基于互联网金融视角的网络信用风险传导机制研究

■陈新岗 李梓旗

基于互联网金融视角的网络信用风险传导机制研究

■陈新岗 李梓旗

随着我国互联网金融的蓬勃兴起，网络信用风险亦逐渐受到重视。文章基于互联网金融的视角，对网络信用风险进行了定义与分类，并建立了互联网金融用户与互联网金融机构的委托—代理模型、博弈模型等对网络信用风险传导机制进行了分析；对中国人民银行下属公司建立网络金融征信系统、阿里巴巴支付宝的信用评级体系、阿里小贷与京东白条的网络信用风险进行了案例分析；针对互联网金融网络信用风险的防范机制提出了进一步完善中国人民银行网络征信系统、网络信用评级系统的升级与完善、相关法律法规的出台并践行、信用担保建设、网络技术保障等相关政策建议。

互联网金融；网络信用风险；防范机制

一、文献回顾

网络信用的扩张或收缩决定着互联网金融发展的广度和深度，随着我国互联网金融的蓬勃兴起，网络信用亦逐渐受到重视。顾名思义，互联网金融即互联网＋金融的新兴投融资形式，是传统金融机构与非金融机构（主要为互联网企业）利用互联网技术和信息通信技术实现投资、资金融通、支付和信息中介服务的新型金融业务模式。互联网金融主要包括运行金融活动的电商企业、网络借贷平台（如P2P信贷，也叫P2P金融），理财宝等手机理财APP、第三方支付平台以及众筹网络投资平台等。2011年，中国人民银行发放了第三方支付牌照，我国互联网金融自此开始萌生。2013年，“互联网金融”这一新名词横空出世［1］，互联网金融市场异军突起，一些金融机构与互联网企业纷纷联手加入其中，如淘宝联合天弘基金推出货币基金产品——余额宝，阿里巴巴参股的众安在线互联网保险平台揭牌，百度在自身平台设立的百度钱包、百度理财及百度金融中心等金融产品和服务，新浪亦在联合南方、嘉实、易方达这三家基金公司后推出了基金产品，并意欲进军信托、保险等金融产品代销领域……据中国支付清算协会统计，2013年我国P2P网贷规模愈千亿元，互联网支付规模更是达到了8.96万亿元，因而，2013年也被称为“互联网金融元年”。

网络信用是互联网金融发展的前提和支撑。我国互联网金融规模的大幅度扩张，同时也意味着网络信用在进一步扩张，其风险防范也变得更加严峻。由于任何金融产品都存在风险，所以无论是个体投资者选择投资平台，还是P2P网贷机构向个体借贷者放贷，都需要评定对方的信用状况，又由于互联网金融是依托于网络而运营的，因此我们也应依靠网络信用来评定一个投资平台或是个体借贷者的资信状况。此外，自2013年以来，因经营不善、恶意欺诈等原因出现大额坏账、限制提现、倒闭破产甚至潜逃“失踪”的P2P网贷机构不下百家，而借鉴美国次贷危机的经验教训，我们也该提高警惕，反思互联网金融的创新，慎重考虑P2P网贷机构贷款的风险程度，即借款人的还款能力是否理想，网贷机构会否遭遇损失。因而，网络信用的风险及其防范机制也是需要重视的问题。

