吳舒逸++李思凡++吳小明
[摘要]P2P網(wǎng)絡(luò)的監(jiān)管不斷下達,P2P平臺走向規(guī)范化的同時也有部分問題平臺加速暴露出來。鑒于網(wǎng)絡(luò)借貸風(fēng)險的主要影響方為出借人群體,文章針對出借人視角進行多階段抽樣,運用模糊綜合評價法對出借人問卷中的量表進行綜合評價,再通過預(yù)警分析得出各類風(fēng)險的輕重緩急,找出亟須解決的消極影響因素,以期為有效控制P2P網(wǎng)絡(luò)借貸風(fēng)險提供系統(tǒng)完備的支持。
[關(guān)鍵詞]P2P網(wǎng)絡(luò)借貸;模糊綜合評價;消極影響
[DOI]1013939/jcnkizgsc201720092
1引言
2017年2月,銀監(jiān)會下發(fā)的《網(wǎng)絡(luò)借貸資金存管業(yè)務(wù)指引》,明確網(wǎng)貸平臺存管人的定位與監(jiān)管的基本框架。但由于監(jiān)管時間短,仍有不少平臺濫竽充數(shù),問題頻發(fā)。而網(wǎng)貸平臺的挑選需要投資者花費大量時間和精力,并需具備一定的專業(yè)背景知識才能做出較準確的判斷,大部分出借人是盲目的,對于P2P網(wǎng)絡(luò)借貸體系目前主要風(fēng)險與監(jiān)管政策的實施情況不得而知?;诖?,本文基于出借人視角探索網(wǎng)絡(luò)借貸風(fēng)險的級別,以期為我國P2P網(wǎng)絡(luò)借貸體系的完善提供實質(zhì)性的政策建議。
2P2P網(wǎng)絡(luò)問卷介紹及數(shù)據(jù)基本情況
本文調(diào)查采用多階段抽樣,出借人調(diào)查問卷分基本信息,投資行為、投資偏好和風(fēng)險感知與政策評價四塊。出借人問卷共發(fā)放408份,回收有效問卷252份。
3P2P網(wǎng)絡(luò)借貸風(fēng)險消極影響綜合評價:基于模糊綜合評價法
31風(fēng)險消極影響評判因素集和評判集的建立
對于風(fēng)險消極影響指標分析,我們將風(fēng)險消極影響評判因素集確定為兩層。
第一層評判因素集:
U={U1,U2,U3}={法律風(fēng)險,信用風(fēng)險,系統(tǒng)風(fēng)險}
第二層評判因素集:
U1={U11,U12,U13,U14}={產(chǎn)品利率,平臺監(jiān)管,壞賬權(quán)益保護,資金流通過程}
U2={U21,U22,U23,U24}={信用評級標準,借貸審核流程,成交數(shù)據(jù)可信度,標的利率}
U3={U31,U32,U33}={資金交易存儲,個人隱私資料,黑客壁壘}
綜合比較各種文獻,按照一般風(fēng)險消極影響的等級劃分標準,我們將風(fēng)險消極影響的評判集設(shè)定為:
V={V1,V2,V3,V4,V5}={影響低,影響較低,影響一般,影響較高,影響高}
32基于AHP的風(fēng)險消極影響評判因素的權(quán)重設(shè)定
在每次交易中,出借人受到各因素的消極影響程度不同,評判因素權(quán)重需按出借人自己的需要確定。由于個人偏好和傾向的不同,出借人可將重點考察的因素賦予較大的權(quán)重,這樣對風(fēng)險消極影響的評估將更具針對性和個性化。
本次調(diào)查分析通過專家打分法和層次分析法對權(quán)重進行綜合計算。在問卷調(diào)查過程中,隨機對部分調(diào)查者也進行各因素之間的比較,最后對結(jié)果經(jīng)過匯總處理,計算平均值,得出如表1、表2、表3和表4的比較判斷矩陣表。
根據(jù)上下層之間的隸屬度關(guān)系建立遞階層次樹狀結(jié)構(gòu)模型。根據(jù)決策目標,將相關(guān)影響因素按照所屬關(guān)系及因素之間的關(guān)系自上而下地分為若干層次。對每一層次的各個因素,用成對比較法和1-9比例標度,根據(jù)對上一層因素的重要程度進行比較,直到最底層。列中元素比行中元素重要,則判斷值為整數(shù);如果列中元素不如行中元素重要,這時判斷值為分數(shù);當(dāng)二者同等重要時,判斷值為1。在指標權(quán)重計算中,根據(jù)判斷矩陣,并作一致性檢驗,通過AHP計算軟件,得到第一層次權(quán)因子權(quán)重為A=(011,063,026);第二層次權(quán)因子權(quán)重:A1=(011,052,007,029),A2=(023,042,012,023),A3=(033,014,053)。
通過問卷調(diào)查來獲得各因素與其對應(yīng)的各級消極影響程度的隸屬度關(guān)系。最終經(jīng)過矩陣運算得到,二級模糊評判集(0200102020019580197902032)中可知,最大的數(shù)據(jù)為02032,對應(yīng)的是第五個等級,即影響大。根據(jù)最大隸屬度原則,我們可以得出目前網(wǎng)絡(luò)借貸風(fēng)險對出借人的整體消極影響大,并有向影響程度變大的趨勢過渡。
