当前，金融行业正处于数字化与智能化的快速发展期，金融科技创新为金融市场带来了前所未有的变革，防范化解金融数字化转型过程中的风险挑战，成为金融行业高质量发展的关键议题，也是金融强国建设过程中的重要内容。在这样的背景下，全面系统梳理中国互联网金融风险的内涵外延及特征规律，既有助于为未来金融改革与创新提供借鉴，也可为金融风险管理和监管框架的完善提供参考。

　　南昌大学经济管理学院刘敏教授所著的《中国互联网金融风险：测度、感知及传导》为深刻理解互联网金融风险生产、演化和扩散的底层逻辑，提供了理论基础、量化依据和实证支持，也为中国金融数字化转型与金融科技创新的稳步推进提供了有益思考和现实借鉴。

　　该书从互联网金融风险系统性测度、风险特征规律挖掘、风险感知水平量化以及风险传导机制识别等多个视角展开，致力于揭示中国互联网金融风险的动态演化及引致后果。作者不仅扩展了现有研究的广度与深度，还借助前沿分析工具提升了金融风险量化研究的时效性、前瞻性和科学性，增强了金融市场的风险防范能力，提升了货币政策传导的有效性，并进一步完善了数字化转型背景下的系统性金融风险监管框架。

　　全书共20万字，分为研究基础、研究核心和研究结论三个层次共计七章内容。前三章主要梳理了互联网金融、金融风险、风险感知等关键理论，介绍了中国互联网金融的发展模式、风险特征及监管政策。第四章至第六章基于互联网金融风险测度、感知及传导三条主线展开，各章节之间相互关联、层层递进。主要运用混频建模方法、大数据挖掘技术、非线性回归模型和SVAR模型等，结合结构化和非结构化数据，深入探讨了风险感知心理与投资行为的因果关系，细致分析了风险感知与风险事实的非线性关联。第七章基于研究结论对金融创新风险及系统性金融风险的防范治理提出政策建议。纵览该书，其主要贡献在于：

　　一是将互联网金融风险量化工作推向系统化和高频化。充分发挥混频数据的异质信息优势，基于经济金融理论，从宏观经济、传统金融行业、互联网行业和互联网金融行业等多维度构建季度、月度、周度和日度等混合频率风险指标，借助频率转换和动态因子模型构建日度互联网金融风险指数，实现了互联网金融风险的系统性实时测度，进一步揭示了风险引致因素和重要性程度，为风险精准防控提供决策依据。

　　二是挖掘了互联网金融风险演变的底层逻辑。运用马尔可夫区制自回归模型对风险状态进行区制划分，通过对风险变化的区制概率、转移概率、持续期等统计特征的把握，总结刻画了互联网金融风险的转移规律，并基于风险演变的底层逻辑展开风险水平的样本外滚动预测，提升了预测结果的时效性和前瞻性，可为风险实时动态预警提供有效手段。

　　三是厘清了风险感知和风险变化的主次关系和非线性关联。基于大数据理论、风险感知理论和行为金融理论，利用主观选词、需求图谱和网络爬虫从搜索引擎获取海量风险感知信息，结合主成分分析法创新性地构建了互联网金融风险感知指数，实现了对风险事实心理认知的实时刻画，并对风险指数和风险感知指数进行非线性分析，客观阐释了风险水平和风险感知的时空关联，从需求主体的心理因素和行为因素出发，为互联网金融风险防范提供市场化指导。

　　四是揭示了互联网金融风险的传导效应及引致后果。利用风险溢出模型识别了互联网金融对传统金融市场的风险传导效应，并结合混频建模方法测度了互联网金融风险对传统金融市场联动的影响效果，为投资者提供了风险研判信息。

　　该书通过细致的风险测度、深度的感知分析和系统的传导机制识别，为中国金融数字化转型的风险防控提供了重要的理论基础和实践参考。这一创新性研究不仅丰富了该领域的学术成果，也为监管部门提供了重要的政策参考和决策支持。（刘耀彬 江西财经大学党委书记、二级教授）