基于改進GRA法構建P2P網貸平臺風險評價體系

梁寒冰（副教授），趙琳皓，陶玲玲

基于改進GRA法構建P2P網貸平臺風險評價體系

梁寒冰（副教授），趙琳皓，陶玲玲

自2014年起，擁有“互聯網金融代言人”之稱的P2P網貸平臺發展迅猛。同時，由于市場進入標準和監管準則的不完善，P2P網貸平臺經過兩年的快速發展后風險凸顯。為防范P2P網貸平臺風險，設計了P2P網貸平臺風險評價指標體系，采用熵值法-CRITIC雙重客觀賦權法確定指標權重，通過GRA法的改進方法綜合評價P2P網貸平臺風險。

P2P網貸；指標體系；熵值法-CRITIC；改進的灰色關聯度

一、引言

互聯網金融的興起改變了傳統金融的商業模式，并推動了金融市場化、服務多元化和需求個性化，在過去的兩個年度創造出驕人的成績，眾籌、移動支付、余額寶、人人貸等創新型金融業務正在我國蓬勃發展。其中被譽為“互聯網金融代言人”的P2P網貸業務增長迅猛，自2007年國內首家網貸平臺——拍拍貸成立此后，平臺數量快速增長，在2013年開始出現了數量和規模的雙重爆發式增長。但同時也暴露出許多問題，截止到2016年12月，我國網貸平臺共有5890家，同時可統計的問題平臺數量有3683家，占比高達62.5%，而且從網貸之家的數據可以明顯看出，從2015年開始問題平臺的數量大幅增加。

黃葉危（2012）總結了網貸平臺運營中所普遍存在的風險，即法律風險、平臺用戶使用不當的風險、平臺自身導致的風險三類，在風險管理中以借款人信用風險控制為主，并建立了統一的信用評級系統。吳曉光、曹一（2012）列舉了網貸行業所面臨的風險，并對網貸平臺的監管提出了一些看法。

李從剛等（2015）在駱駝評級法指標體系的基礎上添加了反映平臺綜合實力的四項指標，構建了P2P網貸平臺的風險評價指標體系，通過BP神經網絡學習訓練過程，得出P2P網貸平臺的風險情況。張巧良（2015）使用定性和實證分析相結合的方法，設置評價指標體系，以評分調查問卷的方式獲得相關數據，通過層次分析法計量P2P網貸平臺的風險評價值；高見（2013）對P2P網貸平臺的風險度量方法進行了技術性改進。朱睿（2014）使用了層次分析法、綜合評價法和問卷調研法對平臺的風險進行綜合量化分析。

通過以上文獻可以看出，以前研究中指標體系設置偏向于單一方面的研究，使用問卷調查、德爾菲法等定性方法或者BP神經網絡等定量方法進行風險的綜合計量，但是定性的方法過于主觀，而定量方法技術性太強，重現性較差。本文風險評價指標的選取結合了網貸平臺自身運營數據等定量指標和依據網絡搜集到的網貸平臺投資人針對平臺運營情況反饋的信息，構建了更加全面的評價指標體系。其次，采用的權重確定方法為熵值法-CRITIC雙重客觀賦權法，與第三方統計平臺所使用的單純依靠層次分析法等主觀權重確定方法的結果不同，評價的結果更具有客觀性和可重復性，為評價指標體系的量化分析奠定了基礎。最后，改進的灰色關聯綜合評價法采用相對差值求關聯系數，避免了因為平臺單一數據誤差對總體結果的影響，同時改進的過程彌補了傳統灰色關聯綜合評價法剛性測度的不足，添加了相對柔性的特征。

二、P2P網貸平臺風險特性

在互聯網金融高速發展的背景下，P2P網絡借貸業務借助其多樣化、投資小額化等優勢而迅速崛起。P2P網貸平臺的風險不僅包含傳統金融市場的風險，同時也結合了具有互聯網相關特點的風險，形成了一個專屬于互聯網金融的新型風險體系，具體包括：

