论文部分内容阅读
互联网金融资产虽然在降低交易成本和创新金融服务模式等方面具有贡献,但也暴露出监管不到位、运营不合规以及定价不准确等问题。如果无法准确定价就会误导市场参与者做出错误决策,因此定价不准确已成为困扰参与者的重要难题。定价前需要先量化风险,而目前信用风险是最主要的,因此大量学者研究信用风险的影响因素。基于信用风险的评估结果,再进行互联网金融资产定价。但由于目前定价研究所用的评估体系中含有的筹资者信息较为有限,无法全面反映其信用风险,导致评估准确率较低,造成定价不准确的问题。因此,若要准确定价,首先必须提高信用风险评估的准确率。目前评估不准确的根本原因在于对筹资者信息不对称程度较高。为了缓解这一问题,投资者会通过社会互动去搜集更多有关筹资者的信息。基于此,有必要从投资者社会互动视角对互联网金融资产定价进行深入研究。
在此背景下,本文首先梳理相关理论以及金融资产定价研究现状,分析从社会互动研究互联网金融资产定价的必要性,将社会互动的类型聚焦于投资者社会互动,并分析其对定价的作用机理,从而在投资者社会互动视角下进行定价设计。接着,将投资者社会互动引入信用评估模型以进行模型修正,从而把投资者社会互动纳入互联网金融资产定价研究框架。鉴于网贷资产发展增速较快,在解决小微企业融资难的问题上具有突出贡献,因此将互联网金融资产的类型具体到网贷资产,并采用“人人贷”平台的微观数据,通过Logistic回归和成本加成模型的数据分析,得到以下两个结论:(1)采用建模样本、验证样本,以及在全样本中根据借款资金用途对投资者社会互动的对象分类后,修正模型的整体预测准确率平均提高幅度为4.67%,说明投资者社会互动可以稳健地提高信用风险评估准确率。(2)采用建模样本、验证样本,以及在全样本中根据借款资金用途对投资者社会互动对象分类后,基于引入投资者社会互动的信用风险评估模型结果,得到的网贷产品风险定价准确率的平均提高幅度为4.27%,这说明投资者社会互动可以稳健地提高网贷资产的定价准确率。
最后,本文提出三点建议:建立并完善投资者社会互动的沟通渠道;将投资者社会互动获取到的描述性语言等软信息纳入信用风险评估体系;全面完善我国的社会征信体制,将互联网金融机构纳入征信范围。
在此背景下,本文首先梳理相关理论以及金融资产定价研究现状,分析从社会互动研究互联网金融资产定价的必要性,将社会互动的类型聚焦于投资者社会互动,并分析其对定价的作用机理,从而在投资者社会互动视角下进行定价设计。接着,将投资者社会互动引入信用评估模型以进行模型修正,从而把投资者社会互动纳入互联网金融资产定价研究框架。鉴于网贷资产发展增速较快,在解决小微企业融资难的问题上具有突出贡献,因此将互联网金融资产的类型具体到网贷资产,并采用“人人贷”平台的微观数据,通过Logistic回归和成本加成模型的数据分析,得到以下两个结论:(1)采用建模样本、验证样本,以及在全样本中根据借款资金用途对投资者社会互动的对象分类后,修正模型的整体预测准确率平均提高幅度为4.67%,说明投资者社会互动可以稳健地提高信用风险评估准确率。(2)采用建模样本、验证样本,以及在全样本中根据借款资金用途对投资者社会互动对象分类后,基于引入投资者社会互动的信用风险评估模型结果,得到的网贷产品风险定价准确率的平均提高幅度为4.27%,这说明投资者社会互动可以稳健地提高网贷资产的定价准确率。
最后,本文提出三点建议:建立并完善投资者社会互动的沟通渠道;将投资者社会互动获取到的描述性语言等软信息纳入信用风险评估体系;全面完善我国的社会征信体制,将互联网金融机构纳入征信范围。