網絡貸款
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇網絡貸款范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
網絡貸款范文第1篇
一、網絡借貸與小額貸款的性質
網絡借貸是指由具有資質的網站（第三方公司）作為中介平臺，借款人在平臺發放借款標，投資者進行競標向借款人放貸的行為。主要分B2C和P2P兩種交易模式，但下文提及的宜信既不是嚴格意義上的B2C，也不是嚴格意義上的P2P，而是對P2P進行了變形。小額貸款公司是由自然人、企業法人與其他社會組織投資設立，不吸收公眾存款，經營小額貸款業務的有限責任公司或股份有限公司。
二、對于兩者的監管情況
截至2012年，中國還沒有專門針對個人對個人貸款的法律條文，有關民間借貸中介的法律法規也是空白。小額貸款公司的監管權歸屬于省級人民政府，設立小額貸款公司需向地方金融辦提交申請。小額貸款公司的股東需符合法定人數規定。
三、行業發展情況
中國網絡借貸的代表企業是宜信。據宜信相關負責人介紹，宜信已經在全國72個城市和20多個農村地區設有網點，客戶群已經達到了幾十萬，宜信財富管理的資產規模超過了100億人民幣，而不良率則控制在2%以內。從2008年到2010年，宜信每年的業務增長率都在200%以上。
另外一家互聯網金融的代表企業是阿里巴巴，從事融資業務經歷了與銀行合作到自營的兩個階段。
第一階段：2007年5月至2010年6月，以銀行合作為主。2007年5月16日，阿里巴巴聯手建行推出“e貸通”，阿里巴巴會員可憑借在其網站上的交易信用記錄向建行申請貸款。2007年6月起，阿里巴巴與工行推出“易融通”，為阿里巴巴和淘寶會員提供貸款服務。這類融資業務屬于商業銀行的保理業務，支付寶在商家和銀行之間起到橋梁作用，承擔商業資信調查、應收賬款管理、信用風險擔保等融資中介角色，支付寶并不向淘寶商家收取費用。這種與銀行合作的業務模式對阿里來說存在二個問題：一是商戶在阿里巴巴和淘寶累積的信用雖獲得銀行的認可，但仍需要擔保、抵押或聯保，才能夠獲得銀行貸款，實際將大多數小商戶排除在外；二是阿里打造整個電子商務生態圈的戰略，需要解決電商平臺客戶的融資需求，從而提高電商平臺效率，與銀行合作難于掌控。
第二階段：2010年6月以后，以小貸公司為主。2010年6月阿里巴巴成立兩家小貸公司，停止了與建行和工行的合作，以“阿里金融”的名義開始自營。阿里金融共兩大板塊，為阿里貸款和淘寶貸款。
阿里貸款為阿里巴巴會員企業提供信用貸款，分為“循環貸”和“固定貸”兩種。“循環貸”指獲貸額度作為備用金，不取用不計息，可隨借隨還。“固定貸”指獲貸額度在獲貸后一次性發放。目前信用貸款僅面向江浙滬賣家，收費和普通會員。對于這類會員企業，阿里貸款的額度為5萬元到100萬元，貸款期限一般為一年，日利率在0.05%至0.06%之間，折合年利18.25%～21.9%之間。
淘寶貸款面向淘寶和天貓賣家，分為訂單貸款（平均單筆貸款規模為3000元）和信用貸款（平均單筆貸款規模為2萬元）兩類，訂單貸款是基于賣家店鋪已發貨、買家未確認的實物交易訂單金額給出授信額度，到期系統自動還款。信用貸款是基于店鋪綜合經營情況給予授信，不受當天訂單量限制，無需抵押擔保，授信額度可多次支用，隨借隨還。其中，淘寶、天貓訂單貸款最高額度100萬元，貸款周期30日，日利率0.05%，折合年利18.25%；信用貸款最高額度100萬元，貸款周期6個月，日利率0.06%，折合年利21.9%。
網絡貸款范文第2篇
[關鍵詞]公益性；網絡借貸；成本因素；激勵理論
[中圖分類號]F830.5 [文獻標識碼]A [文章編號]1673-0461（2014）03-0093-04
網絡技術的迅速發展，給網絡金融帶來了新的生機，人們把 “諾貝爾和平獎”尤努斯所創的小額借貸由 “線下”模式變為“線下”與“線上”并行，自2005年英國的Zopa到2006年美國Prospe，P2P貸款在美國和英國成為除了傳統儲蓄和投資外的另一種選擇（Slavin 2007），目前這種借貸的方式已被世界各國廣泛接受。
中國由于存在著個人、微小型企業資金旺盛的需求與供給的錯配和利率非市場化等因素，未來我國P2P網絡借貸更有發展的潛力。根據貸款利率高低分為盈利型還是公益型P2P網貸平臺，目前國內大部分網貸平臺都屬于盈利型的P2P網貸平臺，判斷盈利型還是公益型的網貸平臺標準是利率的高低，投資者投者于盈利型的P2P網貸平臺為的是獲取利潤，通常國內盈利型網絡平臺的貸款利率8%～24%之間，一般而言，安全性越高的網貸平臺利率越低，風險越大的網貸平臺利率越高，但逾期和壞賬數值也越大。
公益型平臺國內以宜農貸為代表，類似平臺有貸邦。國際代表為美國的Kiva。2005年成立的Kiva是一個非營利的P2P網絡借貸平臺，主要面對的借款人是發展中國家收入非常低的企業和個人。Kiva的使命是通過全球互聯網和小額貸款金融機構，讓人們只要借款25美元，就有機會幫助減輕貧困。貸款人無利息，借款人收很低的利率約2%維持借貸平臺的正常經營。
宜農貸是中國的Kiva，通過與中國農村地區的MFI合作，為有資金需求的農民提供農業生產貸款，為農村金融輸血。貸款者象征性的收取2%的年利率，網貸平臺僅收取1%的服務費。貸幫網瞄準只做農村城鎮化和農村農民創業發展的項目，從2007年開始籌備，2008年正式上線的，國內最早以O2O模式來運行的互聯網金融公司之一，在線下做貸款的管理，在線上對接投資人。
公益型平臺的優勢是：平臺和貸款者的風險都較低，能為MFI提供大量資金，從而更好的支持農村金融發展，扶持農業。其缺點是，貸款者和平臺的收益都很小。