1.流動性風險。主要是指由于資產與負債的差值和借貸期限錯配，導致無法償還到期債務的風險。流動性風險產生的原因可以概括為：公司資金匱乏，實力不足；違規拆借，出借人大量提現；還有可能是因為P2P平臺的負面信息或者競爭對手的惡意攻擊，導致平臺信譽受損，引起投資人的恐慌心理而集中提現，致使平臺的資金周轉困難，如中財在線在2013年出現的搶兌事件。

2.運營風險。指的是平臺內部運營和管理控制導致的風險。P2P網絡借貸業務在我國屬于不成熟的行業，這個行業處于迅速膨脹和缺乏監管的時期，平臺運營管理和配套機制沒有跟上發展的步伐。總結P2P網貸平臺的經營模式和服務方式不難發現，平臺大多采用借助第三方進行支付的方式。而第三方支付已經超越了最開始的互聯網支付，成為線上和線下立體覆蓋的支付方式。大部分第三方支付機構是為借貸雙方提供網絡代收代付的中介，但是負責資金監管的銀行無法保證全部資金進入監管銀行的賬戶中，因此就有可能進入平臺自建的中間賬戶，形成資金池，從而產生風險。

3.操作風險。主要包括不當內部操作風險和交易機制不完善導致的風險。具體是指P2P網貸平臺的信息獲取機制、信用審核機制和集中撮合機制等不完善，導致投資人對借款人信息誤判以至于發生壞賬的風險。根據數據顯示，問題平臺中有一部分是由平臺負責人跑路引起。很多P2P網貸平臺利用線下渠道尋找投資人，通過較高的收益率吸引投資人投資，形成資金池之后，再通過互聯網上平臺的渠道借出。在沒有足夠高收益的項目或者經濟發展速度下降時，為了減少資金閑置形成的成本，平臺會利用資金池里面的資金投資風險較高的產品，甚至有些被直接挪用揮霍。這種由于形成資金池引起倒閉的P2P網貸問題平臺不在少數，歸根結底資金池跑路潮是因為借貸交易機制不完善引起的。

4.信用風險。信用風險分為兩類：平臺信用問題和客戶信用問題。平臺信用問題是指平臺的信用問題導致信譽下降所形成的風險。現代社會信譽是一種不斷升值的無形財富，平臺的一些問題一旦暴露，發達的社交網絡會加速負面信息的傳播，直接損害平臺信譽，影響平臺形象，引起投資者恐慌，從而導致平臺運轉出現問題。同時由于網貸平臺自身經營規模小、實力不足、管理能力不強等原因，無法建立一個比較完善的風險考核體系，或者平臺自身根本不愿意去建立一個有效的信用評級體系，借款人信用風險也有可能轉化為平臺自身的信用風險。

借款人信用風險指的是平臺上的借款人信息不完全或者通過信用造假騙貸問題帶來的風險。借款人為了保護自身利益或者隱私，直接隱瞞部分信息，甚至為了提高個人的信用等級提供虛假信息。或者由于信息傳遞需要時間，投資人向借款人出借資金時信息已經失去時效性。雖然網貸平臺會對客戶的信用評定等級，但是由于信息的不對稱性，無法得到準確的結果。同時由于借款人造假成本極低，收益卻很高，導致借款人的信用風險偏大。

5.技術風險。技術風險主要分為兩類：外部風險如黑客攻擊，內部風險如平臺技術更新落后于業務發展。總的來說，技術風險可概括為安全性的技術保障問題。由于近兩年網絡安全問題頻現，所以將黑客攻擊所屬的技術風險列為主要風險。技術風險形成的主要原因是網貸平臺缺乏相關的技術支持，相對于銀行等傳統金融機構，P2P網貸平臺的安全性保障是一個明顯的薄弱環節。大型互聯網公司可以通過大量服務器和技術的不斷修復來防范黑客攻擊等技術問題，但對于很多P2P平臺來說，仍缺乏深厚的安全技術保障。

三、P2P網貸平臺的風險評價指標體系構建

P2P網貸平臺主要作為信用中介經營借貸業務，各方面的風險因素相互影響、相互作用，共同構成了網貸平臺的綜合風險體系。本文參考商業銀行的監管準則，借鑒中國社科院首個P2P網貸評價指標體系中五大一級指標體系的設置，在P2P網貸平臺風險相關研究的基礎上，構建了P2P網貸平臺的評價指標體系，具體包括四大類一級指標和二十二項二級指標：

