□徐军辉（广州大学 公共管理学院，广东 广州 510004）

中国互联网金融的爆发式增长：动因与风险

□徐军辉
（广州大学 公共管理学院，广东 广州 510004）

互联网金融近年来增长速度惊人。本文从金融市场自身发展、互联网技术革新、金融和互联网的结合等三个方面探讨了这种爆发式增长的原因。金融资金的供给和需求长期不匹配，尤其是中小企业的资金需求与民间资金的供给之间不匹配是互联网金融增长的主要动因，网络技术的支持是互联网金融增长的直接动因，而金融和互联网结合实现了收益放大效应，降低了信息搜索成本和信息处理成本，改善了资金供需双方的信息不对称。互联网金融目前主要存在法律、监管和征信系统不完善的风险。健全法律、建立和完善征信系统是互联网发展的关键所在。

互联网金融；增长动因；风险

2014年3月5日，李克强总理在政府工作报告中首次提到，要促进互联网金融健康发展，完善金融监管协调机制。政府决策层的肯定和关注，极大地鼓舞和刺激了互联网金融的高速发展，也让我们见识到中国式金融创新。大量的实务界和学术界人士进行了密集的参与式关注，同时也引发了一轮又一轮的全民投融资狂潮。显然，互联网并不是近几年的新鲜事物，早在20世纪90年代，互联网就已经进入中国，只是彼时的互联网规模相对较小，互联网用户数量也非常有限，网络主要充当了人们之间互通有无的信息交流工具，并没有带来金融领域的变革或创新。互联网金融为什么会在近两年内发生爆发式增长呢？以P2P（peer to peer）借贷平台为例，近两年的发展势头惊人，截至2014年底，中国的P2P网贷平台已达1 500家，全年累计成交量高达3 000亿元，月均增长超过10%。2015年仅仅前3个月，P2P运营平台已经猛增到1 728家，第一季度总成交量更是高达1 185.56亿元，预计全年总成交量将超过5 000亿。这样迅猛的发展速度让我们深思：互联网金融是什么？有哪些形式？什么原因带来了互联网金融的爆发式增长？和传统金融相比，互联网金融的优势在哪里？互联网金融有哪些潜在风险？如何在保持互联网金融活力的同时避免大规模的金融风险？下面我们一一展开分析和讨论。

1　互联网金融的概念和形式

关于互联网金融的概念，实务界和学术界有各种不同的界定。Allen（2002）认为，互联网金融是传统金融行业和互联网结合的新兴领域，并不仅仅是互联网技术的金融，而是基于互联网思维的金融。谢平（2012）最早在中国提出互联网金融的概念并对此进行了解释，他认为互联网金融是除了传统的资本市场直接融资和商业银行间接融资之外的第三种融资模式，以互联网为代表的信息技术，尤其是移动支付、社交网络、搜索引擎和数据挖掘、云计算等，将对人类金融模式产生根本影响。金融业界人士牛锡明 （2013）和侯维栋（2013）均认为，互联网金融是金融发展到数字货币阶段，充分利用互联网技术对金融业务进行深刻变革后产生的一种新兴的金融业态。王国刚等（2015）认为，“互联网金融”这一术语并不是国际上带有普遍性的趋势现象，因为英文文献中并没有出现“internetfinance”，而是“E-finance”或者“network finance”，网络金融更能概括目前人们所理解的互联网金融活动，网络金融主要指网商通过互联网上商品交易所延伸推广的金融活动，最初在互联网上进行的商品交易活动，然后延伸出网上借贷、网上金融产品销售、网上理财等。他们认为互联网金融从功能上并无颠覆金融的可能，也不是第三种金融形式，在机制上更多的是利用了中国金融体制机制的缺陷所进行的监管套利，难以成为金融的主流运作方式。综合上述，目前对互联网金融的概念界定仍有争议，但是不可否认的是，互联网金融是一个普遍可接受的新名词，是基于互联网的金融形式和金融服务创新，在抵押和担保机制、信用信息披露、交易形式、交易成本等方面都和传统金融有差异，给人们带来了便利的同时增加了投融资渠道。

