值達到了05063。其中有54家股票的貝塔系數(shù)都在08～12之間，這表明所選公司股價波動情況超過半數(shù)與市場相符，仍有部分公司股票的貝塔值偏離1的程度較大，說明市場中仍存在投機性較強的公司股票。
42對可決系數(shù)R2的分析
可決系數(shù)即為一元線性回歸平方和（SSR）在總變差（SST）中所占的比重，是一種綜合度量回歸模型對樣本觀測值擬合優(yōu)度的度量指標。可決系數(shù)越大，說明在總變差中由模型做出解釋的部分占的比重越大，模型的擬合優(yōu)度越好。在計算股票收益率時，R2衡量了系統(tǒng)風(fēng)險在總風(fēng)險中所占的比例，即個股價格的波動中有多少是由市場波動引起的。表格中數(shù)據(jù)顯示，100家樣本股票中只有18家公司股票的可決系數(shù)大于05，最高為葛洲壩股票，達到了 07524，這幾家公司股票價格的波動大部分是由市場波動引起的；大多數(shù)公司（82家）股票的可決系數(shù)小于05，最低為康欣新材公司的股票，達到了00382，這些公司股價波動主要是由于公司經(jīng)營情況的自身因素引起的。由此可見，系統(tǒng)風(fēng)險不能很好地解釋收益變動情況，而非系統(tǒng)風(fēng)險因素在股票收益中有著不可忽視的作用。但是，這次結(jié)果與90年代我國學(xué)者研究所得數(shù)據(jù)存在顯著差異。其中1996年施東暉的觀點被多次引用，在當(dāng)時比較具有代表性：他對上市的50家A股進行研究后發(fā)現(xiàn)49只股票的系統(tǒng)風(fēng)險大于50%，其中更有42家公司股票的系統(tǒng)風(fēng)險超過70%。而本文研究所得數(shù)值中，只有3家公司系統(tǒng)風(fēng)險的數(shù)值超過70%，其余股票系統(tǒng)風(fēng)險值普遍有所下降。這說明，經(jīng)過近年來的發(fā)展，投資者投資行為趨于理性，股票市場逐漸發(fā)展成熟。
5結(jié)論
第一，CAPM模型并不能完全適用于我國股票市場。因為雖然超過半數(shù)的樣本股票的貝塔系數(shù)介于08～12，公司股價波動情況與市場相符，即貝塔系數(shù)基本穩(wěn)定，但是，根據(jù)對可決系數(shù)的分析，絕大部分股票的可決系數(shù)小于50%，這說明系統(tǒng)風(fēng)險不能很好地解釋收益變動情況，而非系統(tǒng)風(fēng)險因素在股票收益中有著不可忽視的作用。但與之前研究數(shù)據(jù)相比，可以看出投資者投資行為趨于理性，股票市場逐漸發(fā)展成熟，CAPM模型在我國的適用性不斷增強。
第二，在我國股票市場上進行CAPM實證檢驗時，結(jié)論與數(shù)據(jù)樣本的選取有很大的聯(lián)系，不同的樣本得出結(jié)論差異較大。這說明上證A股市場，價格波動性較大。其中大多數(shù)股票為進攻型股票，對于市場波動帶來的風(fēng)險較為敏感，它們的價格波動幅度大于市場波動，整體來說適合于風(fēng)險偏好性投資者。另外，上證A股市場大部分股票可決系數(shù)不高，擬合效果并不好。即使在擬合度較好的公司中，除了較穩(wěn)定的銀行業(yè)以外的其他行業(yè)股票大多為高風(fēng)險高收益的進攻型股票，其系統(tǒng)風(fēng)險所占比例依舊很高，非系統(tǒng)性風(fēng)險較低，股價受大盤影響很大，風(fēng)險較大。
資本資產(chǎn)定價模型一直是金融界學(xué)者研究的核心領(lǐng)域，其研究一直是建立在對股市數(shù)據(jù)的實證分析基礎(chǔ)之上。只有滿足相關(guān)的嚴格假設(shè)，CAPM模型才可能呈現(xiàn)顯著的線性關(guān)系，因此可以說明我國的資本市場已經(jīng)滿足偏好及流動性等假設(shè)，初步成榻銜完善的資本市場。隨著我國證券市場的日趨成熟，CAPM模型對我國的適用性會越來越強，將會具有更令人期待的實用價值。因此我們有必要針對不同時段的中國股票市場，不斷進行實證數(shù)據(jù)分析，并在此基礎(chǔ)上加以修改和完善，從而對我國股市風(fēng)險進行更全面準確的預(yù)測，幫助投資者進行資產(chǎn)組合管理、定價分類，做出更好的決策。
參考文獻：
[1]姚海鑫財務(wù)管理[M].北京：清華大學(xué)出版社，2013：113-115
[2]姜婕CAPM模型在上證A股運輸板塊的實證檢驗[J].當(dāng)代經(jīng)濟，2016（14）：116
解析互聯(lián)網(wǎng)金融的商業(yè)風(fēng)險整體分析互聯(lián)網(wǎng)金融風(fēng)險。按照《巴塞爾協(xié)議》內(nèi)有關(guān)全面風(fēng)險管理的要求，借鑒國際上的有益經(jīng)驗，本文將互聯(lián)網(wǎng)風(fēng)險劃分為上文所提到的三種類型風(fēng)險。其中政策法律風(fēng)險細分成了國家、行業(yè)和機構(gòu)等層面，商業(yè)風(fēng)險主要有市場、信譽和操作等風(fēng)險，技術(shù)分為安全和技術(shù)選擇風(fēng)險，如圖1所示。解析基于業(yè)務(wù)平臺的互聯(lián)網(wǎng)金融商業(yè)風(fēng)險。從上述分析得知，互聯(lián)網(wǎng)金融主要被分成了三大平臺，分別是業(yè)務(wù)、管理和協(xié)作三大平臺。互聯(lián)網(wǎng)金融資金需求的雙方在業(yè)務(wù)平臺上撮合成交；通過國家管理者、行業(yè)管理者以及互聯(lián)網(wǎng)企業(yè)各分支機構(gòu)對其實行各層監(jiān)管，上述各監(jiān)管組成了互聯(lián)網(wǎng)金融管理平臺；軟硬件開發(fā)維護者及網(wǎng)絡(luò)服務(wù)商主要擔(dān)任協(xié)作業(yè)務(wù)及管理平臺的運營，他構(gòu)成了互聯(lián)網(wǎng)金融融資類的業(yè)務(wù)協(xié)作平臺。在業(yè)務(wù)層，資金融通雙方都面對了商業(yè)風(fēng)險。一是市場風(fēng)險。互聯(lián)網(wǎng)金融市場風(fēng)險主要是由利率和流動風(fēng)險組成。互聯(lián)網(wǎng)風(fēng)險一方面會受到行業(yè)監(jiān)管、行業(yè)分化和行業(yè)競爭等的影響，另外還會遭受央行貨幣政策刺激，兩者同時加劇了利率風(fēng)險。互聯(lián)網(wǎng)金融機構(gòu)一般會發(fā)揮資金周轉(zhuǎn)的作用，沉淀資金有可能會在第三方中介滯留兩天至兩周的時間，不具備有效的擔(dān)保及監(jiān)管，很容易會出現(xiàn)資金挪用的情況，若是缺少流動性監(jiān)管或出現(xiàn)資金鏈的斷裂，必然會導(dǎo)致支付危機的出現(xiàn)。另外不斷出現(xiàn)的互聯(lián)網(wǎng)金融業(yè)務(wù)平臺也會上限，不具備用戶優(yōu)勢的平臺將會借助提升利率和縮短投資期限的形式來吸引投資者加盟，這就必然會引起平臺流動性風(fēng)險，并且很多用戶在平臺跑路消息報道的基礎(chǔ)上，針對平臺的投資僅僅限于打新投資，這顯然會提升互聯(lián)網(wǎng)金融的流動性風(fēng)險。二是信譽風(fēng)險。信譽風(fēng)險就主體劃分，主要分為自然人信貸風(fēng)險及企業(yè)信貸風(fēng)險兩種。自然人信貸風(fēng)險主要是指自然人違約，其出現(xiàn)違約主要是由于其抗風(fēng)險的能力較弱進而出現(xiàn)了道德問題。自然人信貸風(fēng)險主要是由于借款人的經(jīng)濟情況具有不確定性，尤其是該種借貸用在了生產(chǎn)經(jīng)營商。互聯(lián)網(wǎng)金融業(yè)務(wù)內(nèi)會牽涉到大量的自然人信貸范疇，由自然人承擔(dān)對應(yīng)的償還義務(wù)，但是自然人的經(jīng)營狀況、身體健康情況和消費習(xí)慣等都會引起還款風(fēng)險。另外自然人借款人的個人觀念及道德問題都會造成違約風(fēng)險。企業(yè)信貸風(fēng)險和自然人借款人的動機以及償債能力的影響因素存在較大的差異。通常企業(yè)借款人主觀上惡意不按時清償債務(wù)可能性較低，對比之下，由于經(jīng)濟實力、行業(yè)發(fā)展和經(jīng)營狀況等因素導(dǎo)致的資金短缺更加容易使其違約。因此在對信譽風(fēng)險實施評價時，自然人信用風(fēng)險要更側(cè)重對其償還意愿的評估，但是企業(yè)借款人信用風(fēng)險的評估則更加側(cè)重對其償還能力的評估。三是操作風(fēng)險。互聯(lián)網(wǎng)金融操作風(fēng)險主要指的是互聯(lián)網(wǎng)金融的活動內(nèi)，由于人員匱乏、內(nèi)部流程制定不當(dāng)或是實施失敗以及系統(tǒng)不足所造成的直接性或間接性損失的可能性。目前用戶數(shù)據(jù)、用戶操作行為數(shù)據(jù)、交易數(shù)據(jù)、文本數(shù)據(jù)等大數(shù)據(jù)系統(tǒng)出現(xiàn)交織，由于沒有通過授權(quán)方位、系統(tǒng)退化、雇員欺詐、服務(wù)提供商風(fēng)險和客戶安全保護意識較低等交易內(nèi)，操作風(fēng)險正是來自這些繁瑣和復(fù)雜的數(shù)據(jù)系統(tǒng)行為的結(jié)合內(nèi)。依據(jù)操作風(fēng)險的不同來源，可以劃分為內(nèi)部操作風(fēng)險及外部操作風(fēng)險兩種。內(nèi)部操作風(fēng)險主要因為績效考評、審計監(jiān)管及內(nèi)部控制等多方面的互聯(lián)網(wǎng)金融企業(yè)內(nèi)部因素所引發(fā)；外部操作風(fēng)險主要是因為私人泄露、釣魚網(wǎng)站的盛行等外部因素引起的。追究其根本原因就是在于大數(shù)據(jù)，互聯(lián)網(wǎng)金融企業(yè)對用戶注冊無法實現(xiàn)有效管理，并且不能很好地分析和管理交易中出現(xiàn)的大數(shù)據(jù)，另外是否可以合理地對各種數(shù)據(jù)進行保存也是當(dāng)前互聯(lián)網(wǎng)金融企業(yè)迫切需要解決的問題。互聯(lián)網(wǎng)金融商業(yè)風(fēng)險特點。一是擴散速度快，破壞力強大。傳統(tǒng)銀行業(yè)務(wù)通常是通過紙質(zhì)或是銀行內(nèi)部系統(tǒng)來操作，一旦出現(xiàn)了錯誤，是有充分的時間查找、連接并且追回損失的。但是包含了交易數(shù)據(jù)、用戶操作行為數(shù)據(jù)和用戶數(shù)據(jù)及文本數(shù)據(jù)等大量數(shù)據(jù)的云金融為載體的互聯(lián)網(wǎng)金融，一旦出現(xiàn)了問題或是差錯，將會難以立刻糾正，并且互聯(lián)網(wǎng)金融業(yè)務(wù)運作速度飛快，等到發(fā)現(xiàn)問題后再攔截和追討損失基本無望。二是風(fēng)險會交叉?zhèn)魅尽Ｒ环矫婊ヂ?lián)網(wǎng)金融業(yè)務(wù)平臺內(nèi)包含了融資類、支付類和理財類業(yè)務(wù)，業(yè)務(wù)相互之間存在交叉性；此外互聯(lián)網(wǎng)金融商業(yè)風(fēng)險內(nèi)的市場風(fēng)險、信譽風(fēng)險和操作風(fēng)險就像是多米諾骨牌，一旦一個出現(xiàn)風(fēng)險將會引發(fā)一系列的風(fēng)險。三是很難區(qū)分風(fēng)險責(zé)任。互聯(lián)網(wǎng)金融辦理的過程一般都會涉及到外包商、電力和電信等其他多種合作方式，因此一旦某個方面出現(xiàn)了服務(wù)終端、客戶信息泄露和系統(tǒng)崩潰，將會直接對互聯(lián)網(wǎng)金融企業(yè)造成極大的損失，并且難以對責(zé)任實行區(qū)分。責(zé)任不能區(qū)分的直接結(jié)果就是一旦發(fā)生了損失，將難以對有關(guān)方的損失賠付進行明確。