1.基本情況指標（A1）。該指標是對P2P網貸平臺基本情況的概括，基本情況能反映出網貸平臺根基的堅實程度，是平臺良好運營和抵御風險的基礎，反映平臺運營的綜合能力。基本情況的評價值越高，說明平臺的根基越穩，風險抵抗力越強。具體包括資本充足率（B1）、運營時間（B2）、股東背景（B3）、人氣指數（B4）、注冊省份（B5）。

2.運營能力指標（A2）。該指標是指平臺在運營過程中的收入情況、平臺維持正常運營以及創收的能力。相對而言該項指標值越大，平臺發生風險的可能性就越小。具體包括資金凈流入（B6）、時間加權成交量（B7）、風險收益比（B8）、投資人數增長率（B9）、管理團隊信用評級（B10）、滿標用時（B11）。

3、流動性指標（A3）。流動性指標是網貸平臺保證正常經營、不發生提現問題的關鍵指標，也是傳統的金融風險評價指標。平臺資金的流動能力越強，資金產生的效用值越大；平臺出借資金的分散性越大，發生違約對平臺的影響越小，平臺發生整體風險的可能性就越小。具體包括待還投資人人數（B12）、待還借款人人數（B13）、投資人集中度（B14）、借款人集中度（B15）、未來60日待還金額/近30日累計待還（B16）、風險準備金率（B17）。

4.風險管控能力指標（A4）。該指標表示的是平臺預防風險和管理控制風險的能力。風險管控能力越強，平臺具有越強的能力度過風險，平臺發生倒閉的可能性越小。具體包括平臺應急處理能力（B18）、是否使用第三方資金托管（B19）、內部操作安全性（B20）、法律合規程度（B21）、賬戶資金安全性（B22）。

具體指標體系見表1。

表1 P2P網貸平臺風險評價指標體系

四、基于雙重客觀賦權法的灰色關聯評價法的改進

本文基于雙重客觀賦權法對灰色關聯評價法進行改進，并使用該方法對平臺進行評價分析。

1.雙重客觀賦權法。是指熵值法和CRITIC賦權法相結合，通過熵值和標準差兩項指標求取綜合權重的方法。

（1）熵值法（EVM）。熵值法是一種客觀賦值法，概念源于熱力學，是對系統不確定狀態的一種度量。一個指標的熵值越小，表明該項指標的變異水平越高，其提供的信息量越大，在綜合評價中所起的作用也就越大。因此熵值越小，該項指標的權重越大；反之，則該指標的權重也應越小。具體操作步驟如下：

①將指標進行無量綱化處理。因為各個指標的含義和計量方式有差別，且量級相差懸殊，為了便于統計，在綜合分析前必須消除指標之間的量級差和極少數極端值對綜合評價結果的干擾。

正項指標（指標值越大越好），指標無量綱化處理的公式為：

逆項指標（指標值越小越好），指標無量綱化處理的公式為：

據此得到歸一化的矩陣X′：

②計算無量綱處理后數據的比重。計算無量綱化處理后的第j項指標、第i個數據所占的比重，其公式為：

③計算第j項指標的熵值。第j項指標的熵值計算公式為：

其中，ln為自然對數，ej≥0。

④計算第j項指標的權重。第j項指標的權重公式為：

（2）CRITIC賦權法。該方法的基本思路是以對比強度和指標之間的沖突性兩個基本概念為標準進行計算，確定指標權重。對比強度表示同一指標在各個樣本中取值差距的大小，以標準差的形式來表現，標準差越大，說明各樣本間的取值差距越大；評價指標之間的沖突性，是指標間相關性的反向指標，如果兩個指標之間具有較強的正相關性，則說明兩個指標的沖突性較低。第j個指標與其他指標的沖突性強弱表示為，其中rtj為評價指標t和j之間的相關系數。具體操作步驟如下：

