基于FAHP方法的互聯網金融風險評估分析

沐光雨，閆 凱

（吉林財經大學 管理科學與信息工程學院，吉林 長春 130117）

0 引言

近年來，隨著互聯網信息技術的高速發展，其與傳統金融也有了較為深入的融合。依附于互聯網信息技術的第三方支付、信用貸款、眾籌、P2P、理財等的出現意味著互聯網金融已經進入快速發展階段[1]。但是，當前社會信用體系的不夠完善、信息的不對稱性以及相關法律法規的滯后性，使得互聯網金融領域風險叢生。這些風險有些是信息技術所獨有的特點所導致，還有些是金融業一直存在的傳統風險[2]。因此，政府部門和央行發布的《中國金融穩定報告2019》都提出要加強對互聯網金融的監管，避免發生系統性風險，而對風險進行監管的前提之一就是識別整體風險水平，為進一步精準地制定風險防范措施提供依據。

1 互聯網金融風險類型識別

互聯網金融作為傳統金融和互聯網相結合的新產物，具有“新”和“舊”兩種特征。“新”是指互聯網金融作為“互聯網+”背景下的產物，自身帶有的獨特性風險。“舊”的方面在于，其與傳統金融一樣，都為實體經濟服務，兩者的母體都是實體經濟。因此互聯網金融仍然具有傳統金融的特點，也繼承了傳統金融一直以來存在的風險[3]。具體風險類型包括信用風險、法律道德風險、信息科技風險、市場風險、運營風險和支付結算風險[4]。

2 互聯網金融風險評估

2.1 互聯網金融風險評價指標建立

本文采取定量分析與定性分析相結合法，建立互聯網金融風險評價指標體系，如圖1所示。

2.2 利用FAHP法對各指標權重進行分析

本文采用1～9標度法對各層次之間的重要性，以及各層次內部指標的重要性進行兩兩對比打分，構造分析矩陣。結合問卷調查法和德爾菲專家法，分別邀請100位互聯網金融機構資深從業人員和大學金融專業教師對各評價指標進行打分，回收有效問卷96份，有效率達96%，據此建立一級指標判斷矩陣并計算其權重，結合一級指標權重計算得出互聯網金融風險評估體系組合權重，如表1所示。

2.3 利用模糊綜合評價法對風險進行分析評價

根據研究結果把互聯網金融風險評估風險度分為5個取值區間，分別是{0，0.2}{0.2，0.4}{0.4，0.6}{0.6，0.8}{0.8，1}，分別對應5個風險評價集合{低風險，較低風險，中等風險，較高風險，高風險}。結合專家投票得到風險指標隸屬度，并通過分析計算建立相應矩陣。結果得到6個類型層指標的主因素模糊矩陣D，依次將其排序為D1，D2，D3，D4，D5，D6，進一步將主因素模糊矩陣D與相對應指標權重M相結合，可以計算得到互聯網金融風險模糊綜合評價的隸屬度值δ：

根據最大隸屬度原則和上述研究結果可知，互聯網金融風險水平與“較高”的風險等級的隸屬度是0.367 5，與“高”這一風險等級的隸屬度也有0.274 5，這表明我國互聯網金融風險等級仍然處于較高水平，對不同指標的權重進行觀察分析可以認為，目前我國互聯網金融存在較為突出的風險分別是信用風險、運營風險和信息科技風險，這也與對專家的訪談結果較為一致。

圖1 互聯網金融風險評價指標體系

表1 互聯網金融風險指標組合權重

2.4 對結果進行分析評價

根據上文對于各類型層權重的計算，信用風險和運營風險十分重要。首先，由于互聯網金融具有的信息不對稱性，而且交易雙方單方違約的情況不時發生，所以這兩類風險可能會對互聯網金融有較為直接和重要的影響。其次，信息科技風險、市場風險和法律道德風險以及支付結算風險，這主要是互聯網金融具有相當強的技術屬性，對于信息科技有一定程度的依賴性，信息技術的漏洞和不足都會對互聯網金融造成影響。同時，我國互聯網金融相關的法律法規在近幾年雖然得到進一步的完善和發展，但總體上還是處于對新事物的探索階段，這也會加大風險等級。

同理，根據上文研究計算結果可得，在共計21個互聯網金融風險二級指標中，權重值超過0.2以上的共計有12個，這些二級指標的風險類型需要給予一定的重視，并對這些風險提出具體有效的風險防控措施和風險補救方案。進一步對多級模糊綜合評判的隸屬度δ進行分析，目前我國互聯網金融風險的整體水平仍舊處于高等級之中，互聯網金融整體水平的偏高對金融的進一步發展是不利的，所以應采取相關措施進行風險防范，以期對風險有整體的把握，并防止風險進一步蔓延。