基于共詞分析的國(guó)內(nèi)互聯(lián)網(wǎng)金融領(lǐng)域研究熱點(diǎn)分析

任 國(guó) 強(qiáng)， 王 福 珍， 潘 永 明

（天津理工大學(xué) 管理學(xué)院，天津300384）

一、引 言

互聯(lián)網(wǎng)金融是互聯(lián)網(wǎng)與金融的結(jié)合，是借助互聯(lián)網(wǎng)和移動(dòng)通信技術(shù)實(shí)現(xiàn)資金融通、支付和信息中介功能的新興金融模式［1］?；ヂ?lián)網(wǎng)金融模式打破了資本市場(chǎng)長(zhǎng)期壟斷的格局，弱化傳統(tǒng)銀行、保險(xiǎn)、證券、交易所等金融中介作用，達(dá)到接近無中介“瓦爾拉斯一般均衡”的狀態(tài)，是既不同于商業(yè)銀行間接融資，也不同于資本市場(chǎng)直接融資的第三種金融融資模式［2］。

當(dāng)前互聯(lián)網(wǎng)金融已經(jīng)迅速引起社會(huì)各界的密切關(guān)注，并沖擊著現(xiàn)有的金融體系和服務(wù)。這一切使2013年被稱為互聯(lián)網(wǎng)金融元年，2014年3月召開的十二屆全國(guó)政協(xié)二次會(huì)議上，國(guó)務(wù)院總理李克強(qiáng)在2014年政府工作報(bào)告中更提到，“促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展，建立金融監(jiān)管協(xié)調(diào)機(jī)制”，說明互聯(lián)網(wǎng)金融進(jìn)入最高決策層的視野［3］［4］。國(guó)內(nèi)外已有不少學(xué)者對(duì)該領(lǐng)域進(jìn)行研究，相當(dāng)一部分文獻(xiàn)集中在互聯(lián)網(wǎng)金融與傳統(tǒng)金融間的關(guān)系上，然而對(duì)互聯(lián)網(wǎng)金融領(lǐng)域進(jìn)行全面文獻(xiàn)計(jì)量研究的文獻(xiàn)則十分稀缺。對(duì)我國(guó)互聯(lián)網(wǎng)金融領(lǐng)域的研究熱點(diǎn)進(jìn)行分析，能為我國(guó)金融學(xué)領(lǐng)域相關(guān)學(xué)者進(jìn)行專門而深入的研究提供重要參考。

二、研究方法與數(shù)據(jù)預(yù)處理

1.研究方法

本文的研究方法是共詞分析法。共詞分析法最早在20世紀(jì)70年代由法國(guó)文獻(xiàn)計(jì)量學(xué)家最早提出，1986年法國(guó)國(guó)家科學(xué)研究中心CNRS的M.Callon、J.Law＆A.Rip出版的專著《Mapping the Dynamatics of Science and Technology》成為共詞分析方法的重要里程碑［5］。共詞分析法（co－word analysis）的思想來源于文獻(xiàn)計(jì)量學(xué)的引文耦合與共被引概念，即當(dāng)兩個(gè)能夠表達(dá)某一學(xué)科領(lǐng)域研究主題或研究動(dòng)向的專業(yè)術(shù)語在同一文獻(xiàn)中出現(xiàn)時(shí)，說明二者存在一定關(guān)聯(lián)性，同時(shí)出現(xiàn)的次數(shù)與二者之間的關(guān)系緊密程度成正比［6］。

隨后有許多國(guó)內(nèi)外學(xué)者以共詞分析法對(duì)各個(gè)領(lǐng)域進(jìn)行研究探索，該方法應(yīng)用的廣泛性已經(jīng)得到驗(yàn)證［7］［8］［9］。但是縱觀國(guó)內(nèi)外文獻(xiàn)發(fā)現(xiàn)，目前在金融學(xué)領(lǐng)域進(jìn)行文獻(xiàn)計(jì)量分析的研究少之又少?？紤]到共詞分析法對(duì)新興領(lǐng)域研究的焦點(diǎn)具有很大的適用性，本文擬在共詞分析法的基礎(chǔ)上，對(duì)我國(guó)互聯(lián)網(wǎng)金融領(lǐng)域的關(guān)鍵詞進(jìn)行多元統(tǒng)計(jì)分析，得出現(xiàn)階段該領(lǐng)域研究熱點(diǎn)。

