| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究的问题和意义 | 第11页 |
| 1.3 研究思路及论文框架 | 第11-12页 |
| 1.3.1 研究思路 | 第11-12页 |
| 1.3.2 论文框架 | 第12页 |
| 1.4 国内外研究情况 | 第12-14页 |
| 1.4.1 国内外研究情况 | 第12-14页 |
| 1.4.2 对已有研究成果的评析 | 第14页 |
| 1.5 文的创新点和难点 | 第14页 |
| 1.6 本章小结 | 第14-15页 |
| 第二章 互联网金融理论综述 | 第15-24页 |
| 2.1 互联网发展简史 | 第15-16页 |
| 2.2 互联网技术的发展及趋势 | 第16-19页 |
| 2.2.1 社交网络 | 第16页 |
| 2.2.2 云计算 | 第16-17页 |
| 2.2.3 大数据 | 第17-18页 |
| 2.2.4 移动互联网 | 第18-19页 |
| 2.3 互联网环境下的企业战略 | 第19-21页 |
| 2.3.1 蓝海战略 | 第19-20页 |
| 2.3.2 长尾理论 | 第20-21页 |
| 2.4 互联网金融的内涵与结构 | 第21-23页 |
| 2.4.1 互联网金融的内涵 | 第21-22页 |
| 2.4.2 互联网金融的结构 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 传统商业银行贷款模式的理论综述与分析 | 第24-35页 |
| 3.1 传统商业银行贷款模式的发展 | 第24-25页 |
| 3.1.1 传统商业银行贷款定义及分类 | 第24页 |
| 3.1.2 传统商业银行贷款政策及流程 | 第24-25页 |
| 3.2 传统商业银行贷款业务的核心问题 | 第25-30页 |
| 3.2.1 信用评级模型的介绍 | 第25-26页 |
| 3.2.2 信用评级的应用 | 第26-29页 |
| 3.2.3 信用评级模型面临的问题 | 第29-30页 |
| 3.3 传统商业银行贷款模式发展的问题 | 第30-34页 |
| 3.3.1 传统商业银行贷款规模及结构 | 第30-33页 |
| 3.3.2 传统商业银行贷款模式发展局限性 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 互联网金融对传统银行贷款模式的冲击 | 第35-50页 |
| 4.1 互联网金融贷款模式探索 | 第35页 |
| 4.2 互联网金融对信用评级模式的突破 | 第35-36页 |
| 4.3 互联网金融贷款模式中的“公平”与“普惠” | 第36-38页 |
| 4.3.1 互联网金融贷款业务中的“长尾”现象 | 第36-37页 |
| 4.3.2 长尾理论在互联网金融中的应用 | 第37-38页 |
| 4.3.3 互联网金融有利于我国长尾需求的满足 | 第38页 |
| 4.4 大数据技术带来的风险定价能力 | 第38-41页 |
| 4.5 互联网金融贷款“脱媒” | 第41-42页 |
| 4.6 冲击案例 | 第42-48页 |
| 4.6.1 阿里巴巴小贷模式 | 第42-45页 |
| 4.6.2 P2P模式的发展 | 第45-48页 |
| 4.7 传统金融机构的未来 | 第48-49页 |
| 4.8 本章小结 | 第49-50页 |
| 第五章 传统商业银行应对策略 | 第50-63页 |
| 5.1 传统银行业务的互联网化思维 | 第50页 |
| 5.2 传统商业银行应对策略 | 第50-53页 |
| 5.3 传统商业银行在互联网金融业务方面的突破尝试 | 第53-61页 |
| 5.3.1 案例一：工行“融e购”平台 | 第53-55页 |
| 5.3.2 案例二：平安银行橙e平台 | 第55-58页 |
| 5.3.3 案例三：民生银行直销银行 | 第58页 |
| 5.3.4 案例四：建设银行智慧银行 | 第58-60页 |
| 5.3.5 应对策略评价 | 第60-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第六章 结论与展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-66页 |