互聯(lián)網(wǎng)金融平臺(tái)信用評(píng)級(jí)體系的設(shè)計(jì)
——基于熵權(quán)法

程 潔，莫瓊輝

（江西財(cái)經(jīng)大學(xué)金融學(xué)院，南昌330013）

互聯(lián)網(wǎng)金融平臺(tái)信用評(píng)級(jí)體系的設(shè)計(jì)
——基于熵權(quán)法

程 潔，莫瓊輝

（江西財(cái)經(jīng)大學(xué)金融學(xué)院，南昌330013）

近年來(lái)因互聯(lián)網(wǎng)金融平臺(tái)在發(fā)展過(guò)程中逐漸暴露問(wèn)題，開(kāi)始出現(xiàn)一大批的互聯(lián)網(wǎng)評(píng)級(jí)平臺(tái)。基于熵權(quán)法加入非財(cái)務(wù)指標(biāo)，構(gòu)造互聯(lián)網(wǎng)金融平臺(tái)信用評(píng)級(jí)體系，根據(jù)數(shù)據(jù)的正態(tài)性假定確定評(píng)級(jí)標(biāo)準(zhǔn)。對(duì)所選取的30家平臺(tái)進(jìn)行評(píng)級(jí)，結(jié)果與網(wǎng)貸之家數(shù)據(jù)對(duì)比，發(fā)現(xiàn)新的評(píng)級(jí)體系具有一定的可靠性。基于新的評(píng)級(jí)方法的諸多優(yōu)點(diǎn)，對(duì)互聯(lián)網(wǎng)金融平臺(tái)的評(píng)級(jí)方法給予參考。

熵權(quán)法；互聯(lián)網(wǎng)金融；信用評(píng)級(jí)

一、引言

近年互聯(lián)網(wǎng)金融業(yè)發(fā)展迅速，根據(jù)網(wǎng)貸之家數(shù)據(jù)顯示，截止到2017年2月，中國(guó)網(wǎng)貸平臺(tái)數(shù)量已經(jīng)達(dá)到5 882家，歷史累計(jì)成交量達(dá)到了38 544.26億元。互聯(lián)網(wǎng)金融發(fā)展規(guī)模越來(lái)越大。但其問(wèn)題也逐漸暴露，截止2月份歷史累計(jì)停業(yè)和問(wèn)題平臺(tái)已達(dá)3 555家。總出現(xiàn)問(wèn)題和停業(yè)的平臺(tái)占總平臺(tái)數(shù)量一半以上。在互聯(lián)網(wǎng)金融問(wèn)題頻出之際，慢慢涌現(xiàn)出一批互聯(lián)網(wǎng)金融大數(shù)據(jù)平臺(tái)和評(píng)級(jí)平臺(tái)。處于剛起步階段的互聯(lián)網(wǎng)金融評(píng)級(jí)并不成熟，制定一個(gè)合理有效的互聯(lián)網(wǎng)金融平臺(tái)評(píng)級(jí)體系具有一定的研究?jī)r(jià)值。

目前，業(yè)界開(kāi)始慢慢結(jié)合學(xué)術(shù)界的研究成果，引入學(xué)術(shù)界的研究成果進(jìn)行機(jī)構(gòu)的信用評(píng)級(jí)。如國(guó)內(nèi)的網(wǎng)貸天眼與中國(guó)社會(huì)科學(xué)院金融研究所、融360和中國(guó)人民大學(xué)進(jìn)行合作。其表明信用評(píng)級(jí)制度需要越來(lái)越科學(xué)化和專(zhuān)業(yè)化。

二、基于熵權(quán)法的信用評(píng)價(jià)體系

熵權(quán)法是一種客觀賦權(quán)法，1948年由C.E. Shannon引入信息論，稱(chēng)之為信息熵。因其權(quán)重基于所給數(shù)據(jù)得出，和AHP對(duì)比而言，不會(huì)受到主觀判斷的影響。所以可用于任何評(píng)價(jià)指標(biāo)的權(quán)重確定。基于熵權(quán)法的諸多優(yōu)點(diǎn)，又因?yàn)榛ヂ?lián)網(wǎng)金融平臺(tái)許多數(shù)據(jù)都能在相關(guān)平臺(tái)上獲得。在此，采取熵權(quán)法構(gòu)建評(píng)級(jí)體系對(duì)互聯(lián)網(wǎng)金融平臺(tái)進(jìn)行信用評(píng)級(jí)。

