论文部分内容阅读
摘要：互联网与金融快速融合，催生了互联网金融，提高了金融资源配置效率，在改变人们理财观念和支付方式的同时，也存在极大的风险。互联网金融风险评价是化解风险的有效手段，指标体系建立是评价的基础性工作。本文基于定性分析与定量计算相结合的方法，建立了互联网金融风险评价初步指标体系，设计了指标体系权重计算数学模型并给出了具体计算示例，以列表方式给出了由指标名称和权重构成的最终评价指标体系。本文的研究成果，丰富了互联网金融评价理论，也可为完善互联网金融监管体系提供参考依据。
关键词：互联网金融;风险评价;指标体系;集值迭代
中图分类号：F830
文献标识码：A
DOI：10. 14011/j. cnki. dzsw. 0000. 00. 000
1、互联网金融及其风险
互联网金融作为一种建立在互联网体系上的衍生金融，正在以独特的商业模式和价值创造影响着传统金融业，广泛应用于资金筹集、资金融通和货币支付等领域。互联网金融掀起的變革狂潮，提升了金融资源配置效率、满足了用户多方位的金融需求、拓展了金融服务渠道、提高了金融服务质量。互联网金融在带来方便快捷的同时，也存在极大的安全性，成为金融行业必须面对的严峻考验。与传统金融风险相比，互联网金融风险更加复杂多变，具有扩散速度快、影响范围大、交叉传染概率高、可控制性低和监管难度大等特点，成为阻碍互联网金融稳健发展的关键性因素。如何防控互联网金融风险，成为金融领域和互联网领域关注的焦点。本文采用定性分析与定量计算相结合的方法，遵循科学性、系统性、针对性、发展性、全面性和独立性等原则，定性分析互联网金融风险的影响因素，构建数学模型，定量计算指标体系权重，构建完整的指标体系，为互联网金融风险评价奠定基础。本文的研究成果，理论上进一步丰富和补充了现有的互联网金融评价相关理论，实践上可以为政府部门制定互联网金融法律法规和完善监管体系提供一定的科学参考依据。
2、评价指标体系初步建立
指标体系（IS，Indication System）建立是将抽象的研究对象按照其本质属性和特征的某一方面标识分解成为具有行为化、可操作化的结构，并对每一构成元素赋予权重的过程。构建合理的指标体系是得到公正评价结果的前提。在构建过程中，将搜集到的数据归纳整理，运用逻辑推理的方法，以事实为依据，将主、客观因素相结合。根据<互联网金融监管细则》以及互联网金融风险管理的相关文件，通过广泛的调研和综合分析，并结合前人的研究成果[3-7] ，将互联网金融风险评价指标体系归纳为业务风险、信用风险、操作风险、法律风险、技术风险等五个一级指标，每个一级指标下又包含若干个二级指标，指标体系结构模型如图1所示。
对图1所示的各一级指标简要描述如下：
（1）业务风险。互联网金融是一种金融创新，传统的金融业务风险在互联网金融中依然存在。业务风险主要包括四个方面：一是流动性风险，互联网金融机构没有足够的资金满足客户兑现电子货币的风险;二是市场风险，资产价格受市场价格波动影响而发生变化的风险;三是利率风险，即利率的波动和不确定性对互联网金融交易主体产生的风险;四是汇率风险，由于汇率的波动而引起互联网金融产品价值涨跌的可能性。
（2）信用风险。互联网金融交易主体在合约到期日未完全履行义务的风险。互联网金融具有显著的虚拟性，数据有效性和真实性不足，信用风险也就成为最大风险。包括四个方面：一是征信缺失风险，目前互联网金融还未建立公开的征信系统，交易平台也未与央行征信系统对接;二是供给方信用风险，即来自互联网金融企业的信用风险;三是需求方信用风险，即来自资金需求者的信用风险;四是信用信息滥用风险，用户信用信息被滥用，交易平台失去对用户公正评价的能力。
