新型產業經濟環境下農村數字金融操作風險評估

路 榮

（西安財經大學行知學院，陜西 西安 710038）

農村經濟逐漸步入國民整體經濟循環，農村新型產業經濟的發展離不開金融力量作支撐，農民群體的生活離不開數字金融行業［1］。數字金融宏觀上包括互聯網支付、移動支付、網上銀行、網上貸款、網上基金等金融服務項目。金融與科技的有機結合呈現了數字金融的新業態［2］，與傳統金融經營模式相比，數字金融包含支付、信息處理、資源配置等綜合性功能，在一定程度上增加了資金的流動性，擴大了需求，進而拉動了農村地區產業經濟的增長［3］。但由于數字金融涉及金融科技、軟硬件設備、農民群體等多種因素，使得操作過程中存在巨大的風險因素。

以往的金融操作風險研究大多集中在城市數字金融風險評估以及農村傳統形式金融操作風險評估方面，而對于新型的農村數字金融業態操作風險研究較少。本研究結合農村產業經濟發展等特征，構建了風險矩陣優化模型，以農村某數字金融系統為研究實例，通過對金融操作過程進行風險分析，為提高農民金融行為的安全系數、增強農村產業經濟的安全、穩步發展提供參考。

1 基于改進風險矩陣法的農村數字金融操作風險評估模型

1.1 基于改進風險矩陣法的風險評估模型的構建

本研究對傳統風險矩陣法進行了改進，首先，引入層次分析法確定各風險因素的風險權重值，明確農村數字金融操作的各風險等級與風險綜合水平［4］；其次，根據風險評估結果，對農村數字金融操作產生的風險可接受程度進行評價，有針對性地提出了降低農村數字金融操作風險、優化新農村建設進程中數字金融的運行環境等策略。

基于改進風險矩陣的農村數字金融操作風險評估過程如下：（1）確定風險概率與風險影響的等級細則，計算風險發生概率及其序值、風險影響程度及其序值；構建風險等級判斷的二維矩陣［5］。（2）基于風險概率與風險影響序值，計算風險Broda數值及其序值。（3）對風險可接受程度進行分析，根據風險權重值，分析各風險因素的可接受程度［6］，并制定各層面的金融操作優化策略。

1.2 基于泊松分布的風險影響量化分級

一般風險評估矩陣的構建是基于現有的類似研究，進行風險嚴重程度的劃分，具有較大的隨機性，并且缺乏具體問題具體分析的科學依據，為了使農村數字金融操作風險評估的風險影響分級更加貼合研究對象的實際情形，本研究基于泊松分布量化風險嚴重程度，構建科學、客觀、符合現實情況的農村數字金融操作風險的評估模型。首先，基于泊松分布，構建農村數字金融操作風險嚴重程度的評估模型，然后，利用粒子群算法優化模型參數，求解最優的風險嚴重程度評估模型，形成科學的農村數字金融操作“風險影響”程度量化分級。

1.3 基于層次分析法的農村數字金融操作指標體系權重的確定

各指標在指標體系模型中的影響力通過指標權重來表示，層次分析法可以將定性問題轉換為定量問題進行分析，該方法對數據的依賴性較低，可及時修改風險評價指標的權重值，與農村數字金融操作風險評估問題相適應。為此，可采用基于層次分析法確定農村數字金融操作指標體系權重［7］。向農村數字金融系統用戶、金融平臺工作人員、數字金融技術研究專家、金融科技技術研究人員、電信運營商、相關法律部門人員發放調查問卷，問卷回收率為98%，問卷調查對象均有參與農村數字金融操作的經驗。本研究所構建的指標體系模型如圖1所示。

圖1 農村數字金融操作風險評估的指標體系

調查對象依據構建的指標體系，對目標層（要解決的問題）、準則層（影響因素）、指標層（子影響因素）各評價指標的相對重要程度進行兩兩比較［8］，比較過程依照9標度法實現（表1）。得到各指標對比結果之后，構建比較判斷矩陣，根據重要性打分構造的評價指標間重要性判斷矩陣如下：

表1 9標度法細則

以重要性判斷矩陣為基礎，使用式（2）、式（3）實施一致性檢驗：

式（2）、式（3）中，一致性比率、比例系數、一致性指標分別采用CR、RI、CI表示，λmax表示判斷矩陣的最大特征根。當CR＜0.1時，則判定一致性已滿足；當CR≥0.1時，則對判斷矩陣實施修改與調整，直到符合一致性為止。

最后，獲取各層次指標元素的權重，加權平均歸一化后，得到最終層次總排序權重［9］。

由于定性與定量相結合的農村數字金融操作風險評估指標體系確定方式存在一定的主觀性，為減少人為因素對指標體系構建的干擾，使用關聯規則挖掘算法獲取“農村用戶、金融操作平臺、電信運營、政策法規監管”4個一級指標與19個二級指標間的關聯關系，具體使用支持度、置信度、提升度來表達金融操作風險評估指標間的關聯規則關系：