互聯(lián)網(wǎng)金融的風(fēng)險預(yù)警系統(tǒng)
數(shù)據(jù)作為中心的體系設(shè)計原則。互聯(lián)網(wǎng)金融風(fēng)險預(yù)警系統(tǒng)設(shè)計內(nèi)必須要遵循下面幾點：一是系統(tǒng)性原則。互聯(lián)網(wǎng)金融風(fēng)險預(yù)警系統(tǒng)屬于一個針對互聯(lián)網(wǎng)金融風(fēng)險實行檢測、預(yù)測和預(yù)警的系統(tǒng)，是大型的體系，該體系內(nèi)包含了互聯(lián)網(wǎng)金融行業(yè)的所有，因此建立該系統(tǒng)時必須要考慮每一個用戶和金融產(chǎn)品的提供者等全部參與到金融活動內(nèi)的人的利益，同時還要實行系統(tǒng)性建設(shè)。二是時效性原則。互聯(lián)網(wǎng)金融行業(yè)最大的特點是高速，充分體現(xiàn)了互聯(lián)網(wǎng)金融活性具有的及時性特點，因此在實行互聯(lián)網(wǎng)金融風(fēng)險預(yù)警系統(tǒng)的建設(shè)中，必須要實時防范并且及時處理，確保可以及時判斷風(fēng)險和快速應(yīng)對，避免造成太多損失。三是科學(xué)性原則。在預(yù)警系統(tǒng)的建立中要確保科學(xué)性，保障系統(tǒng)可以準確對金融風(fēng)險實行判斷，防止對金融風(fēng)險作出錯誤估計，最終導(dǎo)致不必要損失。將數(shù)據(jù)當(dāng)做中心系統(tǒng)層級。在互聯(lián)網(wǎng)金融預(yù)警系統(tǒng)內(nèi)存在以下幾層：一是數(shù)據(jù)管理層。預(yù)警系統(tǒng)主要是基于數(shù)據(jù)建立的，對此必須要建立和健全系統(tǒng)對數(shù)據(jù)的管理機制，建設(shè)和企業(yè)規(guī)模相適應(yīng)的數(shù)據(jù)管理中心，便于對數(shù)據(jù)的收集、整理、加工和存儲。而且在數(shù)據(jù)中心還要實行管理過程內(nèi)確保數(shù)據(jù)的準確性、完整性及安全性。二是數(shù)據(jù)整合層。風(fēng)險預(yù)警系統(tǒng)的最主要任務(wù)是要通過分析互聯(lián)網(wǎng)金融行業(yè)內(nèi)的海量數(shù)據(jù)，進而實現(xiàn)對其中風(fēng)險的語境，這就必須要系統(tǒng)地對金融風(fēng)險存在更為透徹的認識，自金融風(fēng)險的定義出發(fā)，重新整合和分析數(shù)據(jù)，進而提取出有用的信息，信息整合能夠很好地保證信息的準確性及可靠性，數(shù)據(jù)提取層主要是整合及提取數(shù)據(jù)。三是數(shù)據(jù)分析層。數(shù)據(jù)分析層主要是分析數(shù)據(jù)，判定數(shù)據(jù)的風(fēng)險。這就要保證系統(tǒng)具有完備的智能性。四是數(shù)據(jù)的解釋層，數(shù)據(jù)解釋層是對風(fēng)險的解釋，更加準確地來講就是通過風(fēng)險和企業(yè)現(xiàn)狀結(jié)合得出分析結(jié)果，其中包含了風(fēng)險的可靠性、危險度、產(chǎn)生根源和處理方法。
建立互聯(lián)網(wǎng)金融風(fēng)險預(yù)警模式
（一）風(fēng)險預(yù)警設(shè)計思路
在上述分析的基礎(chǔ)上，針對定性風(fēng)險評估指標使用模糊綜合評價法對其實行量化，對互聯(lián)網(wǎng)金融商業(yè)風(fēng)險進行測度。依據(jù)選擇的權(quán)重系數(shù)測定互聯(lián)網(wǎng)金融商業(yè)風(fēng)險預(yù)警綜合評分值，依據(jù)設(shè)定的預(yù)警區(qū)域范圍來確定互聯(lián)網(wǎng)金融的風(fēng)險預(yù)警區(qū)域，從而選擇互聯(lián)網(wǎng)金融商業(yè)風(fēng)險的相應(yīng)策略權(quán)重系數(shù)的選擇在風(fēng)險測度內(nèi)是最關(guān)鍵的問題，對市場風(fēng)險、信譽風(fēng)險及操作風(fēng)險實施分別測度中，須確定各個具體指標的權(quán)重系數(shù)問題；另外就是互聯(lián)網(wǎng)金融商業(yè)風(fēng)險預(yù)警評分值測度過程內(nèi)的市場風(fēng)險、操作風(fēng)險以及信譽風(fēng)險分別權(quán)重系數(shù)確定的問題。
（二）構(gòu)建互聯(lián)網(wǎng)金融風(fēng)險預(yù)警指標體系
在業(yè)務(wù)平臺基礎(chǔ)上的互聯(lián)網(wǎng)金融商業(yè)風(fēng)險主要被分成了市場、信譽和操作風(fēng)險三個維度，而且各個維度的風(fēng)險有著豐富的含義，很難使用單一指標來客觀描述。為了使得評價指標變?yōu)楦珳剩疚氖褂弥骺陀^結(jié)合的方式設(shè)計互聯(lián)網(wǎng)金融三個維度的商業(yè)風(fēng)險。 針對定量指標，筆者結(jié)合有關(guān)學(xué)者的研究成果和銀行體系定量指標來計算，最終對定性指標使用問卷調(diào)查的方式，結(jié)合模糊綜合評價方法得到最終對應(yīng)的評分值。
（三）建立互聯(lián)網(wǎng)金融商業(yè)風(fēng)險預(yù)警
通過假設(shè)互聯(lián)網(wǎng)金融商業(yè)風(fēng)險內(nèi)各變量間均是相互影響并且相互作用的，建立互聯(lián)網(wǎng)金融業(yè)風(fēng)險的結(jié)構(gòu)方程模型，并且對上述指標之間的關(guān)系進行檢驗。互聯(lián)網(wǎng)金融商業(yè)風(fēng)險的三維關(guān)系假設(shè)主要為：H1：市場風(fēng)險防控對互聯(lián)網(wǎng)金融商業(yè)風(fēng)險的預(yù)警防控的直接正影響；H2：信譽風(fēng)險防控對互聯(lián)網(wǎng)金融商業(yè)風(fēng)險預(yù)警防控的直接正影響；H3：操作風(fēng)險防控對互聯(lián)網(wǎng)金融商業(yè)風(fēng)險預(yù)警的直接正影響；H4：市場風(fēng)險防控及信譽風(fēng)險防控的直接雙向正關(guān)系；H5：市場風(fēng)險防控及操作風(fēng)險防控的直接雙向正關(guān)系；H6：信譽風(fēng)險防控及操作防控間的直接雙向正關(guān)系；H7：市場風(fēng)險防控依賴各種要素不受信譽風(fēng)險及操作風(fēng)險防控影響；H8：操作風(fēng)險防控依賴的各要素不會受市場和信譽風(fēng)險防控影響；H9：信譽風(fēng)險防控依賴的各要素不會受市場和操作風(fēng)險防控影響；H10：除市場、操作和信譽風(fēng)險以外的其他因素都是殘差項。劃分衡量互聯(lián)網(wǎng)金融商業(yè)風(fēng)險的指標為：一是互聯(lián)網(wǎng)金融機構(gòu)個體的指標，包含財務(wù)健康情況及機構(gòu)規(guī)模；二是互聯(lián)網(wǎng)金融整體指標，包含了信貸質(zhì)量、資產(chǎn)規(guī)模、資產(chǎn)及負債匹配數(shù)量；三是互聯(lián)網(wǎng)金融機構(gòu)指標，包含了業(yè)務(wù)發(fā)展模式、產(chǎn)品類型、風(fēng)險度量等。見表1所示。在模型內(nèi)市場、信譽和操作風(fēng)險分別作為三個外生潛變量分別由各自所屬顯變量測量，互聯(lián)網(wǎng)金融風(fēng)險系統(tǒng)的各變量相互間是存在關(guān)聯(lián)性的，因此假設(shè)三個外生潛變量之間存在相互變聯(lián)系。互聯(lián)網(wǎng)金融的融資業(yè)務(wù)風(fēng)險是內(nèi)生的潛變量，主要是表1內(nèi)的八個顯變量反應(yīng)。
分析互聯(lián)網(wǎng)金融商業(yè)風(fēng)險預(yù)警結(jié)果
首先要對預(yù)警信號閾值實行確定。預(yù)警信號閾值是觸發(fā)預(yù)警后續(xù)行動的臨界值，閾值要綜合數(shù)據(jù)的模型、歷史數(shù)據(jù)經(jīng)驗和專家經(jīng)驗以及同業(yè)信息確定，并且還要考慮互聯(lián)網(wǎng)金融的融資平臺的風(fēng)險偏好、客戶與平臺的聯(lián)系、監(jiān)管部門檢查評估互聯(lián)網(wǎng)金融融資平臺和監(jiān)管要求等因素。一旦風(fēng)險表征值超出了預(yù)警信號的閾值，將會觸及預(yù)警流程，進入風(fēng)險預(yù)警系統(tǒng)，將實現(xiàn)對風(fēng)險級別的定位。其次是定位互聯(lián)網(wǎng)金融商業(yè)風(fēng)險的預(yù)警級別。依據(jù)評估風(fēng)險大小，劃分互聯(lián)網(wǎng)融資風(fēng)險為正常狀態(tài)、關(guān)注狀態(tài)、次級狀態(tài)、可以狀態(tài)以及損失狀態(tài)5個等級，分別用綠、藍、黃、橙、紅五種顏色的燈來表示。詳情見表2所示。第三是分析互聯(lián)網(wǎng)金融商業(yè)風(fēng)險預(yù)警的結(jié)果。在處于綠色信號燈范圍情況下，互聯(lián)網(wǎng)金融平臺必須要考慮和其開展對應(yīng)的業(yè)務(wù)活動，還要增強互聯(lián)網(wǎng)金融平臺的效益，平臺必須要大量的吸收該種類型的業(yè)務(wù)；在處于藍色信號燈的范圍下，互聯(lián)網(wǎng)金融平臺則可以考慮接受和其開展對應(yīng)的業(yè)務(wù)，那些已經(jīng)有的處于藍燈狀態(tài)的業(yè)務(wù)，則可以考慮持有；在處于黃燈信號的范圍時，互聯(lián)網(wǎng)金融平臺可以按照公司的戰(zhàn)略和客戶征信情況，適當(dāng)考慮是否需要開展其他方面的業(yè)務(wù)，若是已經(jīng)存在了處于黃燈狀態(tài)的業(yè)務(wù)，要及時防范并且調(diào)整，或是改變持有策略或是適當(dāng)轉(zhuǎn)出業(yè)務(wù)；在處于橙色燈信號時，互聯(lián)網(wǎng)金融平臺則不應(yīng)當(dāng)考慮其借貸，若是當(dāng)前業(yè)務(wù)已經(jīng)處于信號燈為橙色的狀態(tài)，要立即采取對應(yīng)措施來降低損失；若是當(dāng)前處于紅色信號范圍內(nèi)，則互聯(lián)網(wǎng)金融平臺必須將其拉進黑名單，針對已經(jīng)處于紅燈狀態(tài)的業(yè)務(wù)，則要采取強硬的手段實行積極挽回，盡力彌補損失，實行不良征信評價。
