前言：中文期刊網精心挑選了網絡貸款范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
網絡貸款范文1
中圖分類號：F27
文獻標識碼：A
doi：10.19311/ki.1672 3198.2016.22.035
根據《中國青年報》的報道，河南某高校一大學生借用、冒用28名同學的身份證、學生證等信息，分別在諾諾磅客、趣分期、愛學貸等14家網絡分期、小額貸款平臺，分期購買高檔手機用于變現、申請小額貸款，總金額高達58.95萬元。最終面對幾十萬元的債務，無力償還，選擇結束自己的生命。
這是一個過于極端的案例，也不能借此否定大學生網絡貸款平臺為無收入的大學生帶來的便捷。但網絡貸款進入校園后，問題一直不斷，弊端也逐漸暴露。借貸人審核不嚴格、各平臺違約金規定不一、監管不足、大學生群體自我的消費觀念扭曲等都成為大學生進行網絡貸款時出現風險的原因。針對以上情況，本文對大學生群體自身對待網絡貸款的主觀意識進行分析，倡導大學生正確對待使用網絡貸款平臺，避免新的悲劇再發生。
1 目前我國大學生網絡貸款的現狀分析
本文采用網絡問卷調查的方式，共收集了513份有效問卷，調查對象為各地區高校大學生。從調查問卷中可以看出大學生網絡貸款的現狀。
1.1 網絡貸款平臺的使用情況
在調查的主體中，有48.93%的人都有使用過網絡貸款；除此以外，有33.53%的主體聽過但并沒有使用過。僅有17.54%的主體不知道網絡貸款?？梢?，網絡貸款平臺面向大學生的宣傳較多，其在大學生群體中影響也較廣，大學生網絡貸款的市場也是很廣闊的。
1.2 大學生對網絡貸款方式不太支持
可以發現面臨資金緊缺或者進行大額購物（≥500元）時，多數大學生更愿意選擇向父母索取或向朋友借款解決。相比較而言，網絡貸款這種方式并不是太受歡迎，僅有10.33%的大學生愿意使用網絡貸款的方式。這與實際情況有所不符，體現了大學生群體使用網絡貸款這一方式是有所顧忌的。
1.3 取得網絡貸款后的貸款使用情況
取得貸款后，貸款多會用于一些需要大規模金錢的項目，其中對手機數碼這一高檔耐用品的需求最旺盛，此類商品更新換代較快，54.19%的大學生取得貸款后這方面在消費。旅游娛樂作為平日消遣方式，也成為主流，成為35.67%的大學生進行網絡貸款的原因。另外，衣服鞋帽等生活必需品也是網絡貸款的原因，占21.25%。除此，對大學里選擇創業的大學生來說，為解決創業資金，網絡貸款也是解決這一問題的主要方式。
1.4 大學生進行網絡貸款多為短期小額貸款
根據調查可以發現，大學生進行網絡貸款的金額需求少于3000元；對3000-5000元這一檔次以及5000元以上的需求相對較少，占總體的15.21%。此外，86.16%的大學生覺得一個月至一年的短期借貸較為合理，資金足夠使用的同時還款壓力較小。15天以及一年以上的期限都不太合理。短期小額貸款，是一般大學生所能承受的。
1.5 還款方式
面對還貸款，73.10%會選擇生活費，69.98%會選擇兼職費還款，這兩方式對經濟來源單一的大學生來說是較為可靠的還款方式。38.01%的大學生會選擇獎學金、助學金還款，這僅對于一些能夠獲得獎學金與助學金的大學生。有11.70%的大學生會選擇從別處急需借款還款和其他方式還款。對于從別處借款再進行還款的人來說，僅是拆東墻補西墻的做法，可能面臨的是積累越來越多的貸款費用，這一做法不建議采取。
2 大學生網絡貸款的原因及其風險
2.1 大學生網絡貸款的原因
2.1.1 大學生錯誤的消費觀念
大學生無經濟來源，自制力又較差，價值觀尚在形成中，在消費過程中，很容易形成盲目攀比風。目前社會上提前消費觀念盛行，也容易在大學生中興起。從而增加了對網絡貸款的需求。
2.1.2 一部分特殊大學生群體的需求
大學生中不乏創業者，對于創業的大學生群體來說，創業費用不足，急需額外資金支持自身創業。此外，對小部分貧困生來說，學校國家政策沒法幫助自己完成學業，進行網絡貸款就是解決問題的方法之一。
2.1.3 額外消費無法滿足