國際上，受金融市場的動蕩和次貸危機的影響，傳統的貸款人已大大減少助學貸款的資助，或暫停其參與聯邦擔保學生貸款計劃，其中包括流行的斯塔福德和PLUS貸款。在美國，許多本科學生因經濟問題離開了學校，2013年，美國畢業班的債務平均水平超過19 000美元，根據國家高中后學生資助研究，研究生的資金需求更大：他們的平均債務為27 000美元到114 000美元，為了尋求資金，一些學生已經轉向貸款的網站，如GreenNote.、Fynanz、 Virgin Money，用戶可以通過多種金融家，包括朋友，家人和陌生人獲得高校貸款的支持。
本文基于經濟學與社會學的相關理論，梳理國際上公益型P2P網絡借貸貸款人的理性貸款動機，進行深入的理論分析，期望能從另一個角度去解釋此類現象。
一、 關于公益型網絡借貸貸款人行為動機的理性研究
公益型網絡借貸貸款人的行為動機，作者提出應該把貸款人經濟利益和慈善心理置于一個共同的分析框架，把經濟理論與人類行為心理特征結合起來研究，比單純片面強調經濟學的理性人假設更有說服力，準確地說，我們應該看到公益型網絡借貸的貸款人從中獲“利”的不僅包含經濟利益還包括精神上的快樂和個人名譽上的贊賞。對此，獲得諾貝爾經濟學獎的美國貝克爾[1]認為對人類行為的研究同樣可以運用經濟的相關理論，運過經濟學方法揭示經濟動因，把經濟學的理論運用到社會學及生物學等。下面，作者就通過以下幾種理論去研究公益型P2P網絡貸款人的貸款動機，以及行為的分析。
1. 人性利已論
美國Kopko推出的GradeFund網站，有需要的學生可以得到任何人包括朋友、親戚、教練，甚至陌生人的“贊助”，較好的學生就會收到更多的學費支持。不像GreenNote和Fynanz，在GradeFund中20%是捐助者，是資金匱乏的學生特別有吸引力的網站。
人的本性本質上是追求真善美與厭惡假惡丑的結合。人的本質決不僅是個人所固有的抽象物，實際上，是他周圍環境社會關系的總和[2]。確切地說，一方面包括人與人之間的關系，另一方面指人與社會的關系。經濟學中的理性人假設——追求自身經濟利益的最大化是人類生存和發展的動力。值得關注的是，在人類社會中，通常會存在多次的博弈行為，人類會思考與計算經濟的總收益，因此就常出現有趣的現象，放棄某次博弈的較高收益行為，取而代之的是次低收益行為的選擇，個人會理性地選取多次博弈的總收益最大值。
在P2P網絡借貸中，發達國家的貸款人將錢低息甚至免息貸給農戶和學生，表象上似乎與經濟學中的理性人形成了邏輯悖論，深入分析其實理性十足。低息貸款表象上帶有一定捐贈和幫助的性質源于人類是一種帶有心理特征的動物，幫助別人有時是為了獲得回報（利己論者），當人們遵守法律制度和道德規范的時候，其實個人的內心達到了最大快樂與最小痛苦的平衡（Jeremy Bentham），捐贈其實是一種交易，給出資金為了得到某種東西的回報（Philip Kotler）[3]。
2. 人性互惠論
人性互惠論認為人類的交往行為包含著顯性或隱性的“互惠原則”，社會中，簡單地假設存在著：甲方與乙方。甲方與乙方的交往與合作其實也是一種互助的社會保險，假設甲方過去曾經獲得乙方的幫助，則當將來乙方陷入類似的處境時，也將獲得甲方的幫助回報。整個社會存在著無窮鏈甲、乙、丙、丁……，第N 個人與第N +1 個人有聯系，所有的人都維護著互惠的游戲規則，他們都為保持這種良好合作關系的好處直到遙遠的未來。他們都樂于提供對他人的幫助。
從人類的出現，野蠻人的進化與發展，互助互惠的本性始終未變。互助是人類生存的一種本能（克魯泡特金）[4]，它導致了地球上體力不占優勢的人類把遠勝于人的猛獸們關在了動物園里。人類還擅長于聯想，并具有同情心和互助的心理道德動機，由他人的喜悅與痛苦聯想到自己類似的情景與知覺，會產生同情和憐憫。
提供公益型的P2P網絡貸款人必然存在著類似的經歷和感觸，也希望通過給予別人幫助和援助有助于改善對方的狀況，使受助者脫離困境，并且更加希望當自己處于類似的困境時，能得到熱心人的關愛與支持。
3. 人性利他論
利他行為的提供者可以獲得良好的社會聲譽，并且自己本身得到了精神上的滿足與快樂。慈善也是出于一種原始的愛，廣義地愛，希望所愛的人能快樂、幸福，遠離苦難[5]。當人們解決自身的基本需求之后，就有了幫助他人意愿的可能，并且從中獲得良好的社會聲譽。國際上公益型的P2P網絡借貸大多產生于解決自身的一些基本需求后，通過低息貸款達到幫助窮人的目的，同時支助者獲得了良好的聲譽以及精神上的快樂。
利他行為理論中分“無條件的利他行為”和“有條件的利他行為”。無條件利他論是一種只顧及他人利益的純利他主義，完全不考慮自己的利益。傳統公共物品模型（Bergstrom、Blume、Varian）認為：max{Ui（Xi，G）； Xi+Gi=Wi， Gi≥0}。其中，G= Gi+G-i，提供幫助者的收入Wi約束下消費私人物品Xi，消費公共物品G[6]。
有條件利他主義包含著幫助者的私人利益，在現實生活中更符合實際。因此得出模型為max{ Ui（Xi，Gi，G）； Xi+Gi=Wi，Gi≥0}。此時的Ui包含著帶給幫助者的個人的利益，不論是物質上還是精神上的快樂。
4. 聲譽論
美國經濟學家Harbaugh利用美國校友日捐款數，提出個人捐贈的效用函數，他認為個人總效用（U）取決于私人消費（X）、可以帶來良好的社會聲譽（P）、捐款數額（D）[7]：
U=x（p + 5. 44）0.000276（D -12.7）0.000256
而且他還發現，假設500～999 美元是一個聲譽等級，大部分人捐贈款正好是500 美元，很明顯，在一個聲譽等級內，多余的捐款不會提高聲譽[8]。因此，證明了捐贈的動機是為了獲得良好社會聲譽。此類的研究國外遠比國內研究要豐富。因為我國捐贈或慈善實踐的數額非常有限，但是理論上足以讓我們可以利用國外的寶貴研究成果，吸引國外貸款人利用P2P網絡借貸把資金投入到我國西部地區的農村建設或者學生的希望工程等，一方面可以促進落后地區農村的經濟建設； 另一方面也可以解決我國教育資金投資的嚴重匱乏。
5. REMM模型和多元動機論