參考文獻：
1.卜亞，張敏.互聯(lián)網(wǎng)金融創(chuàng)新監(jiān)管機制構(gòu)建——基于激勵相容的視角[J].技術(shù)經(jīng)濟與管理研究，2016（1）
2.李灝來，李越冬.國家審計“管理”互聯(lián)網(wǎng)金融風(fēng)險的路徑研究[J].會計之友，2016（3）
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2015. 05. 108
[中圖分類號] F713.36 [文獻標識碼] A [文章編號] 1673 - 0194（2015）05- 0224- 03
目前創(chuàng)業(yè)市場雖說商機無限，但對資金、能力、經(jīng)驗都有限的大學(xué)生創(chuàng)業(yè)者來說，可供選擇的項目并不多。而電子商務(wù)創(chuàng)業(yè)則是大學(xué)生能夠揚長避短、發(fā)揮優(yōu)勢的一個最佳選擇。大學(xué)生群體與電子商務(wù)新興產(chǎn)業(yè)的有機結(jié)合，形成二者共贏的局面。大學(xué)生在電子商務(wù)創(chuàng)業(yè)時，必須要考慮并解決創(chuàng)業(yè)團隊、創(chuàng)業(yè)項目、網(wǎng)站運營管理、風(fēng)險控制等影響電子商務(wù)創(chuàng)業(yè)成敗的關(guān)鍵因素，才能分享電子商務(wù)創(chuàng)業(yè)成功的喜悅。
1 創(chuàng)業(yè)團隊
在創(chuàng)業(yè)過程中，團隊和人才是左右創(chuàng)業(yè)成敗的核心要素。大學(xué)生電子商務(wù)創(chuàng)業(yè)能否成功的關(guān)鍵性因素在于創(chuàng)業(yè)團隊的綜合實力，一個優(yōu)秀的創(chuàng)業(yè)團隊是創(chuàng)業(yè)成功的保障。創(chuàng)業(yè)活動的復(fù)雜性，決定了所有事務(wù)不可能由創(chuàng)業(yè)者個人包攬，要通過組建分工明確的創(chuàng)業(yè)團隊來完成，創(chuàng)業(yè)團隊的優(yōu)劣，基本決定了創(chuàng)業(yè)能否成功。成功的創(chuàng)業(yè)者是以正確的創(chuàng)業(yè)理念來指導(dǎo)創(chuàng)業(yè)活動和組建創(chuàng)業(yè)團隊的，創(chuàng)業(yè)理念決定著創(chuàng)業(yè)團隊的性質(zhì)、宗旨和獲取創(chuàng)業(yè)的回報，并且關(guān)系到創(chuàng)業(yè)的目標和行為準則，共同的創(chuàng)業(yè)理念是組建團隊的一個基本準則。
創(chuàng)業(yè)團隊是由創(chuàng)業(yè)團隊的領(lǐng)導(dǎo)者所組建的，創(chuàng)業(yè)團隊領(lǐng)導(dǎo)者是創(chuàng)業(yè)團隊的核心，創(chuàng)業(yè)團隊領(lǐng)導(dǎo)者將那些具有共同創(chuàng)業(yè)理念、志同道合的團隊成員聯(lián)合起來，為共同的創(chuàng)業(yè)目標而奮斗。在創(chuàng)業(yè)團隊中，團隊的領(lǐng)導(dǎo)者是至關(guān)重要的，他必須有創(chuàng)業(yè)者的胸懷和品質(zhì)，有素養(yǎng)和能力來組建團隊和發(fā)揮團隊的作用，并在創(chuàng)業(yè)過程中，隨時做好團隊成員間的協(xié)調(diào)工作，使團隊的整體水平不斷提高。創(chuàng)業(yè)團隊領(lǐng)導(dǎo)者應(yīng)對團隊不同成員的個性、知識、技能和能力進行有效地整合，以保持團隊的競爭優(yōu)勢。作為創(chuàng)業(yè)團隊成員，應(yīng)該具備創(chuàng)業(yè)者的特征和技能，比如工作積極主動、有明確的目標；不滿足于現(xiàn)狀，有責(zé)任感；善于接受新事物，勇于變革和敢于承擔(dān)責(zé)任等。同時，還應(yīng)該注意創(chuàng)業(yè)團隊成員的性別、技能、專業(yè)的互補，以便形成合力。對于一個創(chuàng)業(yè)團隊而言，其基本的人員配置為行政管理人名、財務(wù)人員、文員及客服人員、技術(shù)人員、營銷人員、生產(chǎn)人員等，其具體的人員構(gòu)成由創(chuàng)業(yè)項目的特點而定。比如創(chuàng)業(yè)項目可以分為技術(shù)創(chuàng)業(yè)和營銷創(chuàng)業(yè)，技術(shù)創(chuàng)業(yè)則以技術(shù)人員為主體，營銷創(chuàng)業(yè)則以營銷人員為主體。
2 創(chuàng)業(yè)項目
創(chuàng)業(yè)項目的選擇是市場分析的結(jié)果，通過市場分析，說明創(chuàng)業(yè)項目市場前景廣闊，能夠發(fā)揮創(chuàng)業(yè)團隊的優(yōu)勢，值得創(chuàng)業(yè)團隊為之而奮斗。針對具體的創(chuàng)業(yè)項目，可以從宏觀方面即宏觀環(huán)境、中觀方面即行業(yè)競爭、以及微觀方面即創(chuàng)業(yè)項目和創(chuàng)業(yè)團隊本身的內(nèi)在條件進行分析研究，提煉出對于電子商務(wù)創(chuàng)業(yè)的有利因素和不利因素，進而把握全局，進行決策。電子商務(wù)可以應(yīng)用于國內(nèi)外貿(mào)易、金融、證弧⒙糜巍⒐愀妗⑿攣懦靄嫻雀鞲雋煊潁發(fā)展?jié)摿薮蟆Ｄ壳皩τ陔娮由虅?wù)而言，無非是網(wǎng)上銷售有形商品、無形商品和服務(wù)兩種形式。網(wǎng)上銷售無形商品和服務(wù)，如信息、計算機軟件、電影和音樂等娛樂商品，可以通過Internet直接向消費者提供，其模式可以包括網(wǎng)上訂閱模式、付費瀏覽模式、廣告支持模式、網(wǎng)上贈與模式、專業(yè)服務(wù)模式等。有形商品指的是實物商品，這種商品的交付不能通過Internet網(wǎng)絡(luò)實現(xiàn)，有形商品的電子商務(wù)模式指的是成交在Internet網(wǎng)絡(luò)上，而實際交付則依靠傳統(tǒng)的物流，其模式可以包括網(wǎng)上批發(fā)電子商務(wù)模式、網(wǎng)上零售模式、網(wǎng)上拍賣模式等。電子商務(wù)的創(chuàng)業(yè)項目可以從以上分類中進行選擇，但是就大學(xué)生而言，由于其各方面條件的限制，很難選擇大型的項目。就目前來看，大學(xué)生電子商務(wù)創(chuàng)業(yè)選擇的項目無非是以下3種：①建立個人網(wǎng)站。建立個人網(wǎng)站需要極大的勇氣，并且要有獨特的創(chuàng)意；②開網(wǎng)上商店。在網(wǎng)上開店主要有兩種模式，一是建立自己的商品網(wǎng)站，二是借助于大型的、成熟的網(wǎng)絡(luò)平臺，如淘寶、當(dāng)當(dāng)、卓越等；③當(dāng)網(wǎng)絡(luò)。網(wǎng)絡(luò)如今是一個時髦的職業(yè)，很受大學(xué)生宅男宅女們的青睞。選擇一個好的適合創(chuàng)業(yè)團隊的創(chuàng)業(yè)項目，是創(chuàng)業(yè)成功的關(guān)鍵。
大學(xué)生電子商務(wù)創(chuàng)業(yè)團隊所選擇的創(chuàng)業(yè)項目，要適合其“資金和經(jīng)驗少，知識多和熟悉網(wǎng)絡(luò)”的特點，同時更要考慮創(chuàng)業(yè)團隊各個成員的專業(yè)背景、社會背景、成長環(huán)境，以及一切可以利用的資源，充分發(fā)揮各自的優(yōu)勢。如學(xué)技術(shù)的，可以側(cè)重于技術(shù)方面；學(xué)經(jīng)濟管理的，可以側(cè)重于市場營銷方面；具有獨特資源的，可以對其資源進行分析整合，實現(xiàn)其市場價值。大學(xué)生創(chuàng)業(yè)團隊各個方面的實力較弱，對具體項目選擇時最好要做到“一大一小”，即市場要足夠小，小到門戶網(wǎng)站不愿意進來，同時市場也要足夠大，大到可以盈利。創(chuàng)業(yè)項目的選擇要充分考慮宏觀的電子商務(wù)環(huán)境，如國家在電子商務(wù)方面的法律法規(guī)、互聯(lián)網(wǎng)的發(fā)展程度、網(wǎng)民的數(shù)量與結(jié)構(gòu)、電子支付的方便程度、網(wǎng)絡(luò)安全及物流的支持力度。而對于具體項目，還要考慮項目執(zhí)行地的實際情況，如當(dāng)?shù)氐木W(wǎng)絡(luò)環(huán)境、信息安全、網(wǎng)民的支付水平等，創(chuàng)業(yè)項目的選擇，必須獲得外在環(huán)境的支撐。
3 網(wǎng)站運營管理
電子商務(wù)網(wǎng)站是通過Internet相互連接起來的，是在計算機硬件和軟件基礎(chǔ)設(shè)施的支持下，為用戶提供信息服務(wù)、網(wǎng)頁服務(wù)、郵件服務(wù)的信息載體，是企業(yè)和個人開展電子商務(wù)的平臺。電子商務(wù)網(wǎng)站是大學(xué)生電子商務(wù)創(chuàng)業(yè)的必要條件，電子商務(wù)網(wǎng)站質(zhì)量的高低關(guān)系到創(chuàng)業(yè)成敗，一個好的電子商務(wù)網(wǎng)站有助于大學(xué)生電子商務(wù)創(chuàng)業(yè)。對于資金雄厚或有一定技術(shù)實力的創(chuàng)業(yè)團隊，可以創(chuàng)建自己的電子商務(wù)網(wǎng)站；而對于資金匱乏或技術(shù)實力較弱的創(chuàng)業(yè)團隊，可以借助于現(xiàn)有的電子商務(wù)網(wǎng)站平臺，如淘寶網(wǎng)、易趣網(wǎng)等。一個好的創(chuàng)業(yè)網(wǎng)站，不僅僅是一次性制作完成就成功了，由于創(chuàng)業(yè)的內(nèi)外部環(huán)境在不斷地發(fā)生變化，因此網(wǎng)站的內(nèi)容也需要隨之調(diào)整。搞好電子商務(wù)網(wǎng)站的運營管理，對于大學(xué)生電子商務(wù)創(chuàng)業(yè)顯得尤為重要，網(wǎng)站運營是指網(wǎng)絡(luò)營銷體系中一切與網(wǎng)站的后期運作有關(guān)的工作，網(wǎng)站運營包括網(wǎng)站內(nèi)容策劃及、網(wǎng)站可用性分析、網(wǎng)站數(shù)據(jù)分析、網(wǎng)站優(yōu)化等。創(chuàng)業(yè)團隊運作創(chuàng)業(yè)項目進行電子商務(wù)創(chuàng)業(yè)，其創(chuàng)業(yè)項目的經(jīng)營管理就依賴于電子商務(wù)網(wǎng)站，因此在某種意義上來說，創(chuàng)業(yè)項目的經(jīng)營管理就相當(dāng)于網(wǎng)站的運營管理，二者在這里是等價的。網(wǎng)站運營管理包括以下內(nèi)容：