以2013年互联网金融发展元年为界，中国互联网金融的大规模发展尚不足三年，但是欧美国家出现的网络金融形式，几乎都可以在中国找到对应版本。按照金融服务的形式和内容，互联网金融分为三个大类，一是传统商业银行基于互联网提供的网上银行、手机银行等；或者是基于互联网技术的“虚拟银行”，这种银行没有具体的营业网点和机构，所有的服务都在网络上进行，例如最近正式挂牌营业的阿里银行。二是以互联网为中介，提供的网络借贷、网络支付服务、小额贷款、众筹等，例如，以支付宝、财付通、银联在线为代表的网络支付，以陆金所、投那网、人人贷、易贷网、拍拍贷、安心贷、合力贷等为代表的P2P网络借贷平台，以点名时间、追梦网、众筹网、淘梦网为代表的众筹平台，以阿里小贷、苏宁和京东网商贷为代表的小额贷款。三是以互联网为中介，提供的网上理财、网上证券、网上保险服务。例如，以余额宝为代表的网上理财，以众安保险为代表的互联网保险公司，以广发证券、兴业证券等为代表的券商互联网金融等。

中国的互联网金融不仅形式多元，发展速度快，且整体规模非常可观。截至2014年底，全国共有小贷公司8 791家，贷款余额达到9 420亿元，从业人员约11万；众筹平台128家，筹资总额超过15亿元；P2P网贷平台1 500家，全年累计成交额超过3 000亿元，从业人员的数量约为39万人。据中国互联网金融行业协会的统计，2014年底中国的互联网金融总体规模已突破10万亿。这样的规模和发展速度，让人惊叹之余也引人深思。

2　互联网金融爆发式增长的动因

互联网金融为什么在近三年出现盛况空前？实际上，发端于欧美发达国家的互联网金融，不论是发展速度和规模，还是公众参与度以及社会影响力都远不及中国，究其原因，中国互联网金融的繁荣既有其必然性，也有其偶然性，具体而言，我们认为可以归结为三个方面：一是源于金融市场发展的内在原因；二是源于互联网发展的外在原因；三是源于互联网和金融结合带来的巨大经济效率。

2.1金融市场长期存在的“两多两难”问题，即中小企业多而融资难，民间资金多而投资难

一方面，中小企业长期融资难。从金融市场发展本身来看，互联网金融出现以前，企业的融资渠道主要是资本市场、债券市场为主的直接融资和商业银行贷款为主的间接融资。对于大部分中小企业而言，这两种融资渠道可知而不可得，亲戚朋友贷款或民间借贷成为中小企业主要的外部资金来源。根据国际连锁企业管理协会的统计，截至2014年3月，我国企业总数超过6 000万，中小企业占比近97%，为中国经济贡献了60%以上的GDP和50%以上的税收，创造了近80%的城镇就业。与中小企业在经济发展中的重要作用相比，中小企业的融资问题依然严峻，上海研发公共服务平台的统计数据显示，中小企业直接融资仅占比5%。另一方面，由于近几年政府采取了各种政策鼓励商业银行向中小企业贷款，中小企业间接融资有了很大改观，目前中小企业银行贷款占比已经过半，但是对于数量庞大的中小企业来说，资金饥渴状态仍然没有得到实质性改变。值得一提的是，商业银行贷款并不是中小企业融资的最优选择。根据Stiglitz&Weiss（1981）的信贷配给理论，由于逆向选择和道德风险问题，盈利能力弱、经营状况差和发展前景差的企业更愿意贷款，它们往往会冒风险进行信息包装以骗取银行贷款，为了规避风险，银行就只能惜贷或不贷。因此，即使是均衡状态，信贷市场也会出现信贷配给。张维迎在《企业的企业家—契约理论》进一步证实了银行天生嫌贫爱富，银行会按照借款人的财富量来甄别其是否有足够的企业家才能，从而决定是否提供信贷支持。因此银行会根据资产规模、抵押品、还贷能力、信用状况等特质来选择客户群体，而这些恰恰是中小企业缺乏的，为了覆盖过高风险带来的成本，银行会相应提高贷款利率 （徐军辉，2013）。由此可见，对于中小企业而言，已有的直接融资和间接融资的门槛都很高。融资渠道狭窄，融资形式单一，融资成本高，成为制约中小企业发展的瓶颈。