（3）操作风险。互联网金融平台程序不完善或人员操作失误所造成的风险。包括四个方面：一是创新支付风险，互联网金融服务商在支付方式上不断创新，动态口令是广泛采用的认证手段，如果用户关键信息泄露就会造成风险;二是业务关联风险，互联网金融企业与其他企业或行业存在关联业务，信息交叉传递或系统互操作可能产生风险;三是供给方操作风险，四是需求方操作风险，都是操作者不熟悉互联网金融业务的操作规则，尤其是在支付结算时进行重复操作带来损失。
（4）法律风险。互联网金融本质还是金融，金融的特色之一就是要受到法律法规的严格监管。互联网金融又是一种金融创新，我国目前还没有成熟的法律条款和明确的监督部门对其实施风险防范，存在着信用体系不健全、法律滞后和监管缺失等问题，同时也受到货币政策调控的影响。虚拟货币发行方并非金融机构，打破了原来相对稳定的金融秩序，也会构成很大的潜在威肋。还存在不合格借款人利用互联网金融平台进行非法集资活动，将资金挪作他用赚取利率差，也存在很大风险。
（5）技术风险。互联网金融依赖于计算机系统硬件和软件技术，很多技术都是由国外大型信息技术公司掌控，我国在技术上受制于人，成为互联网金融极大的威胁;计算机系统、认证系统或者软件系统存在缺陷，如果没有先进的防御体系，会受到病毒或不法分子攻击;数据在传输过程也可能被非法复制、篡改和毁坏。总结起来，互联网金融技术风险主要包括七个方面：技术选择风险、技术支持风险、技术泄密风险、黑客攻击风险、病毒感染风险、系统中断风险、数据传输风险。
3、权重计算数学模型
权重计算是评价指标体系构建的重要工作，数学模型是权重计算的基础。本文基于专家评定法与集值迭代法相结合，充分发挥专家的知识经验和集值迭代的统计功能，为评价指标体系权重计算提供了一种新途径。
设评价指标集由m个指标构成，令U={u1，u2，....，um};聘请n位专家，专家集为E={e1，e2，...，en}。让每位专家在U中选取他认为重要的s（1≤s 由于专家水平不同，因此赋予不同权重。n位专家的权重向量为九λ={λ1，λ2，...，λn}，因此覆盖率调整为：
为了提高结果的客观性，每位专家需要多次迭代，具体的迭代策略有两种：一种是等速迭代，每次选取的指标个数相同，优点是简单易用;另一种是不等速迭代，又包括加速迭代和减速迭代两种，每次选取的指标个数不同，优点是结果更真实可靠。不等速迭代是选取一个正整数q（1≤q≤m为初值，每次选取的指标个数按Q={Φ（1）q，Φ（2）q，...，Φ（t）q的数量进行，本文取q=1，Φ（t）=（q+t）（f=0，1，2，...），这是一种加速迭代策略。
4、权重計算示例
依据权重计算数学模型，需要对一级指标构成的指标集，以及每个一级指标下的二级指标构成的指标集分别计算，计算过程相关数据占用篇幅较大。本文仅以一级指标“技术风险U5”下的7个二级指标为例来说明计算过程，指标集合为U5={u51，U52，u53，u54，u55，u56，u57}。聘请5位专家E={e1 ，e2，e3，e4，e5}，采用加速迭代策略，计算过程如下：
每次选择一个指标，Us包含7个指标，需要进行7次迭代（m=1，2，...，7）。根据公式（1），第一位专家的迭代结果为：根据公式（2）和公式（3）计算的单一覆盖率为：
同理，可得另外4位专家的迭代结果。5位专家的迭代结果如表1所示。
5位专家的权重向量为λ={1.2 0.9 1.0 1.1 1.0}，为了计算方便，将表1中的每位专家评价结果乘以相应的权重，如表2所示。
根据公式（6）计算覆盖率：
同理，
根据公式（4）计算权重值：
同理，
5、评价指标体系最终结果
一级指标以及其他一级指标对应的二级指标权重计算与上述方法相同。计算结果整理如表3所示。