值得一提的是，美國著名經濟學家詹森和麥克凌構建的REMM模型[9]。此模型通過特征集來刻畫人的本性，提示個體的有約束的最大化效用追求者，其約束包含著物質與精神方面。它超越了老式的經濟人范式，似乎成為解釋社會中幾乎一切人行為的理性人范式的趨向。許多經濟學家和管理學家利用它達到增進更科學的管理決策。REMM模型缺陷在于缺乏完整的邏輯論證過程，并且缺乏對利他行為的動機進行深入探索。
多元動機論與REMM模型類似，王小波認為幫助動機是很復雜的，可分為：無私奉獻型、同情弱者型、互助友愛型、塑造形象型、經濟謀劃型、政治需要型、沽名釣譽型和最終利己型八種。發達國家或者發展中國家的部分人愿意為正在發展的農民提供資金的幫助和支持，其動機也許是出于同情、互助、也許是出于經濟收益或者政治需要等多方面的綜合考慮。
二、P2P網絡借貸中貸款人理的模型
我們把公益性網絡貸款人貸款行為分兩種，一種是普通貸款，另一種是P2P網絡借貸。假設貸款人在普通貸款與P2P網絡借貸之間進行選擇，理性消費者在普通貸款與P2P網絡借貸之間選擇效用最大化的組合。
假設貸款人的效用函數包括：普通貸款的投資數量Ux與投資于P2P網絡借貸的數量Uy，貸款人的總效用為U，U=U（x，y），貸款人貸款資金的金額受收入水平（I）的限制，投資人投資服從：max{ U（x，y，I）； Xi+Yi=Ii，Ii≥0}
設：Qx 為投資于普通貸款的數量，Qy 為投資于P2P網絡借貸的數量，Px為普通貸款的價格，Py為P2P網絡貸款的價格，Px·Qx+Py·Qy≦I。
根據拉格朗日乘數法當： MUx/ Px= MUy/ Py時，投資的效用達到最大化。
三、公益性P2P網絡借貸貸款人成本要素分析
網絡貸款人提供一筆貸款，其成本取決于：搜尋公益性P2P網絡貸款的信息、執行網絡借貸的成本與事后監督網絡貸款所需要的成本。由于目前世界各國的計算機網絡技術已深入千家萬戶，網絡所固有的虛擬特性及出現很多的網絡欺詐，無形中大大地增加了公益性P2P網絡借貸貸款人的總成本。P2P網絡貸款所需要付出的成本與網絡貸款數量是負相關的，正如下圖所示，貸款人把部分收入用于P2P網絡貸款，成本降低以前，貸款人可以通過P2P網絡貸款B數量，即預算約束線為AB；當成本降低后，貸款人可以通過P2P網絡貸款C數量，此時預算約束線為AC。因此，成本降低以前，貸款人的預算約束線AB與效用曲線I1相切于D 點，此時貸款人網絡貸款的數量為M。當成本降低后，貸款人的預算約束線AC 與效用曲線I2 相切于E 點，貸款人網絡貸款數量為N。因此，成本降低增加網絡貸款的機會；反之則會減少貸款人的網絡貸款機會（見圖1）。
四、P2P網絡借貸貸款人激勵理論分析
公益型P2P網絡借貸可以改善借款人的貧窮困境，改善農戶與學生的生活，有助于受助國家人們的社會安定團結，因此，經濟學家、社會學家們需要尋找能夠激勵有能力的投資者去低息甚至無息貸給發展中國家貧困借款人的行為。在網絡的時代中，我們可以利用外部環境，借助于網絡來滿足大家幫助的愿望動機，同時也達到他們獲得良好社會聲譽的希望。我們通過行為激勵原則、行為激勵方式來說明如何激勵公益型P2P網絡借貸的發展。
行為激勵的原則取決于以下兩個：①精神獎勵。從需要層次理論來說，其本質是個人追求更高層次的滿足，對提供幫助的人在內心達到一種平衡，因為施助而感到快樂。同時在外界可以獲得好的名聲。企業和名人的捐贈很多是以此為出發點的。②目標認同原則。人的本性中存在一種情感，即：憐憫與仁愛，會對與自己曾經歷過的相似處境的人產生憐憫與仁愛，希望幫助他們渡過難關，它是P2P網絡貸款人提供幫助的思想根源。因此，在中國常看到有名的華僑會返鄉捐錢，支持老家的經洗建設等。
行為激勵方式有：內容型激勵、過程型激勵和綜合型激勵三類。內容型激勵主要有著名的馬斯洛需要層次激勵和麥克利蘭的成就需要激勵。
馬斯洛把人類的需求分為五個層次：即生理需求、安全需求、社交需求、尊重需求和自我實現需求。前三種需求是低級需求，后兩者是高級需求。只有當人們滿足低級需求后，才去追求高級需求，高級需求是永遠不會完全滿足的。通過發展經濟或者提高收入以及精神上的鼓勵能夠誘發更多的人愿意去幫助別人。發達國家的貸款人在滿足物質基礎的低級需求后，借助現代的發達網絡技術，無息貸款給正需求資金的發展中國家的窮人，正是精神上追求較高層次需求滿足的表現。
根據麥克利蘭成就激勵原則，P2P網絡借貸貸款人從網絡借貸中建立友誼，在幫助別人中體會到幫助的快樂，當證明幫助有效時，他們更能感受到成功的喜悅，滿足了他們獲得成就的需要。
過程型激勵目前主要是美國心理學家弗魯姆提出來的期望理論。要達到激發貸款人提供公益性網絡借貸的行為取決于貸款人自身的需要與他對目標實現概率的估計。如果他發現，他的行為能滿足自己施助的目的，可以有效地改善受助者的生活，他會很樂于去施行，相反，如果發現他的幫助資金對受助于沒有意義甚至被他人挪用，取得目標實現的期望值很低時，自然會大大地減少公益性網絡借貸的數量。因此，我們可以提高公益性網絡借貸的透明度，增加公益性網絡借貸的事后反饋，強調公益性網絡借貸的積極性，廣泛宣傳正面的案例，讓實施公益性網絡借貸簡單、易于落實等等措施，促進公益性網絡借貸的發展。
五、結 論
本文對發達國家通過P2P網絡平臺為貧困人民提供低息甚至無息的公益型網絡借貸的貸款人理進行深入分析，分別運用相關理論，通過深入分析P2P網絡貸款人貸款動機的理性研究、構造一個P2P網絡借貸中貸款人理的模型、通過P2P網絡借貸貸款人成本理論分析及激勵理論四個方面分析貸款人的行為理性，以此證明貸款人提供低息甚至無息貸款是符合一定經濟學理論的，并且論文把貸款人經濟利益和慈善心理置于一個共同的分析框架，把經濟理論與人類行為心理特征結合起來研究，實踐中為了增加類似可以提高整體社會福利的行為我們可以從貸款動機、貸款人的收入及成本要素去激發大家，利用激勵相關理論促使更多的人，包括國內和國際的貸款人，為我國的農民提供貸款、為學生提供信貸支持，這將又是一個值得繼續深入研究的課題。
[參考文獻]
[1] 貝克爾. 人類行為的經濟分析[M]. 王業宇，陳琪，譯. 上海：上海三聯書店，上海人民出版社，1995：25-132.