另一方面，民间资金投资难，居民财富快速增长，资产增值渠道匮乏。2013年末城镇居民人均可支配收入达到26 955元，扣除价格增长的因素，同比增长了7%，2013年城乡居民储蓄总额超过44万亿。与居民财富的迅速增长相对应的却是狭窄的投资渠道，以一年期的利率为例，2013年全年CPI上涨了2.6%，而银行存款利率仅为3.25%，扣除通货膨胀的影响，银行存款的微利对投资者而言缺乏吸引力。而中国的资本市场目前仍然是问题层出不穷，基金黑幕，庄家操纵等，据测算，2013年有65%的中国股民亏损，股民平均亏损额达8.51万元，股票市场的低迷和不规范操作极大地影响了投资者信心。银行和股票市场都吸引不了投资者，日益积聚的民间资本需要寻找出口。

从中国金融市场的内在发展来看，资金的供给和需求长期不匹配，中小企业的资金需求和民间资本的资金供给难以对接，典当行、小额贷款公司、合会、轮会、私人钱庄以及形式不一的地下金融得不到有效监管，高利贷、破产倒闭、跑路问题层出不穷。如何将民间资本从地下引到地上，一直是金融监管部门头疼的问题，互联网金融的出现为资金的供需搭建了一个桥梁，打通了中小企业和民间资本对接的通道，顺应了金融市场发展的内在需求，使得资金供应方和需求方有名正言顺的交流平台，且信息的真实性和透明度大大提高了。

2.2互联网技术的发展，极大地提高了信息搜集和处理效率，降低了信息成本

以大数据挖掘和云计算为代表的互联网技术极大地提高了信息处理效率，以阿里小贷为例，单笔信贷成本可以低至2.3元、客户3分钟获得贷款、不良率低于1%，这样的高效率和低成本是基于强大的数据分析技术。阿里小贷的微贷事业部数据分析员工约占整个团队人数的20%，风控团队的数据分析员工占比更超过50%，而一般金融机构的比例只有4%左右。普通的商业银行贷款通常选取三大报表：资产负债表、利润表和现金流量表，对其中的信息进行分析处理，然后来决定贷款期限和贷款利率。阿里小贷采用自己的评分模型，根据客户个人信息、征信信息、历史付款状况、交易信息、经营状况等来预测未来一段时间发生违约风险的概率，对客户资信状况进行细分，实现贷前风险控制。同时阿里小贷还利用违约概率测算模型和利率敏感度模型，对老顾客和新顾客，信用状况好的顾客和信用状况差的顾客细分类型后差别定价、分别授信。另外，淘宝平台上的海量交易数据以及基于交易信息自然成型的数据系统，成为信用系统的原始数据库，这一数据源也是目前大部分互联网企业难以企及的。未来的互联网金融企业要实现可持续地发展，首要解决的是信用信息的获取和风险评估技术的跟进。

2.3金融和互联网联姻，产生一加一大于二的效应

如果暂不考虑证券市场，传统金融为企业提供资金主要有两种渠道：银行贷款和民间金融。不难发现，银行运用财务报表来评估借款人的资信状况从而决定是否授信，民间金融则依赖亲戚朋友之间基于血缘、友缘、学缘基础的信任。

