本文共字，预计阅读时间。

互联网金融面临的风险

互联网金融行业也同传统金融行业一样，它们的核心问题都是如何预防和处理风险。目前我国的互联网金融行业面临着政策法律风险、监管风险、流动风险、市场风险、信用风险、技术风险这六大风险。

（1）政策法律风险：对于新兴的互联网金融行业，我国还没有比较完善的政策法规，行业和监管都是摸着石头过河，法律界定模糊，创新项目很容易触碰监管红线，造成不必要的损失。有些互联网金融平台在业务创新过程中会发生变质，例如演变成非法集资、洗钱等。此外，政策和监管本身会受到很多因素的影响，随着社会经济形势的变化，对创新领域的监管政策可能也会发生变化，从而对创新业务造成阻碍。

（2）监管风险：整个金融监管的改革目前还处在改革和创新阶段，是一个缓慢的过程。改革和转型跟我们市场之间，监管行为和市场行为之间产生不匹配的点，这种不匹配首先是正常的，并没有一种监管行为和市场行为是完全匹配的。

（3）流动风险：流动性风险在金融行业是普遍存在的，同时也是金融行业最惧怕的风险。流动性风险虽然可怕，但却是可以控制的风险，在面对流动性风险时，应先建立相关的预警机制。所有的债权与理财的匹配关系需要专人专岗进行管理，需要对所有的匹配关系进行预判，并做好未来三到六个月的资金计划。

（4）市场风险：市场风险是传统金融体系固有的风险。由于便捷性和优惠性，互联网金融可以吸收更多的存款，发放更多的贷款，与更多的客户进行交易，面临着更大的利率风险；互联网金融机构往往发挥资金周转的作用，沉淀资金可能在第三方中介处滞留两天至数周不等，由于缺乏有效的担保和监管，容易造成资金挪用，如果缺乏流动性管理，一旦资金链条断裂，将引发支付危机。

（5）信用风险：互联网金融的信用风险主要来自于对客户的真实身份的认证带来的信息不对称问题。由于国内的互联网信用业务还没有得到很完善的监管，互联网金融的虚拟性就会给对客户身份的认证带来不确定性素。例如，一些用户在P2P网贷平台进行身份信息造假骗取贷款。

（6）技术风险：互联网金融是互联网与金融的结合产物，自然避免不了对于网络信息安全的要求。传统的字符密码具有可复制性，容易被网络黑客、木马病毒所窃取，造成不必要的损失。传统的字符密码认证对互联网金融企业的网络技术安全提出了更高的要求，而我国的互联网金融企业大多还在成长阶段，无法维护庞大的信息数据库，给行业带来了很大的技术风险。

互联网金融风险防范措施

防范互联网金融风险需要采取针对性措施。

针对政策法律合规风险：应利用法律法规规定互联网金融行业的各个方面，明确法律底线，促使互联网金融企业合法合规经营。法律的制定不能一蹴而就，需要与时俱进，不断对法律法规进行调整，以适应行业发展新动态。同时，法律的制定也要注重国际合作。​

针对监管风险：互联网金融监管需要加强分工合作，实施市场化监管。一是加强事中事后监管。可设定注册条件，并保证条件公开。同时，强调事中事后监管。事中事后监管主要应用技术监管，依托技术建立行业数据库、监控平台等，不能走传统金融监管。二是加强信息披露，提高透明度。要把保护消费者的权益放在一个非常重要的位置上。保证消费者充分了解互联网金融服务，包括信息公开、产品要求等信息都在合同条款上列明。同时，加强金融知识普及，使消费者具有风险识别能力，主动承担风险。三是加强自律管理，实行严格的事后处罚、公开处罚、自然退出、公开追责。