[2] 馬克思. 馬克思選集（第一卷）[M].北京：人民出版社，1971.
[3] [美]菲利普·科特勒，艾倫·安德利亞森. 非營利部門戰略營銷[M]. 孟延春，譯. 北京：中國人民大學出版社，2003年：427.
[4] 克魯泡特金. 互助論[M]. 李平漚，譯. 北京：商務印書館，1984：21-79.
[5] 休漠.人性論[M]. 北京：商務印書館，1980：421-422.
[6] Bergstrom，T.C.，Blume，L.，Varian，H.On the Private Provision of Public Goods[J]. Journal of Public Economic.
[7] Harbaugh，William T. What do donations buy？ A model of philanthropy based on prestige and warm glow[J]. Journal of public economic.
[8] [美]曼瑟爾·奧爾森. 集體行動的邏輯[M]. 陳郁，等，譯. 上海：格致出版社，2008：65-74 .
[9] Jensen and Mecking. The Nature of Man[J]. Jorunal of Applied Corporate Finance，1994（6）.
Lender's Behavioral Psychology Analysis
on Non-profitable Online P2P Lending
Mo Yixian，Mi Yunsheng
（College of Economics and Management，South China Agricultural University，Guangzhou 510642，China）
網絡貸款范文第3篇
【關鍵詞】P2P網絡貸款 傳統銀行貸款 風險監管
目前，我國經濟正面臨下行壓力，經濟結構正處于調整階段，總理在2015年《政府工作匯報》中強調了在當前經濟形勢下“互聯網+”的作用。一直以來，國內商業銀行在進行貸款審批時，注重的是貸款者的資質以及抵押品的質量，因此，無抵押品或者抵押品劣質的貸款者難以通過商業銀行的貸款審批，且商業銀行信貸是國內大部分企業的主要融資途徑，信貸市場的困境致使中小企業轉而投向其他融資渠道，民間借貸市場不斷擴大，小額信貸的規模發展迅速。作為主力軍的P2P網絡貸款保持快速的發展勢頭。截至2015年底，2015年全年網絡貸款成交量達到了9823.04億元，相比2014年全年網絡貸款成交量（2528億元）增長了288.57%。監管出臺，市場競爭，媒體監督，用戶成熟，這些都將帶領行業在十字路口做出正確的選擇。P2P網絡貸款行業的迅速發展在很大程度上對傳統的銀行貸款業務產生了很大的沖擊。那這兩者之間到底存在著怎樣的區別呢？P2P網絡貸款行業未來將會有怎樣的發展趨勢呢？本文將針對這些問題展開詳細的分析。
一、投資者角度下P2P網絡貸款與傳統銀行貸款的區別
（一）業務風險方面
從業務風險來看，只要商業銀行處于正常的經營狀態下，儲戶就能從能銀行取出自己的活期、定期存款，并且我國對于銀行的設立、運營都有嚴格的法律標準，國內銀行破產事件還是少有發生，因此存放在商業銀行的資金安全是能夠得到保證的。而國內P2P貸款行業面臨的風險是多元化的，既要防范系統性的風險，也要防范借款人的道德風險，還要管控平臺運營風險。而且，國內尚無直接對接P2P貸款的法律條文，沒有強制性的文件保障投資者的本金。總體而言，P2P貸款的鳳險要高于銀行產品。
（二）年化收益率方面
從產品的年化收益率來看，活斯、定期存款收益比較穩定、但也比較低，目前，國內商業銀行的活期存款年利率為0.35%，1年定存的年利率為1.5%。銀行理財產品的年化收益率為3%-6%左右，利率依靠投資者所認購的規模。P2P貸款的年化收益率為8%～18%左右，收益的波動性大。投資收益很大程度與借款人的資質相關。相比之下，P2P貸款的收益率具有很大的優勢，這是對P2P貸款高風險的補償。
（三）投資門檻方面
從投資門檻來看，根據銀監會《商業銀行理財產品銷售管理辦法》的規定，單一客戶購買起點金額不得低于5萬。相對來說，銀行理財產品的投資門檻算是相對較高的。國內P2P.貸款平臺的起投資金一般為50元或者100元，投資的門檻還是比較低的。總的來說，銀行產品與P2P貸款都有各自的特色。P2P貸款想要競爭銀行產品的份額，那就得降低整個行業的風險程度，這樣才能吸引投資者。
二、借款者角度下P2P網絡貸款與傳統銀行貸款的區別
銀行產品與P2P貸款處于競爭關系的主要是商業銀行的小微企業信貸。目前，國內金融機構的小微企業信貸余額大概有22.6萬億元，P2P貸款與之差距甚遠。首先，貸款利率上，銀行小微企業信貸利率相比之下，在選擇網上貸款，要承擔更高額的融資成本。其次，審批流程上，銀行小微企業的信貸審批較為嚴格，據投資時報的報道小微企業的等待貸款時長在47天左右，而據網絡貸款之家的數據統計，國內網絡貸款平臺的貸款審批時間在2～5天，差距明顯。目前，國內P2P貸款平臺中欠缺的是符合資質的借款者。畢竟，整個網絡貸款行業的貸款利率太高，基于成本考慮，大部分人都會選擇線下貸款，對于P2P貸款發展來說，將整個行業利率控制在借款者能夠樂于接受的范圍內，才能促進行業的穩定發展。
三、對P2P網絡貸款行業監管的發展趨勢
（一）監管加強，法律規范更加完善
就目前來看，因為銀監會進行了監管架構改革，其中新成立的普惠金融部，被業內普遍認為將成為未來P2P網絡貸款的監管機構。監管歸屬確定后，未來國內P2P貸款行業監管層面的發展趨勢主要分為兩個方面：
一是相關法律文件的出臺。目前由銀監會牽頭制定的P2P管理辦法已成型并開始內審，并在2015年12月28日向社會公開征求意見，預計明年年中落地，同時設有18個月左右的過渡期。監管總體思路是實行負面清單制，同時遵循“誰審批、誰監管”的原則由地方金融辦負責風險防范與處置。
二是貸款平臺的牌照發放。從未來發展趨勢看，P2P網絡信貸牌照未來將成為國家監管的主要手段。P2P貸款行業自身高風險的特征，決定了執業機構必須具備良好的風險控制措施。牌照的發放過程也是監管部門與平臺的信息互動過程，通過這一程序，監管方對整個平臺從業人員有所了解，方便監管部門制定相關文件。
（二）更大范圍的行業自律組織形成
在P2P貸款行業的未來發展中，隨著行業的進一步細化，多種模式的衍生，不同地域、不同營運模式以及不同細分市場等都會出現多維度的自律組織。行業聯盟的好處在于：第一，統一行業的收費標準，避免惡性競爭的產生；第二，通過信息共享程序，平臺之間相互傳遞優秀的風險控制體系，提高行業的整體風控水平；第三，能夠代表多個平臺進行對外談判，提高平臺的話語權。
參考文獻：
[1]陳恬靜.P2P網絡貸款監管法律問題研究[D].山西財經大學，2015.