具体到中小企业融资，Berger&Udell（1995）的研究发现，银行对小企业贷款更倾向于关系驱动，对大企业贷款则更倾向于交易驱动。更进一步地，Berger&Udell（2002）将银行贷款技术分为四类：财务报表型贷款（Financial Statements Lending）、信用评分技术型贷款（Credit Scoring）、资产保证型贷款（Assetbased Lending）和关系型贷款（Relationship Lending）。前三类贷款技术根据企业的“硬”信息，主要针对大企业，而关系型贷款则是基于长期的银企关系而取得的“软”信息，主要针对小企业。由此可见，传统意义上的银行（不同于今天的银行互联网化）要收集数量众多的中小企业的“硬”信息相对困难，一方面源于企业的财务信息披露不健全，另一方面源于银行的信息处理技术不足以应对数量庞大的中小企业。

由于融资门槛较高，大部分中小企业难于获得银行贷款，转而求助于民间金融。在民间金融发展的早期阶段，借贷双方依赖熟人社会中长期交往形成的知根知底、相互信任的关系，维持借贷双方的良性互动并形成口头承诺。随着民间金融规模扩大，熟人社会逐步过渡到陌生人社会，口头承诺转化为契约合同，在信息搜索渠道缺乏或者信息的真实性、透明度欠缺的情况下，契约将难以签订或者被随意变更导致借贷双方利益受损，进而触发民间借贷危机的“多米诺骨牌效应”。2011年的包头民间借贷危机、郑州担保危机和鄂尔多斯民间借贷危机、温州民间借贷危机等一系列危机事件，充分说明了，民间金融如果不走制度化的道路，风险将难以得到有效的监管和控制从而危机难以避免。

那么金融和互联网结合，是否就能避免上述所有问题呢？以P2P人人贷为例，我们发现互联网借贷和传统金融相比，有自己特有的优势。

其一，单次借贷的金额较小，投资门槛低。人人贷的绝大部分借款额度低于10万，以某装修筹款标的为例，总筹资额47 600元，有19个投资者参与贷款，投资人中额度最大的为10 000元，最少为50元，投资者可以自行选择投资额度，极大地提高了投资者的积极性和参与感。根据零壹财经《中国P2P借贷服务行业白皮书2014》（以下称《白皮书》）对20家P2P平台的统计，累计借款10万元以下的借款人，占比高达85%。廖理、李梦然、王正位（2014）对人人贷2011年1 月1日至2013年4月27日的订单数据（以下称“廖文”）进行描述性统计，也证实了筹资额度相对较小，平均筹资额为43 499元，最低筹资额1 000元，加上单次筹资通常会吸引数十位投资者进入，单个投资者的投资额非常小。小额借款有利于吸纳分散的小额资金，同时也有利于分散投资者的风险，契合了投资者“即使亏了，也亏得不多”的风险规避心理。

其二，借贷效率高，满足了紧急资金需求。从投资标的开标到实际完成筹资，通常都在几个小时之内完成。受系统显示时间的局限，无法获得投资者几时几分确认投资额，但我们发现几乎所有的投资标的都在一天内完成了预期金额的筹资。可见互联网金融大大提高了筹资效率，满足了小企业和个人的紧急资金需求。

其三，借贷期限短，降低了投资者的风险预期。所有的借款标的期限低于3年，最短的3个月，根据“廖文”的统计，平均贷款期限为10.3个月。短期借贷既符合小企业和个人的借款需求，也降低了投资者的风险预期，对于投资者而言，尽快地收回成本拿回收益是重中之重。

其四，实名制注册和审核制度，增加了信息的可信度。所有人人贷的用户都要求实名注册，使用真实的电话号码信息。信贷平台对借款人的信用报告、身份、工作、收入进行审核认证并出具审核报告，有的借款额度大的借款人，还需要到实地认证。严格的注册制度和审核制度极大地提高了借款人信用信息的真实性，如果借款人逾期不还款，将会在平台上留下不良记录，如果长期逾期不归还贷款，借款人的信息将会在平台上予以公布。

其五，借贷利率相对较高，吸引大量的投资者进入。人人贷的订单利率由借款人自行设定，其中2011年利率的设定只规定上限不得超出银行同类贷款的4倍，2012年后人人贷规定利率范围为10%-24%。也就是说，筹资者会尽量设定合理的利率，吸引投资者的同时尽快完成筹资。根据“廖文”的统计，平均贷款利率为15.7%，这个利率水平相对于绝大部分企业的盈利能力来说还是偏高的。但是考虑到借款期限短借款金额小，对筹资人来说不会造成过大的经济压力。