作为新兴研究领域，网络信用及风险问题也引起了许多学者的兴趣。相关研究者认为，我国网络信用存在很多问题，因而导致了网络信用风险的存在。高泽龙（2012）认为，网络信用既具虚拟性，又具现实性，目前我国网络信用较为薄弱，网购网站涉嫌诈骗、网站用户信息泄露、网络水军及公关的失信事件等仍不时发生，政府有关部门如对网络信用相关的法律法规进行完善，网络信用将得到很大改善［2］。项峥（2015）指出我国互联网金融权益纠纷的根本原因在于滞后的网络信用生态建设，唯有基于公开、平等、开放、分享的互联网精神，整合、运用我国网络信用信息，才能构建起和谐健康的网络信用环境，才能提升我国未来互联网金融的核心竞争力。网络信用缺失的后果如此严重，其防范机制的确立势在必行，早在2003年，鲁瑾就提出可借鉴西方国家的企业，利用网络信用评分进行网络信用决策，以促进网上业务的发展，提高效率，控制网络信用风险［3］。程识（2010）也曾指出可以利用中国人民银行征信系统构建我国网络信用体系，在互联网上扩大采集支付信息的范围，建立网上信用信息通用平台，以完善社会诚信机制［4］。王会娟、廖理（2014）指出“人人贷”的信用认证机制能够缓解借贷双方信息不对称状况，从而降低信用风险，且与单纯的线上网络信用的认证方式相比，线上与线下相结合的网络信用认证方式可增加信用认证的可靠性，从而提高借款的成功率，同时降低借款成本［5］。

上述研究成果论证了我国网络信用的扩张、网络信用风险的表现、网络风险的规避等，为我们正确理解网络信用风险提供了重要帮助。本文结合我国基于互联网金融的网络信用现状，重点分析网络信用风险的传导机制，并通过网络信用风险评估案例分析的方式，对我国网络信用风险的传导与评估重新进行了审视，并对网络信用风险防范机制的完善提出相关建议。

二、基于互联网金融视角的网络信用风险分析

（一）网络信用

从经济学的角度看，“信用”是指因价值交换的滞后而产生的赊销活动，即以延期支付方式来进行商品买卖活动，或是在货币资金借贷活动中，以协议和契约保障的不同时间间隔下的经济交易行为。从法律的角度来理解，“信用”具备两层含义，一是指双方当事人的一种关系，即但凡“契约”所规定的双方权利与义务不是当时进行交割的，是存在时滞的，就存在信用；二是指当事人之间按照“契约”规定，应当承担的义务和享有的权利。从社会学研究的观点来看，“信用”是指对一个自然人或法人履行义务的能力，特别是其还款能力的一种社会评价。而对于普罗大众而言，信用常被理解为遵守诺言、践行约定，从而得到他人的信任，是倾向于对一个人道德品质的评价。综上可以看出，信用在不同的研究领域有不同的理解与定义。无论是国家、社会、市场、银行、企业及个人等或是抽象或是具体的不同主体，均具备信用属性。

网络信用，涉及到两大主体，一是网络服务提供者，一般为各网站的运营主体；二是网络用户，网络用户可以是自然人，如广大网民，也可以是法人，如公司法人。从法律的角度来理解，所有的网络用户与网络服务提供者之间都存在着契约关系，都受到契约和法律的约束，即存在网络信用。任何网络信用侵权行为都应当承担侵权责任，如网络服务提供者通过窃取或泄露网站用户信息，或网络用户利用网络侵害他人隐私权、隐私权、著作权、肖像权等侵害他人民事权益的行为，都属于网络信用侵权行为。例如互联网上发生过的“人肉搜索”事件，其实质就是通过人工参与提纯网络上的信息，以收集并公布所搜查人物的隐私信息的行为，这是网络侵权的典型案例，严重破坏了互联网信用环境。

而基于网联网金融的视角，网络信用的主体变为了互联网金融网站这一投融资、借贷款网络平台，与广大网络金融投资者与借款者。网络信用直接关系到互联网金融机构的正常运营与互联网金融用户的资金资产安全，从而变得更加至关重要。由于任何金融活动都是具有信用风险的，互联网金融也不例外，因而我们应对互联网金融的网络信用风险有一个全面的了解与分析，以更好地防范网络信用风险，降低风险系数、保障互联网金融安全。

