期刊文献+

互联网金融风险诱因和严重程度的识别——基于z值评分模型 被引量:4

下载PDF
导出
摘要 本文引入Altman-Z值评分模型对互联网金融风险进行深入刻画,采用定量方式计算了当前16家主要的上市互联网金融企业的风险水平,并根据计算结果针对性地提出控制风险的建议。本文研究结果可以丰富现有互联网金融行业风险识别及控制方法,同时从理论层面进一步完善了Z值评分模型在互联网金融风险识别上的应用。
作者 吴珂 谢晋雯
出处 《商业经济研究》 北大核心 2018年第22期154-156,共3页 Journal of Commercial Economics
  • 相关文献

参考文献6

二级参考文献31

  • 1曹凤岐.互联网金融对传统金融的挑战[J].金融论坛,2015,20(1):3-6. 被引量:187
  • 2匡国建.完善金融生态法律制度的思考[J].金融研究,2005(8):37-43. 被引量:67
  • 3汉斯·韦坎德.契约经济学[M].经济科学出版社,1999.
  • 4ChrisAnderson.长尾理论[M].中信出版社,2006.
  • 5广东财经大学金融电子商务研究中心.互联网金融乱象调查报告[N].证券时报.2014-12-4.
  • 6张建国.互联网金融将推高融资成本[N].证券时报,2014-04-02.
  • 7李华民.互联网金融行业健康发展之规制逻辑[N].在中国金融论坛·千灯湖金融峰会演讲稿,2015-11-28.
  • 8COASE.,财产权利与制度变迁[M],上海:上海三联书店出版社,1991.
  • 9SHILLER.ROBERTJ.非理性繁荣(第二版)[M],北京:中国人民大学出版社,2014.
  • 10THOMASMEYER.传媒殖民政治[M].北京:中国传媒大学出版社,2009.

共引文献101

同被引文献82

引证文献4

二级引证文献12

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部