對于在校大學生來說，除了伙食、生活費用等基本需求外，有時還有更換電子設備、旅游外出等額外的消費需求。一般來說，800-1500元能夠滿足每月的基本需求，這是85.48%的樣本主體達到的共識。但在這85.48%的樣本主體中有43.61%的樣本主體在維持生活的情況下難以痛快消費。除此以外，在所有樣本主體中有10.92%的人覺得勉強維持生活，3.70%的人覺得生活費完全不夠用。顯而易見，對于勉強維持生活以及難以痛快消費的大學生來說，想要滿足自身消費需求，對經濟的需求會比生活費足夠的大學生更旺盛。對于小部分生活費完全不夠使用的大學生來說，生活費急需額外補充，也因此，貸款的需求會比其他大得多?？偟膩碚f，大學生群體若想滿足自身額外需求，還需額外經濟來源。
2.1.4 互聯網經濟的發展
作為互聯網使用者的主要群體大學生群體，必然會受到互聯網發展影響，除了網購、第三方支付平臺等的活躍，網絡貸款作為互聯網經濟發展的產物必將會波及互聯網的主力軍――大學生群體。這是大環境下不可避免的趨勢。
2.1.5 大學生網絡貸款的門檻較低
央行在2009年就曾叫停了銀行對大學生發放透支額在1000元以上的信用卡，除此以外，銀行對發放貸款的審核較多，要求較多，在約束下，大學生想從銀行獲取貸款并不容易。而進行網絡貸款只需要學生證、身份證就可以，對其他方面沒有太多考量，相對于銀行貸款來說，門檻較低，申請較為方便，可貸款額度也較多。
2.1.6 大學生網絡貸款手續方便、到賬快
大學生在進行網絡貸款時，僅需填寫申請表，提供身份證、學生證等，全程線上操作，審核通過后，在兩小時內會直接到賬，方便快捷。對于傳統電商興起的網絡貸款平臺則更方便，以淘寶旗下的螞蟻花唄為例，僅需有淘寶賬號，購物時就可以直接使用，方便快捷。
2.2 大學生網絡貸款的風險
2.2.1 大學生消費觀念發生偏差
（1）大學生網絡貸款盛行，容易導致大學生消費需求與實際經濟狀況不相適應，最終促成大學生盲目追風攀比以及超額提前消費的錯誤消費觀念；（2）一旦產生偏差，大學生很有可能身陷拆東墻補西墻的局面，只會導致其越陷越深。
2.2.2 增加大學生還款壓力
（1）進行網絡貸款雖可以滿足大學生自身的經濟需要，但仍舊需要面臨還款問題，可能導致后期生活費用不足，增加心理壓力；（2）由于國家缺乏對網絡貸款的管理，現今的網絡貸款平臺利率較高并且手續費等雜項費用較多，大學生在進行網絡貸款時并不注意這些細節，直接導致后期背負巨額債款；（3）一旦還款不及時就會產生數目較大的滯納金，產生的超額附加費用，增加還款壓力，不利于大學生學業發展。
2.2.3 容易造成大學生信用風險和平臺資金風險
（1）大學生信譽雖然良好，但由于沒有固定經濟收入，再加上對個人的信息審核不嚴格，容易造成壞賬，產生信用危機，被追究法律責任，是大學生未來發展的攔路虎；（2）同時平臺的自有資金也會遭受損失，不利于平臺自身的發展。
2.2.4 個人信息易泄露
一些平臺不注重個人信息的保護，導致大學生個人信息泄露，使得大學生財產等出現損失，給大學生帶來不必要的麻煩。
2.2.5 擾亂網絡貸款市場秩序
由于監管不到位，一些網絡貸款平臺并無資質，也會出現一些虛假的網絡貸款平臺，不僅大學生財產會受到威脅，網絡貸款市場的秩序也會因此被打亂，直接導致大學生網絡貸款市場進一步混亂，更加不利于政府部門對其監管，健康發展更成問題。
3 降低大學生網絡貸款風險的建議與對策
3.1 大學生
3.1.1 樹立正確的消費觀
（1）大學生要按照個人的實際經濟狀況對每月的生活費進行分配，對生活費有大概的規劃，做到不隨便花費，學會駕馭金錢。（2）消費時不攀比、不盲目跟風。在消費時，不盲目追求品牌，要做到消費需求與實際經濟狀況相適應。
3.1.2 加強個人的風險防御意識
（1）加強個人的經濟方面常識，多了解經濟方面熱點，增強自身對經濟方面的了解；（2）在進行網絡貸款前，對網絡貸款平臺的利率、手續費、違約金等進行具體了解計算，不可只聽信網絡貸款平臺人員；（3）加強個人的信息安全意識，確保在進行網絡貸款時個人信息不會被泄露。
3.1.3 加強個人的信用價值與責任擔當意識
大學生作為已經能夠承擔刑事責任民事責任的群體，需要加強個人的責任擔當意識，明白所需承擔的責任。
3.2 政府
3.2.1 制定網絡貸款平臺準入原則
提高對網絡貸款平臺的審核標準，確保網絡貸款平臺的安全性，對網絡貸款平臺注入資金等進行核實，降低因為網絡貸款平臺自身原因帶來的風險。
3.2.2 政府出臺相應的行業標準進行約束