（二）网络信用风险

基于互联网金融的网络信用风险种类很多，每种网络信用风险的成因亦有所不同，主要分为以下几种：

1.互联网“安然事件”风险

美国的安然公司曾是世界上最大的天然气、电力以及电讯公司之一，拥有上千亿的资产。然而就是这个庞大的企业帝国，却在2001年宣告破产，暴露了多年来精心策划财务造假的丑闻，瞬间刺破了一个巨大的资产泡沫，使公司持股人遭受了巨大的损失，“安然事件”因此也成为了公司堕落、欺诈的代名词。对于互联网金融而言，由于信息不对称的存在，加之有网络为媒介，广大互联网金融投资者的信息劣势更加突显，互联网“安然事件”风险主要来源于P2P网贷机构等互联网金融机构，是否每一家互联网金融机构都在合理合法地经营运转，投资者的资产资金是否安全有保障，都是需要考虑的网络信用风险。

2.网络“次贷危机”风险

“次贷危机”是指由美国次级抵押贷款市场动荡所引起的全球性金融危机，即随着美联储连续17次提高利率，加重购房者的还贷负担，加之美国房地产大幅降温，价格也随之下跌，购房者无法将现有房屋抵押或出售以获得融资，很多次级抵押贷款者无法按期还款，违约剧增、信用紧缩，最终，危机爆发，引发了国际金融市场的恐慌、动荡与危机。受其影响，至今，全球经济仍在复苏的过程中。

3.信用担保缺失

信用担保一般指企业在向银行等金融机构进行融资贷款活动时，根据合同约定，向依法设立的担保机构申请，以保证的方式为其提供第三方担保。当债务人不能按照约定进行还款时，由担保机构来承担偿还责任，从而对银行进行金融支持，保障其债权实现，从而保证资金融通顺畅及其他生产要素的顺利流通。然而，在我国互联网金融市场上，由于规范的缺失与操作的不严谨，这一环节明显被淡化，甚至被一些互联网金融机构直接忽略。这就为互联网金融机构的资金回笼造成很大隐患，从而成为不可忽视的网络信用风险。

4.“钓鱼网站”、木马病毒及黑客

“钓鱼网站”是指不法分子利用计算机技术手段，利用真实网站服务器的漏洞，在真实网页中编程插入虚假的HTML代码，或是仿照真实网站的网址（通常为URL地址）以及网页内容，以假乱真，难以分辨网站真假的用户就会落入圈套，输入信用卡或银行账号以及密码等重要信息，造成账户信息被窃，进而资金被盗取，经济蒙受损失。“钓鱼网站”一般通过短信、电子邮件等方式传播，此类短信、邮件中通常会附有一个经过伪装的银行或其他金融机构的链接，并多以利益相诱，哄骗收件人点击链接，进入网站，从而窃取访问者的账号及密码。鉴于我国互联网金融的蓬勃发展，越来越多的不法分子妄图借助新兴的金融活动方式，盗取更多资金，因而“钓鱼网站”数量只增不减。而“钓鱼网站”的频繁出现，不仅危害公众利益，也给互联网金融业务的正常进行带来了极大的负面影响，严重影响了公众对互联网金融活动安全的信心。木马等计算机病毒及黑客对互联网金融安全的危害与“钓鱼网站”相似，都是不法分子利用计算机技术窃取或篡改计算机用户的银行或信用卡账户信息，从而造成计算机用户遭受经济上的损失。

（三）网络信用风险与社会环境

2006年彭宇扶起摔倒老太反被讹的民事诉讼案出现后，引起社会各界的广泛关注，也叩问了国民诚信道德的底线。然而，“彭宇案”过后，仍不断有扶摔倒老人反被讹的事件发生，使得大家遇见老人摔倒，有爱心也不敢扶。这种畸形的社会现象直指国人的信任缺失，在这种社会大环境下，信用缺失现象的出现也就不足为奇了。放眼到网络信用，在现实性、虚拟性兼具的网络环境下，大众受到的信用制约仿佛变宽松了，因而在手机APP上预约了的士任意爽约，在婚恋网站上注册虚假身份，在互联网上买卖假证件……这些行为都会使得我国信用环境雪上加霜。而在互联网金融市场上，一旦发生网络信用缺失行为，如盗用他人身份、甚至是伪造他人身份参与互联网金融活动，或是谎报自身资信状况等，就会严重干扰互联网金融秩序，使互联网金融机构及相关用户遭受损失。由此可见，我国的信用缺失现状堪忧，也是互联网金融的网络信用风险之一。而由于互联网金融也是依托于实体经济而存在的，网络信用风险对互联网金融发展的威胁最终也会对实体经济的运行造成影响，从而干扰到整个经济系统的运行。因而，为了保证经济稳定、安全、有序、高效地运行，全面了解网络信用风险的传导机制并进行相关的风险防范至关重要。