①將指標數據進行無量綱處理。正項指標（指標值越大越好）的無量綱化處理的公式為：

逆項指標（指標值越小越好）的無量綱化處理的公式為：

據此得到歸一化的矩陣X′：

②計算指標間的對比強度。即計算評價矩陣X′中每個列向量的標準差σj。

④計算指標權重。記Cj為第j個指標包含的所有信息，，且j=1，2，…，m。由此計算得到第j個指標的權重：

（3）綜合權重。相對而言，CRITIC賦權法是一種較完善的客觀賦權算法，但并未涉及數據之間的離散性，而使用熵值法能夠有效彌補這種不足。這兩種方法相結合能夠充分考慮數據的離散性、沖突性和對比強度。分析表明，熵值和標準差都可以用來表示數據的聚集程度，因此在對CRITIC賦權法進行改進時熵值和標準差的地位是同等的。公式（6）即為CRITIC賦權法與熵值法的改進公式。其以兩種客觀賦權法的特征為出發點，綜合分析了各種方法的優缺點，并對其進行整合，從而實現指標權重的客觀性融合。

其中，Wj是第j個指標的權重，qij是指標i和j的相關關系，δj是指標j的標準差，ej是指標j的熵。

2.改進的灰色關聯評價法的計算過程。由于經濟活動的層次復雜性以及P2P網貸平臺的指標數據不完整，使用傳統統計方法的精確度較低。灰色綜合評價法主要使用已知信息來確定未知，用灰色關聯度測量指標的貢獻度，可以提高系統信息的準確性，故本文采用灰色關聯綜合評價法對網貸平臺的風險進行評價。基于數據的連貫性和完整性，本文將采用熵值法-CRITIC賦權法確定的綜合指標權重作為灰色綜合評價模型的權重。

（1）傳統灰色關聯綜合評價法步驟如下：

①使用熵值法-CRITIC賦權法確定綜合指標權重，得到權重矩陣W=［w1，w2，……，wj］。

②構建評價矩陣D：確定最優指標集。

其中，{X′}={x′1，x′2，…，x′m}表示最優數據列。

③評價矩陣D的歸一化處理。根據指標正逆屬性，將評價矩陣D的列向量通過直線性效用函數進行歸一化處理，得到標準化矩陣C。

④計算絕對關聯系數。根據灰色綜合評價方法，

⑤計算綜合評價結果。

（2）改進的灰色關聯度算法。在傳統關聯度計算基礎上加入一個新參考數據列：{X″}={x″1，x″2，…，x″m}。X″數據列的數據選擇為各項指標的最差數值，將評價矩陣D的列向量（指標）進行直線性功效函數歸一化處理，得到標準化矩陣C′，求得第i個評價對象的第j個指標到最差和最優指標列的相對距離，將d代入原絕對系數關聯公式中即為以此求得新關聯系數矩陣E′，得出F′=E′×W。

改進的灰色關聯系數法使用相對差距替代絕對差距，減小了計算結果的誤差，同時也使綜合評價值更加集中，便于分析出P2P網貸平臺風險的中心水平。

五、實證分析

本文選取27個網貸平臺進行研究，以2016年1～12月的數據平均值作為原始數據，選取定性和定量兩類指標對P2P網貸平臺風險進行評估。定量指標通過網貸平臺運營的基本數據計算獲得，定性指標通過網貸平臺的用戶反饋信息和互聯網風險相關專家的評價確定。

1.風險評價指標的權重計算。通過數據的搜集與整理，并根據公式做初始化處理，獲得22項二級指標的無量綱結果，首先使用熵值法求得熵值ej和權重wj1，再利用CRITIC賦權法求得標準差σj和權重值wj2，最后通過公式（6）求得絕對綜合權重值wj。得出4類一級指標的權重和22項二級指標的權重，如表2所示。

表2 各級指標權重值

2.灰色關聯綜合評價值計算。分別根據傳統的灰色關聯綜合評價法和改進的灰色關聯綜合評價法求得平臺綜合評價值F和F′以及各平臺一級指標的評價值，如圖所示。

3.P2P網貸平臺綜合評價值結果分析。根據本文所建立的改進灰色關聯綜合評價法對網貸平臺的風險評價值排序結果與國內P2P網貸平臺第三方網站網貸之家、網眼天下等的評估結果排序大體一致。