3.1 網(wǎng)站內(nèi)容策劃與
網(wǎng)站內(nèi)容策劃與是服務(wù)于和服從于創(chuàng)業(yè)項目的，是創(chuàng)業(yè)項目在網(wǎng)站上的具體化和實現(xiàn)方式，創(chuàng)業(yè)項目是通過網(wǎng)站的形式來體現(xiàn)出來的，是依靠網(wǎng)站來進行管理和運營的。網(wǎng)站內(nèi)容策劃與主要包括：①網(wǎng)站定位。也就是創(chuàng)業(yè)項目的具體實施過程；②可利用的資源。即創(chuàng)業(yè)團隊的外部環(huán)境和內(nèi)在條件；③目標客戶，即創(chuàng)業(yè)項目的市場定位；④網(wǎng)站盈利模式；⑤網(wǎng)站的財務(wù)投資計劃；⑥具體的創(chuàng)業(yè)計劃書。
3.2 網(wǎng)站的可用性分析
可用性是表達某種東西在使用時難易程度的一種屬性。根據(jù)國際標準化組織ISO解釋，電子商務(wù)網(wǎng)站可用性是指電子商務(wù)網(wǎng)站用戶在網(wǎng)絡(luò)環(huán)境下，利用電子商務(wù)網(wǎng)站完成商品交易時所達到的有效性、效率和滿意度。其具體影響指標包括網(wǎng)站的響應(yīng)速度、網(wǎng)頁的合理布局、網(wǎng)頁的美觀、網(wǎng)站的安全性、網(wǎng)站信息的可靠性、網(wǎng)站導(dǎo)航功能、客服的及時回應(yīng)、購物過程簡潔安全、網(wǎng)頁的有效鏈接、網(wǎng)站信息實時性等因素。創(chuàng)業(yè)團隊可以采取相應(yīng)措施，來提高網(wǎng)站的可用性，比如：①減少圖片和動畫的使用，提高網(wǎng)站的響應(yīng)速度；②合理網(wǎng)頁的布局、高質(zhì)量的網(wǎng)頁內(nèi)容，提高網(wǎng)站信息的質(zhì)量；③網(wǎng)站導(dǎo)航清晰，網(wǎng)站鏈接有效準確，確保用戶快速瀏覽網(wǎng)站。
3.3 網(wǎng)站數(shù)據(jù)分析
電子商務(wù)網(wǎng)站數(shù)據(jù)分析本質(zhì)上也是網(wǎng)站與顧客的交往記錄。相對于傳統(tǒng)企業(yè)，電子商務(wù)網(wǎng)站如果要想記錄網(wǎng)站與顧客之間的交往記錄，比以往大部分傳統(tǒng)商務(wù)活動都方便得多。網(wǎng)站與顧客之間的互動行為，基本上分為兩種。一種是最簡單的互動，即顧客訪問某個頁面，是由日志文件來記錄這些互動行為。日志文件通常采用PV數(shù)據(jù)分析方法，PV即Page View，也就是頁面瀏覽量或點擊率，是衡量一個商務(wù)網(wǎng)站所售賣商品受顧客歡迎程度的主要指標。影響商務(wù)網(wǎng)站PV的因素包括商品的時間；不同時段網(wǎng)民的人口特征，如性別、年齡、教育程度；訪問的周期；以及一些偶然因素等。另一種是比較復(fù)雜的互動，即顧客進行注冊、登陸B(tài)BS、購買商品，是由數(shù)據(jù)庫文件來記錄這些互動內(nèi)容。分析網(wǎng)站的顧客行為，就是采用一定方法對數(shù)據(jù)庫文件進行分析，通過這些分析可以取得對網(wǎng)站運營管理有幫助的數(shù)據(jù)，如顧客的來源、顧客的年齡、顧客的習(xí)慣、顧客最喜歡或最討厭的網(wǎng)站的商品或服務(wù)，以及對顧客的意見和建議的歸納和總結(jié)等。
4 風(fēng)險控制
創(chuàng)業(yè)團隊在經(jīng)營管理創(chuàng)業(yè)項目過程中將不可避免地遇到各種風(fēng)險，如果處理不當(dāng)，任何風(fēng)險對創(chuàng)業(yè)都有可能是致命的打擊。風(fēng)險不同于危險，在創(chuàng)業(yè)過程中大多是基于投機風(fēng)險的決策問題，是可以通過風(fēng)險管理進行規(guī)避的，將風(fēng)險降低到可能的最低限度。按照風(fēng)險的來源可以分為技術(shù)風(fēng)險、內(nèi)部風(fēng)險和外部風(fēng)險3個方面。技術(shù)風(fēng)險是指相關(guān)產(chǎn)品科學(xué)技術(shù)難度以及模仿性；內(nèi)部風(fēng)險是指在內(nèi)部管理和財務(wù)方面可能存在的風(fēng)險；外部風(fēng)險主要來自同行業(yè)市場的競爭、國家的產(chǎn)業(yè)政策、自然災(zāi)害以及相關(guān)法律和政策等。而對于大學(xué)生電子商務(wù)創(chuàng)業(yè)項目，其創(chuàng)業(yè)風(fēng)險主要有市場風(fēng)險、財務(wù)風(fēng)險、技術(shù)風(fēng)險等。
4.1 市場風(fēng)險
由于電子商務(wù)創(chuàng)業(yè)資金門檻低，進入容易，大量的創(chuàng)業(yè)者已經(jīng)進入了這個領(lǐng)域。一些傳統(tǒng)企業(yè)也紛紛上網(wǎng)，將市場擴展到網(wǎng)絡(luò)中，這使新進入者面臨巨大的競爭壓力。根據(jù)波特的5種競爭力量模型分析，創(chuàng)業(yè)者不但要面對已有競爭對手的威脅，還要面對新加入者的威脅，消費者討價還價能力的威脅，供應(yīng)商要價能力的威脅，還有潛在競爭對手的威脅。并且電子商務(wù)創(chuàng)業(yè)不但要面臨同類網(wǎng)站的競爭，還要面對傳統(tǒng)市場的競爭。針對創(chuàng)業(yè)的市場風(fēng)險，可以通過市場調(diào)研、了解消費者需求、加大網(wǎng)站推廣力度和品牌推廣力度、增加增值服務(wù)、不斷總結(jié)經(jīng)驗、重視市場調(diào)查在市場營銷中的地位等手段，來盡可能地規(guī)避市場風(fēng)險。
4.2 財務(wù)風(fēng)險
任何公司在創(chuàng)業(yè)的時候都會存在資金短缺的問題，如何有效地利用資金，采用何種融資的方式和手段，這對于創(chuàng)業(yè)團隊都是十分重要的。財務(wù)風(fēng)險是指創(chuàng)業(yè)企業(yè)在經(jīng)營管理過程中，由于其所需要的資金不能夠適時供應(yīng)，以支持企業(yè)正常運行，從而導(dǎo)致創(chuàng)業(yè)失敗的可能性。創(chuàng)業(yè)的資金來源可以分為自籌、貸款、股權(quán)投資和各種風(fēng)險投資。無論何種資金來源，資金都是有成本的，是需要付出代價的，并且資金的供給也是有限度的。創(chuàng)業(yè)者都可能面對資金短缺的現(xiàn)實，面對資金鏈斷裂的危險。要想規(guī)避創(chuàng)業(yè)過程中的財務(wù)風(fēng)險，必須做好財務(wù)的收入和支出的短期及長期預(yù)算，建立和完善財務(wù)制度，同時創(chuàng)業(yè)者必須時刻關(guān)注現(xiàn)金流，以及預(yù)算的現(xiàn)金流和現(xiàn)實的現(xiàn)金流之間的差異，一旦發(fā)現(xiàn)問題，要及時采取彌補措施。
4.3技術(shù)風(fēng)險
電子商務(wù)創(chuàng)業(yè)面臨的技術(shù)風(fēng)險主要來自網(wǎng)絡(luò)環(huán)境和交易安全方面。網(wǎng)絡(luò)環(huán)境風(fēng)險是指服務(wù)器遭受到黑客的襲擊；網(wǎng)絡(luò)中的信息系統(tǒng)受到攻擊后無法恢復(fù)正常運行；網(wǎng)絡(luò)軟件常常被人篡改或破壞；網(wǎng)絡(luò)中存儲或傳遞的數(shù)據(jù)常常未經(jīng)授權(quán)被篡改、增刪、復(fù)制或使用等。交易安全風(fēng)險是指很多消費者擔(dān)心網(wǎng)上購物的風(fēng)險，交了錢不給東西怎么辦；網(wǎng)絡(luò)支付時銀行卡密碼會不會被盜；拿到手的東西跟網(wǎng)上看到的東西是不是一樣；還有個人信息的保密程度等問題。此外，現(xiàn)階段電子合同、在線支付、商品交付等問題雖有了初步的法律規(guī)范，但還沒有做到全面的法律保護，個人隱私權(quán)保護、欺詐等問題困繞著消費者，使之不敢大膽地在網(wǎng)上購物。要想有效規(guī)避技術(shù)風(fēng)險，可以將電子商務(wù)網(wǎng)站的軟硬件進行升級，建立完善的風(fēng)險監(jiān)控和跟蹤系統(tǒng)，并制定風(fēng)險防范計劃，甚至可以考慮將網(wǎng)站安全服務(wù)外包給第三方可信的互聯(lián)網(wǎng)安全公司。
主要參考文獻
[1]龔志周.電子商務(wù)創(chuàng)業(yè)壓力及其對創(chuàng)業(yè)績效影響研究[D].杭州：浙江大
1 波羅的海干散貨運價指數(shù)的簡介
波羅的海干散貨運價指數(shù)由波羅的海航運交易所創(chuàng)立和。波羅的海航交所是世界第一個也是歷史最悠久的航運市場。1744年誕生于美國佛吉尼亞波羅的海咖啡屋，目前是設(shè)在英國倫敦的世界著名的航運交易所，全球46個國家的656家公司都是波羅的海航交所的會員。為了滿足客戶的需要，波羅地海航交所于1985年開始日運價指數(shù)---BFI(BALTIC FREIGHT INDEX)，該指數(shù)是由若干條傳統(tǒng)的干散貨船航線的運價，按照各自在航運市場上的重要程度和所占比重構(gòu)成的綜合性指數(shù)。
為滿足市場多元化的需求，航線經(jīng)過數(shù)次調(diào)整，增設(shè)了單獨的航次期租航線，在1999年的9月1日，波羅的海交易所將BFI分解成BPI和BCI兩個指數(shù)，這樣與大靈便型船運價指數(shù)BHI共同組成三大船型運價指數(shù)，同年11月1日，在BCI、BPI、BHI基礎(chǔ)上產(chǎn)生的BDI取代了BFI，成為代表國際干散貨運輸市場走勢的晴雨表。由于大、小靈便型船市場已經(jīng)明顯分化，2001年初波羅的海交易所將大靈便型船的運價指數(shù)BHI調(diào)整為BHMI，后來從2005年7月1日起，波羅的海航交所又公布了Baltic Supramax Index(BSI)，該指數(shù)反映了超級大靈型船的市場租金變化情況，BSI與BHMI并行了半年，在2006年1月1日BSI取代了BHMI。下圖表是2009年3月19日波羅的海交易所公布的各個指數(shù)的具體航線構(gòu)成以及它們的權(quán)重情況：
資料來源：Baltic Exchange Information Services Ltd 19/3/2009.