網絡貸款范文第4篇
商業銀行在互聯網金融高速發展的大前提下必須要把握好自身優勢，在金融市場上穩住主導地位。具體優勢有以下幾點：
（一）監管嚴、安全性強
安全性、穩健性通常是評價金融服務優劣的關鍵標準。我國商業銀行專門成立風險部門為控制貸款壞賬，并不惜成本地為打造貸款服務安全投入大量的人力和資金，切實履行穩健的經營理念，力求將貸款壞賬的風險率無限地接近“零”。而P2P網貸平臺在我國起步較晚，其秉承著重追求創新和業績的經營理念野蠻地崛起，對貸款壞賬安全方面的投入尚少且積極性較差，同時，我國針對這一新興領域暫未有完善的監管制度，P2P網貸公司打法律“擦邊球”的現象時有發生。相比之下，出于經營理念的差異，我國商業銀行在嚴謹的監管之下更能確保貸款資金的安全。
（二）資源豐富
我國商業銀行經歷了將近40年的發展，積累了龐大的客戶資源、資金資源，對其能否順利開展業務起著基礎性的作用，也是金融機構開展貸款業務的基礎。以中國工商銀行為例，新推出的新型信用貸款產品“逸貸”2014年上半年累放額達到1213億元，工商銀行面向小微企業的互聯網融資產品“網貸通”余額約3000億元，較年初增加近400億，已累計向6.5萬戶小微企業發放貸款1.4萬億元，是目前國內互聯網金融領域單體金額最大的融資服務產品。上述這些豐富的資源均是商業銀行在互聯網環境中的競爭優勢。
二、商業銀行在P2P網絡貸款環境中的劣勢
（一）操作不便
出于安全性的要求，我國商業銀行在貸款業務中對貸款人的信用有很高的要求，不僅要求貸款人提供相關身份證明，還要求提供資產證明、抵押物相關材料等，在經過嚴格的風險把控之后才可以申請到貸款，這些安全防護措施無疑是使操作流程變得繁瑣。而P2P網貸平臺推出的貸款服務操作便捷十分受用戶青睞。
（二）成本偏高
商業銀行和P2P網貸公司最終追求的都是利潤，相對來說，商業銀行的經營成本較高。為了維護商業銀行的聲譽，商業銀行不惜一切地投入資金提高業務安全性；為了普及其影響力，商業銀行無形中也加大了的部門（網點）成本、人力資源成本、產品成本等，而P2P網貸公司借助網絡平臺，普遍實現線上服務，大大地減少了經營成本。
三、商業銀行在P2P網絡貸款環境中的機遇
第一，P2P網絡貸款平臺的野蠻生長態勢或將成為我國商業銀行改革的重要力量。有利于加強其自身創新能力，拓展業務渠道。商業銀行貸款市場占有率在未來下降將成為趨勢，導致商業銀行的利潤增長速度放緩。警鐘已經敲響，在國家政策的支持下與互聯網時代的大背景下，逼迫我國商業銀行改革前進
第二，P2P網絡貸款平臺的發展為商業銀行貸款業務日后產品創新升級提供了經驗借鑒。互聯網強大的網絡技術以及富有特色的貸款產品和方便快捷的操作平臺都為日后商業銀行貸款服務提供了很好的借鑒。
四、商業銀行在P2P網絡貸款環境中的挑戰
（一）P2P網貸對商業銀行的信用中介職能的沖擊
相對于銀行資產業務主要來源的貸款，互聯網P2P網貸業務門檻低手續簡便，貸款點對點與銀行傳統銀行貸款模式不同屬于直接融資，對于一些小、微企業以及需要快速融資的企業提供快捷有效的貸款，并且隨著互聯網貸款業務的進一步發展，一些大公司也必將投入互聯網貸款業務當中。截止至2014年12月30日，全國P2P互聯網網貸平臺高達2358家，總成交額3283.64億元，相較2013年成交額增長267.90%，實現8連增，日均參與人數為7.63萬人，相比較2013年上升200.39%，首現8連漲，參與人數不斷創歷史新高。
表1 2010～2014年商業貸款總額與網貸P2P總額對比數據表
另一方面，互聯網貸款發展影響銀行的利差收入。近幾年隨著互聯網貸款平臺的不斷增多，以及門檻低程序簡便等優勢，使得越來越多的個人以及小微企業愿意選擇通過互聯網這種途徑進行融資，對銀行貸款業務形成有效的沖擊。
（二）互聯網理財產品銷售方式對商業銀行傳統銷售方式的沖擊
與互聯網理財產品線上銷售渠道相比，銀行理財產品只能通過網點柜臺銷售渠道就略顯單一，而且也受到地理位置的限制覆蓋區域較小，另外銀行理財業務起點高，推出的理財業務適合大宗客戶而不適合普通大眾群體。互聯網理財產品交易成本低交易、程序簡便、門檻較低適合大眾群體購買，大眾群體雖然單個資金薄弱但是數量眾多，所以互聯網理財產品獲得了較高的收益。而正是由于互聯網理財產品的種種優勢威脅到商業銀行銷售渠道的地位。
（三）P2P網絡貸款對商業銀行經營理念的沖擊
網絡貸款范文第5篇
關鍵字：貸款利率市場化；商業銀行；股票網絡；拓撲性質
中圖分類號：F830.593 文獻標識碼：A 文章編號：
一、引言
貸款利率市場化最終目標是形成以中央銀行基準利率為基礎、以貨幣市場利率為中介、由市場供求決定金融機構存貸款利率的市場利率體系，其核心特征是金融機構自己根據資金狀況和對金融市場動向的判斷來自主調節貸款利率水平。我國從1986年開始利率市場化嘗試，1996年放開銀行間同業拆借市場利率，標志著利率市場化正式啟動， 2013年7月完全放開貸款利率管制，自此我國利率市場化進程從穩步推進到加速發展，最后實現利率完全市場化。
