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

• 作者: 吴珂 谢晋雯
• 来源期刊: 商业经济研究
• 学科: 经济
• 关键词: 互联网金融 风险识别 Z值评分模型
• 年，卷（期）: 2018,（22）
• 所属期刊栏目: 资本市场
• 页码范围: 154-156
• 页数: 3页
• 分类号: F830
• 字数: 3910字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢晋雯		11	7	2.0	2.0
2	吴珂		13	13	2.0	3.0