4風(fēng)險消極影響預(yù)警分析與對策建議
41風(fēng)險影響因素預(yù)警燈與措施的制定
根據(jù)各因素對消費者的消極影響程度,由低到高設(shè)置藍、綠、黃、橙、紅五種不同的預(yù)警信號燈。藍燈和綠燈表示風(fēng)險處于低或較低區(qū)域,屬正常的風(fēng)險狀態(tài),應(yīng)關(guān)注或監(jiān)控風(fēng)險狀態(tài)和危機征兆;橙燈和紅燈表示消極影響程度較高或高度風(fēng)險狀態(tài),應(yīng)立即采取應(yīng)對措施,以抑制風(fēng)險發(fā)生和擴散;黃燈對應(yīng)中等影響程度,應(yīng)根據(jù)具體情況給予不同對待。當(dāng)指標的權(quán)重較高時,說明消極影響較大,必須給予充分重視并對各指標詳細分析所暴露的因素,采取措施及時消除這部分的消極影響。當(dāng)指標的權(quán)重較低時,即使顯示黃燈預(yù)警信號,也可暫不采取措施,以把有限的資源放到其他更重要的因素上去。
42出借人角度的風(fēng)險消極影響預(yù)警建議分析
基于前文所建立的預(yù)警分析結(jié)構(gòu)體系并根據(jù)最大隸屬度原則,列出各個因素造成的消極影響程度并將其所對應(yīng)至各預(yù)警燈,得到表5。各類指標大多處在橙燈和紅燈上,即風(fēng)險程度大多居高。對于法律風(fēng)險來說,在第一層指標僅占11%,比重較小,即影響程度一般。然而風(fēng)險程度卻亮起紅燈,說明了更深層次的隱患。盡管部分出借人認為網(wǎng)借平臺在資金流通過程中做得不夠完善,卻未得到出借人自身的足夠重視,尤其值得反思。另外,208%和224%的出借人分別認為產(chǎn)品利率和壞賬權(quán)益保護仍需采取相關(guān)措施。對于平臺監(jiān)管來說,在第二層指標占比52%,其中有209%的出借人認為平臺監(jiān)管影響一般,由此我們合理推測,在平臺監(jiān)管方面,目前已頒布法律或規(guī)定在逐漸改進和完善中尚已得到大部分出借人的初步肯定,因此現(xiàn)階段平臺監(jiān)管只需要進行必要的監(jiān)督即可。
信用風(fēng)險在第一層指標中占了63%,較高的比重表明信用風(fēng)險對于網(wǎng)絡(luò)借貸的影響舉足輕重。208%的出借人認為借貸審核流程的影響低,但在信用風(fēng)險中仍占有一定比重,因此也應(yīng)繼續(xù)關(guān)注。而其中204%的人認為信用評級標準對他們的消極影響最高,所以應(yīng)采取針對性的緊急措施,嚴格制定信用評級標準,積極消除因評級偏差對出借人產(chǎn)生的消極影響。205%的出借人認為成交數(shù)據(jù)可信度對他們產(chǎn)生的消極影響較大,當(dāng)交易的產(chǎn)品遠低于網(wǎng)上描述,心中的落差會使得本次交易帶來的效益大大降低,進而使出借人對于網(wǎng)絡(luò)借貸產(chǎn)生不真實的消極影響。這類問題在本層次中只占12%,但同樣值得引起重視。同時,有211%的出借人認為標的利率虛高問題對收益影響高,應(yīng)采取緊急措施穩(wěn)定標的利率,所以對于信用風(fēng)險方面我們應(yīng)馬上采取措施,積極作為,盡可能為出借人的切實權(quán)益提供保障。
對于系統(tǒng)風(fēng)險,在第一層指標中占了26%,二級指標都亮起了橙燈,而且黑客壁壘在二級指標中占53%,也一定程度地說明系統(tǒng)風(fēng)險主要是由黑客壁壘轉(zhuǎn)換而來,因此對這方面應(yīng)高度關(guān)注其發(fā)展趨勢,進而決定是否采取措施。對于資金交易儲蓄與個人隱私資料,也有相當(dāng)一部分出借人認為對他們產(chǎn)生較大的消極影響,這兩方面對出借人造成的威脅更是不容小覷,因此也應(yīng)對此采取措施。
綜上所述,信用風(fēng)險對出借人產(chǎn)生的消極影響非常大,外加信用評級與成交數(shù)據(jù)標準的信任流失,使得出借人對于網(wǎng)貸的消極程度越發(fā)嚴重。資金流通、信用評級、成交數(shù)據(jù)可信度與標的利率虛高,是目前亟須解決的首要危機,而產(chǎn)品利率、壞賬權(quán)益保護等問題,也需要采取措施,防止其向更高級別過渡。
參考文獻:
[1]柳順基于數(shù)據(jù)包絡(luò)分析的模糊綜合評價方法及其應(yīng)用[D].杭州:浙江大學(xué),2010
[2]林亮春我國P2P網(wǎng)貸存在的問題及解決路徑分析[J].雞西大學(xué)學(xué)報,2016,16(1)