其六，采用互联网技术匹配资金供需，降低了信息搜寻成本。人人贷将信用等级由高到低分为AA、A、B、C、D、E、HR七个等级，借款人将自己的身份、工作、收入等资料上传到网站进行认证，经平台审核后将获得信用分数、信用等级和信用额度。借款人正常还款、未出现逾期，则在当月增加信用分1分。还款出现30天以内逾期，则扣减信用分3分。如用户出现严重逾期（30天以上逾期），则信用分数清零。所有这些数据的处理都需要通过平台的标准化程序批量处理，大大地节约了信息搜寻成本，提高了信用信息的透明度。

互联网金融和传统金融相比，大大缓解了信息不对称带来的信息搜寻成本，降低了投资门槛，降低了投资风险预期，提高了借贷效率。但是并不意味着一切借贷问题都能有效解决。显然，任何一个新事物，带来收益的同时也带来了新的风险。

3　互联网金融爆发式增长的风险

互联网金融的风险监管处于真空状态，以P2P为例，目前仅有的一个条例是2013年由中国小额信贷联盟发布的《个人对个人（P2P）小额信贷信息咨询服务机构行业自律公约》。如果涉及虚假合同、虚假信息、虚假交易甚至出现大额坏账等问题，无法得到及时处理，投资者的利益难以保障。根据中商情报网的统计，2014以来，P2P行业的平均坏账率超过了5%，陆金所5%～6%、人人贷0.34%、点融网2%、拍拍贷1.8%。部分互联网平台出现了大额坏账，人人聚财1 296万元、红岭创投1.7亿元、贷帮1 280万元、陆金所2.5亿元。根据零壹财经《白皮书》的统计，从2011年至2014年中旬，至少有118家P2P公司出现了停业整顿、提现困难、挤兑、倒闭或者跑路问题，占所有公司数量比16%。仅2014年一年，全国倒闭、跑路、取不出钱的P2P平台就有261家，可见互联网金融的风险并不是危言耸听，其破坏性和危害性与传统金融相比，有过之而无不及。具体来说，风险存在于几个层面。

3.1法律风险

由于实践领域的创新远远快于制度和法律层面的创新，目前没有完整、明确、可操作性的法律来规范互联网金融，社会征信体系的建立、投资者利益的保护、网络信息安全的保障等都需要法律和制度跟进。另外已有法律条文对违法行为的界定模糊不清，很难应对互联网金融的实践。例如，互联网金融自设利率普遍较高，零壹财经 《白皮书》显示的平台贷款利率最高达21.61%，平均利率达到了14.6%，这样的利率水平已经高于银行贷款利率的4倍，触及了高利贷的红线，但是借贷平台如果没有出现大规模亏损或者跑路现象，而是维持正常的按期有借有还，没有人举报或者维权，那么国家金融法规的执行将陷入虚化，有等于无。另外，互联网平台的筹资行为缺乏明确的法律界定，极易陷入“非法集资”。根据已有的法律规定，非法集资是指未经有关部门依法批准，承诺在一定期限内给出资人还本付息以及向不特定对象进行宣传推广。而目前的互联网平台除了在工商部门登记以外，再无其他部门对平台的经营进行批准或者监督。根据《关于进一步打击非法集资等活动的通知》（银发［1999］289号）对于非法集资类型的归纳，其中包括了：利用现代网络技术构造的“虚拟”产品，如“电子商铺”、“电子百货”投资委托经营、到期回购等方式进行非法集资；利用互联网设立投资基金的形式进行非法集资；利用“电子黄金投资”形式进行非法集资。这三种类型的筹资和目前的互联网金融经营范围有很多的交叉重叠，企业经营随时都面临违法的风险。为了应对P2P的爆发式增长，2014 年3月25日，最高人民法院、最高人民检察院、公安部印发 《关于办理非法集资刑事案件适用法律若干问题的意见》，其中关于向不特定对象筹资的概念进一步细化和扩大化，从原来“向社会公开宣传”的概念界定“通过媒体、推介会、传单、手机短信等途径向社会公开宣传”扩大为“明知吸收资金的信息向社会公众扩散而予以放任”也列入犯罪行为。由此可见，互联网金融企业和金融消费者都面临了很大的法律风险，已有的企业经营活动缺乏相应的法律条文予以准确界定，从而使互联网金融企业陷入合法和违法的临界状态，极不利于企业的健康发展。