平臺綜合評價及趨勢線

（1）從一級指標看，P2P網貸平臺的四大類一級指標排列順序為流動性指標、運營能力指標、風險管控能力指標、基本情況指標，說明新興的P2P網貸業務中，除了傳統金融風險的指標，還有現代的網絡安全技術在作為相對重要指標決定著總體評價值。

從二級指標看，A1中資本充足率的相對權重最大，A2中的管理團隊信用的相對權重最大，其次是滿標用時，A3中未來60日待還金額與近30日累計待還的比值相對權重最大，A4中內部操作安全性相對權重較大，由此說明傳統金融風險依舊是互聯網金融業務風險的主要成分，但是互聯網金融中的安全和信用問題也越來越不容忽視。

（2）從排序結果可以看出，北上廣等經濟發達省市的平臺、銀行系和國資系的平臺以及高注冊資本金的平臺排名靠前，雖然注冊省份和股東背景兩項指標的權重不大，但是排名結果體現出了這兩項指標的作用，說明這兩項指標對于其他指標有一定的影響作用，平臺間存在地域性的差異。

（3）改進的灰色關聯綜合評價法所得出的結果數據更加集中，方差較小，得出的回歸線接近水平，表示P2P網貸平臺的平均評價值為0.53。

六、結論及建議

本文對27個P2P網貸平臺2016年的數據進行分析，發現P2P網貸平臺的總體評價值在各項指標間分布較分散，相對來說，流動性指標和風險管控能力指標所占比重較大，同時通過優劣排序發現P2P網貸平臺間存在地域性的差異，經濟發達地區的平臺占優比重大。

綜合可知，文中所構建的風險綜合評價指標體系和評價模型是可行的。本文一方面為制定P2P網貸業務的監管政策提供了依據，另一方面也為投資者選擇投資平臺提供了參考意見，提升了投資者的投資信心。另外，本文建議：

第一，網貸平臺的投資者在進行投資決策時應結合金融領域的相關理論，例如利率風險結構理論、分散性投資理論等。投資者應意識到風險與收益并存，部分P2P網貸平臺提供的投資項目以短期高額回報為宣傳點，其中必定隱含巨大的信用風險。

第二，P2P網貸平臺的人氣指數和還款壓力是衡量風險的重要指標。投資者和借款者對投資活動參與度高的平臺普遍信用較好，P2P平臺的未來還款金額代表平臺的還款壓力，預示著平臺出現停業或提現困難的可能性的大小，因此投資者可以根據這兩個指標規避高風險平臺。

第三，對于金融監管部門，首先可以通過大數據監控整個P2P網貸行業的發展動態，及時出臺相應的調控策略，同時完善相關規章制度，建立互聯網金融從風險監控、風險預警到應急處理系統的監管體系。其次針對不同背景的網貸平臺進行不同風險指標的重點監控，以充分發揮網貸平臺在加速金融創新和金融市場自由化等方面的作用。

謝平，鄒傳偉．互聯網金融模式研究［J］．金融研究，2012（12）．

錢金葉，楊飛．中國P2P網絡借貸的發展現狀及前景［J］．金融論壇，2012（1）．

朱睿．P2P網絡借貸平臺風險防范研究［D］．合肥：安徽大學，2014．

劉越，徐超，于品顯．互聯網金融：緣起、風險及其監管［J］．社會科學研究，2014（3）．

李從剛，童中文，曹筱玨．基于BP神經網絡的P2P網貸市場信用風險評估［J］．管理現代化，2015（4）．

張巧良，張黎．P2P網貸平臺風險評價指標研究——基于層次分析法［J］．南京審計學院學報，2015（6）．

Chen D.Y.，Han C.D.．A Comparative Study of Online P2P Lending in the USA and China［J］．Journal of Internet Banking&Commerce，2012（2）．

F830.2 【文獻標識碼】A 【文章編號】1004-0994（2017）33-0055-6

河北省社會科學發展研究課題“互聯網金融風險評估及預警機制研究”（項目編號：201603020239）

作者單位：燕山大學經濟管理學院，河北秦皇島066004