貸款利率市場化加快了商業銀行業務結構的轉變，其發展模式從依賴存貸利差為主逐漸向發展中間業務轉變。Masood， Sergi 研究發現隨著各項改革舉措的推進，特別是貸款利率管制逐漸放開，銀行業競爭格局正逐步形成，行業整體上呈現出集中與競爭并存的局面[1]。Porter ， Feyzioglu和Takáts通過分析國外利率市場化進程和實證分析得出，存款利率放開會使得利率上升，但會提高貨幣當局的政策有效性，經營效益好、風控能力高的銀行，尤其是中小銀行會從存款利率市場化后獲得更大的利益[2]。Udoh和 Ogbuagu認為中國利率管制主要為存款利率上限和貸款利率下限的管制，利率市場化會使利率上升，從而抑制邊際投資[3]。黃樹青和孫璐璐利用演化博弈理論分析了存款利率市場化進程中商業銀行的策略選擇，研究發現隨著利率市場化的推進，銀行業的利差會縮小；商業銀行會逐步對業務作出調整，利率不再是主要競爭手段[4]。Lenzu和Tedeschi對銀行間網絡模型的動態變化及形成機制，以及在這種動態變化過程中對于系統性風險傳染時系統穩定性進行了研究，發現簡單的隨機網絡相比無標度網絡抵御風險能力更強[5]。Beck，Jonghe和 Schepens研究認為金融自由化對銀行風險水平有顯著的影響并且兩者的關系還受到其它因素的綜合影響[6]。黃曉薇，郭敏和李瑩華研究發現，在利率市場化進程中，行業競爭與銀行風險承擔的相關性狀態依賴于利率市場化水平[7]。張宗益，吳恒宇和吳俊利用14家商業銀行面板數據研究了貸款利率市場化進程中，銀行價格競爭及風險行為之間相關性[8]。Georg和Poschmann研究了中央銀行在銀行網絡中的作用，發現央行活動增強了網絡抵抗風險的能力[9]。劉超運用復雜網絡的方法研究金融危機期間同業拆借市場，發現我國同業拆借市場具有典型的小世界效應和無標度特性[10]。
現有研究主要集中在利率市場化對商業銀行業務的影響研究，而對于利率市場化進程中商業銀行股票網絡的相應變化情況的研究很少。事實上，利率市場化會使得商業銀行的股價產生較大的波動，從而影響整個商業銀行股票網絡的穩定性。本研究將運用復雜網絡方法，根據商業銀行股票日收益率構建關聯網絡，分析該網絡拓撲性質，挖掘商業銀行股票網絡在貸款利率市場化前后變化信息，以期幫助商業銀行提高風險管理水平，更好滿足利率市場化的需求，幫助投資者提高投資決策能力，優化投資組合以規避風險，獲得更高收益。
二、復雜網絡的拓撲性質
（一） 平均路徑長度
平均路徑長度（Average Path Length）一般用來度量整個關聯網絡的稀疏程度，它表示網絡中所有節點對的路徑的平均值：
（1）
其中，Dij即連接i和j兩個節點間的路徑長度。平均路徑長度可以衡量網絡的傳輸效率與性能。小世界網絡模型具有如下特征：網絡規模與平均路徑長度之間有一定的關系，平均路徑長度一般情況下會隨網絡規模N增大而增大。當隨著網絡規模的增大，平均路徑長度增長速度為LnN的階次，則認為這種網絡的平均路徑比較小，稱為小世界現象。
（二） 聚集系數
聚集系數（ clustering coefficient） 用來描述網絡中節點的聚集情況。在很多網絡中可能出現這樣的情況，節點i和節點j相連，節點j和節點k相連，那么很有可能節點i和節點k相連。這就是節點間存在密集連接性質，聚集系數可以對其進行表示。計算公式如下：
（2）
其中，Ei為節點 i 的Ki個鄰接點之間實際邊數，節點i通過Ki與其它節點相連，最多可能有Ki（Ki-1） /2條邊。整個網絡的聚集系數C是所有節點i的聚集系數Ci的平均值。當C = 0 時，連邊數為0，僅僅是點的集合；而 C = 1時，網絡中的任意兩點都直接相連，是全連通網絡。
（三） 節點中心性
1. 度中心性（degree centrality）
度中心性是計算網絡中節點中心性最直觀的一種方式，度中心性方法基于這樣一種思想：重要頂點是那些擁有與其它頂點有較多的連接邊數的頂點。顯然，一個圖的重要性能依據度的大小進行排序。相應地，一個頂點i的度中心性方法定義為：
（3）
2. 接近中心度（Closeness centrality）
接近中心度通過描述信息在網絡中傳播速度來描述節點在網絡中的重要程度，因此在網絡圖中，這種中心性方法不僅考慮了目標節點和所有其它節點之間的最大距離，而且考慮了這種節點和所有其它節點距離的總和。
（4）
3. 中介中心度（Betweeness centrality）
中介中心度基于以下思想：如果一個節點起著信息中介作用，那么該節點就占據著更中心的位置。它的定義是假定信息只沿著最短路徑進行傳播，如果gij是連接節點i和j之間最短路徑的數目，gij（v）是連接節點i和j之間包含著節點的最短路徑數目。節點i的中介中心度定義如下：
（5）
4. 本征矢量中心度（Eigenvector centrality）
一個節點的本征矢量中心度，就是它與具有高本征矢量中心度的節點相連程度。這種中心度定義存在內部迭代，即如果要計算某個節點的中心度，必須要知道它的鄰接點的中心度。根據定義，計算公式如下：
（6）
三、實證研究設計
（一）樣本選取與數據處理
2013年7月20日，央行取消了金融機構貸款利率0.7倍下限，由金融機構根據商業銀行原則自主確定貸款利率水平，這一措施標志著貸款利率實現市場化。本文選取2016年以前上市的16家商業銀行股票作為研究對象。由于農業銀行于2010年7月上市，為保證數據的完整性，將貸款利率市場化前的樣本期起點定為2011年1月1日，樣本期終點定為2013年7月20日，樣本期為615個交易日。為了更好地比較分析貸款利率市場化前后商業銀行股票網絡的變化情況，本文選擇兩個相同長度的樣本期，貸款利率市場化后的樣本期為2013年7月21至2016年1月25日。數據來源于國泰安數據庫。
第i支股票在t時間的收盤價格是Pi（t），則其對數收益回報計算如下：
（7）
根據收益率序列可以計算任意兩只股票的價格波動相關系數，如下所示：
（8）
其中，ρij表示節點i和節點j的相關系數，假定網絡中包含N支股票，表示交易日周期內的平均值，即：
， ， ， ， 。
由上面公式可知，ρij取值范圍為-1到1，根據16支股票日收盤價可求得日收益率，所得日收益率組成一個16階矩陣。
為了滿足歐式距離度量空間的3個條件：（1） 當且僅當i=j時，Dij=0；（2） Dij=Dji； （3） Dij≤Dim+Dmj（m為不同于i和j的任意其它股票），在得到網絡節點間的相關系數后需要將其轉化為歐式距離，這樣就得到了商業銀行股票網絡的權重。歐式距離：
（9）