2.數(shù)據(jù)預(yù)處理

由于核心期刊在學(xué)科研究中具有代表性和廣泛的學(xué)術(shù)影響性，且國(guó)內(nèi)首篇關(guān)于互聯(lián)網(wǎng)金融的核心期刊發(fā)表于2002年，故本文把檢索范圍限定為2002～2014年核心期刊，這有利于更好地選取互聯(lián)網(wǎng)金融領(lǐng)域的代表性關(guān)鍵詞。按上述條件以中國(guó)學(xué)術(shù)文獻(xiàn)網(wǎng)絡(luò)出版總庫（CNKI）為檢索源，以互聯(lián)網(wǎng)金融為主題進(jìn)行檢索共得到440條記錄，剔除7條重復(fù)登載、征文通知和沒有標(biāo)識(shí)關(guān)鍵詞的文獻(xiàn)，剩余333條記錄，將其作為研究的樣本文獻(xiàn)庫并進(jìn)行高頻關(guān)鍵詞提取。

（1）構(gòu)建關(guān)鍵詞共詞矩陣

關(guān)鍵詞是一篇論文的精華濃縮，能夠展現(xiàn)文獻(xiàn)的核心要義。本文利用中國(guó)醫(yī)科大學(xué)研發(fā)的書目共現(xiàn)分析系統(tǒng)（BICOMB）抽取關(guān)鍵詞，共得到2622個(gè)關(guān)鍵詞，再統(tǒng)計(jì)關(guān)鍵詞頻數(shù)。由于國(guó)內(nèi)關(guān)鍵詞的擬定具有一定程度的主觀性和不規(guī)范性，對(duì)關(guān)鍵詞進(jìn)行統(tǒng)計(jì)時(shí)采取了手動(dòng)篩選和合并，例如，將“互聯(lián)網(wǎng)金融”、“啟示”、“美國(guó)”、“建議”等無益研究的高頻關(guān)鍵詞剔除，將關(guān)鍵詞“P2P”并入“P2P網(wǎng)絡(luò)借貸”等。然后對(duì)關(guān)鍵詞按詞頻高低進(jìn)行排序，綜合考慮之后將頻次閥值設(shè)為5，得到53個(gè)關(guān)鍵詞作為高頻關(guān)鍵詞。隨后通過該系統(tǒng)對(duì)53個(gè)高頻關(guān)鍵詞進(jìn)行兩兩檢索進(jìn)而得到53×53的共詞矩陣，見表1。由于篇幅限制只截取前9個(gè)關(guān)鍵詞，后續(xù)內(nèi)容亦作類似處理不再一一說明。

表1 共詞矩陣

共詞矩陣是一個(gè)對(duì)稱矩陣，主對(duì)角線上的數(shù)值表示該關(guān)鍵詞出現(xiàn)的頻次，非主對(duì)角線上的數(shù)值則為兩個(gè)相異關(guān)鍵詞的共現(xiàn)頻次。其中，“商業(yè)銀行”出現(xiàn)40次，初步說明目前對(duì)互聯(lián)網(wǎng)金融領(lǐng)域的研究主要集中在商業(yè)銀行與互聯(lián)網(wǎng)金融之間的關(guān)系上?！吧缃痪W(wǎng)絡(luò)”和“第三方支付”同時(shí)出現(xiàn)11次，初步說明二者有很大的關(guān)聯(lián)性。

（2）相關(guān)矩陣與相異矩陣的轉(zhuǎn)化

為了進(jìn)行后續(xù)的聚類分析及多維尺度分析，消除詞頻差距的影響，先使用ochiia等值系數(shù)對(duì)互聯(lián)網(wǎng)金融的共詞矩陣進(jìn)行相關(guān)矩陣的轉(zhuǎn)化，構(gòu)造出的相關(guān)矩陣如表2所示。