（一）指標(biāo)體系的構(gòu)建

1.指標(biāo)選取原則

（1）可操作性。因需要通過(guò)大量數(shù)據(jù)對(duì)互聯(lián)網(wǎng)金融信用進(jìn)行測(cè)算，指標(biāo)選取的最大的難題是數(shù)據(jù)的查找，因此指標(biāo)需要能夠在相關(guān)網(wǎng)站找到數(shù)據(jù)。

（2）可靠性。指標(biāo)能夠反映互聯(lián)網(wǎng)金融平臺(tái)風(fēng)險(xiǎn)，且其數(shù)據(jù)有正規(guī)的來(lái)源和公開(kāi)的核算方法。

（3）全面性。指標(biāo)體系需要全面包含互聯(lián)網(wǎng)金融信用的各個(gè)方面，既要包括財(cái)務(wù)指標(biāo)，也要包括非財(cái)務(wù)指標(biāo)。

2.指標(biāo)體系及指標(biāo)說(shuō)明

（1）平臺(tái)背景

采用注冊(cè)資本、股東構(gòu)成和運(yùn)營(yíng)時(shí)間三個(gè)指標(biāo)來(lái)考察平臺(tái)背景。各指標(biāo)的具體內(nèi)容及測(cè)算方法如下。

注冊(cè)資本：公司制企業(yè)章程規(guī)定的全體股東或發(fā)起人認(rèn)繳的出資額或認(rèn)購(gòu)的股本總額，代表當(dāng)前平臺(tái)在工商企業(yè)登記的注冊(cè)時(shí)填寫(xiě)申報(bào)的注冊(cè)資金。

股東構(gòu)成：根據(jù)股東構(gòu)成將平臺(tái)背景分成民營(yíng)系、銀行系、上市公司系以及國(guó)資系。根據(jù)風(fēng)險(xiǎn)關(guān)系將其量化，具體將民營(yíng)系賦值為0，銀行系為1，上市公司為2，國(guó)資為3。

運(yùn)營(yíng)時(shí)間：代表平臺(tái)上線時(shí)間至今仍然處于正常營(yíng)業(yè)狀態(tài)的時(shí)間。

（2）平臺(tái)熱度

客戶對(duì)于平臺(tái)的熱衷程度可以從參與人數(shù)、成交量等一系列指標(biāo)體現(xiàn)。通過(guò)對(duì)已知數(shù)據(jù)進(jìn)行整合，將其分為成交量、投資人數(shù)、借款人數(shù)、借款標(biāo)數(shù)和滿標(biāo)用時(shí)等五個(gè)指標(biāo)。

成交量：表示平臺(tái)在某一時(shí)間段內(nèi)滿標(biāo)并通過(guò)復(fù)審成交的總金額（包括債券轉(zhuǎn)讓?zhuān)徊话ㄐ率謽?biāo)、體驗(yàn)標(biāo)）。其具體測(cè)算公式如下：Mi：第i筆借款標(biāo)的本金（元）

投資人數(shù)：該指標(biāo)是指在平臺(tái)有過(guò)至少一次借款行為的總?cè)藬?shù)，若同一借款人在某統(tǒng)計(jì)時(shí)間段內(nèi)有過(guò)多次借款，均按1人來(lái)統(tǒng)計(jì)。

借款人數(shù)；表示某個(gè)時(shí)段端內(nèi)發(fā)生過(guò)借款的人數(shù)。借款標(biāo)數(shù)：實(shí)際發(fā)生借款標(biāo)的數(shù)量。

滿標(biāo)用時(shí)：某筆借款最后一筆有效投資與第一筆有效投資對(duì)應(yīng)的時(shí)間間隔。

（3）運(yùn)營(yíng)狀況

將平均借款期限、人均投資金額、平均預(yù)期收益率和人均借款金額劃入運(yùn)營(yíng)狀況指標(biāo)大類(lèi)。

平均借款期限：該指標(biāo)代表所有借款標(biāo)的平均期限，其核算公式如下所示：：第i筆借款的期限

人均投資金額：代表平臺(tái)某一段時(shí)間的成交量除以投資人數(shù)。公式如下：

平均預(yù)期收益率：表示網(wǎng)貸平臺(tái)在某一時(shí)間段內(nèi)所有投資標(biāo)的預(yù)期收益率的平均數(shù)。公式為：：第i筆借款標(biāo)的收益率