目前為止，僅在今年4月，教育部與銀監會聯合了《關于加強校園不良網絡借貸風險防范和教育引導工作的通知》。對校園網貸平臺并沒有具體的約束政策，政府應出臺相應的政策對利率、手續費等進行具體規定，防止網絡貸款平臺收取暴利，也防止因費用過高給大學生帶來壓力。
3.2.3 對大學生網絡貸款平臺實施監管
需要整合政府中工信、銀監、工商等多部門對大學生網絡貸款平臺進行多方位監管，確保監管到位。減少由監管不足導致的風險。
3.2.4 對違反法律的網絡貸款平臺進行整頓與取締
對存在違反法律行為的網絡貸款平臺進行整頓與取締，確保網絡貸款平臺市場的良好氛圍與健康發展。
3.2.5 制定合理扶持政策，解決大學生創業等特殊問題
（1）國家可設立大學生創業基金等對創業的大學生進行扶持降低創業的成本。同時，可以降低大學生創業者的貸款利率，利于融資。（2）對經濟困難的家庭，簡化助學貸款等的手續辦理，同時提高效率，并且低利率的政策性金融要全面覆蓋。
3.3 網絡貸款平臺
3.3.1 規范自身行為，加強職業操守
作為一網絡貸款平臺，不能一味地追求利益，牟取暴利，要從社會影響等多方面進行考慮，規范網絡貸款平臺自身的不合法、不合情理的行為，不傳播虛假廣告。
網絡貸款范文2
1、網上銀行查詢（以工行為例）：登陸個人網上銀行--點擊“分行特色”--個人貸款信息查詢（查詢當年還款計劃、查詢歷史還款記錄、我的個人信息調整）。
2、電話銀行查詢：撥打工行電話銀行95588--個人客戶請按1--輸入客戶編號或存折號或卡號--個人貸款信息查詢請按7--個貸信息查。
3、銀行網點查詢：持本人身份證至當地人民銀行征信管理處查詢打印自己的個人信用報告。
4、咨詢銀行貸款審核人員：能夠查詢到當年的還款計劃、歷史還款記錄和個人信息調整。不同的銀行規定不一樣，實際查詢步驟可以通過撥打經辦行客服電話咨詢。
（來源：文章屋網 ）
網絡貸款范文3
關鍵詞：利率風險 利率預測 BP神經網絡模型
一、小額貸款公司利率預測概述
（一）小額貸款公司利率風險
利率風險是指市場利率變動的不確定性給金融機構造成損失的可能性。隨著我國金融市場利率市場化改革的推進，利率風險將成為小額貸款公司面臨的主要風險之一。由于小額貸款公司利率風險管理體制不健全、對利率風險認識不夠、缺乏相關領域專業人才等因素，使得當市場利率變動時，小額貸款公司往往會面臨較大的利率風險。
（二）利率預測：小額貸款公司利率風險控制的前提
影響小額貸款公司市場利率變動的因素來自多個方面，包括運營成本、資金成本、投資項目的收益率水平、同期商業銀行的短期貸款利率、社會信用狀況、貸款規模狀況、預期利潤率以及各種補貼等，此外，通貨膨脹率、自然災害等也會對小額貸款公司利率定價產生一定的影響。為了避免或減少利率變動所帶來的風險損失，小額貸款公司必須掌握科學的利率預測方法和技術，建立有效的利率風險控制體系。
準確預測利率是有效進行風險管理的前提，利率預測的內容有：利率變動的方向、變動的水平、周期性的轉折點等。對市場利率走勢進行預測是金融機構利率風險管理工作的前提與基礎，尤其在監管部門或者金融機構采取積極主動的風險管理策略時，科學準確的利率預測顯得更為重要?？茖W準確的利率預測結果可以為小額貸款公司的資產負債管理提供可靠的決策依據，及時運用適當的方法和相應的工具，才能在利率變動中最大限度地減少風險損失、增加經營收益。
二、利率預測模型-BP神經網絡
（一）神經網絡預測原理
BP（Back-Propagation）神經網絡是一種按照誤差逆傳播訓練的多層前饋神經網絡，是目前應用最廣泛的神經網絡模型之一。BP神經網絡包括兩個方面，一是信號向前傳播，二是誤差反向傳播。它不需要預先知道具體的映射關系，而是通過學習和儲存大量的輸入、輸出之間的映射關系，然后利用反向傳播不斷調整網絡的權值和閾值，使得網絡的誤差平方和最小。BP神經網絡能夠實現輸入到輸出的任何復雜非線性映射關系，對求解內部機制復雜問題具有很大的優勢，且網絡具有一定的概括和推廣功能。因此本文中將利用BP神經網絡對小額貸款公司利率數據進行擬合預測。由于小額貸款公司的利率數據可以看成一個時間序列，并假設利率時間時間序列數據為■，時間序列預測的含義就是通過一定的算法實現利用序列前N個時刻的值，預測出后M個時刻的值。其中，對于數據樣本的分類以序列前N個時刻的數據做為滑動窗，將其映射為M個值，則這M個值代表前N個數據后的M個時刻上的預測值。將數據分成一定數量的樣本后，如果把每個樣本的前N個值作為神經網絡的輸入，后M個值作為目標輸出。通過學習，就可以利用神經網絡實現從RN到RM的映射，實現預測利率數據時間序列的目的。