针对流动性风险：主要是建立流动性管理指标体系，对流动性风险进行实时监测评估，还可以利用大数据对流动性风险进行预测。另外，还应建立一套应对大规模挤兑的应急预案。

针对市场风险：坚持小额、分散的业务，提升平台抗市场风险能力；制定差异化的产品策略，根据不同地域的市场需求，制定产品策略；做好市场调研分析，及时监督市场需求变化情况并调整产品和业务类型。借用互联网信息技术，建立数据分析资源库，推动平台精准产品创新和改进。

针对信用风险：可以对行业准入门槛、行业经营准则进行明确规定。平台有责任及时、准确地进行信息披露。同时，要完善个人征信体系，加快信息共享，拓宽信用数据收集渠道。

针对技术风险：要加强技术团队建设，开发新型可靠的安全技术，不断对漏洞进行修补，采用可信技术、防火墙、数据加密等技术保证数据安全，通过多重用户名和密码、校验码、短信验证等方式实现身份验证。

人脸识别技术降低信用风险与技术风险

人脸识别技术依靠人脸独特性、难以复制性等优势可以很大程度上降低互联网金融的信用风险和技术风险。目前，国内的云从科技、Linkface等科技公司都在LFW数据库的实验环境下，取得了99.5%以上的人脸识别成功率，高于人眼识别97.52%的准确率。在人脸识别模式下的开户过程需要用户先需要出示自己的二代身份证，系统在客户填写开户信息后继续发出指令，让客户进行基于视频流的身份认证，人脸识别系统会以此判别个人身份的真实性。同时，利用“活体检测算法”、“图像脱敏算法”以及“人脸比对算法”等算法对视频流的背景和人像的对比分析，可以避免一些用户利用录制好的视频来伪造身份信息。识别开户成功后，系统自动上传用户信息至后台。当遇到支付等操作指令时调出信息，再次对客户进行基于视频流的身份认证来确定指令的安全性。

互联网金融中人脸识别的运用

1、招商银行“ATM刷脸取款”

招商银行在生物识别领域早有准备，在2013年，便开始研究生物技术，指纹、人脸、声纹、静脉、虹膜等生物识别技术都在探讨之列。考虑到人脸识别的普适性和易用性两大特点，最终选择人脸识别作为首期应用的生物特征。继在VTM渠道应用人脸识别技术以辅助柜员核实客户身份后，又率先推出“ATM刷脸取款”业务。首先收集客户的可信照片，再利用人脸识别技术并辅之以手机号码验证和密码验证来确认客户信息，误识率在万分之一以下。这是国内银行首次将人脸识别技术应用到自助提款机上。

2、蚂蚁金服的人脸识别体系

蚂蚁金服源于阿里巴巴集团的支付宝，致力于推进互联网支付、消费、理财。蚂蚁金服于2015年在支付宝上推出人脸识别的功能，已在用户登录、实名认证、找回密码、商家审核、支付风险校验等多个场景中投入使用，利用人脸识别代替传统的密码输入。同年，阿里巴巴董事局主席马云在德国汉诺威消费电子、信息及通信博览会上展示了蚂蚁金服的“smiletopay”技术，用手机“刷脸支付”的方式在网上购买了一张1948年的汉诺威纪念邮票，完美展示了计算机人脸技术在支付中的应用。此项技术还在不断完善，蚂蚁金服的刷脸支付功能正式投入商用指日可待。

结语：互联网金融仍处于发育成长阶段，与之相匹配的体制机制也需要在不断摸索中建立健全，为了能更好地控制互联网金融存在的风险，我们必须建立一个以大数据为基础的互联网金融预警系统，从而保证互联网金融健康、安全地发展起来，更要确保不发生系统性金融风险。

随着互联网技术的发展，网上证券交易成为重要的交易方式，目前各个证券交易商对网上交易都投入了较大的人力、物力和资金，随之而来带给券商和股民们的交易方式发生了翻天覆地的变化。短期内的大的资本投入丰富了交易方式，给证券交易提供了更多的便利和实惠，但同时也对券商们的网络系统提出了更高的要求。在接下来的章节中将为大家分享网上证券身份认证的需求及解决方案，敬请期待！

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。