三、基于互联网金融视角的网络信用风险传导机制分析

互联网金融介于两大主体——互联网金融机构与互联网金融用户之间，因而网络信用风险的传导路径一般分为两种，一种是来自互联网金融机构的网络信用风险，另一种是来自于互联网金融用户的网络信用风险，当然也不能排除外部经济环境对互联网金融网络信用风险的影响。以下分别用委托—代理模型、动态博弈模型等经济模型对三类网络信用风险的传导机制进行分析。

（一）来自互联网金融机构的传导机制分析

1.互联网金融机构的委托—代理模型

为便于分析，我们首先对互联网金融机构的委托—代理模型进行如下假设：1）假设互联网金融用户为委托人，互联网金融机构为代理人。2）假设互联网金融机构运营状况良好为e＝1，互联网金融机构运营状况糟糕为e＝0；经营给互联网金融机构带来的负效用相当于数量为c（e）的货币损失，且有：c（1）＝ψ（ψ＞0），c（0）＝0，即经营状况糟糕时选择隐藏网络信用风险，进行粉饰账务等操作，制造经营良好假象，用高息吸引用户投资，互联网金融机构损失为零。3）投资者无法知道互联网金融机构的经营状况，但可以从其公开的财务报表等资料上获悉。而由于互联网金融机构明知自身有亏损严重、呆坏账数量庞大等经营不善的问题，却选择不对外公开，所以两者关系如表1所示，且0＜PH＜PL＜1。 4）假设投资者风险中性，在互联网金融机构投资（w）后仍持有的所有剩余为风险规避。假设互联网金融机构风险规避，其效用取决于机构获得的收益扣除经营成本后的净货币额，效用函数形式为U＝（w－c（e）），满足U＇（）＞0，U＇＇（）＜0。因此，当经营状况良好时，互联网金融机构的效用为U（w－ψ），经营状况不好时，效用为U（w）。 5）假设互联网金融机构的保留效用为U0＝U（w0），即互联网金融机构不吸纳用户投资也至少获得U0的保留效用，然而在现实中，U0为零，甚至为负。对于外部投资者而言，他们追求利润的最大化。

表1 不同经营状况下对外披露信息的概率分布

2.在不对称信息下

当互联网金融机构的经营状况不可观察时，其积极的宣传与外在表现，使投资者在该机构投资具有良好的收益前景，投资者被互联网机构表面上良好的网络信用所蒙蔽。一般而言，为了让代理人努力经营，委托人可以通过特定的工资契约以使代理人意识到努力经营要好于经营不善，而在我们的模型中，恰恰缺乏这种可行的契约，互联网金融机构的投资者虽然是委托人，但却没有主动权，只能依据互联网金融机构单方面的宣传与提供的资料，决定投资与否，无论投资前还是投资后，都处于被动地位。在一般的委托—代理模型中，代理人努力经营的效用至少不低于经营不善时的效用：