3.2监管风险

目前没有一个专门的机构来监管互联网金融，保监会、证监会、银监会分业监管。互联网金融属于交叉领域的金融创新，监管范围和监管难度都远超过现有的金融监管所及范围，很容易陷入多头监管或者无人监管的极端，同时又难以逃脱“一管就死、一放就乱”的怪圈。互联网金融基于互联网平台，跨行业、跨区域甚至跨国界运作，需要多部门联动才能实现有效监管。网络系统的安全性稳定性、投资者和筹资者个人信息保密性、网络支付的安全性等，都需要网络监管的全力配合和技术支持，而金融机构的进入门槛和退出机制、金融服务的合规性、风险评估、担保抵押品的估值及管理、亏损倒闭的阈值设定等，都需要金融监管部门的及时跟进和有效指导。

3.3互联网金融并没有从根本上解决征信问题

以众筹平台为例，筹资人、平台与投资人拥有的信息是不对称的。筹资人和平台对项目以及筹资人的资信状况拥有充分的信息，投资人则对项目以及筹资人的资信状况知之甚少。众筹项目通常都是小额投资，投资人不可能亲自或者聘请第三方对项目以及项目发起人的资信状况进行尽职调查。因此，由信息不对称导致的道德风险和逆向选择问题在所难免。即使是P2P，互联网平台搜集了筹资人的身份、收入、工作、信用状况等信息，但是由于数据处理能力有限，难以保障平台信息的真实性，以P2P人人贷为例，网站上明确提示了“人人贷及其合作机构将始终秉持客观公正的原则，严控风险，最大程度的尽力确保借入者信息的真实性，但不保证审核信息100%无误。”也就意味着，即使信用信息失真，由于警示信息在先，平台不需要担全责。进一步的问题是，更大范围的社会征信系统没有真正建立起来。已有的征信系统来自于中国人民银行下属的社会征信中心，自2004年开始，该系统基本上为国内每一个有信用活动的企业和个人建立了信用档案。截至2013年11月底，系统收录自然人8.3亿多，收录企业及其他组织近2 000万户。遗憾的是，大部分的互联网金融企业还没有顺利接入央行的征信系统，因此信息来源渠道极其有限。如果不能顺利接入征信系统、不共享征信信息，平台企业难以对借款人的资信状况进行评估，从而无法有效制约借款人，无法控制借款人拖欠还款和逃废账务等信用风险问题。与此同时，平台企业之间的信息也没有实现共享，互联网金融企业各自为政，独立建立自己的一套信用评估系统，重复用功造成社会成本的浪费，从而形成信息的孤岛。和西方发达国家相比，中国发展互联网金融缺乏现成的征信系统。以美国为例，每一个公民都有独立的社会安全码（SSN），个人的纳税记录、银行借款还款、信用卡支付等信息都包含在这个安全卡中，相当于个人信用档案，除此之外，美国还有三家主要的公司Equifax、Experian、Transunion提供个人信用报告，Dun&Bradstreet提供全球5000多万家企业的信用信息，依赖这些信用信息，金融系统可以高效而准确地评估企业的风险和资信状况，从而科学地制定信贷政策。由此可见，征信系统目前是中国互联网金融的一块短板，也是互联网金融真正可以区别于传统金融的优势所在，同时也是互联网金融企业做大做强的核心竞争力所在。

