本书研究了国内外互联网金融监管实践，从监管目标、主体、对象、内容与方法等多个方面建立起以保护消费者为目标的“多元监管、功能监管、行为监管、数字监管”的互联网金融监管框架。以互联网金融业态中风险事件最突出的P2P网络借贷为主要研究对象，聚焦于P2P网络借贷信用风险的形成机理、风险识别与风险监管方法这一主线展开研究。揭示了P2P网络借贷典型模式特征下信用风险形成机理，从理论层面论证了借款人社会资本在P2P网络借贷环境下对于信用风险的甄别和分离机制，构建了基于借款人社会资本的P2P网络借贷信用风险识别指标体系，设计了大数据环境下P2P网络借贷风险监测系统。

张成虎，管理学博士，西安交通大学经济与金融学院二级教授、博士生导师。专注于金融科技相关研究30余载，出版学术专著7部；主持包括国家社科基金重大项目、重点项目，国家自然科学基金项目等国家级项目6项；发表学术论文100多篇；获省部级二等奖、三等奖多项。研究方向：金融科技、互联网金融、金融工程、反洗钱等。

1 绪论
1.1 研究背景
1.2 研究目的和意义
1.2.1 研究目的
1.2.2 研究意义
1.3 研究思路与方法
1.3.1 研究思路
1.3.2 研究方法
1.4 研究内容和结构安排
2 研究综述
2.1 互联网金融的产生、发展及趋势
2.1.1 互联网金融的定义与特征
2.1.2 互联网金融的产生与发展
2.2 互联网金融风险的表现、特征及生成
2.2.1 传统金融风险管理及相关理论
2.2.2 互联网金融风险的表现与特征
2.2.3 互联网金融风险生成与构成
2.2.4 评述
2.3 互联网金融风险监管制度：架构与问题
2.3.1 金融风险监管制度相关理论研究
2.3.2 互联网金融风险监管制度相关研究
2.3.3 评述
2.4 典型互联网金融业态风险监管机制研究
2.4.1 网络银行
2.4.2 P2P网络借贷
2.4.3 第三方支付
2.4.4 众筹
2.4.5 评述
2.5 互联网金融风险监测方法与技术
2.5.1 金融风险一般监测方法与技术
2.5.2 互联网金融风险监测方法与技术
2.5.3 评述
2.6 文献的总体性评价
3 互联网金融及其风险概述
3.1 互联网金融概述
3.1.1 互联网金融的界定
3.1.2 互联网金融的谱系结构
3.1.3 互联网金融的功能
3.1.4 互联网金融的特征
3.2 互联网金融风险概述
3.2.1 互联网金融的风险特征
3.2.2 互联网金融的风险类型
4 互联网金融风险监管的制度框架体系
4.1 互联网金融风险监管的框架
4.1.1 监管的目标：保护消费者与维护金融稳定
4.1.2 监管的主体：单一监管与多元监管
4.1.3 监管的对象：机构监管和功能监管
4.1.4 监管的内容：审慎监管和行为监管
4.1.5 监管的方法：数字金融监管
4.2 国外互联网金融的监管政策
4.2.1 美国的互联网金融监管政策
4.2.2 英国的互联网金融监管政策
4.2.3 欧盟的互联网金融监管政策
4.3 我国互联网金融的监管
4.3.1 我国对互联网金融业态的监管政策
4.3.2 我国互联网金融监管与国外的差异
4.4 我国互联网金融监管的基本框架
4.4.1 互联网金融监管组织体系
4.4.2 互联网金融监管法律体系
4.4.3 建立互联网金融自律监管体系
4.4.4 建立完善的互联网金融监管协同体系
5 P2P网络借贷信用风险的形成机理
5.1 P2P网络借贷的信用风险
5.1.1 信用风险的概念界定
5.1.2 信用风险的典型特征
5.1.3 P2P网络借贷信用风险及其典型特征
5.2 P2P网络借贷信用风险的形成机理
5.2.1 P2P网络借贷中的逆向选择
5.2.2 P2P网络借贷中的道德风险
5.3 P2P网络借贷信用风险形成的外部影响因素
5.3.1 平台信用风险管理有效性不足
5.3.2 外部配套措施不完善
6 P2P网络借贷信用风险识别指标体系构建
6.1 基于借款人社会资本的P2P网络借贷信用风险甄别与分离机制
6.1.1 P2P网络借贷中的借款人社会资本
6.1.2 借款人社会资本下的P2P网络借贷信用风险甄别机制
6.1.3 借款人社会资本下的P2P网络借贷信用风险分离机制
6.1.4 借款人社会资本特征与P2P网络借贷信用风险评价
6.2 P2P网络借贷信用风险识别指标体系建立原则与典型特征
6.2.1 指标体系建立原则
6.2.2 指标体系典型特征
6.3 P2P网络借贷信用风险识别指标的初选
6.3.1 识别指标初选
6.3.2 主要指标分析
6.4 样本数据获取与预处理
6.4.1 样本数据获取
6.4.2 基于主成分分析的指标特征提取
6.4.3 样本数据预处理
6.5 P2P网络借贷信用风险识别指标筛选与特征提取
7 基于动态支持向量机的P2P网络借贷信用风险评估
7.1 支持向量机算法及其工作原理
7.2 基于支持向量机集成的P2P网络借贷信用风险评估模型构建
7.3 支持向量机核函数的参数影响及寻优
7.3.1 支持向量机的参数影响
7.3.2 支持向量机的参数寻优
7.4 P2P网络借贷信用风险评估实证检验
7.4.1 非均衡数据处理
7.4.2 实证结果分析
7.4.3 静态支持向量机模型的局限性
7.5 基于动态支持向量机的P2P网络借贷信用风险评估
7.5.1 支持向量机动态训练算法工作原理
7.5.2 基于多样本动态支持向量机的P2P网络借贷信用风险评估
8 基于大数据的P2P网络借贷信用风险监测
8.1 大数据环境下P2P网络借贷信用风险监测
8.1.1 大数据征信的典型特征
8.1.2 大数据分析对于P2P网络借贷信用风险监测的现实意义
8.2 基于大数据分析的P2P网络借贷信用风险监测系统要素
8.2.1 P2P网络借贷信用风险监测中的大数据分类与处理
8.2.2 P2P网络借贷信用风险评价的引擎选择
8.3 基于Spark的P2P网络借贷信用风险监测架构设计
8.3.1 P2P网络借贷信用风险评价整体架构
8.3.2 P2P网