2 BDI的歷史回顧
BDI是目前世界上衡量國際海運情況的權(quán)威指數(shù)，是反映國際間貿(mào)易情況的領(lǐng)先指數(shù)。如果該指數(shù)出現(xiàn)顯著的上揚，說明各國經(jīng)濟情況良好，國際間的貿(mào)易火熱。反之，亦然。
從圖中可以清晰的看出，BDI的走勢大致可以分為六個階段：第一個階段是從BDI設(shè)立到03年上半年，BDI的波動幅度不是很大，均值在1500點。第二個階段是從03年下半年到06年年末，這期間該指數(shù)在4000點上下大幅的波動。第三個階段是06年末到07年11月中旬，這階段BDI可謂是井噴式的上漲，在07年11月13日達到歷史高點11039點，全年BDI的平均值比去年增長118%。第四個階段是07年11月初到08年5月下旬，受美國次貸危機的影響，一度大幅回落，跌至08年1月29日的階段性低點5615點。雖然08年上半年國際金融市場利空消息不斷，信貸危機也逐步演變深化，但國際航運業(yè)似乎未受到影響，BDI升勢迅猛，08年5月20日，該指數(shù)創(chuàng)下11793點的歷史新高。第五個階段是08年5月下旬到08年12月初，這階段美國次貸危機已經(jīng)演變?yōu)槿蛐缘慕鹑谖C，全球經(jīng)濟衰退日漸明顯，國際貨運業(yè)負面影響顯現(xiàn)，BDI一路暴跌，08年12月5日跌至663點，達到歷來低谷，08年可謂是BDI大起大落。第六個階段是從08年12月初到09年3月上旬，BDI有所回升，09 年3月19日報1795點，從低位已累計回升171%，但近日有所回落。
BDI作為干散貨航運價格的綜合指數(shù)，能夠客觀反應(yīng)干散貨航運的市場行情，是研究干散貨航運市場的重要依據(jù)和對象，該指數(shù)的劇烈波動也給航運公司帶來不確定的經(jīng)營風(fēng)險。因此，國際海運學(xué)界人士對BDI進行了長期和多方面的研究，下文就BDI波動的主要影響因素、波動的規(guī)律計量研究、以及如何降低由于BDI的波動帶來的經(jīng)營風(fēng)險等方面做一下文獻綜述。
3 影響B(tài)DI波動的主要因素
3.1運力供求對BDI的影響
從經(jīng)濟學(xué)角度來說，需求和供給的關(guān)系變化是影響價格的根本原因。國際干散貨運價作為運輸勞務(wù)的價格，和其它商品價格一樣受航運市場供求關(guān)系的影響，是干散貨運輸?shù)墓┙o方和需求方在近乎完全競爭的國際干散貨運輸市場上通過自由競價達到的一種市場均衡價格。
楊柳(2006)[1]通過分析干散貨FFA市場與現(xiàn)貨市場的關(guān)系，得出影響市場最基本和最關(guān)鍵的因素還是供需關(guān)系，這是市場萬變不離其宗的因素。陸克從等(2008)[2]對2004年2007年數(shù)據(jù)分析中指出影響B(tài)DI波動最重要的原因就是,供求關(guān)系失衡，來自于全球(特別是中國)大宗散雜貨運輸需求的增加及運力投放的相對緩慢，導(dǎo)致了這幾年運價的大幅上漲。
3.2遠期合約對BDI的影響
遠期合約又叫遠期運費協(xié)議(Forward Freight Agreements，F(xiàn)FA)，該協(xié)議規(guī)定了具體的航線、價格、數(shù)量、價格日期、交割價格計算方法等，雙方約定在未來某一時點，收取或支付依據(jù)波羅的海的官方運費指數(shù)價格與合同約定價格的運費差額。現(xiàn)貨市場是實貨交易，而FFA交易的是紙貨，即交易對象是紙面上的運費，它是一種運費的衍生物。FFA交易的產(chǎn)品對象就是現(xiàn)貨市場的指數(shù)價格，其結(jié)算是依據(jù)波羅的海的官方運費指數(shù)價格與合同約定價格的運費差額，若合同價格大于交割價格，買方支付運費差額現(xiàn)金給賣方，反之亦然。
航運界學(xué)者在FFA市場影響B(tài)DI的波動方面做了很多研究，主要有：Kavussanos和Visvikis等(2004)[3]研究了FFA交易和投機行為對即期市場價格波動的影響，研究顯示，F(xiàn)FA交易的存在對穩(wěn)定即期價格的波動有著明顯的影響，顯著改善了信息傳遞的速度和質(zhì)量。但是，在引入其他對即期市場價格有影響的經(jīng)濟變量后，價格波動的降低與FFA交易之間不存在很明顯的因果關(guān)系。
劉晶等(2008)[4]利用回歸模型分析得到FFA與BDI之間存在著很明顯的線性相關(guān)關(guān)系。又進行了ARMA模型， GRACH模型的修正，VAR模型的分析，得到結(jié)論：07年來的BDI指數(shù)的高漲，航運供求因素不是主要原因，F(xiàn)FA市場的影響是主要原因，并且FFA市場只能對BDI造成短期影響，所以從短期來看，F(xiàn)FA市場的波動會對現(xiàn)貨市場產(chǎn)生持續(xù)擾動。但從長期來說，供求、成本等現(xiàn)貨市場因素將是影響B(tài)DI的主要原因。
陸克從等(2008)[2]對2004年到2007年數(shù)據(jù)分析中總結(jié)了BDI波動的影響因素中認為投機性租家和國際投機熱錢在FFA市場的炒作氛圍濃重也是不可忽視的因素。由于投機性租家在 FFA市場大肆炒作, 其后又相繼撤離, 導(dǎo)致市場行情大起大落。
王凌(2008)[5]認為07年-08年來的BDI的劇烈波動在于大量參與FFA市場交易資金的不穩(wěn)定性。炒作FFA市場往往意味著囤積部分運力,這部分不透明的運力就成為沖擊市場的隱患。如果FFA多方轉(zhuǎn)向做空,這些被凍結(jié)的運力集中釋放,將對市場形成突如其來的打擊。
3.3航運成本對BDI的影響
航運成本主要包括航運中涉及的貨物裝卸、人員工資、燃油價格等。陳慶輝(2004)[6]通過圖表分析了航運成本對運價的影響，認為航運成本的上升都會使運價指數(shù)上漲。王然(2008)[7]詳細的介紹了運價和航運成本的構(gòu)成，航運成本包括物質(zhì)消耗支出、勞動報酬支出等成本支出，這部分支出在運價中占有很大的比重。國際航運成本是航運企業(yè)制定運價的主要依據(jù)，對運價的變動產(chǎn)生深遠的影響。原油價格上漲;船員的培養(yǎng)費不斷上升;船舶購置成本和港口使費的增長，使得構(gòu)成運輸成本的各項費用都有上升的趨勢。因此資金的機會成本的增加使運輸成本出現(xiàn)明顯的上升趨勢，國際干散貨運價也隨之呈現(xiàn)長期上升的趨勢。
3.4 全球國際貿(mào)易量對BDI的影響
國際干散貨航運需求是從國際貿(mào)易中派生出來的，所以航運市場與國際貿(mào)易有著直接又緊密的關(guān)系。國際貿(mào)易對運價的影響一般是周期性的，這是因為世界經(jīng)濟的周期性波動對貿(mào)易產(chǎn)生周期性影響，從而使需求也會產(chǎn)生周期性變動。陳慶輝(2004)[6]也論述了干散貨的貿(mào)易需求對運價指數(shù)的影響，認為大宗干散貨進口需求的增加和購買意向可以推動運價指數(shù)的上漲。劉水生(2007)[8]也分析世界經(jīng)濟，干散貨貿(mào)易的影響，通過全球經(jīng)濟的增長的數(shù)據(jù)分析得到增長越快，運價越高。王然(2008)[7]也總結(jié)了世界經(jīng)濟即國際貿(mào)易的促進運價指數(shù)的上漲，還提到了“中國因素”和“印度因素”，這兩個因素都促使了貿(mào)易量的加大，進而提高了運價。
4 對BDI波動規(guī)律的計量研究
長期以來，國際航運界學(xué)者對BDI的波動規(guī)律做了很多計量模型方面的研究，總結(jié)如下：
Cullinane(1992) [9]首次使用自回歸移動平均模型建立波羅的海運價指數(shù)模型，認為BDI指數(shù)經(jīng)過一階差分后是平穩(wěn)序列，得到了ARI以(3，1，0)模型用于短期的波羅的海運價指數(shù)預(yù)測。
Berg-Andreassen(1996) [10]通過對BFI數(shù)據(jù)的分析對干散貨航運市場進行了研究，文章中對1985年4月至1988年12月的日觀測數(shù)據(jù)的時間序列進行了ADF(Augmented Dickey-Fuller)檢驗，結(jié)論認為運費率序列服從隨機游走趨勢。這意味著干散貨運費是一個非平穩(wěn)過程，但經(jīng)過一階差分后成為平穩(wěn)過程，即一階齊次非平穩(wěn)過程。
Kavussanos(1996) [11]研究了1973年—1992年干散貨運費率的月度觀測數(shù)據(jù)的波動性(Volat11ity)，包括現(xiàn)貨和期租費率，結(jié)論顯示數(shù)據(jù)序列的對數(shù)是一階自積并且存在協(xié)整關(guān)系。
Berg-Andreassen(1997) [12]對10年干散貨航運三條航線的BFI季度數(shù)據(jù)進行了分析以檢驗運費率序列變換成平穩(wěn)序列所需要的差分次數(shù)。結(jié)果顯示，每條航線的運費率序列都是經(jīng)過一階差分后形成平穩(wěn)序列即一階自積的，運費率序列服從隨機游走。
楊偉年(1999) [13]建立波羅的海運價指數(shù)的多元線性回歸模型和多因素滯后變量模型，通過分析認為國際干散貨運輸需求量與該市場價格存在正的相關(guān)關(guān)系，國際干散貨運輸船舶供給量與該市場價格存在負的偏相關(guān)關(guān)系。此外，世界進出口貿(mào)易量對國際干散貨運輸價格的影響作用次之，為正的偏相關(guān)關(guān)系，其它因素對國際干散貨運價的影響作用不顯著
張林紅等(2001) [14]從運力供給入手，引入了市場運運價與市場綜合因數(shù)之間的函數(shù)關(guān)系及其變化趨勢，通過擬合，得出國際航運市場運價定量化預(yù)測模型，并對2001年以后的波羅的海運價指數(shù)進行了預(yù)測