为了让代理人愿意接受契约，参与约束仍然应当满足，即：

图1 互联网金融用户与互联网金融机构的非合作动态博弈

在我们的模型中中1－PH＝0，1－PL＝0，则有PHU（wH－ψ）≥PLUwH，同时参与约束为PHU（wH－ψ）≥U0。

因为PL＞PH，所以U（wL－ψ）≥UwH。由于在后期，互联网金融机构隐藏网络信用风险的效用比正常良好经营的效用高，因此，互联网金融机构不适用于一般的委托代理模型，即可得出结论：在现有制度下，投资者无法对上市公司进行激励与制约，只能依据互联网金融机构单方面的宣传与提供的资料决定投资与否，从而引起了互联网金融机构的网络信用风险爆发，进而使得投资者遭受损失［6］。

（二）来自互联网金融用户的传导机制分析

互联网金融用户与互联网金融机构的动态博弈模型：我们假设互联网金融用户有向互联网金融机构借款的意愿，在信息不对称的情况下，互联网金融用户与互联网金融机构之间存在一种动态博弈，如图1所示。

通过图l，我们仅知道v＞w，无法确定用户是否有动机谎报自己的资信状况（因为p、q的概率未知，Ug与Ub未知，Um与Un未知），如收入认证、工作认证、房产认证等，但是在网络媒介上，互联网金融用户与互联网金融机构存在动态博弈，由于在网上更容易隐藏自己的真实身份，因而用户成为掌握信息优势的一方，完全有动机提供虚假信息，以顺利在互联网金融机构上获得贷款。原因有二：第一，互联网金融用户知道互联网金融机构有强烈的放贷愿望，即q＞l－q，而互联网金融机构再难甄别用户资信状况，且难以甄别的概率为P；第二，互联网金融用户同时知道，当自身资信状况良好时，夸大自己的资信状况使其再虚高一些，自己的预期收益或效用可能将高于其如实披露自身资信状况所获得的收益或效用，而且大大高于预期成本，即Um－C＞Ug＞＝O；在自身资信状况较差时，歪曲自己的资信状况，其预期收益或效用可能将高于其真实披露所获得的收益或效用，且会大大高于预期成本，即U0－C＞Ug＞Ub＞＝O。因为对自身资信状况造假的预期成本C＝P*P，即造假被互联网金融机构发现的概率（Probability）乘以相关部门对自身造假行为的处罚金额（Penalty）；而对自身资信状况造假至少会带来的预期收益（Um或U0）＝C＋R＋C，即用虚假资信状况骗取贷款所募集的资本（Capital），以及利用资本再投资或经营所得的利润（Return）增加和根据利润所获得的报酬补偿（Compensation）等。因此，即使是动态博弈利用虚假资信状况获得贷款也对互联网金融用户有利。

由此可见，互联网金融用户在贷款时伪造自己的资信状况是有利可图的，因而会产生网络失信行为，以获取互联网金融机构的贷款。一旦互联网金融用户无法按时还款而形成呆账、坏账，就会使互联网金融机构在网络信用风险下遭受损失。

（三）外部经济环境对互联网金融网络信用风险的影响

若要分析外部经济环境对互联网金融网络信用风险的影响，首先要分析清楚外部经济环境对互联网金融活动的影响。由于互联网金融还是依托现实金融活动而存在，因而外部经济环境的变化，也会影响到互联网金融活动。而能造成外部经济环境发生变化的首要因素，就是国家的经济政策。如图2所示，在趋紧的经济政策下，利息也不断地提升，若从a提升到b，此时有贷款意愿的互联网金融用户会由q0减少到q1，有投资意愿的用户会由q0增多到q1＇；而在趋于宽松的经济政策下，利息则会不断下降，若从a降到c，此时有贷款意愿的互联网金融用户会由q0增加到q2，有投资意愿的用户会由q0减少到q2＇。

图2 经济政策对互联网金融活动的影响

在经济不景气时，国家一般会采取宽松的经济政策，此时更多的互联网金融用户会有贷款的意愿，而这些用户会更有动机网络失信去获取贷款；在经济过热时，国家一般会采取紧缩的经济政策，此时更多的互联网金融用户会有投资的意愿，而互联网金融机构会更有动机网络失信，去隐藏自己经营不善的事实，吸纳更多投资，而不顾是否能让投资者如期获足利。由此可以看出，外部经济环境对互联网金融网络信用风险有一个放大的作用。