从表3可以看出，5个一级指标的重要程度排序分别是“信用风险U2、技术风险Us、操作风险U3、业务风险U1和法律风险U4”。其中， “信用风险U2和技术风险Us”的权重之和达到53.5%，互联网金融风险防范要特别重视这两方面。当一级指标权重较大时，对应二级指标的影响也就较大，因此要重视“需求方信用风险U23、信用信息滥用风险U24、供给方信用风险U22和技术选择风险U52”等二级指标。其他权重较大的二级指标也要重视，包括“流动性风险Ull、业务关联风险U31和监管缺失风险U42”等。本文提供了互联网金融风险评价指标体系的构建方法，实际运用时还需要根据评价内容侧重点和互联网金融发展实际情况，科学地规划评价指标体系，聘请资深专家进行集值迭代，以提高评价结果的客观性，为促进互联网金融健康发展、防范互联网金融风险服务。
参考文献
[1]谢萍，任晓聪.互联网金融风险与监管[J].商业经济研究，2016，35（17）：183-185.
[2]陈伟，付丽娜.我国互联网金融的风险隐患与防范机制[J].商业经济研究，2016，35（19）：171-172.
[3]宋天依，高金莎.基于层次分析法的互联网金融风险评价及防范对策[J].金融经济，2016，35（16）：60-63.
[4]顾海峰，杨立翔互联网金融下我国第三方移动支付风险评价研究——模型构建与实证分析[J].金融监管研究，2017，5（5）：1—21
[5]王立勇，石颖.互联网金融的风险机理与风险度量研究[J].东南大学学报（哲学社会科学版），2016，18（2）：103 -112.
[6]宫兆辉.互联网金融风险防范研究[J].经济师，2016，31（1）：152-153.
[7]杨军中小学教育信息化评价指标体系构建[J].吉林大学学报（信息科学版），2015，33（3）：344-349.
[8]宋宝娥基于集值统计和供应链的食品安全预警模型探析[J]统计与决策，2014，30（12）：56-58.
[9]张娟，黄柏翔.互联网金融风险防范机制[J].中国金融，2017，68（8）：93-94.
关键词：互联网金融;风险评价;指标体系;集值迭代
中图分类号：F830
文献标识码：A
DOI：10. 14011/j. cnki. dzsw. 0000. 00. 000
1、互联网金融及其风险
互联网金融作为一种建立在互联网体系上的衍生金融，正在以独特的商业模式和价值创造影响着传统金融业，广泛应用于资金筹集、资金融通和货币支付等领域。互联网金融掀起的變革狂潮，提升了金融资源配置效率、满足了用户多方位的金融需求、拓展了金融服务渠道、提高了金融服务质量。互联网金融在带来方便快捷的同时，也存在极大的安全性，成为金融行业必须面对的严峻考验。与传统金融风险相比，互联网金融风险更加复杂多变，具有扩散速度快、影响范围大、交叉传染概率高、可控制性低和监管难度大等特点，成为阻碍互联网金融稳健发展的关键性因素。如何防控互联网金融风险，成为金融领域和互联网领域关注的焦点。本文采用定性分析与定量计算相结合的方法，遵循科学性、系统性、针对性、发展性、全面性和独立性等原则，定性分析互联网金融风险的影响因素，构建数学模型，定量计算指标体系权重，构建完整的指标体系，为互联网金融风险评价奠定基础。本文的研究成果，理论上进一步丰富和补充了现有的互联网金融评价相关理论，实践上可以为政府部门制定互联网金融法律法规和完善监管体系提供一定的科学参考依据。
2、评价指标体系初步建立