（二）利率預測的基本步驟
利用BP神經網絡進行時間序列數據進行預測前，需要先將小額貸款公司利率數據劃分為用于訓練（或擬合）和預測兩大部分。本文采用BP神經網絡對廣州民間金融街的小額貸款公司利率數據進行預測，具體實現步驟如下：
1、構造網絡訓練樣本
受各種復雜因素影響下的小額貸款公司利率是一個動態變化、不穩定的非線性系統，其未來走勢除了受周圍經濟環境的影響外，還會受到某些人為因素、政府調控行為等的影響。在構建神經網絡過程中有必要選擇正常運作下的利率樣本數據，因為異常數據將會導致神經網絡預測能力下降。選取多少樣本數據進行訓練也是一個重要的考慮因素，當訓練樣本數據太大時可能會使得計算量大大增加，訓練結果無法擬合、收斂，將最終導致預測失敗，而過少的樣本數據又可能導致擬合誤差過大。在本文中選取了小額貸款公司期限結構為1個月的利率數據樣本進行BP神經網絡的構建。圖1所示為2012年6-12月連續180天廣州民間金融街民間借貸期限結構為1個月的利率數據時間序列走勢圖。
2、數據樣本預處理
如果數據樣本比較復雜，在利用神經網絡進行預測前，為改善數據樣本本身的分布特征，降低神經網絡對數據樣本的敏感度，避免原始數據過大造成網絡麻痹，可以將原始數據進行適當預處理或變換，使得數據樣本能夠主動適應網絡，提高網絡的學習預測能力。其中最常用的預處理方法是將原始數據進行歸一化處理。圖2為歸一化后的利率時序圖。
3、構造訓練樣本
基于大量利率歷史數據，進行預測，并對這些利率數據進行技術分析時，分析周期的選擇恰當與否對預測結果會有直接的影響?；谘芯靠紤]，本例進行利率預測的分析周期選取為30天，即用期限結構為30天的利率價格作為預測的依據，依次將連序30天的利率數據作為網絡的一個輸入數據，后30天的數據作為輸出數據（即目標數據），按此方式進行滑動式的排列，形成神經網絡的訓練樣本數據序列。
4、構建二層動態神經網絡結構進行預測
多層神經網絡能力非常強，一般來說，多層神經網絡具有較強的模擬性，一個二層的神經網絡，第一層是s型函數，第二層是線性函數，就可以用來模擬任何連續有界的函數。因此，在本例中選擇了二層的神經網絡，選擇11個隱層神經元、30個輸入神經元、30個輸出神經元。
5、訓練網絡
在本例中最大的迭代次數為4000，目標收斂精度為0，并對各種算法進行比較評價最后確定使用Levenbery-Marquardt法進行網絡訓練仿真。（圖3-圖7、表1）
以上的神經網絡訓練結果表明，在這幾類算法中，Levenbery-Marquardt算法以最快的收斂速度和最少的迭代次數達到了最高的收斂精度，因此本例中選擇了Levenbery-Marquardt法進行網絡仿真訓練。
6、利率數據的預測
如果訓練樣本較少，會出現網絡的預報誤差較大的情況，若想獲得理想的預測效果，應采用大量的數據樣本，一年甚至幾年的利率數據。圖8顯示了所建立的神經網絡模型通過訓練后對數據的擬合程度。
圖9顯示了神經網絡訓練過程產生的誤差，在將來的研究中，可以通過大容量樣本網絡的訓練，預測結果會更加精確，且外推能力也更強。
圖10顯示了神經網絡仿真結果，說明使用BP神經網絡進行利率預測所獲得的結果比較精確，可以較好模擬了利率波動。因此認為，基于BP神經網絡建立起來的時間序列預測模型，應用于利率預測問題，預測結果較為精確，且具有較好的推廣能力。圖11給出了通過該神經網絡進行仿真的誤差曲線。
經過以上的步驟，我們利用訓練好的神經網絡進行下一步的預測。圖12顯示了神經網絡往后預測30天的數據結果。
通過對廣州民間金融街利率數據BP神經網路時間序列預測模型分析，驗證了該模型具有較好的預測能力和推廣能力，說明所構建的基于動態利率數據的BP神經網絡時間序列預測模型的有效性和適用性，進一步說明預測結果的可信度和良好的參考價值。
三、結束語
網絡貸款范文4
【關鍵詞】P2P網絡貸款；成交規模；特點分析