四、目前规避网络信用风险的主要措施

针对日益严重的网络信用风险，中国人民银行等金融监管机构出台或建立了网络金融监管措施，同时，诸如阿里巴巴、京东等公司也建立了自己的网络信用评估模型，以规避网络信用风险。本文分别选取中国人民银行、阿里巴巴旗下支付宝、阿里小贷以及京东旗下的京东白条等网络信用风险评估案例，分别分析作为金融监管机构的央行以及互联网第三方支付平台是如何规避网络信用风险，以及广大民众应该怎样规避来自互联网金融融资平台的风险。

（一）中国人民银行的NFCS系统

2013年6月28日，中国人民银行征信中心通过其下属的上海资信有限公司建成的网络金融征信系统（NFCS系统）正式上线，与央行以银行体系为主体的征信系统形成战略互补，为用户提供数据上传、在线查询等服务，以实现P2P网贷公司的信息共享并进行信用风险防范。目前，日均查询量已近5000笔。截至2014年6月底，该系统累计签约186家P2P网贷机构，报数机构85家，其中报送全量数据的有40家；共收录客户26.44万人，成功入库343.4万条数据，进入黑名单的人数为8604人；此外，系统还为51家P2P网贷机构开通了查询权限，累计查询约14.4万笔；截至2014年12月末，NFCS系统累计接入370家P2P网贷机构，半年内增加了一倍的机构数量，共收录客户52.4万人。同时，通过对该系统的进一步完善，逐步提高业内机构的风险控制水平及其透明度，稳步优化已狂飙突进多年的网贷行业生态，以防止其继续野蛮生长，使NFCS系统成为P2P网贷稳健发展的基石。且央行曾做出表示，未来不排除将征信系统与NFCS系统合二为一的可能，构建国民借贷的完整信用档案。如此，互联网金融用户的网络信用风险就得到了有效地降低与控制。图3为理想的央行征信系统与NFCS系统两者结合的基本架构图。

图3 理想的央行征信系统与NFCS系统两者结合的基本架构图

中国人民银行下属公司建立的网络金融征信系统范围广、信任度高、准确度高，形成了初步完善的网络信用评估与风险防范系统，但线上线下金融征信系统尚未结合，若要建成一个高度完善、可将全部互联网金融机构与用户的信息录入其中且实时更新的系统，还需要一个很漫长的过程［7］。

（二）阿里巴巴集团的支付宝信用评级体系

支付宝是阿里巴巴在2004年创立的网络第三方支付平台，支付宝是我国互联网金融发展的先锋，引领了国内互联网金融爆发式增长的趋势。自诞生之日起，支付宝的产品和服务的核心就是“信任”，让用户对通过支付宝在线支付放心，同时支付宝也建立起自身的信用评级体系，以打造更加完善的诚信支付服务。支付宝信用评级体系建立的第一步，是实行实名认证机制，这是其信用评级体系建立的最关键保障，且实名认证包括普通认证和快捷认证两种方式，很好地保证了最近本信用信息的采集。其次，由于支付宝是淘宝网的信用担保交易支付平台，所以支付宝的信用评级体系是可以以淘宝网信息为载体的，如买家卖家完成一次交易，就会进入信用评价阶段，买家与卖家都会对对方进行信用评价，进而产生卖家信用与买家信用。买家信用评价一般分为三种，即“好评”“中评”“差评”，分别对应1分、0分、－1分，因而，随着淘宝网交易的不断进行，买家信用评分在卖家的信用评价下会日积月累。而买家对卖家的信用评价分为“非常满意”“满意”“一般”“不满意”“非常不满意”，分别对应5分、4分、3分、2分、1分，支付宝系统会根据众多买家的评价自动计算出卖家的信用评级。由此，无论买家、卖家，支付宝对其信用状况都会有一定了解。