呂靖等(2003) [15]對BDI 分別提取長期趨勢項、周期波動項和季節(jié)波動項后，得到了符合ARMA模型建模要求的零均值平穩(wěn)序列并建立ARMA預(yù)測BDI的模型。
李耀鼎等(2006) [16]對1984年7月至2005年11月的半月BDI對數(shù)序列進行了ADF檢驗，得到以下結(jié)論：BDI對數(shù)序列具有尖峰厚尾的特征，因此不能認為BDI對數(shù)序列服從正態(tài)分布;對BDI對數(shù)序列進行單位根檢驗，結(jié)果表明BDI對數(shù)序列存在單位根，是非平穩(wěn)時間序列，但是一階差分后是平穩(wěn)過程。運用ARCHLM檢驗法對BDI對數(shù)序列誤差項進行檢驗，結(jié)果表明BDI波動具有高階條件異方差性，并用GARCH(1,1)有效地消除條件異方差性，從而更好地擬合波羅的海運費波動。
陸克從等(2008)[2]對2004年1月4日至2007年12月24日，共999個觀測數(shù)據(jù)，根據(jù)這些數(shù)據(jù)利用ARCH族模型研究BDI的規(guī)律，對BDI對數(shù)收益率序列的平穩(wěn)性、異方差性及波動特點進行分析，得到國際干散貨運價指數(shù)BDI對數(shù)序列一階差分后得到的日收益率序列是平穩(wěn)過程。通過ARCH LM檢驗認為BDI日收益率序列存在高階ARCH 效應(yīng)，也運用了GARCH(1,1)模型消除殘差序列的條件異方差性，更好地擬合BDI序列，對后市的預(yù)測提供依據(jù)。
5 對BDI波動的風(fēng)險管理
國際干散貨運輸市場波動性劇烈震蕩，給參與者帶來了巨大的經(jīng)營風(fēng)險。為此，航運界把眼光放在海運經(jīng)營風(fēng)險管理上，人們最熱衷的當(dāng)數(shù)對運價波動風(fēng)險的控制，探討有效規(guī)避市場風(fēng)險的方法，從而引發(fā)和帶動航運期貨市場誕生與發(fā)展。
Batchelor等(2003) [17]使用多變量的VAR模型、VECMSURE-VECM、單變量時間序列模型和ARIMA模型,預(yù)測即期運費率和遠期運費率，研究的樣本航線是BPI的P1、P2、P1A和P2A，數(shù)據(jù)期間為1995年7月至2002年7月。研究的結(jié)論是：FFA有助于提高即期運費的預(yù)測質(zhì)量，相反，即期運費對遠期運費的預(yù)測沒有多少幫助。這表明遠期運費比當(dāng)前的即期市場含有更多更好的市場信息。
張建等(2006)[18]介紹了遠期運費協(xié)議(FFA)的含義及其在國際干散貨航運市場的發(fā)展情況，探討FFA風(fēng)險管理的作用，具有套期保值投機的功能。并建議了中國船東和租家必須學(xué)會利用FFA這一新的工具進行風(fēng)險管理。
段國棟(2007)[19]介紹了干散貨航運市場風(fēng)險管理的發(fā)展，認為隨著市場波動加劇，控制市場風(fēng)險的方法經(jīng)歷了：船隊拆分經(jīng)營→浮動指數(shù)法→運費衍生品—FFA。介紹了FFA保值和投機兩種功能，經(jīng)營者利用 FFA進行對沖，把運費變動風(fēng)險轉(zhuǎn)移給愿意承擔(dān)風(fēng)險的投機者。還可以利用FFA來進行對沖實現(xiàn)套期保值的功能，以期在未來某一時間通過賣出(買入)期貨合約來補償現(xiàn)貨市場價格變動所帶來的實際價格風(fēng)險。
孫淑文(2008)[20]針對2007年至2008年的一輪波動，提出要積極運用運價衍生工具應(yīng)對波動。在文章中指出航運企業(yè)通過簽訂COA(長期租船運貨合同)，來穩(wěn)定運價成本。COA較多采用的是指數(shù)浮動法，再有就是目前國際航運市場上提供的遠期運價合約(FFA)可以被來提前鎖定運輸成本，規(guī)避價格波動帶來的風(fēng)險。
蘇同江等(2008)[21]對于如何規(guī)避風(fēng)險介紹了三種形式：遠期運費合約、運費期權(quán)、遠期燃油期貨。當(dāng)今國際航運市場的博弈從傳統(tǒng)的現(xiàn)貨市場向期貨和現(xiàn)貨并存且相互影響的方向發(fā)展，國際航運期貨交易已經(jīng)成為航運企業(yè)在干散貨市場中研判未來市場走勢、套期保值、投機盈利的重要手段之一。
陳小龍等(2008)[22]認為可以利用海運運費衍生品來有效規(guī)避運費風(fēng)險，海運運費衍生品主要有：波羅的海運費指數(shù)期貨(BIFFEX)、遠期運價協(xié)議(FFA)和運費期權(quán)(Freight Options)。指出FFA交易占絕對優(yōu)勢，而OTC為FFA交易的主要方式。
而在金融市場中，銀行業(yè)作為金融體系中十分重要的組成部分，同時也成為貨幣傳導(dǎo)機制的重要一環(huán)，自然對商業(yè)銀行的監(jiān)管將成為金融風(fēng)險管理研究的課題之一。首先，金融產(chǎn)品的多樣化擴大了銀行的收入來源，隨著我國逐步推行利率市場化、各商業(yè)銀行的中間業(yè)務(wù)尤其以表外業(yè)務(wù)為主的規(guī)模不斷發(fā)展擴大，商業(yè)銀行所面臨的風(fēng)險也隨之?dāng)U大。其次，我國國內(nèi)市場化進程不斷深化、利率市場化程度不斷加深，越來越開放的市場環(huán)境使得國內(nèi)大多傳統(tǒng)分業(yè)經(jīng)營的界限日益模糊，商業(yè)銀行走上混業(yè)經(jīng)營成為銀行業(yè)未來發(fā)展的必由之路。與此同時，眾多金融衍生工具的誕生、銀行業(yè)務(wù)的不斷完善創(chuàng)新，都為商業(yè)銀行創(chuàng)造了巨大的利潤，也帶來了不容忽視的金融風(fēng)險。如何在提升商業(yè)銀行自身的市場競爭力的同時增強銀行本身的抗風(fēng)險能力，現(xiàn)成為眾多商業(yè)銀行經(jīng)營管理的核心內(nèi)容。
二、文獻綜述
（一）國外文獻綜述
1952年哈里馬克維茨在他的博士論文中開創(chuàng)性的提出了一種關(guān)于資產(chǎn)組合選擇的方法，馬克維茨提出基于投資組合中的兩個基本參數(shù)，理性投資者會以此做出合適的資產(chǎn)組合的選擇，這兩個參數(shù)即預(yù)期收益和風(fēng)險，這就是現(xiàn)代風(fēng)險管理理論發(fā)展的基礎(chǔ)。至1960年前后，威廉夏普與林特納提出了資本資產(chǎn)定價模型（CAPM），資本資產(chǎn)定價模型推進了風(fēng)險管理的研究進程，它基于馬克維茨的理論將單個資產(chǎn)分為兩部分即是否能被分散化的風(fēng)險。1995年，巴塞爾委員會提出VaR必須成為商業(yè)銀行資本充足性評判依據(jù)的要求，并在聲明之后對VaR模型是否適用于商業(yè)銀行風(fēng)險管理的分析做了詳細的介紹。在1995年末美國證交委員會提出上市公司需定期披露自身信息并將VaR作為報告期的重要衡量指標的建議后，研究者們及銀行家們對VaR模型的使用日益重視，且模型在金融業(yè)的適用范圍日益擴大。
進入21世紀后，研究者們對VaR模型進行更深入和擴展的研究2004年，羅伯特首次基于VaR提出了條件VaR模型（CAVaR），在此模型中模型參數(shù)來自于分位數(shù)回歸，這也是條件自回歸模型的首次亮相。2010年，羅伯特又對三類基本方法，即Delta正態(tài)法、歷史模擬法、蒙特卡羅模擬法的優(yōu)缺點進行了比較分析。
（二）國內(nèi)文獻綜述
2006年，梁志森指出在我國商業(yè)銀行的市場風(fēng)險管理上，VaR 的應(yīng)用雖具有一定的局限性，但在一定程度上是可以克服的，即表明VaR在中國銀行業(yè)風(fēng)險管理領(lǐng)域同外國一樣具有相當(dāng)?shù)倪m用性。2007年，何飛平對VaR模型的隨機波動進行了討論，并對此情況下的VaR值進行實證分析，結(jié)果顯示隨機波動模型下的VaR值更具準確、動態(tài)性。隨后在2008年，牛茜指出使用VaR模型來計量市場風(fēng)險與風(fēng)險管理是我國商業(yè)銀行未來的可行之路，但我國銀行在使用模型時仍然存在數(shù)據(jù)缺失與后尾分布現(xiàn)象。2012年，劉靜，高翔就當(dāng)下我國銀行業(yè)中存在的普遍現(xiàn)象和問題，針對性的提出風(fēng)險管理審計在我國商業(yè)銀行業(yè)中實施的必要性，并深入探索研究更符合我國商業(yè)銀行經(jīng)營狀況的風(fēng)管審計新體系。
三、商業(yè)銀行市場風(fēng)險的度量
（一）度量方法介紹VaR介紹
1、VaR的定義
所謂VaR，簡單來說就是指在正常情況與給定的置信水平下，資產(chǎn)、投資組合在未來一段時間內(nèi)將會遭受的最大可能損失。可以表示為：
Prob（P
其中，Prob表示概率密度；P=P（t+t）-P（t），表示組合在未來持有期即t內(nèi)的損失；c即為給定置信水平；VaR表示在給定置信水平c下資產(chǎn)組合的風(fēng)險價值。
2、VaR的基本特點及參數(shù)
基本特點：
（1）基本公式僅能準確計算正常波動狀態(tài)下的市場風(fēng)險而非極端情況；
（2）VaR具有可比性；
（3）VaR值越大說明風(fēng)險投資組合面臨的風(fēng)險越大，反之則越小；
（4）正常情況下，時間跨度越短，收益率越貼合正態(tài)分布；
（5）VaR值的基本參數(shù)為置信度和收益率。
基本參數(shù)：
（1）持有期
持有期是指計算在某段時間內(nèi)持有資產(chǎn)的最大損失值，即VaR的時間范圍。一般在計算持有期時需考慮流動性、正態(tài)性、數(shù)據(jù)約束及頭寸調(diào)整這四個方面。并且在一般情況下，其他因素保持不變，流動性越大，持有期越短，資產(chǎn)組合面臨的風(fēng)險越小。
（2）置信度