從2007年國內首家P2P網絡貸款公司“拍拍貸”正式上線開始到現在，我國的P2P網絡貸款行業經歷了不同的發展階段。隨著國內相關監管政策的逐漸出臺，市場競爭的日趨激烈、新聞媒體的全面監督，用戶認識的逐步成熟，這些都代表著P2P網絡貸款行業已經踏入更高的發展層次。
一、我國P2P 網絡貸款行業的發展現狀
P2P網絡貸款（Peer-to-Peer lending），也稱為個人對個人貸款。這是伴隨著互聯網發展而起的新型借貸模式。P2P網絡貸款平臺就是利用網絡提供網貸的中介機構。有資金需求和資金盈余的借、貸雙方通過第三方互聯網平成資金匹配的貸款，既有資金需求的人群先在貸款平臺自身的貸款信息，然后有出借能力并且愿意出借的人群再從這些貸款中進行篩選，選擇有吸引力的貸款品種進行投資。國內的第一家P2P網絡貸款平臺拍拍貸早在2007年6月就已經成立，但是國內P2P貸款行業成交規模在早期的發展其實是非常慢，一直到2009年以后才開始提檔加速，行業的成交規模與發展速度一同增長。
（一）我國P2P 網絡貸款行業成交規模
在行業剛剛起步的前幾年，國內的網絡貸款成交規模相對較小，但從2013年起年成交總量便突破千億，并在隨后的這幾年中以極高的增長速度快速增長。截至2015年底，2015年全年網貸成交量達到了9823.04億元，相比2014年全年網貸成交量（2528億元）增長了288.57%。2015年10月網貸歷史累計成交量首次突破萬億元大關，而截至2015年12月底歷史累計成交量已經達到了13652億元。按目前增長態勢，預計2016年全年網貸成交量或超過3萬億元。
（二）我國P2P網絡貸款行業平臺數量
從行業的平臺數量來看，在2010年之前，國內的網絡借貸平臺數量十分稀少，直到2010年底，國內的P2P網絡借貸平臺才達到15個。而隨后P2P網貸平臺數量以400%的速度增長。截至2015年12月底，網貸行業運營平臺達到了2595家，相比2014年底增長了1020家，絕對增量超過2014年再創歷史新高。隨著市場理性回歸、行業競爭的加劇，同時由于監管細則征求稿已經落地，預計2016年網貸行業運營平臺或許不會大幅度增長。未來我國P2P網貸平臺的增速將會放緩，品牌平臺將會在行業競爭中占據有利地位。
二、我國P2P 網絡貸款行業的當前特點分析
（一）呈現區域化、梯度化發展態勢
目前我國國內的P2P貸款行業呈現出區域化趨勢，沿海的地區、經濟較為發達的地區P2P貸款行業發展較為迅速，成交規模、注冊資本、平臺數量都遠遠高于經濟欠發達地區；行業梯度化的現象也十分明顯，前幾名在國內整個行業中占據著較大的份額。從全國各省市資本認可度得分看，北京得分優勢十分明顯，而山東、四川、湖北、重慶等地屬于第四梯隊，這部分省市獲得資本關注的平臺數量較少。
（二）行業貸款期限較短、利率較高
與傳統的銀行業金融機構小微貸款業務相比，網絡貸款具有其自身的競爭優勢。首先就是具有相對較短的貸款期限。2015年網貸行業平均借款期限為6.81個月，在2013年最低平均貸款期限達到4.73個月的低水平。之所以呈現短期險的特點，主要是因為P2P網絡貸款行業針對的都是短期的資金需求。歷年網貸行業與央行的基準利率相比，P2P網貸還具有相對較高的利率，2013年網貸平均綜合收益率是21.25%，在歷年中達到最高，隨后收益率逐漸降低。相比2014年網貸行業總體綜合收益率，在2015年中整體下降了457個基點，但總體綜合收益率依然為13.29%，還是處于相對較高的水平。
（三）行業惡性事件頻發
近年來，P2P網絡貸款平臺風險事件頻發，平臺公信力受到質疑。進入統計的29個省市（港澳臺除外），全國所有的省市都有問題平臺爆出。2015年全年問題平臺達到896家，是2014年的3.26倍，2015年新上線的平臺數量大增，導致各大中小平臺競爭更為激烈，停業平臺數量不在少數。惡性事件的發生不僅給原有投資者帶來投資損失，打擊了原有投資者的投資興趣，還給潛在投資者樹立了行業的不良形象，影響行業進一步發展的可能。因此P2P網貸行業秩序整頓對建造健康良好的發展環境有著積極作用。
參考文獻：
[1]馮果，蔣莎莎.論我國P2P網絡貸款平臺的異化及其監管[J].法商研究，2013，05：29-37
[2]陳麗.P2P網絡貸款的法律風險控制研究[D].廣東財經大學，2014
[3]曾智.中國P2P網絡貸款行業研究報告[D].西南財經大學，2014.