但是支付宝的信用评级体系并不完善，如根据淘宝网信用评分来评定信用评级就不是很合理，因为这个过程中很容易有虚假交易、“刷好评”以提高自身信用的不正当行为存在，所以只能将其作为参考。

（三）互联网金融的网络信用扩张：阿里小贷与京东白条

阿里小贷是主要针对广大小企业、工商个体户、小业主等提供的小额贷款，贷款规模从一千元到一千万元不等，是互联网金融的一部分，其特征在于其是以借款人的信誉，即信用程度为保证发放的贷款，无抵押且无担保，极大地助力了中小企业的融资，同时也规范了民间借贷市场。与阿里小贷相对应，京东白条是面向京东消费者的个人贷款服务，只要消费者在京东商城购物即可申请最高15000元的个人贷款支付，要求在3个月至24个月之间内分期还清贷款，京东白条的出现在一定程度上激励了消费者的购物意愿，显而易见，它也是互联网金融的一部分。虽然我们知道阿里小贷与京东白条都有各自的信用评级系统，如分别通过企业的交易量、网上信用评价及其财务状况与消费者的消费记录、配送信息、退货信息、购物评价等数据进行风险评级，但由于这些都属于企业机密，更加详细的评估过程我们并不清楚，但出于企业对利润最大化与风险最小化的追求，我们有理由相信这是一个科学、严谨的信用评级系统，支撑着阿里巴巴与京东的小贷业务［8］。

2015年1月9日，中金公司与蚂蚁金服推出了小额贷款资产支持专项计划，并于4月3日在深交所挂牌上市，这项专项计划的基础资产就是阿里小贷的贷款资产；2015年9月，“京东白条资产证券化”项目也获得了证监会的批复，且已由华泰证券发行完毕，并于2015年10月在深交所挂牌上市。这些专项计划的成功上市挂牌会提升资产证券化产品的流动性，投资者可以在大宗交易平台进行转让，也对后续产品的发行提供了便利，延长了互联网金融的产业链。然而，随着互联网金融产业链的延长，这些网络贷款最开始的信用评级系统就更显其重要性，其网络信用风险也变得更加严峻，更需严加防范。

由上文可以看出，以政府为依托建立的征信系统是最保靠的网络信用风险规避方式，互联网金融机构的网络信用评级系统是直接、灵活但也不够正规的信用风险规避方式，而互联网金融用户对互联网金融机构的网络信用风险是最难规避的，只能理性分析、选择再投资。

五、防范网络信用风险的相关建议

我国互联网金融网络信用风险种类多、来源广，加之我国网络金融风险管控不足、失信惩罚力度轻，因而无论是互联网金融机构，还是互联网金融用户，只要其是信息不对称中的信息优势方，即自身信息是对方无法掌控的，就很有可能为利益而产生失信行为，最终导致互联网金融风险的形成与传导。且在以互联网为载体开展金融业务时，风险规避难度加大，网络信用风险一旦变为现实损失，对互联网金融、甚至是实体经济都会造成严重的后果，因此，建立起完善的网络信用风险的防范机制是势在必行的。针对我国互联网金融的网络信用风险，网络信用风险的防范机制可以从以下几方面考虑：

（一）进一步完善中国人民银行网络金融征信系统

央行征信系统一旦与央行下属公司建立的网络金融征信系统合为一体，我国就可以建立起全面的以政府为保障依托的高信任度、高准确度的资信评估系统，无论是互联网金融用户选择互联网金融机构，还是互联网金融机构查询用户的资信信息，都更加便利、直接，大大降低了网络信用风险。

（二）网络信用评级系统的升级与完善

网络信用评级系统对互联网金融的重要性是不言而喻的，无论是对互联网金融机构的信用评级，还是互联网金融机构对其用户进行信用评级，都需要科学而严格地进行评级。唯有公正而合理的网络信用评级，才能有效规避网络信用风险，维护互联网金融机构与用户双方的利益，维护金融市场秩序。