從上式可以看出，股票間相關系數越大，對應歐式距離越小。由于ρij∈[-1，1]，所以Dij∈[0，2]。當D=0時，股票i和j收益率具有完全正向聯動性；當D=2時，股票i和j沒有關聯性。
（二） 商業銀行股票網絡的構建方法
1. 最小生成樹（MST）
最小生成樹是一種有效的解決組合優化問題的方法，它適用于圖像處理領域聚類、模式識別等問題。因此本研究通過構造最小生成樹，來判斷商業銀行股票在貸款利率市場化前后網絡拓撲性質的變化。
通過距離矩陣D生成的距離網絡圖Dg，網絡圖Dg的節點表示股票，節點之間的連邊權重表示股票之間的距離。因此，網絡圖Dg的節點數量為N，任意節點i和j相連且它們之間的距離為d（i， j）。MST是網絡圖Dg的一個子圖，該子圖通過（N-1）條邊將N個節點連接在一起，且滿足所選擇的邊距離之和最小，并且MST中不允許出現環。常用的最小生成樹的算法是Kruskal算法，具體步驟如下：
（1） 連接Dij最小的兩個節點；
（2） 從剩余數據中選擇最小距離，找到與之相對應的兩個節點并用線連接起來；
（3） 重復第（ii）步直至所選擇的邊數比頂點數少1，這樣就會得到有N個節點，N-1條邊的一個連通圖，即最小生成樹。
2. 平面最大過濾圖（PMFG）
雖然最小生成樹具有處理簡便，意義明確的優點，但也正是由于其簡潔性使得最小生成樹忽略了一些重要的信息。為了克服最小生成樹的缺陷，本文同時采用平面最大過濾圖（PMFG）來分析商業銀行股票網絡的拓撲性質變化。平面最大過濾圖算法與最小生成樹相似，主要區別如下：
（1） 對新加入邊的約束不同，最小生成樹圖在加入新的邊時不允許出現環，而平面最大過濾圖中可以出現環；
（2） 邊的數量不同。根據可平面圖的性質，節點和連邊的數量分別為M（M≥3）和q的可平面圖滿足q≤3M C 6，因此PMFG含有3N-6條邊，而MST擁有N-1條邊。
四、實證結果分析
（一） 商業銀行股票收益率相關系數分析
圖1、圖2是貸款利率市場化前后商業銀行股票收益率的相關系數分布。當i=j時令相關系數為0。圖1中，貸款利率市場化前股票收益率相關系數均值為0.58，標準偏差為0.184，峰值為0.6；圖2中，貸款利率市場化后股票收益率相關系數均值為0.65，標準偏差為0.193，峰值為0.68。對比分析可以發現，貸款利率市場化前后兩個時間段，商業銀行股票收益率相關系數都不服從正態分布，分布區間均為[0.4， 0.8]，說明商業銀行股票收益率之間的關聯性并未發生大的變化，且相關性一直較強。
（二） 商業銀行股票網絡結構
通過構建網絡圖可以更為直觀的分析商業銀行股票網絡在貸款利率市場化前后變化情況，根據Kruskal算法及PMFG構圖法可以求得兩個時間段商業銀行股票的MST和PMFG。節點代表股票，連邊上權重代表節點距離，綜合觀察四圖可以發現商業銀行股票間距離主要分布在0到1之間，各商業銀行股票收益率間相關性較大。由圖3、圖5可以發現，貸款利率市場化前節點度大的分別是南京銀行、招商銀行、光大銀行及農業銀行；其中，興業銀行與南京銀行在網絡中距離最大（1.01）；寧波銀行與南京銀行距離最小（0.52），說明寧波銀行與南京銀行股票收益率相關性在整個股票收益率網絡中最大；由圖4、圖6可以得知，貸款利率市場化后節點度大的分別是興業銀行、交通銀行、農業銀行及華夏銀行；其中，光大銀行與農業銀行距離最大（0.96）；工商銀行與農業銀行距離最近（0.48），說明在貸款利率市場化后，工商銀行和農業銀行股票收益率相關性在整個股票收益率網絡中最大。縱向對比貸款利率市場化前后商業銀行股票網絡可以發現，在貸款利率市場化后，國有五大行之間距離更近，彼此成團更為明顯。這可能是由于隨著貸款利率市場化的推進，五大國有銀行為適應新的環境，在業務結構、盈利模式上更為相似，從而導致國有五大行在網絡結構中成團更為明顯。
圖3 貸款利率市場化前MST 圖4 貸款利率市場化后MST
圖5貸款利率市場化前 PMFG 圖6 貸款利率市場化后PMFG
（三） 商業銀行股票網絡拓撲性質分析
通過分析網絡的平均路徑長度及聚集系數，可以分析網絡性質的變化，進而研究商業銀行股票網絡在貸款利率市場化前后發生的變化。表1是MST和PMFG網絡的平均路徑長度及平均聚集系數。可以看出在同等網絡規模下，PMFG網絡整體比MST網絡的平均路徑長度要小很多。這與PMFG及MST算法符合，在確定網絡中兩節點的最小邊數時，PMFG的可選范圍是要比MST大。由于最小生成樹本身不包含環，因此平均聚集系數為0。小世界網絡和隨機網絡具有同等的平均路徑長度，同時聚集系數遠大于隨機網絡。與Pajek構建的隨機網絡對比發現，商業銀行股票網絡與比隨機網絡具有相似的平均路徑長度但商業銀行股票網絡的聚集系數比隨機網絡的聚集系數（0.2711）更大，因此商業銀行股票網絡在貸款利率市場化前后均具有小世界效應，說明多數商業銀行股票之間雖然具有較少的直接聯系，但是可以通過較少其他節點迅速建立間接關聯，這種隱性關聯更值得監管者及投資者去關注。此外，貸款利率市場化前后網絡的平均路徑長度（3.2583和3.1750、1.7500和1.8000）及聚集系數（0.7547和0.7579）未發現較大變化，即商業銀行股票網絡的緊密程度及信息在網絡中傳遞效率未發生大的變化，這與我國利率市場化政策穩健有序推進相關。同時利率變動對商業銀行股票收益率網絡的影響貢獻度不大，這說明我國利率變化對商業銀行股票收益率影響力度不強。