4　结论、建议与展望

互联网金融近年来的爆发式增长引起了实务界和学术界的广泛关注，我们的研究从金融市场发展状况、互联网技术革新、金融和互联网的结合等三个方面探讨了这种惊人增长的原因。从金融市场发展本身来看，金融资金的供给和需求长期不匹配，尤其是中小企业的资金需求与民间资金的供给之间缺乏合法合规的金融机构作为桥梁。互联网金融的出现，打通了资金供给方和需求方之间的通道，通过互联网信息平台自然匹配供需信息，极大地激发了投资者的参与热情，汇集了“碎片式资金”，解决了筹资企业和个人的紧急资金需求。以大数据挖掘和云计算为代表的互联网技术的发展是互联网金融爆发增长的直接动因，互联网技术降低了信息搜索成本和信息处理成本，改善了资金供需双方的信息不对称，提高了信息处理效率。互联网和金融的结合，实现了利益放大效应，和传统金融相比，互联网金融体现了自身的独特优势：单次借贷的金额较小，投资门槛低；借贷效率高，满足紧急资金需求；借贷期限短，降低了投资者的风险预期；实名制注册和审核制度，增加了信息的可信度；借贷利率相对较高，吸引大量的投资者进入；采用互联网技术匹配资金供需，降低了信息搜寻成本。互联网金融带来了经济和社会效益的同时，也存在各种风险，在目前的经济环境下，主要存在法律风险、监管风险、信用系统不完善的风险。

基于以上的研究，我们认为，要促进互联网金融良性和可持续发展，首先要制定和完善相应的法律法规，让正常的金融活动有法可依，让违法的金融活动无处遁形。其次，监管机构的跟进必不可少，世界上没有哪一个国家的互联网金融是不需要监管的，关键问题不是需不需要管，而是如何管、管什么。另外，建立和完善社会征信系统迫在眉睫，也是互联网企业生存和可持续发展的关键所在。

尽管有各种各样的问题和风险，但是不容置疑的是，中国的互联网金融已经开动了高速列车。从研究的角度来看，未来的研究应该更多关注风险监管、金融资本和实业资本的对接，而不是玩资金接龙游戏。

［1］Allen F.“E-Finance：An Introduction”，Journal of Financial Services Research，2002，22（1/2）：5-27.

［2］Stiglitz J，Weiss.Credit rationing in markets with imperfection information［J］.American Economic Review，1981，70（3）：393-410.

［3］Banerjee A.V，Beasley T.G.The neighbor’s keeper：The design of a creditCorporate with theory and a test［J］.Quarterly Of Economics，1994（3）：107-110.

［4］Berger A.N，Udell G.F.Relationship lending and lines of credit in small firm business［J］. Journal of Business，1995（18）：230-242.

［5］Berger A.N，Udell G.F.Small business credit availabilityandrelationshiplending：The Importance of bank organizational Structure［J］. Journal of Economic Forthcoming，2002（15）：613 -617.

［6］Baltensperger.CreditRationing：Issuesand Questions［J］.Journal of Money，Credit，and Banking，1998，10（2）：170-183.

［7］谢平，邹传伟.互联网金融模式研究［J］.金融研究，2012，（12）.

［8］王曙光，张春霞.互联网发展的中国模式与金融创新［J］.长白学刊，2014，（1）：80-87.

［9］徐军辉.大银行信贷与中小企业融资的适配性问题研究［J］.商业经济与管理，2013，（11）：25-32.

［10］廖理，李梦然，王正位.中国互联网金融的地域歧视研究［J］.数量经济技术经济研究，2014，（5）：54-70.

［11］王国刚，张扬.互联网金融之辨析［J］.财贸经济，2015，（1）：5-16.

责任编辑刘宏兰

编号］10.14180/j.cnki.1004-0544.2015.10.001

F832.29

A

1004-0544（2015）10-0005-06

国家社科基金一般项目（14BJY196）；中国国家留学基金项目（201408440405）；广东省教育厅特色创新项目（2014WTSCX059）。

徐军辉（1977-），女，湖南湘潭人，管理学博士，广州大学公共管理学院副教授。