表2 相關(guān)矩陣

表2中的數(shù)值表示對(duì)應(yīng)兩個(gè)關(guān)鍵詞之間的距離，數(shù)值越大說明對(duì)應(yīng)關(guān)鍵詞之間距離越近、相似度越高。對(duì)角線上的數(shù)據(jù)表示該關(guān)鍵詞自身的相關(guān)程度，經(jīng)轉(zhuǎn)化計(jì)算后均為1。由于該矩陣中數(shù)值0過多，為減少統(tǒng)計(jì)誤差且便于后續(xù)數(shù)據(jù)分析，用1與相關(guān)矩陣各數(shù)值相減得到表示兩詞間相異程度的相異矩陣，由于篇幅所限，此處不列出相異矩陣。在相關(guān)矩陣和相異矩陣的基礎(chǔ)上，我們對(duì)數(shù)據(jù)進(jìn)行多元統(tǒng)計(jì)分析，以便揭示互聯(lián)網(wǎng)金融研究的熱點(diǎn)。

三、多元統(tǒng)計(jì)分析

多元統(tǒng)計(jì)分析是對(duì)若干相關(guān)隨機(jī)變量觀測(cè)值的分析。大部分的共詞分析研究都使用多種統(tǒng)計(jì)分析方法進(jìn)行研究。本文使用共詞分析中常用的三種多元統(tǒng)計(jì)方法，即因子分析（factor analysis）、聚類分析（cluster analysis）和多維尺度分析（multidimensional scalling）進(jìn)行具體研究。

1.因子分析（factor analysis）

因子分析是對(duì)多變量的數(shù)據(jù)進(jìn)行整理和簡(jiǎn)化，在保證數(shù)據(jù)信息較為完整的情況下，對(duì)高維變量空間進(jìn)行降維處理的一種多元統(tǒng)計(jì)分析方法［10］。其目的是把多個(gè)觀測(cè)變量轉(zhuǎn)換為幾個(gè)不相關(guān)的綜合指標(biāo)，使得這些綜合指標(biāo)能夠反映原數(shù)據(jù)的主要信息，然后根據(jù)因子成分矩陣對(duì)研究對(duì)象進(jìn)行分類。由于旋轉(zhuǎn)之后的成分矩陣中第12類與13類中各關(guān)鍵詞因子載荷系數(shù)都低于0.3，無因子參與分析，且旋轉(zhuǎn)前各因子比旋轉(zhuǎn)后具有更好的解釋能力，故本文不采取旋轉(zhuǎn)。

由SPSS18.0軟件進(jìn)行因子分析得到總方差解釋表，共抽取出14個(gè)因子，這14個(gè)因子的累計(jì)方差解釋貢獻(xiàn)率達(dá)80.891%，即將53個(gè)關(guān)鍵詞分為14類便可揭示互聯(lián)網(wǎng)金融領(lǐng)域80.891%的研究熱點(diǎn)。經(jīng)觀測(cè)后發(fā)現(xiàn)，前6個(gè)因子解釋的方差比例較高，分別達(dá)到24.676%、9.682%、6.975%、6.267%、5.269%、4.386%累計(jì)方差解釋貢獻(xiàn)率57.254%，表明這是近年來互聯(lián)網(wǎng)金融研究中最重要的6個(gè)領(lǐng)域。

遵照因子負(fù)載超過0.3的因子才能被提取的原則，對(duì)因子分析結(jié)果進(jìn)行分析并根據(jù)關(guān)鍵詞的屬性及含義對(duì)14個(gè)因子進(jìn)行命名，可以確定國(guó)內(nèi)互聯(lián)網(wǎng)金融領(lǐng)域熱點(diǎn)分布，見表3。從表3可以看出，因子分析結(jié)果中的關(guān)鍵詞分類情況有下列特點(diǎn)：

