包邮中国互联网金融发展现状及风险传染研究

前言1 绪论 1.1 研究背景 1.1.1 中国互联网金融发展起源及现状 1.1.2 中国互联网金融风险 1.1.3 中国互联网金融监管 1.1.4 完善中国互联网金融统计的迫切性 1.2 研究意义 1.2.1 理论层面 1.2.2 应用层面 1.3 研究思路 1.3.1 总体框架 1.3.2 研究方法 1.3.3 拟解决的问题和研究重点、难点2 文献评述与理论基础 2.1 互联网金融基本概念 2.1.1 互联网金融概念 2.1.2 互联网金融细分业态 2.1.3 与互联网金融相关的概念 2.2 互联网金融总量核算 2.2.1 互联网金融会计核算研究 2.2.2 互联网金融总量核算相关研究 2.2.3 互联网金融统计与评价研究 2.3 互联网金融发展绩效 2.3.1 互联网金融发展绩效测度理论 2.3.2 互联网金融发展绩效评价方法 2.4 互联网金融风险传染 2.4.1 互联网金融风险类型 2.4.2 互联网金融风险测量 2.4.3 互联网金融风险溢出效应 2.5 复杂网络在互联网金融风险传染中的应用 2.5.1 互联网金融复杂网络 2.5.2 互联网金融网络中风险传染的扩散效应研究 2.6 互联网金融监管理论基础 2.6.1 互联网金融风险监管 2.6.2 互联网金融监管现状与治理思想 2.7 对已有文献的评述3 货币统计视角下中国互联网那金融总量核算 3.1 中国互联网金融的定义与边界 3.1.1 中国互联网金融定义 3.1.2 观察互联网金融的三个维度 3.1.3 互联网金融核算边界 3.2 中国互联网金融的构成 3.2.1 货币与金融统计视角的互联网金融核算主体类别归属 3.2.2 我国互联网金融的业务形式 3.3 中国互联网金融部门虚拟资产负债 3.3.1 货币与金融统计视角的核算客体及类别归属 3.3.2 中国互联网金融部门虚拟资产负债表 3.4 中国互联网金融的总量核算 3.4.1 核算方法 3.4.2 互联网金融虚拟资产核算结果 3.5 本章小结4 中国互联网金融发展绩效测度 4.1 互联网金融发展绩效评价指标体系 4.1.1 互联网金融发展绩效评价指标的借鉴 4.1.2 互联网金融发展绩效评价指标体系构建 4.2 互联网金融发展测度方法 4.2.1 TOPSIS法 4.2.2 TOPSIS模型的优化 4.2.3 评价对象与数据来源 4.3 基于熵权-TOPSIS法的绩效分析 4.3.1 P2P网贷金融平台绩效分析 4.3.2 三大互联网金融平台熵权-TOPSIS法绩效分析 4.4 基于变异系数法-TOPSIS模型的绩效比较分析 4.5 本章小结5 互联网金融发展程度微观影响因素的实证研究 5.1 理论分析 5.1.1 不同细分业态下互联网金融发展微观影响因素 5.1.2 数据来源 5.2 模型选择与改进 5.2.1 多元线性回归模型 5.2.2 改进的*优尺度回归方法 5.3 实证分析 5.3.1 P2P网贷平台发展程度微观影响因素实证研究 5.3.2 众筹平台发展程度微观影响因素实证研究 5.3.3 第三方支付平台发展程度微观影响因素实证研究 5.4 本章小结6 多层复杂网络下的互联网金融风险传染演变及量化 6.1 互联网金融风险传染复杂系统 6.1.1 互联网金融风险理论基础 6.1.2 互联网金融风险诱因 6.1.3 互联网金融风险的内部传导 6.1.4 互联网金融风险向传统金融业的传染路径 6.1.5 互联网金融风险监管机制 6.2 构建多层互联网金融网络 6.2.1 互联网金融风险复杂系统单层网络集合 6.2.2 交叉层网络集合 6.2.3 多层互联网金融网络模型 6.2.4 多层互联网金融网络拓扑性质 6.3 基于多层互联网金融网络结构研究风险演化特征 6.3.1 互联网金融网络系统可视化 6.3.2 多层互联网金融网络基本结构特征与可视化 6.3.3 互联网金融风险子网网络结构特征 6.3.4 传统金融子网网络结构特征 6.3.5 互联网监管子网网络结构特征 6.3.6 互联网金融风险子网与传统金融子网的交叉层 6.3.7 互联网金融风险子网与监管子网的交叉层 6.3.8 整个互联网金融风险多层网络 6.4 本章小结7 结论、建议与研究展望 7.1 回望与主要结论 7.2 政策启示 7.2.1 完善中国互联网金融统计标准与体系 7.2.2 提高我国互联网金融政府监管政策的协调性 7.2.3 加强我国互联网金融平台经营的自我调节性 7.2.4 构建我国互联网金融风险监测预警框架 7.2.5 完善中国互联网金融生态体系建设 7.3 可能的主要创新之处 7.4 不足及研究展望附录 缩写与术语解释参考文献