指标体系（IS，Indication System）建立是将抽象的研究对象按照其本质属性和特征的某一方面标识分解成为具有行为化、可操作化的结构，并对每一构成元素赋予权重的过程。构建合理的指标体系是得到公正评价结果的前提。在构建过程中，将搜集到的数据归纳整理，运用逻辑推理的方法，以事实为依据，将主、客观因素相结合。根据<互联网金融监管细则》以及互联网金融风险管理的相关文件，通过广泛的调研和综合分析，并结合前人的研究成果[3-7] ，将互联网金融风险评价指标体系归纳为业务风险、信用风险、操作风险、法律风险、技术风险等五个一级指标，每个一级指标下又包含若干个二级指标，指标体系结构模型如图1所示。
对图1所示的各一级指标简要描述如下：
（1）业务风险。互联网金融是一种金融创新，传统的金融业务风险在互联网金融中依然存在。业务风险主要包括四个方面：一是流动性风险，互联网金融机构没有足够的资金满足客户兑现电子货币的风险;二是市场风险，资产价格受市场价格波动影响而发生变化的风险;三是利率风险，即利率的波动和不确定性对互联网金融交易主体产生的风险;四是汇率风险，由于汇率的波动而引起互联网金融产品价值涨跌的可能性。
（2）信用风险。互联网金融交易主体在合约到期日未完全履行义务的风险。互联网金融具有显著的虚拟性，数据有效性和真实性不足，信用风险也就成为最大风险。包括四个方面：一是征信缺失风险，目前互联网金融还未建立公开的征信系统，交易平台也未与央行征信系统对接;二是供给方信用风险，即来自互联网金融企业的信用风险;三是需求方信用风险，即来自资金需求者的信用风险;四是信用信息滥用风险，用户信用信息被滥用，交易平台失去对用户公正评价的能力。
（3）操作风险。互联网金融平台程序不完善或人员操作失误所造成的风险。包括四个方面：一是创新支付风险，互联网金融服务商在支付方式上不断创新，动态口令是广泛采用的认证手段，如果用户关键信息泄露就会造成风险;二是业务关联风险，互联网金融企业与其他企业或行业存在关联业务，信息交叉传递或系统互操作可能产生风险;三是供给方操作风险，四是需求方操作风险，都是操作者不熟悉互联网金融业务的操作规则，尤其是在支付结算时进行重复操作带来损失。
（4）法律风险。互联网金融本质还是金融，金融的特色之一就是要受到法律法规的严格监管。互联网金融又是一种金融创新，我国目前还没有成熟的法律条款和明确的监督部门对其实施风险防范，存在着信用体系不健全、法律滞后和监管缺失等问题，同时也受到货币政策调控的影响。虚拟货币发行方并非金融机构，打破了原来相对稳定的金融秩序，也会构成很大的潜在威肋。还存在不合格借款人利用互联网金融平台进行非法集资活动，将资金挪作他用赚取利率差，也存在很大风险。
（5）技术风险。互联网金融依赖于计算机系统硬件和软件技术，很多技术都是由国外大型信息技术公司掌控，我国在技术上受制于人，成为互联网金融极大的威胁;计算机系统、认证系统或者软件系统存在缺陷，如果没有先进的防御体系，会受到病毒或不法分子攻击;数据在传输过程也可能被非法复制、篡改和毁坏。总结起来，互联网金融技术风险主要包括七个方面：技术选择风险、技术支持风险、技术泄密风险、黑客攻击风险、病毒感染风险、系统中断风险、数据传输风险。
3、权重计算数学模型
权重计算是评价指标体系构建的重要工作，数学模型是权重计算的基础。本文基于专家评定法与集值迭代法相结合，充分发挥专家的知识经验和集值迭代的统计功能，为评价指标体系权重计算提供了一种新途径。
设评价指标集由m个指标构成，令U={u1，u2，....，um};聘请n位专家，专家集为E={e1，e2，...，en}。让每位专家在U中选取他认为重要的s（1≤s 由于专家水平不同，因此赋予不同权重。n位专家的权重向量为九λ={λ1，λ2，...，λn}，因此覆盖率调整为：