式（4）～式（6）中，關聯規則用X→Y形式描述，總的農村數字金融操作風險評估項目用I表示，X、Y為不相交的關系。以上計算結果可獲取一級指標與二級指標的關聯程度，利用關聯程度結果來約束層次分析法指標權重計算結果：計算關聯支持度后，對高關聯程度的二級指標賦予高權重，對低關聯程度的指標賦予較低的權重值，這樣對農村數字金融操作風險的指標權重值進行約束和限制，保障了風險指標權重的科學性與客觀性。

2 風險評估的結果與分析

科學的風險評估是制定農村數字金融操作風險應對策略的重要基礎，風險評估需要全面考慮風險來源，以了解風險發生概率與后果嚴重程度、風險綜合等級與可接受程度，明晰各種風險源的風險級別，據此作出合理的風險應對措施。

2.1 農村數字金融操作風險發生概率與風險嚴重程度

表2描述了農村數字金融操作風險發生概率的量化細則。由表2可知，基于國際標準5×5階矩陣將操作風險發生的概率定義為5個等級：不可能發生的概率為0～10%、可能性非常小的概率為11%～40%、較少發生的概率為41%～60%、可能性較大的概率為61%～90%、頻繁發生的概率為91%～100%。確定農村數字金融操作風險概率后，求取概率的序值。

表2 風險發生概率的量化表

農村數字金融操作風險影響程度量化方法如下：現實中農村數字金融操作風險事件發生的隨機性較大，通過數據處理后又發現其存在一定的統計規律，針對這種風險發生特征，使用泊松分布對農村數字金融操作風險評估的指標進行量化。定義x表示泊松分布中的隨機變量，x是不為負數且無限大的數值，式（7）為變量x的計算方法：

式（7）中，單位時間內隨機事件出現的概率均值用λ表示，為常數，取值為［0，∞］；隨機變量x服從λ的泊松分布，用x×∏(λ)表示。

若令泊松分布向正態分布形式轉換，需令λ達到上限，此刻表達式為：

當λ取最大值時，泊松分布曲線與正態分布曲線走勢基本一致，此狀態下可基于泊松分布，量化農村數字金融操作風險指標并進行風險等級數值計算?；诓此煞植?，構建的農村數字金融操作風險量化模型為：

式（9）中，參數Z和k的取值會影響到模型構建的效果，為了獲取最佳的參數Z和k的取值，得到最精準的農村數字金融操作風險評估結果，基于改進粒子群算法進行參數尋優。

一般粒子群算法存在早熟以及提前收斂的情況，因此采用增加種群多樣性的策略避免粒子群算法的這一缺陷，獲得最佳參數估計結果。基于遺傳算法中的變異、交叉、選擇操作對粒子的歷史最優位置實施變異，豐富了種群的多樣性，減少了多次迭代的繁瑣步驟，這樣既能提高算法收斂的效率，又避免了算法早熟的現象。首先，利用聚集因子對粒子的歷史最優位置信息進行評估，判斷其是否需要變異操作，計算公式為：

式（10）中，W1表示粒子的聚集因子，種群規模和搜索空間維數用N、d描述；空間中第i粒子的位置描述為xid，d維空間中粒子此刻迭代的位置均值描述為xd、粒子此刻迭代位置均值描述為x；另外，粒子當前最優位置與最壞位置用PitB、PitW表示。

基于改進粒子群算法得到最優個體，其數值即為模型參數的最優解，由此確定農村數字金融操作風險量化泊松分布模型的參數Q和k；進一步根據量化模型和樣本數據得出農村數字金融操作風險評估結果，從而構建風險嚴重程度量化表（表3）。

表3 風險嚴重程度量化表

表3將農村數字金融操作風險后果的嚴重程度劃分成低度、中度、高度、較高、極高5個等級。操作風險影響等級確定后，計算農村數字金融操作風險影響的序值，精準的量化等級為農村數字金融操作風險評估提供了可靠依據，使農村數字金融操作安全有所保障。

2.2 農村數字金融操作風險等級與Borda數值的計算

構造農村數字金融操作風險概率與風險發生影響的二維矩陣，得到農村數字金融操作最終的風險等級，同樣分為5個等級，該等級量化為0.2、0.4、0.6、0.8、1.0，表4描述了農村數字金融操作風險等級的詳細信息。

表4 農村數字金融操作風險等級細則

Borda數值與序值是評定農村數字金融操作風險等級的關鍵指標，Borda數值與操作風險等級呈正比，風險低的金融操作對應的Borda數值較低。而風險發生概率與嚴重后果是計算農村數字金融操作風險Borda數值與序值的關鍵變量與依據，Borda數值計算公式為：