從表2、表3可以看出，在貸款利率市場化前后，節點占據網絡中心程度不一致。可以發現，不同計算節點中心性方法不一致，所得到節點中心性不一樣，這是因為各種中心性度量方法從不同的角度考慮了網絡的基本特征，不同計算節點中心性方法所側重的節點在網絡中傳遞信息分飾的角色不同。在貸款利率市場化前，綜合考慮四種計算中心性方法，排名前四的中心節點分別是南京銀行、招商銀行、光大銀行和交通銀行；在貸款利率市場化后，排行前四的中心節點分別是興業銀行、交通銀行、農業銀行及華夏銀行。中心節點既縮短了商業銀行股票收益率之間的距離，同時也成為風險傳染的重要對象和載體，因此，要重視中心節點在網絡中的作用，提高其風險管理水平。在貸款利率市場化前后，國有五大行均未占據網絡中心位置，這表明我國五大國有銀行在利率市場化改革進程中受到的沖擊相對較小，而我國城市商業銀行受到的沖擊會相對較大。其原因可能是國有五大行對利差收入依賴程度低，而城市商業銀行則相比較強。貸款利率市場化前后中心節點發生了較大的變化，其可能的原因是貸款利率市場化后，商業銀行所面臨外部風險環境發生了較大的變化，現階段以貸款為主要收入來源的各商業銀行為保持盈利持續增長而采取的不同措施而產生的不同效果。因此，商業銀行在應對利率市場化改革的過程中，要主動適應利率市場化的趨勢，轉換發展模式，提高競價能力，并根據特定的市場利率和市場定位來考慮銀行的業務模式，在規范經營和控制風險的前提下增加商業銀行收入的多樣化。五、結論
通過構建商業銀行股票的復雜網絡，分析了貸款利率市場化前后商業銀行股票網絡拓撲性質的變化情況。實證研究發現，貸款市場化前后商業銀行股票之間相關系數并未發生較大變化，分布在[0.4， 0.8]之間，均值為0.6左右，說明我國商業銀行股票相關性較強；通過分析商業銀行股票收益率網絡的MST和PMFG發現，貸款利率市場化前后網絡的平均路徑長度及平均聚集系數并未發生較大變化，說明利率變動對商業銀行股票的影響力度不強，并且與我國穩步推進利率市場化進程的策略有關；在利率市場化的背景下，商業銀行作為主要金融媒介體系的重要地位在逐步降低，新增人民幣貸款在社會金融資產中所占比重持續下降，越來越多的資金通過各種各樣的融資工具而非貸款渠道流向實體經濟，利率市場化的逐步推進改變了我國商業銀行對于政策性利差具有高度的依賴性的現狀；網絡的中心節點在貸款利率市場化后發生了較大的變化，說明貸款利率市場化在一定程度影響了商業銀行的經營環境，各商業銀行應對利率市場化所采取的措施收效不同。國有五大行未占據網絡的中心節點位置，這可能是因為國有五大行對利率市場化中利率變化不敏感，即相較于城市商業銀行，五大國有銀行對利差收入的依賴程度較低，在貸款利率市場化改革中受到的沖擊更小。因此，商業銀行應該通過建立高效的利率風險管理機制、提高資本充足率的監管并實行細致完善的資產負債管理模式來加強貸款利率市場化下的銀行業風險控制。
參考文獻
[1] Masood O， Sergi B . China's Banking System，Market Structure， and Competitive Conditions[J]. Frontiers of Economics in China， 2011， 6（1）：22-35.
[2] Porter N J， Feyzioglu T， Takáts E. Interest Rate Liberalization in China[J]. Social Science， 2015， 58（9-10）：1-28.
[3] Udoh E， Ogbuagu U R. Interest Rate Liberalization， Financial Development and Economic Growth in Nigeria （1970-2008）[J]. Asian Social Science， 2012， 8（3）： 292-302.
[4] 黃樹青， 孫璐璐. 存款利率市場化進程中商業銀行定價策略的動態選擇[J]. 上海金融， 2014， （5）： 34-39.
[5] Lenzu S， Tedeschi G. Systemic risk on different interbank network topologies[J]. Physica A Statistical Mechanics & Its Applications， 2012， 391（18）：4331-4341.
[6] Beck T，De Jonghe，O.and Schepens，G.Bank Competition and Stability： Cross -country Heterogeneity[J]. Journal of Financial Intermediation，2013， 22（2）： 218-244.
[7] 黃曉薇， 郭敏， 李瑩華. 利率市場化進程中銀行業競爭與風險的動態相關性研究[J]. 數量經濟技術經濟研究， 2016， （1）：75-91.
[8] 張宗益， 吳恒宇， 吳俊. 商業銀行價格競爭與風險行為關系――基于貸款利率市場化的經驗研究[J]. 金融研究， 2012， （7）：1-14.
[9] Georga C P， Poschmannb J. Systemic Risk in a Network Model of Interbank Markets with Central Bank Activity. Jena Economic Research Papers. 2010， 4（1）：1-24
[10] 劉超，吳明文，馬玉潔. 基于復雜網絡的同業拆借市場特性研究――以金融危機時期（2007～2009年）數據為例[J]. 財經理論與實踐，2014， 35（2）：9-15.
Analysis on Topological Properties of Commercial Bank Stock Networks Before and After the Loan Interest Rate Liberalization
ZENG Zhi-jian ， YUE Kai-wen
（College of Business Administration， Hunan University， Changsha， Hunan 410082， China）