为了提高结果的客观性，每位专家需要多次迭代，具体的迭代策略有两种：一种是等速迭代，每次选取的指标个数相同，优点是简单易用;另一种是不等速迭代，又包括加速迭代和减速迭代两种，每次选取的指标个数不同，优点是结果更真实可靠。不等速迭代是选取一个正整数q（1≤q≤m为初值，每次选取的指标个数按Q={Φ（1）q，Φ（2）q，...，Φ（t）q的数量进行，本文取q=1，Φ（t）=（q+t）（f=0，1，2，...），这是一种加速迭代策略。
4、权重計算示例
依据权重计算数学模型，需要对一级指标构成的指标集，以及每个一级指标下的二级指标构成的指标集分别计算，计算过程相关数据占用篇幅较大。本文仅以一级指标“技术风险U5”下的7个二级指标为例来说明计算过程，指标集合为U5={u51，U52，u53，u54，u55，u56，u57}。聘请5位专家E={e1 ，e2，e3，e4，e5}，采用加速迭代策略，计算过程如下：
每次选择一个指标，Us包含7个指标，需要进行7次迭代（m=1，2，...，7）。根据公式（1），第一位专家的迭代结果为：根据公式（2）和公式（3）计算的单一覆盖率为：
同理，可得另外4位专家的迭代结果。5位专家的迭代结果如表1所示。
5位专家的权重向量为λ={1.2 0.9 1.0 1.1 1.0}，为了计算方便，将表1中的每位专家评价结果乘以相应的权重，如表2所示。
根据公式（6）计算覆盖率：
同理，
根据公式（4）计算权重值：
同理，
5、评价指标体系最终结果
一级指标以及其他一级指标对应的二级指标权重计算与上述方法相同。计算结果整理如表3所示。
从表3可以看出，5个一级指标的重要程度排序分别是“信用风险U2、技术风险Us、操作风险U3、业务风险U1和法律风险U4”。其中， “信用风险U2和技术风险Us”的权重之和达到53.5%，互联网金融风险防范要特别重视这两方面。当一级指标权重较大时，对应二级指标的影响也就较大，因此要重视“需求方信用风险U23、信用信息滥用风险U24、供给方信用风险U22和技术选择风险U52”等二级指标。其他权重较大的二级指标也要重视，包括“流动性风险Ull、业务关联风险U31和监管缺失风险U42”等。本文提供了互联网金融风险评价指标体系的构建方法，实际运用时还需要根据评价内容侧重点和互联网金融发展实际情况，科学地规划评价指标体系，聘请资深专家进行集值迭代，以提高评价结果的客观性，为促进互联网金融健康发展、防范互联网金融风险服务。
参考文献
[1]谢萍，任晓聪.互联网金融风险与监管[J].商业经济研究，2016，35（17）：183-185.
[2]陈伟，付丽娜.我国互联网金融的风险隐患与防范机制[J].商业经济研究，2016，35（19）：171-172.
[3]宋天依，高金莎.基于层次分析法的互联网金融风险评价及防范对策[J].金融经济，2016，35（16）：60-63.
[4]顾海峰，杨立翔互联网金融下我国第三方移动支付风险评价研究——模型构建与实证分析[J].金融监管研究，2017，5（5）：1—21
[5]王立勇，石颖.互联网金融的风险机理与风险度量研究[J].东南大学学报（哲学社会科学版），2016，18（2）：103 -112.
[6]宫兆辉.互联网金融风险防范研究[J].经济师，2016，31（1）：152-153.
[7]杨军中小学教育信息化评价指标体系构建[J].吉林大学学报（信息科学版），2015，33（3）：344-349.
[8]宋宝娥基于集值统计和供应链的食品安全预警模型探析[J]统计与决策，2014，30（12）：56-58.
[9]张娟，黄柏翔.互联网金融风险防范机制[J].中国金融，2017，68（8）：93-94.