作者簡介：
紀會會（1990-），女，漢族，山東濰坊人，碩士，中國海洋大學經濟學院，研究方向：數理金融與風險管理；
網絡貸款范文5
關鍵詞：并購貸款；主成分分析法；人工神經網絡；評價模型
一、引言
并購貸款業務是從2008年12月正式批準實行的，在禁錮了12年之后我國重新啟動并購貸款業務，此舉為我國企業并購融資提供了很大的方便，在經濟高速發展的時代，并購貸款必然會成為加速經濟發展的重要推手，并購貸款業務也會迅速發展。然而并購貸款本身的高風險性將會對并購貸款乃至整個經濟帶來巨大的負面影響，如何對并購貸款風險進行評價是亟待解決的問題。
二、并購貸款及其風險概述
（一）并購貸款概念
并購貸款，是指商業銀行向并購方或其子公司發放的，用于支付并購交易價款的貸款。
并購貸款是貸款的一個品種，從資本市場的角度看，它是為了給企業并購籌集資金，由商業銀行作為中介參與的外源間接融資行為，它實質上仍是一種金融交易行為：商業銀行根據借款方的申請，將其對一定數額資金（存款）的使用權轉讓給借款方，并要求借款方提供一定的擔保，借款方使用這筆資金進行并購活動，由商業銀行對這次借貸的各方面風險進行整體評估而對其定價，規定借款方因獲得資金使用權而應支付的利息以及支付方式等。從制度經濟學的角度分析，由商業銀行提供并購貸款，降低了企業為從事兼并和收購活動而進行融資的成本是一種降低交易成本的制度安排。
并購貸款涉及并購雙方企業，包涵了行業、適用法律、股權結構、或有債務、資產價格認定等多方面問題，其風險明顯高于一般貸款。因此并非所有的商業銀行均適合開辦此項貸款業務。為此銀監會特地下發了執行《指引》的相關通知，對開辦并購貸款的商業銀行做了以下五項條件限制：有健全的風險管理和有效的內控機制；貸款損失專項準備充足率不低于100%；資本充足率不低于10%；一般準備余額不低于同期貸款余額的1%；有并購貸款盡職調查和風險評估的專業團隊?！吨敢愤€要求商業銀行持續保持上述條件，商業銀行開辦并購貸款業務后，如發生不能持續滿足以上所列條件的情況，應當停止辦理新發生的并購貸款業務。
（二）并購貸款的風險
根據《商業銀行并購貸款風險管理指引》的要求，評價商業銀行并購貸款風險應考慮的主要因素按性質大體上可歸納為戰略風險、法律與合規風險、整合風險、經營和財務風險等與并購有關的各項風險。
1、戰略風險
所謂戰略風險，就是指企業戰略與實際狀況相脫節，從而導致企業發展方向出現偏誤的風險。戰略風險的產生和戰略定位有著直接的聯系，定位不當或者定位失誤，都會埋下戰略風險的隱患。
戰略風險指標主要是從產業相關度、戰略相關性、企業文化、并購的整合效應、額外回報機會、預期戰略成效、新的管理團隊、風險控制、退出機制等方面確定。包括并購雙方產業相關度；并購雙方戰略相關度；并購雙方的企業文化是否合理；并購后的是否有整合效應；并購雙方從整合中取得額外回報的機會；并購后的預期成效及企業價值增長的動力來源；并購后新的管理團隊實現新的戰略目標的可能性；并購的投機性及相應風險控制決策；協同效應未能實現時，并購方可能采取的風險控制措施或退出策略。
2、法律與合規風險
法律與合規風險是指在并購活動中，因操作不當可能違反有關法律、法規、監管規則或標準而導致并購失敗的風險。并購貸款中的法律風險來自于多方面，而且和其他風險經常交織在一起，通常而言主要來自于以下多個方面：
第一，未進行詳盡和有效的法律盡職調查。這將會是一個總括性的風險來源。傳統上中資銀行會偏向于關注借款人或項目的財務、經營、管理和市場等風險，對于法律風險則主要關注其有無合法的主體資格，章程的相關內容以及（項目）是否已獲得必要的審批等相對簡單的事項。
第二，來自于交易結構和并購方式的法律風險。并購方會從未來整合的需要、減少稅負以及審批的簡便性等各個角度提出不同的交易結構，在不同的交易結構和并購方式下，風險的來源和程度也會有所不同。
第三，擔保通常是有效的風險防控手段，但不當或不合理的擔保安排也可能導致風險的產生。銀行對于擔保工具的選擇和安排是富有經驗的，但由于在實踐中提供有價值的擔保并不是一件容易的事情，如果不能有效協調各種擔保安排之間的關系，也容易引發風險。
第四，政府的批準與許可也是容易發生風險的地方。如果并購交易的批準程序不當，就會埋下風險隱患。對于目標企業所從事的固定資產投資項目，則應當關注其是否獲得完整有效的批準或備案登記，特別是發改委、環保部門和行業主管機關的批準，否則會嚴重影響到并購后的整合及經營。此外對于大型的并購項目，還應當關注反壟斷審查的程序和結果，銀行對于反壟斷審查中的風險應予重視。
第五，借款人與目標企業的資產與經營的合法性以及商業風險也需要引起重視，并應成為盡職調查中的一項重要內容。
第六，銀行也應當關注和了解并購方除其提供的并購貸款外的收購資金的來源。如果其他資金主要來自于經營性的現金流則不會有重大的法律風險。而如果來自于其他融資途徑的就要重點關注其中的風險問題。
第七，來自于法律文本的風險。法律文本的作用將是全面性的和總括性的，所有的法律、財務和管理等安排最終都會體現到法律文件中，而法律文件體系的完備性以及其內容是否詳盡、適當和有效將直接影響到銀行在并購貸款中的風險與責任。
法律與合規風險主要從主體資格、交易合法性、資金來源限制、擔保合法性、還款控制合法性、權利保障、證監會合格審查、重組審核審查、其他合規性等方面確定。包括并購雙方是否具備并購交易主體資格；并購交易是否按照相關規定已經獲得批準；法律法規對并購交易的資金來源是否有限制性規定；擔保是否合法有效并履行必要的法定程序；商業銀行對還款現金流的控制是否合法；貸款人權利能否獲得有效的法律保障；是否獲得證監會的批準；是否獲得重組審核的批準；與并購有關的其他方面的合規性。
