做互联网金融的潜在风险有哪些

《做互联网金融的潜在风险有哪些》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、做互联网金融的潜在风险有哪些？近几年来，中国的互联网金融行业发展得如火如荼。国内已经大致出现支付(例如支付宝)、融资(例如人人贷)和理财(例如余额宝)三种互联网金融模式。近期，百度与华夏基金合作的百发基金更是令市场高度瞩目。一是预期收益率高(年化8%)，二是允许投资者随时赎回，三是作为产品发行者的百度具有很高的市场号召力，以至于首期10亿人民币产品，在发行当天很快就销售告罄，甚至还引发了网络瘫痪。　　诚然，互联网金融的发展是全球大势所趋，也必将在中国获得蓬勃的发展。然而，正如当年的IT革命引发了.COM泡沫，当年的证券化革命引发

2、了次贷危机一样，如果在一个新生的金融创新发展初期，不充分重视该行业发展蕴藏的潜在风险，并采用有效的方式进行治理，造成市场主体一窝蜂而上，以至于形成了互联网金融泡沫，那么这最终将阻碍该行业的可持续发展。　　本文将主要从互联网理财与互联网融资的角度出发，分析中国互联网金融行业存在的潜在风险。首先，笔者将剖析互联网金融产品所面临的与传统金融产品类似的风险;其次，笔者将梳理互联网金融产品独有的风险。　　与传统的金融产品相比，互联网金融产品也面临如下几个重要风险：　　第一是信用违约风险，即互联网理财产品能否实现其承诺的投资收益率。例如，阿

3、里巴巴的余额宝当前的收益率低于5%，且余额宝的性质是货币市场基金。但百度百发的预期收益率高达8%，这就不由得让我们想问，百发最终投资的基础资产是什么?在全球经济增长低迷、中国经济潜在增速下降、国内制造业存在普遍产能过剩、国内服务业开放不足、影子银行体系风险逐渐显现的背景下，如何实现8%的高收益?除了给企业做过桥贷款、以及给房地产开发商与地方融资平台融资外，还有哪些高收益率的投资渠道?　　第二是期限错配风险，即互联网理财产品投资资产是期限较长的，而负债是期限很短的，一旦负债到期不能按时滚动，就可能发生流动性风险。当然，金融机构的一

4、大功能就是将短期资金转化为长期资金，因此金融机构都会面临不同程度的期限错配，而其中的关键是错配的程度。联想到百度百发给出的承诺是允许投资者随时赎回，这无疑最大程度地加剧了流动性风险。既要允许随时赎回，还能给出8%的预期收益率，这当然令缺乏经验的投资者欢欣鼓舞，但也会令富有经验的投资者疑虑重重。　　第三是最后贷款人风险。如前所述，尽管商业银行也面临期限错配风险、商业银行发行的理财产品也面临信用违约风险与期限错配风险，但与互联网金融相比的一个重要区别是，商业银行最终能够获得央行提供的最后贷款人支持。当然，这一支持是有很大代价的，例如

5、商业银行必须缴纳20%的法定存款准备金、自有资本充足率必须高于8%、必须满足监管机构关于风险拨备与流动性比率的要求等。相比之下，互联网金融目前面临监管缺失的格局，因此运营成本较低，但如果缺乏最后贷款人保护，那么一旦互联网金融产品违约，最终谁来买单?互联网金融企业有能力构筑强大的自主性风险防御体系吗?　　除上述传统风险外，中国互联网金融产品还面临一系列独特风险，以下笔者将按照重要性由高至低的排序来依次梳理这些风险：　　其一是法律风险。目前互联网金融行业尚处于无门槛、无标准、无监管的三无状态。这导致部分互联网金融产品(尤其是理财产品

6、)游走于合法与非法之间的灰色区域，稍有不慎就可能触碰到“非法吸收公众存款”或“非法集资”的高压线。例如，前段时间湖北省的天力贷在运行半年后被挤兑、停止运转后，就是被以非法吸收公众存款而立案的。由于缺乏门槛与标准，导致当前中国互联网金融领域鱼龙混杂，从业者心态浮躁、一拥而上，一旦形成互联网金融泡沫，并出现较大幅度违约的格局，就很容易导致中国政府过早收紧对互联网金融的控制，从而抑制行业的可持续发展。中国的互联网金融业应避免重蹈当年信托业、证券业发展初期的乱象。　　其二是增大了央行进行货币信贷调控的难度。一方面，互联网金融创新使得央行

7、的传统货币政策中间目标面临一系列挑战。例如，虚拟货币(例如Q币)是否应该计入M1?再如，由于互联网金融企业不受法定存款准备金体系的约束，这实际上导致了货币乘数的放大。又如，如何来看待传统货币与虚拟货币之间的互动与转化?另一方面，互联网金融的发展也削弱了中央政府信贷政策的效果。例如，如果房地产开发商传统融资渠道被收紧，那么很可能会考虑到通过互联网金融来融资。事实上，最近一年来中国互联网理财产品的大发展，其宏观背景就与中国政府收紧了对影子银行体系的监控，导致地方融资平台、房地产开发商等市场主体不得不寻找新的融资来源有关。　　其三是个

8、人信用信息被滥用的风险。首先，由互联网金融企业通过数据挖掘与数据分析，获得个人与企业的信用信息，并将之用于信用评级的主要依据，此举是否合理合法?其次，通过上述渠道获得的信息，能否真正全面准确地衡量被评级主体的信用风险，这里面是否存在着选择性偏误与系统性偏差?