（1）大部分關(guān)鍵詞都能歸至相應(yīng)的因子。然而有2個(gè)關(guān)鍵詞由于載荷系數(shù)小于0.3，故無法參與分類。它們是“監(jiān)管協(xié)調(diào)”、“民間借貸”。這些關(guān)鍵詞的關(guān)聯(lián)程度比較小，一方面說明有些關(guān)鍵詞雖然具有較高頻次，但其所代表的研究主題范圍較廣，在因子的相關(guān)度分析中未形成鮮明特色；另一方面則說明學(xué)者對(duì)這些關(guān)鍵詞的研究沒達(dá)成統(tǒng)一共識(shí)，或者是其代表的主題較新，還沒有很好地同其他研究方向相結(jié)合。

（2）一些關(guān)鍵詞因子載荷系數(shù)較低。由于關(guān)鍵詞之間在概念上具有一定包含性，有些關(guān)鍵詞可以被細(xì)劃為更小的領(lǐng)域，因而在因子分析中以不同的方式參與分類。例如，“監(jiān)管”與“金融監(jiān)管”，“風(fēng)險(xiǎn)管控”與“風(fēng)險(xiǎn)控制”、“風(fēng)險(xiǎn)管理”等，因此“監(jiān)管”（0.341）和“風(fēng)險(xiǎn)管控”（0.501）具有較小因子載荷。

（3）有3個(gè)關(guān)鍵詞跨區(qū)分布。其中，關(guān)鍵詞“網(wǎng)絡(luò)支付”同時(shí)出現(xiàn)在第1個(gè)因子和第3個(gè)因子當(dāng)中，且二者因子載荷系數(shù)均處于0.4～0.7之間，體現(xiàn)出這兩個(gè)因子即“支付方式與交易”、“電子商務(wù)與支付”間具有一定的關(guān)聯(lián)性。

表3 研究熱點(diǎn)

（4）有2個(gè)關(guān)鍵詞的因子載荷系數(shù)為負(fù)，同各自的因子形成負(fù)相關(guān)關(guān)系。包括第2個(gè)因子（借貸與交易風(fēng)險(xiǎn)）中的“征信系統(tǒng)”（因子載荷系數(shù)為－0.659），第4個(gè)因子（金融創(chuàng)新）中的“金融機(jī)構(gòu)”（－0.642），觀察關(guān)鍵詞“征信系統(tǒng)”和第2個(gè)因子“借貸與交易風(fēng)險(xiǎn)”可以知道，該關(guān)鍵詞與各自的因子之間的關(guān)聯(lián)度很低。

2.聚類分析（cluster analysis）

聚類分析是根據(jù)事物“物以類聚”的思想將相似度較大的變量聚類的一種多元統(tǒng)計(jì)方法。聚類分析的方法有很多種，基于數(shù)據(jù)適用情況本文采用在實(shí)際操作中應(yīng)用最為廣泛的系統(tǒng)聚類方法進(jìn)行聚類分析。本文在相異矩陣的基礎(chǔ)上進(jìn)行互聯(lián)網(wǎng)金融高頻關(guān)鍵詞聚類分析。

根據(jù)聚類結(jié)果并結(jié)合因子分析的分類結(jié)果及實(shí)際情況，本文將53個(gè)高頻關(guān)鍵詞劃分成以下7類：

第一類：商業(yè)銀行、金融創(chuàng)新、互聯(lián)網(wǎng)、余額寶、金融脫媒、風(fēng)險(xiǎn)、普惠金融、監(jiān)管、影子銀行、金融機(jī)構(gòu)、金融模式、民營(yíng)銀行、利率市場(chǎng)化、風(fēng)險(xiǎn)管控、傳統(tǒng)金融、征信系統(tǒng)、金融改革、信用信息、民間借貸。第二類：支付寶、移動(dòng)支付、第三方支付、社交網(wǎng)絡(luò)、支付結(jié)算、籌融資、手機(jī)銀行、交易規(guī)模、客戶體驗(yàn)。第三類：P2P網(wǎng)絡(luò)借貸、小微企業(yè)、眾籌、融資。第四類：金融監(jiān)管、基金公司、騰訊、人民銀行、支付清算、備付金、電子商務(wù)、金融支付、互聯(lián)網(wǎng)經(jīng)濟(jì)。第五類：大數(shù)據(jù)、風(fēng)險(xiǎn)控制、資本市場(chǎng)、資源配置、征信體系、信息不對(duì)稱、交易成本。第六類：風(fēng)險(xiǎn)管理、監(jiān)管協(xié)調(diào)。第七類：金融信息、電子商務(wù)平臺(tái)、網(wǎng)絡(luò)支付。