人均借款金額：平均每位借款人的借款金額。核算公式為：

（4）資金流動(dòng)

平臺(tái)的風(fēng)險(xiǎn)很大一部分收到資金流動(dòng)性的影響，指標(biāo)選取待還余額、前十大土豪待收金額占比、前十大借款人待還金額占比、資金凈流入、借款分散度以及投資分散度。

待還余額：代表平臺(tái)某個(gè)時(shí)間點(diǎn)平臺(tái)上所有借款人或者項(xiàng)目尚未償還的本息和。

前十大土豪待收金額占比：代表某個(gè)時(shí)間點(diǎn)平臺(tái)待收金額前十大占總待收的比例。

前十大借款人待還金額占比：代表某時(shí)間點(diǎn)平臺(tái)待還金額前十大占總待還的比例。

資金凈流入：表示當(dāng)天待收金額減去前一天待收金額。

借款分散度：類(lèi)比基尼系數(shù)來(lái)表征借款金額分布的不均衡程度，核算方法為：借款人的待還在總待還中的占比的平方和乘以10000。

投資分散度：類(lèi)比基尼系數(shù)來(lái)表征投資金額分布的不均衡程度，核算方法類(lèi)比借款分散度。

（二）指標(biāo)權(quán)重的計(jì)算

熵權(quán)法計(jì)算過(guò)程如下：

首先，設(shè)有n個(gè)評(píng)價(jià)指標(biāo)，m個(gè)樣本，Xij表示第i個(gè)受訪者的第j項(xiàng)指標(biāo)，據(jù)此構(gòu)建待評(píng)估矩陣Rx。

其次，將指標(biāo)進(jìn)行無(wú)量綱化處理：在備評(píng)估指標(biāo)中，數(shù)據(jù)全為正指標(biāo)即數(shù)值越大越好。為了消除由于量綱和量綱單位導(dǎo)致的不可比較性，先應(yīng)將評(píng)價(jià)指標(biāo)進(jìn)行無(wú)量綱化處理。對(duì)于正向指標(biāo)，處理如下：

對(duì)于負(fù)向指標(biāo)，處理如下：

第三，采用標(biāo)準(zhǔn)化法對(duì)數(shù)據(jù)進(jìn)行平移如下：得到新矩陣RY。

第四，計(jì)算出第個(gè)樣本第項(xiàng)指標(biāo)所占的比重如下：

第五，計(jì)算出第項(xiàng)指標(biāo)的熵值如下：

在此基礎(chǔ)上定義差異性系數(shù)為：

最終定義熵權(quán)如下：

由于RY是m×n矩陣，而n個(gè)評(píng)價(jià)指標(biāo)的指標(biāo)熵權(quán)wj可構(gòu)成n×1矩陣W，將兩個(gè)矩陣相乘可得到所有樣本的樣本熵值的m×1矩陣R，計(jì)算如下：

為了降低信用評(píng)價(jià)過(guò)程中的成本，使得評(píng)價(jià)體系更為簡(jiǎn)潔有效。獲取193家互聯(lián)網(wǎng)金融平臺(tái)數(shù)據(jù)，根據(jù)公式編寫(xiě)程序，將數(shù)據(jù)導(dǎo)入MATLAB2008a進(jìn)行實(shí)驗(yàn)。對(duì)選取的指標(biāo)進(jìn)行進(jìn)一步的篩選，剔除掉權(quán)重明顯小的兩個(gè)指標(biāo)——滿標(biāo)用時(shí)和人均借款金額，得到最終指標(biāo)體系。

