涉农网贷机构风险处置与规范发展研究

来源 :西南科技大学 | 被引量 : 0次 | 上传用户:FriedaCao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着网贷行业的迅速发展,行业乱象频发,风险积聚爆发。为保护网贷参与者权益,防控互金行业金融风险,政府于2016年开启网贷行业风险整治。针对网贷机构良莠不齐的行业现状,政府于2018年底明确对不同运营状态的机构实施分类处置原则,但在实际处置过程中,忽视了在风险分析基础上的平台分类处置。网络借贷风险的诸多国内外研究表明,可运用机器学习算法在风险分析基础上进行不同类别平台风险预警,但欠缺基于风险预警结果的不同类别平台风险处置路径的相关研究。因此,在对涉农网贷机构分类基础上,分析不同类别涉农网贷机构风险处置路径以及处置期面临的问题,为政府开展过程监管提供依据,为涉农网贷机构及其他业务类型机构提供退出路径参考,有利于推动行业风险处置、防范风险传递;有利于持续发挥良性涉农网贷机构在服务“三农”领域、发展普惠金融上的重要作用。本文根据金融风险管理理论,在风险识别基础上,构建纳入涉农业务特性、风险处置监管要求的风险分析指标体系,运用机器学习中K-Means聚类算法和决策树CART算法,分别对涉农网贷机构进行归类处理和分类规则提取。随后,基于分类结果,提出不同类别平台的网贷业务处置路径,并分析不同路径下处置过程中面临的问题。最后,为推动涉农网贷机构风险处置和规范发展提出对策建议。本文的主要结论有:第一,运用K均值聚类算法将涉农网贷机构分为了四类;决策树结果显示,借款余额、投资分散度、涉农业务种类、信披积分和涉农业务增信方式在类别划分中发挥主要作用。第二,基于分类结果,为四类平台提出业务转型和清算注销的退出路径:第一类平台可转型为消费金融公司、网络小贷公司和金融科技公司;第二类平台和第三类具有客户资源优势的平台可转型为区域小贷和助贷机构;第三类有农村供应链股东背景的涉农网贷机构,可转型为农村综合服务机构;而第四类综合实力和合规性欠缺的平台建议化解存量业务后清算注销。第三,在不同路径下,存量业务处理过程中存在机构变相吸金、外部配套设施不完善、催收难以及缺少业务处置纲领性文件的问题;面对转型门槛存在资金压力以及外部配套环境支持度弱等共性问题;在转型业务开展期,各转型平台在运营风险、信用风险、流动性风险、操作风险、声誉风险等方面产生不同程度的新生风险。最后,针对以上问题,本文提出以下监管建议:推进风险处置监管机制与制度建设、改善风险处置的外部配套环境、加强涉农网贷机构风险处置的过程监管、强化风险处置期网贷机构信息披露、加强涉农网贷参与者的引导和教育。
其他文献
高校社区是一个较为特殊的社区,具有人口相对集中、居民文化程度较高、居住条件相对较好、经济收入较高等优势。但同时又具有脑力劳动者居多、工作压力较大、老龄化明显、慢性
有时候,最好的点子可能会像靠不住的骗术一样简单之极,但这里3位空想家却把他们的灵感成功地存进了银行。
4月15日至17日,由河南教育学院学报编辑部主办、中国矿业大学学报编辑部协办的“历史回顾与未来展望——《红楼梦》文献学研究高端论坛”在河南财政税务高等专科学校学术交流
目的观察复方麝香注射液能否缩小大鼠急性心肌梗死面积。方法雄性SD大鼠50只随机分为3组,N组为假手术组,C组为模型对照组,F组为药物(麝香注射液)干预组。F、C组大鼠用丝线结
鸡慢性呼吸道病(CRD)是由鸡败血霉形体(MG)引起的常见传染病。临床上主要表现为咳嗽、呼吸哕音、眼炎,剖检病变包括鼻窦、气管、支气管、气囊有炎症并有黄色分泌物。病鸡生长缓慢,
1通用型肉鸡领域我国肉鸡涵盖两大类:快大型白羽肉鸡和优质肉鸡。2007年我国白羽肉鸡上市约27亿只,产肉465万吨;优质肉鸡上市约40亿只,产肉360万吨。我国肉鸡育种的方向是改良肉
本文根据华北电网"两个细则"对火电机组一次调频的性能要求,以陡河发电厂为实例,通过对DEH+CCS一次调频模式逻辑参数设置的分析,找出一次调频正确动作率低下的原因,并提出优
通过硫酸铵分级沉淀、透析等方法从白芥子中提取、分离和纯化得到芥子酶.结果显示,0~20%硫酸铵饱和度部分提取所得酶液比活力最大,为7.8 U/mg.利用葡萄糖试剂盒法和高效液相色
“计量辨证”与“量化组方”是中医现代化研究中的热点与难点,随着近年来研究的不断深入,使临证“化裁成方”的处方模式向灵活的“直接遣药组方”模式转变成为了可能。
随着遥感技术的发展,多光谱图像在日常生活中和军事上的应用越来越广泛。多光谱图像不仅承载了地物的形态和结构特征信息,还包含了地物的光谱特征。利用多光谱图像数据对地物进行分类,是遥感图像领域一项重要的科研课题,具有显著的理论价值以及实际应用价值。随着图像中包含的信息量越来越大,传统的图像分类方法由于其挖掘图像特征的能力有限,无法充分地提取有用的分类信息,已经难以满足实际应用的需求,而随着深度学习在图像