（三）相关法律法规的出台并践行

互联网金融在我国尚属于新生事物，相关法律并不完善，网络信用作为其附属产物，更加缺乏法律制约。相关部门可依据中国人民银行等十部门于2015年7月18日发布的《关于促进互联网金融健康发展的指导意见》出台关于网络信用的相关法律法规，以此来制约网络失信行为。

（四）信用担保建设

信用担保主要适用于参与互联网金融活动的中小企业，由于我国互联网征信系统尚不成熟、全面，中小企业的资信状况基本缺失，所以中小企业参与互联网金融活动也亟待信用担保的完善，这样可大大降低中小企业的网络信用风险。

（五）网络技术保障

互联网金融的网络信用是构建在计算机技术的基础上，所以网络技术的发达与完善，是网络信用机制安全、顺利运行的保障。无论是网络安全技术与协议、数据库等技术硬件，还是信用评价体系、信用信息评价体系等系统，都应有可靠而稳定的网络技术作为强有力的保障，以防因网络技术造成的网络信用风险［9］。

（六）信用环境建设

我国互联网金融的网络信用是依托于社会诚信而存在的。然而，改革开放以来，我国国民的诚信意识并没有像飞速增长的经济一样大幅提升，反而愈趋薄弱，人与人之间缺乏信用意识及道德规范。加强信用环境建设，有助于增强国民的诚信意识，进而形成社会诚信的大环境，为减少网络失信行为增添助力［10］。

［1］佚名.2013年被称为互联网金融元年.［EB/OL］.（2013－12－31）［2016－09－13］.http：// www.Chinairn.com/news/20131231/120642562.html.

［2］高泽龙.互联网信用与安全不容忽视［N］.国际商报，2012－04－05.

［3］王会娟，廖理.中国P2P网络借贷平台信用认证机制研究——来自“人人贷”的经验证据［J］.中国工业经济，2014（4）.

［4］项峥.以互联网思维重塑网络信用生态［N］.经济参考报，2015－03－24.

［5］刘合翔.不对称信息下的信用风险分析及信用链风险传导机制研究［D］.武汉：武汉大学，2004.

［6］程识.我国互联网信用体系建设的策略研究——基于中国人民银行征信平台的视角［J］.征信，2010（3）.

［7］杜晓峰.我国互联网金融征信体系建设研究［D］.厦门：厦门大学，2014.

［8］袁仕陈，范明.社会网络、信用水平和中小企业融资［J］.征信，2014（12）.

［9］王焱梅，简娟勇.关于我国网络信用机制的探究［J］.市场周刊，2014（6）.

［10］阮德信.网络信用的体系构架与建设路径［J］.中国集体经济，2008（4）.

［责任编辑：杨 彧］

Research on the Transmission Mechanism of Network Credit Risk under the Internet Finance Perspective

Chen Xingang Li Ziqi

With the emerging of China's internet finance,network credit risk has also been attached importance.From the perspective of internet finance,the paper defines and classifies internet credit risk,establishes the model of internet finance user and internet financing agencies and analyzes the principal-agent model and game model to the transmission mechanism of internet credit system.The paper also analyzes the cases of internet finance credit consulting system established by the companies directly under the People's Bank of China,credit rating system of Alibaba Alipay,Ali small loans.As to the prevention mechanism of internet finance credit risk,the paper proposes that internet consulting system of the People's Bank of China should be improved,internet credit rating system should be updated and perfected and relevant laws and regulations should be taken into effect.

Internet Finance;Network Credit Risk;Prevention Mechanism

F063.1

A

1673-8616（2017）01-0080-11

2016-10－20

2015年度山东省人文社会科学课题“经济新常态下山东地方风险与防范机制研究”（15－JS－YB－11）

陈新岗，山东大学经济学院教授、副院长，山东大学信用研究中心主任（山东济南，250110）；李梓旗，山东大学经济学院硕士研究生（山东济南，250110）。