置信度是指資產(chǎn)組合的實際損失低于事先估計VaR值的可信度。置信度的選擇需考慮歷史數(shù)據(jù)的可得性與充分性，并且對于同一個資產(chǎn)組合，在不同置信度下得出的VaR值也不盡相同。因此，選擇恰當(dāng)?shù)闹眯艆^(qū)間對計算VaR模型十分重要。
（二）VaR模型對我國商業(yè)銀行市場風(fēng)險的實證分析
1、樣本區(qū)間的選擇
上海銀行間同業(yè)拆借利率（SHIBOR）是我國銀行間利率市場化最具有代表性的數(shù)據(jù)且具有很高的市場化程度，因此實證分析選取此數(shù)據(jù)作為模擬變量。本文選取2012年1月4日至2014年6月17日之間的上海銀行間同業(yè)拆借利率（SHIBOR）作為樣本，同時考慮到市場交易量以及利率對市場變動反應(yīng)的靈敏程度，選擇其中的隔夜加權(quán)利率作為觀測對象，選擇樣本容量為608，樣本數(shù)據(jù)的持有期為一天，即t=l。文中數(shù)據(jù)均來源于上海銀行間同業(yè)拆借利率網(wǎng)站，應(yīng)用Eviews6.0軟件對數(shù)據(jù)進行分析處理。
2、樣本數(shù)據(jù)分析
（1）ADF檢驗
用單位根的方法對時間序列的平穩(wěn)性進行檢驗，平穩(wěn)性檢驗結(jié)果如表1：
由檢驗結(jié)果可知：在三個顯著性水平下，單位根存在的零假設(shè)均被拒絕，即表明了SHIBOR對數(shù)日收益率序列是平穩(wěn)的。
（2）VaR檢驗
由表2可得滯后階數(shù)為3階，接下來，通過檢驗單位根來考察模型的穩(wěn)定性，見圖1：
由圖1可見，所有的特征根都落在單位圓內(nèi)，即都小于1，表明該VAR模型的結(jié)構(gòu)穩(wěn)定，因此可以對其進行格蘭杰因果關(guān)系檢驗、脈沖響應(yīng)函數(shù)分析和方差分解。
（3）格蘭杰因果關(guān)系檢驗
為了能進一步確定變量之間的相互關(guān)系，下面進行格蘭杰因果關(guān)系檢驗，結(jié)果如表3：
由表3可得以下結(jié)論：
（1）隔夜SHIBOR與一個月SHIBOR互為格蘭杰因果關(guān)系；
（2）在95%置信度下，隔夜SHIBOR利率和一個月SHVIBOR利率與上證指數(shù)并無格蘭杰因果關(guān)系；
（3）上證指數(shù)與一個月SHIBOR互為格蘭杰因果關(guān)系，但與隔夜SHIBOR沒有格蘭杰因果關(guān)系，也就是說上證指數(shù)的變動能夠引導(dǎo)一個月SHIBOR利率，或者說一個月SHIBOR利率能夠反應(yīng)上證指數(shù)的變化，但是隔夜SHIBOR利率卻做不到這一點。
四、結(jié)論
通過本文前面的介紹可以得出：VaR模型對我國商業(yè)銀行的利率風(fēng)險管理具有適用性及很好的衡量作用，雖然運用這種方法仍存在一定的限制條件。因此，建立以VaR模型為基礎(chǔ)的利率風(fēng)險管理體系具有重要的現(xiàn)實意義，現(xiàn)根據(jù)上面的分析得出如下結(jié)論：
第一，要建立與我國商業(yè)銀行利率管理體系相適應(yīng)的VaR模型，商業(yè)銀行是一個需要實時數(shù)據(jù)作為支撐的行業(yè)，并且VaR模型需要應(yīng)用大量精確有效的歷史數(shù)據(jù)，因此本文選取的數(shù)據(jù)是從2012年1月起至2014年6月總共610個數(shù)據(jù)，分析得出的結(jié)果具有時效性及可參考性。相反，如果數(shù)據(jù)缺乏則會在很大程度上限制VaR模型的實際運用，且會加大應(yīng)用過程中返回測試的困難，因而降低了模型的有效性；
互聯(lián)網(wǎng)從1987年進入中國，經(jīng)過十幾年緩慢的發(fā)展，在2011年開始了進入互聯(lián)網(wǎng)金融發(fā)展的實質(zhì)性熱潮，到2015年3月總理在政府工作報告中提出互聯(lián)網(wǎng)+概念，達到一個。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和網(wǎng)民人數(shù)的增加，越來越多的業(yè)務(wù)尋找互聯(lián)網(wǎng)為依托，逐步形成了網(wǎng)上支付，網(wǎng)上購買，網(wǎng)上集資，網(wǎng)上理財?shù)染€上金融服務(wù)的選擇。
傳統(tǒng)金融打個比喻可以稱為“凳子金融”，最大特點是“守株待兔，等客上門”，最大的特點就是憑借自身具有牌照優(yōu)勢來謀取利息差的一種“衙門式”服務(wù)模式。相比“凳子金融”，互聯(lián)網(wǎng)金融依托于互聯(lián)網(wǎng)技術(shù)大數(shù)據(jù)、云平臺和區(qū)塊鏈技術(shù)等互聯(lián)網(wǎng)技術(shù)，實現(xiàn)資金通融并且提高金融服務(wù)的效率和降低金融服務(wù)的成本，使傳統(tǒng)金融不得不撤銷凳子，真正回歸“便捷、對稱、互動、普惠”這一信息化時代的特點，充分展現(xiàn)出其創(chuàng)新強、覆蓋廣、成本低、效率高等特性。金融的核心能力是議價能力和風(fēng)險定價。客戶金融產(chǎn)品個性化和定制化的需求在傳統(tǒng)金融中操作難度較大，需要消耗巨大的成本。通過互聯(lián)網(wǎng)金融，金融產(chǎn)品或服務(wù)尊重客戶體驗，以客戶為導(dǎo)向，反向進行相應(yīng)的產(chǎn)品開發(fā)，為客戶提供個性化的增值服務(wù)，將金融化于無形，去中介化，通過交互式營銷，這些操作只需要用指尖點擊鼠標或者用指尖觸摸手機即可完成。稱為"指尖金融”。
今年暑假，有幸與幾個同學(xué)組織了聞融互聯(lián)社會實踐隊，實踐的主題是考察互聯(lián)網(wǎng)金融的未來發(fā)展，重點考察了P2P代表公司紅嶺創(chuàng)投、O2O代表公司深圳淘金山公司，互聯(lián)網(wǎng)大數(shù)據(jù)挖掘及網(wǎng)絡(luò)安全公司深圳廣道高新技術(shù)有限公司、互聯(lián)網(wǎng)股權(quán)投融資平臺的深圳眾投邦公司、提供小微金融理財服務(wù)信貸工廠的聯(lián)金所、創(chuàng)新型互聯(lián)網(wǎng)抵押貸款平臺錢來網(wǎng)公司，通過調(diào)研并在各個方面搜集資料，認識到目前金融已經(jīng)實現(xiàn)大跨越的發(fā)展，傳統(tǒng)的金融從交易各方存在的信息不對稱，消費者需要金融機構(gòu)的實體網(wǎng)點進行操作，發(fā)展到互聯(lián)網(wǎng)金融供求各方的信息獲取趨于相對對等透明，通過互聯(lián)網(wǎng)技術(shù)在金融領(lǐng)域的應(yīng)用，跨越了實踐和空間的限制，徹底改變了“凳子金融”的運行操作模式。互聯(lián)網(wǎng)金融利用數(shù)據(jù)云計算通過設(shè)定的各種風(fēng)控模型，尋找相應(yīng)的客戶群體，快速進行決策，降低服務(wù)成本，改善服務(wù)效率，提高服務(wù)的覆蓋面，使供求各方信息溝通突破了地域和時間的限制，各方真正實現(xiàn)了資金的對接。
現(xiàn)代金融發(fā)展從“凳子金融”到“指尖金融”的跨時代的演化，形式改變了，但金融的核心本質(zhì)-信用與風(fēng)險卻沒有改變。互聯(lián)網(wǎng)金融依托大數(shù)據(jù)、云計算等互聯(lián)網(wǎng)技術(shù)使數(shù)據(jù)信息更及時、更透明、更多元、更動態(tài)、更可靠，對金融需求雙方的信息對稱和交流作用凸現(xiàn)，使需求雙方匹配的時間、空間更廣、更寬、更分散，金融風(fēng)險匹配和防范能力更強，信用識別效率更高。解決市場主體之間信息不對稱的歷史難題，更為高效便捷地實現(xiàn)數(shù)據(jù)分析、信息透明、資源整合，給“凳子金融”生態(tài)圈帶來了翻天覆地的變化。剎那間，“指尖金融”成為掘金利器，各路精英云集，各種新概念頻生，各種模式呈現(xiàn)，各種平臺云起，欣欣向榮的景象，難免也出現(xiàn)各種亂象，壞賬、跑路、破產(chǎn)等等問題，究其根本是對風(fēng)險的無所敬畏。 “指尖金融”的風(fēng)險究竟有哪些？ 同屬于金融領(lǐng)域，相對于“凳子金融”，但發(fā)生的誘因、形式等不同，主要有一下幾個方面：
（1）信用風(fēng)險：借款方不愿意或者無力履約造成未能及時或者足額償還而違約的可能性；
（2）道德風(fēng)險：企業(yè)內(nèi)部欺詐、流程不完善漏洞、員工違規(guī)操作等；
（3）交易風(fēng)險：交易操作風(fēng)險；
（4）技術(shù)風(fēng)險：于經(jīng)營的平臺信息技術(shù)系統(tǒng)發(fā)生故障，使得系統(tǒng)失靈或者業(yè)務(wù)中斷不能保證交易有效、及時、有序、順利進行；
（5）監(jiān)管風(fēng)險：由于國家監(jiān)管或者政策法規(guī)，自律性的組織制定等各類規(guī)定涉及的可能遭受到的法律或者監(jiān)管的處罰從而造成的重大財務(wù)損失風(fēng)險；
（6）市場風(fēng)險：未預(yù)料或者對市場利率、國際匯率、借款企業(yè)或個人經(jīng)營的行業(yè)市場波動進而未能有相應(yīng)的應(yīng)對措施的潛在風(fēng)險。
金融服務(wù)的本質(zhì)在于收益實現(xiàn)的延遲性，與普通的商品交換不同，在商品交易交換、支付完成以后，收益立刻體現(xiàn)，即使存在賒銷方式，也是金融服務(wù)的范圍。正是由于這種本金歸還的延遲性，就形成風(fēng)險后置，所以就必須搭建相應(yīng)的風(fēng)控系統(tǒng)。針對上述的信用、道德、市場、政策、監(jiān)管、技術(shù)等風(fēng)險，設(shè)定相應(yīng)的風(fēng)控體系。