3.多維尺度分析

聚類分析的結(jié)果將高頻關(guān)鍵詞分為7類，但是無法反映出各關(guān)鍵詞之間的關(guān)聯(lián)程度，而多維尺度分析（mtidimensional scaling，簡(jiǎn)稱MDS）通過低維空間中的點(diǎn)結(jié)構(gòu)（configuration of points）展現(xiàn)的相似性來研究客體，可以更加直觀地挖掘出數(shù)據(jù)的潛在結(jié)構(gòu)關(guān)系。與因子分析和聚類分析不同，該方法對(duì)數(shù)據(jù)的要求較低，并且由于其確定了所有變量的位置，對(duì)之前的因子分析和聚類分析有一定的矯正調(diào)整作用，能更形象地展示分析結(jié)果［11］。

在相異矩陣的基礎(chǔ)上利用SPSS18.0得到多維尺度圖，如圖1所示。圖中有相似性高的點(diǎn)被劃分成一類；位置越為居中則該關(guān)鍵詞與其他關(guān)鍵詞關(guān)聯(lián)度越大，在該領(lǐng)域中的地位越核心。

現(xiàn)根據(jù)圖1擬將關(guān)鍵詞分為3類：

（1）籌融資風(fēng)險(xiǎn)與監(jiān)管。該類關(guān)鍵詞主要分布在第二象限，且共有4個(gè)關(guān)鍵詞分別散落于坐標(biāo)軸上限右端及坐標(biāo)軸左限下端。主要包括：籌融資、風(fēng)險(xiǎn)、監(jiān)管、小微企業(yè)、風(fēng)險(xiǎn)管理、風(fēng)險(xiǎn)管控、風(fēng)險(xiǎn)控制、P2P網(wǎng)絡(luò)借貸、監(jiān)管協(xié)調(diào)等。根據(jù)該類的關(guān)鍵詞方位觀察可知，其主要分布于第二象限中，分布較為分散，于原點(diǎn)遠(yuǎn)處聚集成類，中心方位不易確定。

圖1 多維尺度圖

（2）支付方式與交易。該類關(guān)鍵詞主要分布在第三象限，且有一個(gè)關(guān)鍵詞位于坐標(biāo)軸下限右端。主要包括：第三方支付、支付寶、支付結(jié)算、金融支付、移動(dòng)支付、網(wǎng)絡(luò)支付、支付清算、備付金、手機(jī)銀行等。觀察該類關(guān)鍵詞方位可知，其距離兩條中心軸較遠(yuǎn)且分布較為分散，中心方位亦不易確定。

（3）金融創(chuàng)新與信息征集。該類關(guān)鍵詞主要分布在坐標(biāo)軸的右限上下兩側(cè)。主要包括：金融改革、金融創(chuàng)新、信用信息、征信系統(tǒng)、征信體系、利率市場(chǎng)化、普惠金融、金融脫媒、互聯(lián)網(wǎng)經(jīng)濟(jì)等。觀察該類關(guān)鍵詞方位可知，其分布于中心橫軸上下兩端，于距離原點(diǎn)較遠(yuǎn)處聚集成類。其中，“金融改革”、“傳統(tǒng)金融”和“互聯(lián)網(wǎng)”等關(guān)鍵詞位于主軸附近，表明這些關(guān)鍵詞居于該類的中心地位。從內(nèi)容上看，盡管以金融創(chuàng)新特性為主，但是出現(xiàn)了“民間借貸”“金融脫媒”等與第一類有內(nèi)涵交叉的關(guān)鍵詞。