3、整合風險
整合風險是指由于并購雙方由于整合經驗的欠缺或者并購整合技能不佳導致重組整合不力，不能發揮彼此雙方的優勢，造成管理成本和營銷成本等上升的風險。
如果一個公司僅僅完成了資本整合，而沒有完成人力資源和文化的整合，只能說是剛剛起步。根據貝恩管理咨詢公司關于并購失敗的調查研究，80%左右的國際并購失敗案例直接或間接源于企業并購之后的整合，而只有20%左右的失敗案例出現在并購的前期交易階段。
整合風險主要包括發展戰略整合、組織整合、資產整合、業務整合、人力資源及文化整合。
4、經營和財務風險
經營和財務風險是指并購后企業在各項經營和財務活動中由于各種難以預料和無法控制的因素，使企業在一定時期、一定范圍內所獲得的最終財務成果與預期的經營目標發生偏差，從而形成的使企業蒙受經濟損失的可能性。
經營和財務風險主要從產業市場前景、競爭地位、企業成長性、企業家能力、企業發展戰略、公司的組織，控制和激勵、公司治理、技術競爭力、現金流穩定性、估值風險、股利分配、并購工具、利率變動等方面確定。包括行業的發展是否能保持穩定增長趨勢；并購雙方在行業中是否趨于優勢地位；并購雙方的市場份額能否穩定增長；并購雙方的領導者是否具備企業家的能力；并購雙方的未來發展戰略是否符合企業的發展；并購雙方的組織結構、激勵機制等是否合理；并購雙方的治理是否有效；并購雙方的技術競爭力是否得到運用；并購雙方未來現金流是否穩定或趨于穩定；并購定價高于目標企業價值的風險；并購雙方的股利政策對還款來源造成的影響；并購中使用的固定收益工具及其對貸款來源造成的影響；匯率和利率等因素變動對并購貸款還款來源造成的影響。
（三）評價指標體系
結合上述的風險，具體評價指標如表1所示。
三、構建評價模型
本文使用基于主成分分析法的人工神經網絡方法對商業銀行并購貸款風險進行評價，通過主成分分析法對原始數據降維，然后再用這些個數較少的新輸入變量作為人工神經網絡的輸入進行模擬預測。由于主成分之間是相互獨立的，所以由各主成分組成的輸入空間不存在自相關性，從而有效地簡化人工神經網絡在高維時難以尋找網絡中心的問題，提高了預測精度。
（一）主成分分析法
主成分分析（Principal Components Analysis，PCA）也稱為主分量分析，是一種通過降維來簡化數據結構的方法：如何把多個變量（指標）化為少數幾個綜合變量（綜合指標），而這幾個綜合變量可以反映原來多個變量的大部分信息。
主成分分析法是霍特林于1933年首先提出來的。主成分分析法的原理是降維思想，把眾多變量轉化為少數幾個綜合指標，綜合指標保留了原始變量的主要信息，彼此間又不相關，能使復雜的問題簡單化，便于抓住主要特征進行分析。它是通過適當數學變換，使新變量主成分成為原變量的線性組合，并選取在總信息量中比例較大的主成分來分析事物的一種特殊的特征提取方法。
（二）人工神經網絡
人工神經網絡（ArtificialNeuralNetwork，簡稱ANN）正是在人類對其大腦神經網絡認識理解的基礎上人工構造的能夠實現某種功能的神經網絡。它是理論化的人腦神經網絡的數學模型，是基于模仿大腦神經網絡結構和功能而建立的一種信息處理系統。它實際上是由大量簡單元件相互連接而成的復雜網絡，具有高度的非線性，能夠進行復雜的邏輯操作和非線性關系實現的系統。
人工神經元是生物神經元的模擬與抽象，是構成人工神經網絡的基本單元，因此構造一個人工神經網絡系統，首先要構造人工神經元模型。一個具有n個輸入分量的單個人工神經元模型，如圖1所示。
它有三個基本要素：一是一組連接（對應于神經元的突觸），連接強度由各連接上的權值表示，權值為正表示激活，為負表示抑制。二是一個求和單元，用于求取各輸入信號的加權和。三是一個非線性激活函數，起非線性映射作用并將神經元輸出幅度限制在一定范圍內（一般限制在（0，l）或（-1，+l）之間）。
此外還有一個偏差，即闕值θ
以上作用可分別以數學式表達出來：
o=f（net-θ）
其中net為神經元的輸入總和，相當于生物神經元的膜電位；o為神經元的輸出；wi表示第i個輸入神經元到該神經元的連接權值；Pi表示第i個輸入神經元的輸入分量；θ為神經元的偏差，即闕值；f（~）為激活函數，表示神經元輸入一輸出關系。
激活函數（Activationtransferfunction）是一個神經元及網絡的核心，決定著網絡的功能。其基本作用是：控制輸入對輸出的激活作用；對輸入輸出進行函數轉換；將可能無限域的輸入變換成指定的有限范圍內的輸出。不同的人工神經網絡模型，神經元的激活函數也不相同。
（三）并購貸款風險評價模型
神經網絡具有非線性分類功能，在多因素影響中具有顯著的效果，在本文中并購貸款風險影響因素有36個，因素多且因素之間存在交叉，相互影響；另外由于并購貸款風險因素較多，網絡訓練時間長，準確性降低，容易陷入局部最優而不是全局最優。為此本文引入主成分分析法，利用其分析統計功能，對影響因素降維，從而來評價并購貸款風險。具體模型如圖2所示。
參考文獻：
1、中國銀監會.商業銀行并購貸款風險管理指引.銀監發[2008]84號,2008.12
2、(美)哈威爾?E?杰克遜,小愛德華?L?西蒙斯;吳志攀等譯.金融監管[M].中國政法大學出版社,2009.