（三）評(píng)級(jí)標(biāo)準(zhǔn)的建立

根據(jù)中心極限定理，大量隨機(jī)變量積累分布函數(shù)將會(huì)逐點(diǎn)收斂到正態(tài)分布的積累分布函數(shù)的條件。如果數(shù)據(jù)過(guò)多，則其分布將會(huì)近似為正態(tài)分布，繼而表現(xiàn)出一些比較好的統(tǒng)計(jì)性質(zhì)。設(shè)所得信用得分?jǐn)?shù)據(jù)為X，均值為E，標(biāo)準(zhǔn)差為σ。基于正態(tài)分布的良好性質(zhì)，以及對(duì)所得評(píng)級(jí)數(shù)據(jù)做正態(tài)性假設(shè)。按照四級(jí)劃分標(biāo)準(zhǔn)，制定評(píng)級(jí)標(biāo)準(zhǔn)如表1。

表1 信用評(píng)級(jí)標(biāo)準(zhǔn)劃分

三、評(píng)級(jí)結(jié)果對(duì)比

為了驗(yàn)證評(píng)價(jià)體系的準(zhǔn)確性，選取30家互聯(lián)網(wǎng)金融平臺(tái)2017年2月份的數(shù)據(jù)，運(yùn)用MATLAB2008a程序進(jìn)行計(jì)算，輸出得到30家互聯(lián)網(wǎng)金融平臺(tái)評(píng)級(jí)結(jié)果。

從總體來(lái)看，本方法做出評(píng)級(jí)得到優(yōu)、良、中以及差級(jí)別的平臺(tái)數(shù)量分別為：11家、6家、4家以及9家。總體而言評(píng)級(jí)結(jié)果不容樂(lè)觀。將其與網(wǎng)貸之家評(píng)級(jí)數(shù)據(jù)進(jìn)行對(duì)比可以發(fā)現(xiàn)，評(píng)級(jí)為優(yōu)對(duì)應(yīng)網(wǎng)貸之家A+評(píng)價(jià)的共有8家，一致率為72.72%；評(píng)級(jí)為良的一致率為83.33%；評(píng)級(jí)為中的一致率為75%；評(píng)級(jí)為差的一致率為77.78%。總體一致率達(dá)到76.6%。

從對(duì)比結(jié)果上來(lái)看，根據(jù)熵權(quán)法得出的30家互聯(lián)網(wǎng)金融平臺(tái)結(jié)果和網(wǎng)貸天眼數(shù)據(jù)進(jìn)行對(duì)比一致率較高，認(rèn)為結(jié)果具有一定的穩(wěn)健性。

四、結(jié)語(yǔ)

較之于其他的評(píng)級(jí)方法如AHP而言，熵權(quán)法根據(jù)平臺(tái)披露的歷史數(shù)據(jù)算出指標(biāo)權(quán)重，更具有客觀可靠性。加入新的非財(cái)務(wù)指標(biāo)，使得評(píng)價(jià)指標(biāo)體系更為全面。整體的評(píng)價(jià)方法易于操作，數(shù)據(jù)可得，可以作為互聯(lián)網(wǎng)金融評(píng)級(jí)平臺(tái)的借鑒方法加以推廣。

[1]劉 玉.電商金融下信用風(fēng)險(xiǎn)評(píng)價(jià)體系的構(gòu)建——基于層次分析法[J].現(xiàn)代商業(yè)，2015(14)：147-148.

[2]張 超，朱維娜.基于層次分析法的互聯(lián)網(wǎng)金融中小企業(yè)信用評(píng)價(jià)體系構(gòu)建[J].征信，2014(10)：25-29.

[3]章 穗，張 梅，遲國(guó)泰.基于熵權(quán)法的科學(xué)技術(shù)評(píng)價(jià)模型及其實(shí)證研究[J].管理學(xué)報(bào)，2010(1)：34-42.

[4] Faming Zhang,R Pandu,Tadikamalla and Jennifer Shang. Corporate Credit-Risk Evaluation System：Integrating Explicit and Implicit Financial Performances,International Journal ofProduction Economics,2016.

［責(zé)任編輯：王 鑫］

F83

A

1005-913X（2017）08-0098-02

2017-05-12

程 潔(1997-)，女，江西臨川人，本科學(xué)生，研究方向：金融學(xué)；莫瓊輝(1997-)，男，湖南衡陽(yáng)人，本科學(xué)生，研究方向：數(shù)理經(jīng)濟(jì)學(xué)。