全面觀測(cè)多維尺度圖可看出，關(guān)鍵詞“民營(yíng)銀行”和“金融監(jiān)管”沒有歸類?？剂吭~義后將二者與相鄰的類團(tuán)合并有失偏頗，鑒于二維平面的視覺缺陷并參考因子分析與聚類分析結(jié)果決定將“民營(yíng)銀行”并入金融創(chuàng)新與信息征集類，“金融監(jiān)管”則被劃入支付方式與交易類。

四、國(guó)內(nèi)互聯(lián)網(wǎng)金融研究熱點(diǎn)透視

互聯(lián)網(wǎng)金融在我國(guó)是個(gè)新的研究領(lǐng)域，國(guó)內(nèi)引入時(shí)間較短，尚不能對(duì)其脈絡(luò)及流派進(jìn)行十分精準(zhǔn)的把握。但綜合上述的因子分析、聚類分析和多維尺度分析仍可得出我國(guó)互聯(lián)網(wǎng)金融領(lǐng)域的研究熱點(diǎn)分類。由于因子分析在計(jì)算因子得分時(shí)采用的是最小二乘法，而該方法在分析過程中有可能失效，故可能存在一定的偏差。而聚類分析雖能定量地反映出各關(guān)鍵詞間的親疏關(guān)系，但是由于該方法通過詞間距離的傳遞性將詞間距離最短的關(guān)鍵詞進(jìn)行聚集，而聚類過程中又不能有效地將該關(guān)系取出，導(dǎo)致一些相關(guān)性不大的關(guān)鍵詞形成聚集。通過前文三種多元統(tǒng)計(jì)方法的熱點(diǎn)分類結(jié)果我們可以發(fā)現(xiàn)，因子分析和聚類分析各自分類過細(xì)，而多維尺度分析分類則略廣，考慮到后者與另兩種方法相比的優(yōu)越性，建立在多維尺度分析結(jié)果上并參考其他兩種分類方法可以得出我國(guó)互聯(lián)網(wǎng)金融領(lǐng)域的研究熱點(diǎn)主要集中在以下五個(gè)方面：

1.互聯(lián)網(wǎng)小微金融

該熱點(diǎn)主要研究互聯(lián)網(wǎng)小微金融。小微金融是銀行對(duì)小微企業(yè)提供的金融服務(wù)，互聯(lián)網(wǎng)小微金融以P2P和眾籌為代表，是互聯(lián)網(wǎng)與小微金融的結(jié)合?；ヂ?lián)網(wǎng)小微金融業(yè)務(wù)正在填補(bǔ)目前小微金融需求的巨大缺口，為傳統(tǒng)融資模式中處于不利地位的小微企業(yè)提供廣闊的發(fā)展空間，有利于解決小微企業(yè)個(gè)人貸款難等問題［12］。表征這一類熱點(diǎn)的關(guān)鍵詞包括小微企業(yè)、籌融資、P2P網(wǎng)絡(luò)借貸、眾籌、融資、余額寶、民間借貸等。

2.支付方式與交易

該熱點(diǎn)主要研究互聯(lián)網(wǎng)金融業(yè)態(tài)下相對(duì)傳統(tǒng)金融下支付方式的革新與多元化?；ヂ?lián)網(wǎng)金融模式下的支付方式以移動(dòng)支付為基礎(chǔ)，通過移動(dòng)通信設(shè)備、利用無線通信技術(shù)可以轉(zhuǎn)移貨幣價(jià)值以清償債權(quán)債務(wù)關(guān)系［13］。截至2014年6月，我國(guó)互聯(lián)網(wǎng)支付用戶總數(shù)達(dá)到2.92億［14］。隨著互聯(lián)網(wǎng)支付的更加普及，由互聯(lián)網(wǎng)金融的支付方式為代表的引起的支付革命對(duì)傳統(tǒng)金融體系是強(qiáng)有力的沖擊，并將對(duì)整體宏觀金融業(yè)態(tài)產(chǎn)生深遠(yuǎn)的影響。表征這一類熱點(diǎn)的關(guān)鍵詞包括第三方支付、支付寶、支付結(jié)算、金融支付、移動(dòng)支付、支付清算、備付金、基金公司、交易規(guī)模等。