3、王志生,陳武.我國銀行保險發展瓶頸的經濟學分析[J].科技創業月刊,2004(12).
4、張幼文等.2006年中國國際地位報告[M].人民出版社,2006.
網絡貸款范文6
關鍵詞：NAT 無紙化辦公 精細控制
中圖分類號：TN91 文獻標識碼：A 文章編號：1672-3791（2013）03（b）-0028-01
1 辦公網絡現狀
目前，企業的辦公網絡大多局限于本地辦公，跨地區管理難度較大；且仍有部門采用傳統的“紙質”辦公方式，不僅辦公效率低下、管理不便，辦公紙張也需大量使用，不符合國家提倡的無紙化辦公要求；同時，大部分部門還存在辦公預留線路資源枯竭現象，若新增辦公業務不但需要新增重新鋪設辦公線路，還需要增加辦公終端，帶來辦公成本驟增，造成不必要的資源浪費。因此，為適應企業高速發展的潛在要求，辦公業務無疑成為發展中的重要環節，其處理成本、處理效率以及安全性，直接影響業務的進行與開展。
2 《寬帶網絡下的辦公接入》的優勢
《寬帶網絡下的辦公接入》的應用，首先，適應企業現代化的發展要求，節能減排、推進無紙化辦公，降低辦公成本，提高辦公效率；其次，依托完備的寬帶網絡，節約辦公網絡建設成本，打破辦公網絡的區域局限性，實現辦公業務的跨區域管理；再次，保證辦公信息的機密性，實現辦公用戶的精確管理，提高辦公業務的安全性。
3 技術原理
《寬帶網絡下的辦公接入》的技術原理按照業務數據的處理步驟及信號流程，主要由辦公業務的信號源、辦公業務的接入及處理以及各局點用戶的接入三部分組成。其中，各區域用戶的接入采用寬帶用戶的接入方式，如圖1所示。
辦公接入的用戶可以是普通用戶、集團用戶或者FTTx下的寬帶用戶，不改變其原有的接入方式，也不對其原有寬帶業務造成影響。
《寬帶網絡下的辦公接入》技術原理示意圖（如圖2）。
（1）辦公業務信號源通過三層專線連接至辦公業務防火墻，且盡量保證專線IP地址數量可以滿足辦公接入用戶數的連接數需求。
（2）辦公業務防火墻通過NAT地址轉換，將辦公網絡IP地址轉換為WAN下用戶的IP地址，實現WAN下用戶IP可以訪問辦公業務的服務器地址，并使用ACL控制限定辦公用戶的IP地址，并非所有寬帶IP地址均可訪問，同時，開啟防火墻的防病毒攻擊，進一步確保辦公業務的穩定與安全。
（3）辦公用戶接入方式如圖1。
其中，ACL控制使用高級ACL（即ACL number：3000-3999）對辦公業務使用的協議端口進行控制，便于對接入的合法用戶IP進行更為靈活的控制，并輔以流量策略traffic policy保證辦公業務的帶寬需要，不受寬帶業務影響，使得辦公業務網絡順暢，達到辦公業務的Qos要求。
4 應用要求
由于此應用依托于寬帶網絡，因此對于網絡本身有如下要求。
（1）、寬帶網絡已覆蓋至辦公室內，且寬帶網絡局端可添加防火墻。
（2）、辦公網絡服務器端IP不與寬帶網絡中使用IP重復。
（3）、辦公終端使用IP地址為寬帶網絡用戶IP地址。
（4）、用戶匯聚網絡設備上須配置辦公網絡服務器端設備路由（路由條目配置應精細）。
5 結語
目前，《寬帶網絡下的辦公接入》已經投入到實際應用當中，辦公業務穩定順暢，未發現故障及網絡波動情況。由于接入用戶不需要改動原有寬帶用戶接入線路，可實現一臺PC的多業務接入，各業務間穩定安全隔離性好，能夠保證辦公業務帶寬需求，辦公業務順暢便捷，且節約辦公管理成本，切實達到節約高效的辦公要求，實為辦公接入的最佳性價比之選！
參考文獻
[1]王浩.面向全業務的山西省運城地區寬帶接入網規劃[D].北京郵電大學，2012.