式（11）中，農村數字金融操作風險指標總數為S，第i個要素的風險影響序值、風險發生概率序值分別采用ri1、ri2表示。

Borda數值可清晰表達各因素對農村數字金融操作產生的風險程度，避免了出現同一等級風險因素，在風險因素判斷矩陣構造中發揮著重要作用。

2.3 農村數字金融操作風險指標權重的計算

首先，基于關聯規則挖掘算法，得知強關聯性的關聯規則結果如下：{農村用戶→賬戶密碼意識薄弱風險}、{農村用戶→法律意識薄弱風險}、{農村用戶→硬件設備故障風險}，因此，賬戶密碼意識薄弱風險、法律意識薄弱風險、硬件設備故障風險這3個二級指標應賦予相對較高的權重值；同理，移動支付平臺指標下應獲得較大權重值的二級指標包括：支付身份信息驗證簡單風險、終端脆弱風險；電信運營指標下應獲得較大權重值的二級指標為電信系統故障風險；政策法規監管指標下應獲得較大權重值的二級指標為監管政策不完善風險和監管責任落實不明確風險。

其次，基于層次分析法計算了農村數字金融操作各風險指標的權重，以便明確操作的風險等級、操作的風險綜合水平。以關聯規則挖掘結果為依據，對層次分析法確定的風險評估指標體系進行約束與修正，得到農村數字金融操作風險的各級指標權重如表5所示。

表5描述了層次分析法求取的各層級指標權重結果。其中，總權重表示各因素在整體操作風險中的風險程度，準則層權重表示相對目標層而言的風險程度，指標層權重描述了相對準則層而言的風險程度。例如，農村用戶的賬戶密碼意識薄弱風險在整體風險占據0.111比重。權重計算為提高農村地區數字金融交易行為的安全系數提供參考，為農村電子商務、網上貸款、網上保險交易創造安全的生存環境，進而帶動農村產業經濟的發展。

表5 農村數字金融操作風險的各級指標權重以及總權重

2.4 農村數字金融操作風險的可接受程度分析

基于本文風險矩陣構建方法與層次分析法計算得到的農村數字金融操作風險的綜合評估數據，構建農村數字金融操作風險評估模型，如表6所示。

表6 農村數字金融操作風險評估模型

為了更加精準地制定農村數字金融操作風險應對措施，對本次風險評定研究中各因素的可接受程度進行了分析，將風險權重超過0.06的因素視為難以接受、0.04～0.06視為不可接受、0.01～0.04視為不期望。

在本次農村數字金融操作風險評估研究中發現，該研究群體存在賬戶密碼意識薄弱、硬件設備故障、法律意識薄弱、支付身份信息驗證簡單、終端脆弱、電信系統故障等風險難以接受，亟需改進。針對以上現象需要及時規避金融操作風險：（1）政府需加強對農村地區數字金融用戶安全知識宣傳的力度，利用真實案例講述網絡金融安全的重要性，提高農民群體的數字金融安全意識，不斷完善金融服務流程和操作制度，打造封閉式操作風險管理空間；（2）數字金融平臺應對金融操作的終端系統進行優化與升級，減少金融操作的系統漏洞與技術壁壘；（3）電信運營商應也要提高高速寬帶在農村地區的覆蓋率，打造暢通、安全的信息傳遞與金融交易通道。

研究相關數據錄入失誤、系統操作失誤、交易過程不可控、數據真實性判斷、支付位置信息難判別、監管責任落實不明確等風險屬于不可接受水平，也應成為農村數字金融服務優化的主要方向。數字金融平臺首先要做好合法合規運營與風險防控工作，完善金融操作的風險防控體系，與相關金融監管部門緊密對接信息互通，堅定為農民群體辦實事的立場；升級信息管理系統，有效識別用戶的異常登錄信息并判定支付位置，提高網絡支付等風險的可控性。監管部門應對數字金融平臺進行全面備案，保障數字金融平臺合法、合規運營；監管部門內部做好監管責任分管工作，出現金融操作問題之后對應責任部門能夠快速解決，降低用戶的財產損失，以保障農民群體的應有權益。

3 結論

農村數字金融操作風險評估研究對于不同接受水平的風險因素采取了不同的應對策略，致力于營造健康安全的網上支付、網上貸款環境，以促進農村地區產業經濟的發展，為鄉村振興貢獻力量。

研究利用風險矩陣對農村數字金融操作風險進行評估，對傳統的風險矩陣方法進行了優化與改進，提高了數字金融操作風險評估的可靠性：（1）應用層次分析法，構建了農村數字金融操作風險評估的指標體系，使用與關聯規則相結合的策略計算19個風險指標的權重值，不僅得出了金融操作風險等級，且明確了每個風險因素的大小情況。（2）基于泊松分布，構建了農村數字金融操作風險評估模型對風險影響實施量化，得到了精準的風險影響等級細分結果，優化了農村數字金融操作風險評估的精準度，評估結果更加可信。（3）在原有風險矩陣分析的基礎上，增加風險可接受程度分析，依據風險指標的權重，判定風險可接受程度，農民自身、數字金融平臺、電信運營商、監管部門4個層面以此為依據，制定金融操作風險防控策略。