3.金融改革創(chuàng)新

該熱點(diǎn)主要研究如何對(duì)傳統(tǒng)金融進(jìn)行改造，提高資本市場(chǎng)運(yùn)行效率，改變我國(guó)長(zhǎng)期的“金融壓抑”現(xiàn)象?！?014第二季度中國(guó)貨幣政策執(zhí)行報(bào)告》指出，要深化金融機(jī)構(gòu)改革，通過增加供給和競(jìng)爭(zhēng)改善金融服務(wù)［15］。互聯(lián)網(wǎng)金融作為一種新型金融模式提供了一個(gè)更有效率且低成本的新平臺(tái)，填補(bǔ)了我國(guó)傳統(tǒng)金融市場(chǎng)的金融缺口，優(yōu)化了經(jīng)濟(jì)主體間的資源配置，從而推進(jìn)經(jīng)濟(jì)增長(zhǎng)。表征這一類熱點(diǎn)的關(guān)鍵詞包括金融改革、金融創(chuàng)新、金融脫媒、利率市場(chǎng)化、普惠金融、民營(yíng)銀行、傳統(tǒng)金融等。

4.互聯(lián)網(wǎng)金融征信

該熱點(diǎn)主要研究如何完善我國(guó)互聯(lián)網(wǎng)金融行業(yè)征信體系建設(shè)?；ヂ?lián)網(wǎng)金融與征信體系互相推動(dòng)、互相影響，征信系統(tǒng)通過網(wǎng)貸平臺(tái)實(shí)現(xiàn)信息共享從而促進(jìn)互聯(lián)網(wǎng)金融業(yè)發(fā)展，互聯(lián)網(wǎng)金融業(yè)則通過自身平臺(tái)發(fā)布的借貸信息完善征信體系。建立完善的信用體系關(guān)乎互聯(lián)網(wǎng)金融發(fā)展的穩(wěn)定性與長(zhǎng)久性，其重要性不容忽視。表征這一類熱點(diǎn)的關(guān)鍵詞包括征信體系、征信系統(tǒng)、信用信息、金融信息和信息不對(duì)稱。

5.互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)與監(jiān)管

該熱點(diǎn)主要研究互聯(lián)網(wǎng)金融模式帶來的風(fēng)險(xiǎn)及其監(jiān)管問題?；ヂ?lián)網(wǎng)金融通過優(yōu)化資源配置等對(duì)整體經(jīng)濟(jì)產(chǎn)生利好作用的同時(shí)也帶來了新的風(fēng)險(xiǎn)，因此針對(duì)互聯(lián)網(wǎng)機(jī)構(gòu)的監(jiān)管必不可少。2013年4月，眾貸網(wǎng)和城鄉(xiāng)貸的相繼破產(chǎn)給監(jiān)管機(jī)構(gòu)敲響了警鐘。有鑒于此，監(jiān)管機(jī)構(gòu)應(yīng)該明確互聯(lián)網(wǎng)企業(yè)的性質(zhì)，以各互聯(lián)網(wǎng)金融企業(yè)的性質(zhì)和特點(diǎn)采取不同的監(jiān)管策略，實(shí)現(xiàn)經(jīng)濟(jì)良性健康發(fā)展［16］。表征這一類熱點(diǎn)的關(guān)鍵詞包括風(fēng)險(xiǎn)、風(fēng)險(xiǎn)管控、風(fēng)險(xiǎn)管理、風(fēng)險(xiǎn)控制、監(jiān)管、金融監(jiān)管、監(jiān)管協(xié)調(diào)等。

