互联网的外部性特征以及技术性风险，改变着金融系统的风险特征，研究互联网金融的系统性风险问题具有重要价值。本书结合大数据、机器学习发展，运用复杂网络和超网络等网络模型，研究互联网金融发展下的我国互联网金融风险以及由此带来的整个金融系统风险问题，从而为金融监管部门制定相关监管政策、促进金融系统稳定可持续发展提供理论支撑。本书特色是从网络科学视角，建立风险模型，量化研究互联网金融的系统风险。

参与《投资项目评价》、《管理预测与决策方法》、《应用多元统计分析》等3部著作、教材的编著。

目录
第1章 绪论 1
1.1 互联网金融风险背景 1
1.2 互联网金融风险研究的目的与研究意义 2
1.3 互联网金融风险管理和监管研究现状 3
1.4 本书研究内容和研究方法 8
第2章 互联网金融和网络科学基本理论 11
2.1 互联网金融 11
2.2 互联网金融风险 14
2.3 网络科学模型 17
2.4 复杂网络 29
2.5 超网络 31
第3章 考虑互联网金融的金融系统均衡超网络模型研究 36
3.1 金融系统超网络 36
3.2 金融参与主体的行为分析和最优化条件 38
3.3 模型均衡解的存在性和唯一性条件 44
3.4 互联网金融发展下的金融系统超网络仿真分析 45
3.5 研究结论 49
第4章 考虑社交关系影响的互联网金融发展下的金融系统
超网络均衡模型研究 50
4.1 社交关系及其在金融中的研究 50
4.2 考虑社交关系和互联网金融的金融系统超网络构建 52
4.3 各层决策者的行为分析和最优化条件 54
4.4 均衡条件分析 70
4.5 考虑社交关系和互联网金融的金融系统超网络仿真分析 73
4.6 研究结论 78
第5章 互联网金融风险传染复杂外生网络模型研究 79
5.1 典型传染病模型 79
5.2 考虑预期渠道的互联网金融复杂网络的构建 82
5.3 互联网金融复杂网络统计特征分析 86
5.4 基于SEIS的互联网金融风险传染模型 90
5.5 互联网金融风险传染模型的仿真分析 95
5.6 SEIS模型下的免疫策略仿真 99
5.7 研究结论 105
第6章 互联网金融风险传染复杂内生网络模型研究 107
6.1 互联网金融下的金融系统子网络划分 107
6.2 互联网金融风险传染网络的构建机理 109
6.3 互联网金融下的金融整体系统风险网络 119
6.4 研究结论 122
第7章 基于t-SNE机器学习模型的金融系统风险空间聚集研究 123
7.1 相关研究概述 123
7.2 数据来源和研究方法 126
7.3 省级区域的互联网金融发展及系统风险分析 128
7.4 地级市区域的互联网金融发展及系统风险分析 131
7.5 研究结论 133
第8章 微观互联网金融风险波动研究 134
8.1 相关基础 134
8.2 互联网金融科技公司风险分析方法 136
8.3 研究结论 145
第9章 互联网金融发展下的金融系统风险监管 146
9.1 确立科学的金融系统风险监管理念和制度体系 146
9.2 构建科学完备的金融系统风险监管网络体系 147
9.3 重视金融系统风险的空间分布与传播 149
9.4 研究结论 150