目前國內(nèi)的各家平臺的風(fēng)控體系良莠不齊，針對不同的平臺運營模式（表現(xiàn)為純線上模式，線上線下相結(jié)合模式，線下債權(quán)模式、公益模式等）可以歸為下面幾種風(fēng)控形式：信用認證包括信用報告等；引入保險模式、機構(gòu)擔(dān)保或者抵押物、質(zhì)押物等擔(dān)保方式；采用風(fēng)險備用金計劃；快標分散風(fēng)險；債權(quán)拆分組合進行轉(zhuǎn)讓；平臺保證自擔(dān)風(fēng)險模式；金融機構(gòu)信用模式；小額貸款擔(dān)保模式；同時，為了盡可能降低風(fēng)險，目前國內(nèi)主流互聯(lián)網(wǎng)金融平臺大多選擇了和專業(yè)的第三方風(fēng)控軟件提供商合作的模式，將自有模式和三方結(jié)合起來，比如國內(nèi)的主流互聯(lián)網(wǎng)金融平臺都在使用的風(fēng)控反欺詐服務(wù)。但由于征信系統(tǒng)不開放，假冒猖獗，投資人不成熟，熱衷剛性對付，征信不完備，需要作大量的前期工作；引入各種擔(dān)保模式，難管理，目前企業(yè)擔(dān)保的數(shù)百倍于自己凈資產(chǎn)的交易，杠杠放大過大；而且目前擔(dān)保行業(yè)也是魚龍混雜，無異于同床異夢；風(fēng)險準備金模式很難將不良資產(chǎn)覆蓋，而且監(jiān)管不嚴會被挪用。看似完美的風(fēng)控背后也會讓人心頭一緊。
“指尖金融”作為一個新生事物，自身的發(fā)展也存在一個淘汰，去偽存真的過程，我們要從正反兩方面辯證的對待，既不能談“互聯(lián)網(wǎng)”就色變，把“指尖金融” 看成混亂不堪，不加甄別一巴掌拍死，全面槍斃；另一方面也不能任“指尖金融” 衍生出“草根金融” 放任自由生長，對其風(fēng)險及控制不理不睬，要認真對待，尋求規(guī)范發(fā)展的道路，留出足夠的空間讓其充分生長壯大。同時也要以金融創(chuàng)新和金融重塑的姿態(tài)積極推動并對其規(guī)范監(jiān)管和引導(dǎo)，并學(xué)習(xí)傳統(tǒng)金融多年的監(jiān)管經(jīng)驗，摒棄不足方面，依托互聯(lián)網(wǎng)技術(shù)和思維方式，通過海量的大數(shù)據(jù)分析和處理，逐步形成適應(yīng)互聯(lián)網(wǎng)金融的監(jiān)管思路體系，從而突破“凳子金融”的監(jiān)管理念，適應(yīng)“指尖金融”本身的發(fā)展特點和運行規(guī)律，為互聯(lián)網(wǎng)金融的順利發(fā)展保駕護航。
“凳子金融”和“指尖金融”都存在各自的優(yōu)勢和不足，傳統(tǒng)金融具有口碑強、多年積累的甄別風(fēng)險能力、資本、規(guī)模效益、客戶群體等方面的優(yōu)勢，能夠靈活處理各種復(fù)雜大額的借款情況，而互聯(lián)網(wǎng)金融卻在數(shù)據(jù)挖掘和數(shù)據(jù)積累等方面優(yōu)勢，能夠低成本拓展客戶和發(fā)展業(yè)務(wù)。二者之間可以取長補短。在金融功能上的優(yōu)勢互補可以有以下幾個方面：
一是營銷對象的互補。“指尖金融”實際上是對“凳子金融”傳統(tǒng)業(yè)務(wù)較少涉及或服務(wù)盲區(qū)的領(lǐng)域進行補充。傳統(tǒng)金融追求規(guī)模經(jīng)濟性，集中將資源分配到對利潤貢獻大的業(yè)務(wù)領(lǐng)域，出于成本與風(fēng)險的考慮，針對中小企業(yè)或者次級借款方面由于獲取信息成本較高，需要花費較高的人力、物力、時間等各種成本，收益與成本不成比例，從而小微企業(yè)扶植力度欠缺。但“指尖金融”規(guī)避了這一弊端，成功將“長尾理論”運用到金融業(yè)務(wù)服務(wù)之中，通過互聯(lián)網(wǎng)技術(shù)合理分配資源，提高利用率，彌補這一不足。“指尖金融”憑借其互聯(lián)網(wǎng)覆蓋范圍廣、操作便利的先天優(yōu)勢，建立具有門檻低、效率高、手續(xù)簡單特點的融資平臺來滿足小微企業(yè)和次級借款者的融資的實際需求，對“凳子金融”服務(wù)范圍進行了有效擴展。但在高端客戶群體的點對點的個性化全方位服務(wù)則是“指尖金融”的短板。
二是思維方式互補。“凳子金融”由于具有獨特的牌照優(yōu)勢，更多依賴于雄厚的資本以及口碑以及多年積累的市場資源與監(jiān)管政策的指導(dǎo)，“酒香不怕巷子深”的思想導(dǎo)致缺乏金融創(chuàng)新的動力。而“指尖金融”以客戶為中心，通過分析互聯(lián)網(wǎng)用戶的行為習(xí)慣，利用數(shù)據(jù)分析和處理為客戶提供多維度的用戶體驗，注重創(chuàng)新思維的經(jīng)營管理模式需要傳統(tǒng)金融進行思維方式的轉(zhuǎn)變。從思維方式上看，“指尖金融”與“凳子金融”之間形成一種線上與線下、互聯(lián)網(wǎng)思維與傳統(tǒng)金融理念的優(yōu)勢互補關(guān)系。互聯(lián)網(wǎng)金融業(yè)務(wù)在運營管理中運用以客戶為中心的大數(shù)據(jù)云計算思維、用戶體驗思維以及平臺交互思維為核心的互聯(lián)網(wǎng)金融思維。
三是運用技術(shù)互補。互聯(lián)網(wǎng)優(yōu)化了“凳子金融”服務(wù)手段，改變了以本身為主導(dǎo)出發(fā)轉(zhuǎn)變?yōu)橐钥蛻魹閷?dǎo)向的滿足用戶需求而服務(wù)點對點的資金對接服務(wù)手段。“指尖金融”的優(yōu)勢在于可以充分利用云計算和海量大數(shù)據(jù)分析挖掘技術(shù)等手段，通過建立用戶、云、產(chǎn)品之間的互動構(gòu)成了動態(tài)、多維的生態(tài)系統(tǒng)，從而深入挖掘不同用戶消費偏好歸納出個性化需求，跨越時間和空間，為客戶帶來豐富的多元化產(chǎn)品和完美的用戶體驗，交易效率大幅提高、交易成本更低、操作更便利。
從上面的介紹和分析，“指尖金融”并不是對“凳子金融”進行毀滅性和顛覆性的變革，而是在大數(shù)據(jù)云計算的互聯(lián)網(wǎng)思維方式下進行二者的融合，向著智慧銀行方向進行變革。融合可以在以下幾個方面進行：
一是數(shù)據(jù)資源共享。數(shù)據(jù)資源共享是“凳子金融”與“指尖金融”進行戰(zhàn)略合作的前提。互聯(lián)網(wǎng)金融擁有大量的用戶行為、用戶習(xí)慣、購買行為、交易數(shù)據(jù)可以通過分析數(shù)據(jù)獲得用戶需求，而傳統(tǒng)金融對客戶群體的資信各種財務(wù)數(shù)據(jù)以及資質(zhì)狀況比較了解。將兩者的數(shù)據(jù)資源進行整合，可以全面地了解各種用戶群的相關(guān)需求及各種信息，從而對后續(xù)產(chǎn)品開發(fā)，市場營銷等提供更完善的數(shù)據(jù)。
二是建立共同評級系統(tǒng)。“凳子金融”和“指尖金融”在征信方面有各自不同的評級系統(tǒng)。各方都要花費大量的人力、財力、物力來完成這個數(shù)據(jù)系統(tǒng)。數(shù)據(jù)共享以后，信用信息更完備，根據(jù)共享資源優(yōu)勢互補重新建認評級系統(tǒng)。通過大數(shù)據(jù)分析和處理，以較低的成本，高效的分析客戶信用評級，拓展客戶規(guī)模和客戶群，提升整個利潤空間。
三是發(fā)展多元化的金融產(chǎn)品。“凳子金融”與“指尖金融”進行戰(zhàn)略合作以后，在金融這個大框架體系下可以從金融理財、供應(yīng)鏈金融、小微企業(yè)金融、消費金融、農(nóng)村金融等等多個角度、多維度進行，通過互聯(lián)網(wǎng)技術(shù)金融碎片化的思想，通過產(chǎn)業(yè)創(chuàng)新可以實現(xiàn)更多的跨界的多元化金融產(chǎn)品，提高金融覆蓋率，促進社會經(jīng)濟的發(fā)展。
商戶：“這段時間雞蛋的銷量還挺大的，價格也漲了，已經(jīng)由3.7元漲到4.1元了，比禽流感的時候好多了。那時候價格才3.4元到3.5元，賣得還不多，這時候漲了5、6毛，賣得還多。”
和雞蛋價格一起上漲的，是市場需求。隨著節(jié)日臨近，“北蛋南運”大大拉動了北方雞蛋的銷售量。在北京一家農(nóng)貿(mào)市場，雞蛋銷售商告訴筆者，這個夏天的雞蛋市場，呈現(xiàn)出供需兩旺的景象。
銷售商：“每天需求三萬斤左右，比原來多出了兩成。”
來自北京水屯市場數(shù)據(jù)分析：雞蛋價格在連續(xù)上漲半個月后，目前已經(jīng)恢復(fù)平穩(wěn)的狀態(tài)。上周雞蛋批發(fā)價維持每箱175到180元，本周略有下降，維持在每箱173到178元。水屯市場分析師師清才認為，現(xiàn)在的雞蛋行情，達到了養(yǎng)殖、銷售、購買三方都能接受的狀態(tài)。
師清才：“雞蛋從養(yǎng)殖戶那里每箱能達到160元的話，除去人工、運輸成本，就處于保本的狀態(tài)。目前雞蛋價格是養(yǎng)殖戶不虧損，經(jīng)營戶有利潤，消費者也能承受住的狀態(tài)。”
還記得去年夏天，雞蛋價格也曾出現(xiàn)一輪明顯上漲，半個月里漲了近2成，被農(nóng)民們戲稱為“火箭蛋”。養(yǎng)殖戶們介紹，每年到了6月份雞蛋都會漲價。今年是由于上半年禽流感的影響，推遲了雞蛋漲勢。那么，雞蛋價格漲到頭了嗎？后期還會繼續(xù)往上走嗎？
8月中旬以后，
雞蛋價格會上漲
師清才認為，隨著節(jié)日開始逐漸增多以及天氣轉(zhuǎn)涼，8月中旬以后，雞蛋需求量還會有很大上升空間，勢必會帶動雞蛋價格的上漲。
師清才：“由于前期蛋價偏低，有一部分養(yǎng)殖戶、養(yǎng)殖場把一些老雞淘汰掉了，蛋雞產(chǎn)蛋量下降。到8月下旬，可能南方過節(jié)，用蛋量增加，另外，等到9月1號，各大高校開學(xué)時，雞蛋消費會增加，價格也會有所上揚。目前雞蛋價格恢復(fù)上來，短時間依然會是波動穩(wěn)定的狀態(tài)。”
分析師建議：成立農(nóng)村合作社，增強抵御市場風(fēng)險能力