五、結(jié) 論

進(jìn)入21世紀(jì)后，國(guó)內(nèi)外學(xué)者對(duì)互聯(lián)網(wǎng)金融的研究日益增加，然而以共詞方法對(duì)其進(jìn)行熱點(diǎn)剖析和審視的基本沒有。有鑒于此，本文以互聯(lián)網(wǎng)金融為主題對(duì)2002～2014年的核心期刊進(jìn)行檢索，通過書目共現(xiàn)分析系統(tǒng)建立共詞矩陣，并利用SPSS18.0對(duì)其進(jìn)行多元統(tǒng)計(jì)分析，得到國(guó)內(nèi)互聯(lián)網(wǎng)金融研究的研究熱點(diǎn)為互聯(lián)網(wǎng)小微金融、支付方式與交易、金融改革創(chuàng)新、互聯(lián)網(wǎng)金融征信和互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)與監(jiān)管五個(gè)方面。由于國(guó)內(nèi)文獻(xiàn)期刊的關(guān)鍵詞選取存在很大主觀性，對(duì)關(guān)鍵詞的整合及數(shù)據(jù)處理也有一定偏差，低頻關(guān)鍵詞的舍棄和文獻(xiàn)發(fā)表的時(shí)滯性等造成的關(guān)鍵詞缺失在一定程度上降低了研究熱點(diǎn)的全面性和預(yù)見性，不利于對(duì)我國(guó)互聯(lián)網(wǎng)金融領(lǐng)域熱點(diǎn)的整體把握，這些因素使本文存在一定的局限性，可為以后相關(guān)領(lǐng)域?qū)W者的深入研究提供新的思路與視角。

［1］中國(guó)人民銀行金融穩(wěn)定分析小組.中國(guó)金融穩(wěn)定報(bào)告［R］.北京：中國(guó)金融出版社，2014.

［2］謝平，鄒傳偉.互聯(lián)網(wǎng)金融模式研究［J］.金融研究，2012，（12）：11－22.

［3］莫易嫻.互聯(lián)網(wǎng)時(shí)代金融業(yè)的發(fā)展格局［J］.財(cái)經(jīng)科學(xué)，2014，（4）：1－10.

［4］皮天雷，趙鐵.互聯(lián)網(wǎng)金融：范疇、革新與展望［J］.財(cái)經(jīng)科學(xué)，2014，（6）：22－30.

［5］CALLON M，LAW J，RIP A.Mapping the Dynamatics of Science and Technology［M］.London：Macmillan Press，1986.102.

［6］張勤，徐緒松.共詞分析法與可視化技術(shù)的結(jié)合：揭示國(guó)外知識(shí)管理研究結(jié)構(gòu)［J］.管理工程學(xué)報(bào)，2008，22（04）：30－35.

［7］QIN H.Knowledge discovery through co－word analysis［J］.Library Trends，1999，48（1）：133－159.

［8］LAW J，BAUIN S，COURTIAL J P，et al.Policy and the mapping of scientific change：a co－word analysis of research into environmental acidification［J］.Scientometrics，1988，14（3－4）：251－264.

［9］LAW J，WHITTAKER J.Mapping acidification research：A test of the co－word method［J］.Scientometrics，1992，23（3）：417－461.

［10］陳希鎮(zhèn)，林俊濤.用多元統(tǒng)計(jì)方法分析浙江省各地區(qū)的經(jīng)濟(jì)結(jié)構(gòu)［J］.數(shù)理統(tǒng)計(jì)與管理，2010，29（6）：1043－1051.

［11］張勤，馬費(fèi)成.國(guó)外知識(shí)管理研究范式——以共詞分析為方法［J］.管理科學(xué)學(xué)報(bào)，2007，12（6）：65－75.

［12］孫晨輝，李富有.民間金融與正規(guī)金融的比較優(yōu)勢(shì)與均衡發(fā)展——基于Logistic模型的研究［J］.大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，35（1）：81－85.

［13］帥青紅.電子支付與結(jié)算［M］.大連：東北財(cái)經(jīng)大學(xué)出版社，2011.56.

［14］中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）.2014年中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告［EB／OL］.http：∥www.cnnic.net.cn／hlwfzyj／hlwxzbg／hlwtjbg／201407／t20140721－47437.htm，2015－05－19.

［15］中國(guó)人民銀行貨幣政策分析小組.2014年第二季度中國(guó)貨幣政策執(zhí)行報(bào)告［R］.北京：中國(guó)金融出版社，2014.

［16］李炳，趙陽.互聯(lián)網(wǎng)金融對(duì)宏觀經(jīng)濟(jì)的影響［J］.財(cái)經(jīng)科學(xué)，2014，（8）：21－28.