网络借贷市场风险识别、传染与防控研究：基于复杂网络理论的视角

As a new type of the financial industry, Peer-to-Peer online lending relies on Internet technology to enable borrowers and lenders to complete their lending transactions. The risk caused by the trans-regional and broad coverage of online lending is not only the problem of local regions, but also the risk of cross infection of financial system, which has significant influence on regional economy and financial stability. This project will make use of online lending transaction data and platform operation data obtained by the data mining technology and will identify the influence factors of risk in online lending market by the discrete choice model. Based on the complex network theory, the trade network model will be constructed in this project. And the important node identification, link prediction, methods of mathematical modeling and simulation experiments are used to study the problem of risk identification, prediction and control in the online lending market. At the same time, this project will probe into the transmission path of the risk of the online lending in the macro-level, and will measure the macroscopic systemic financial risk by the G-expectation theory. Besides the online lending risk assessment and early warning system will be constructed and the theoretical framework and the supervision countermeasure will be presented in this project. This research project is advantageous to perfect theories about the formation, infection and control of the risk in the online lending market, which will provide countermeasure suggestions for controlling the risk in online lending market, will depict the normative development and supervision policies.

作为一种新型的金融业态，网络借贷依托互联网技术撮合借款人和出借人达成资金借贷交易。网络借贷跨区域、广覆盖的经营特征所引发的风险不单是个别地区的局部问题，还容易诱发金融体系的风险交叉传染，对区域经济和金融稳定具有重要影响。本项目将借助数据挖掘技术获取网络借贷交易数据和平台运营数据，将使用离散选择模型识别网络借贷市场风险的影响因素；基于复杂网络理论构建交易网络模型，通过重要节点识别、链路预测、数学建模和仿真实验等方法研究网络借贷市场中的风险识别、预测和防控问题；同时探讨宏观层面网络借贷风险的传染路径，并借助G-期望理论测度宏观系统性金融风险；构建网络借贷风险评估与预警体系，提出防范网络借贷风险的理论框架和监管对策。本项目的研究有利于完善网络借贷市场风险形成、传染与防控的理论基础，为网络借贷市场的风险防控、规范发展及监管政策提供对策建议。

本课题设计的研究内容包括：网络借贷市场中参与者的网络关系及风险的影响因素研究，P2P 借贷网络参与者系统重要性识别与借款人违约风险预测，微观视角下基于复杂网络的信用风险与行为风险传染演化、免疫策略研究，宏观视角下风险传染路径及冲击，网络借贷的风险治理及监管研究。.在网络借贷平台中借款人违约风险研究方面，本课题围绕借款人的学校声誉、行业、与网贷平台线下网点的地理距离、平台头像、金融借贷记录、迁移等资源和禀赋展开研究，对防范借款人违约风险具有启示意义。.在网络借贷利率决定机制及影响因素研究方面，课题组围绕借贷利率的决定机制与影响因素，研究借贷期限、股市价格波动、货币政策对互联网借贷利率的影响，对于调整优化利率决定机制具有政策启示意义，关系到风险能否得到合理补偿、信贷资源能否得到合理配置、资本循环是否畅通等一系列重要问题。.在众筹平台融资绩效表现研究方面，课题组探究信息不对称下产品众筹市场逆向选择和道德风险问题，并开展缓解众筹逆向选择、提升众筹融资绩效研究，投融双方之间的正向交叉网络外部性特征研究。对促进众筹行业良性发展、保障投资人合法权益与筹资人融资效益具有启示意义。.在网络借贷的普惠性及其区域经济影响研究方面，课题组探究中国互联网借贷的普惠性，并分别从借款端和投资端探讨决定互联网借贷普惠性的关键因素；基于此，探讨数字普惠金融对于融资弱势群体的影响；此外，课题组还重点研究数字金融的区域经济影响，包括对企业创新、区域产业结构、经济绿色转型等方面。对于构建多层次、广覆盖、有竞争的普惠金融服务体系，提高中小企业创新的融资可得性，更好地发挥金融科技对农民生活富裕的促进作用，推动经济绿色发展等具有政策启示意义。.在构建并完善数据库方面，课题组已建设并拥有多个数据库，主要包括网络借贷平台“人人贷”的交易数据库、网络借贷平台运营数据库、Dyadic Analysis潜在交易数据库等。