三重信任關(guān)系下P2P網(wǎng)貸 信用風險綜合度量模型的構(gòu)建

居蕾　彭玥　蔣楚筠

摘要：對于P2P網(wǎng)貸的信用風險綜合度量，基于三重信任關(guān)系視角，選取借款人、平臺和投資人三方面的影響因素指標，采取定量指標與定性指標相結(jié)合、AHP層次分析法、模糊綜合評判法和專家評判法相結(jié)合的方法，構(gòu)建P2P網(wǎng)貸平臺信用風險評級模型，并運用此模型對國內(nèi)20家有代表性的P2P網(wǎng)貸平臺進行信用風險度量和評級。

關(guān)鍵詞：P2P網(wǎng)貸；信用風險度量；層次分析法；模糊綜合評價法

一、信用風險度量指標的選取

P2P網(wǎng)貸行為并不是單一的借款人行為，而是借款人、投資人和平臺之間的一種互動，三者缺一不可。相應(yīng)地，P2P網(wǎng)貸的信用風險自然也不僅來源于借款人，還來源于投資人和平臺本身。

所謂三重信任關(guān)系，即這三個信用主體之間的相互信任。投資人與平臺之間的信任主要在于平臺是否值得投資人投資；借款人與投資人之間的信任主要在于借款人能否按期還本付息；而借款人與平臺之間的信任基于這兩者本身，即借款人因素和平臺本身因素。因此，我們將影響P2P信用風險的因素分為借款人方面因素、投資人方面因素和平臺本身因素。

根據(jù)對這三方面的因素討論，確定了一套信用風險綜合度量的指標體系。在投資人方面，指標有投資人數(shù)量、投資人收入和投資金額；在平臺方面，指標有平臺基本信息（運行時間、資本）、流動性（待還余額）、運營能力（資金凈流入、滿標用時）和風險管控能力（運行模式、利息、技術(shù)）；在借款人方面，指標有借款人數(shù)量、借款人基本信息（收入等）和借款金額。

二、信用風險度量指標權(quán)重的確定

（一）建立遞階層次結(jié)構(gòu)

根據(jù)篩選出來的風險指標，構(gòu)建層次分析模型。鑒于不希望割裂各指標因素對結(jié)果的影響，保持其系統(tǒng)性，且保證每個因素對結(jié)果的影響程度都能被量化、清晰而明確地顯現(xiàn)，我們采用了AHP層次分析法對該指標體系進行權(quán)重的分配。將該指標體系分為三個層次。如表1所示。

（二）構(gòu)造各層次中的所有判斷矩陣（正互反矩陣）

層次分析法將總的決策問題按順序分解為不同的層次結(jié)構(gòu)之后，須求解判斷矩陣特征向量以求得每一層次的各指標對上一層次某指標的優(yōu)先權(quán)重。這是一種相對量度，表明各備擇方案在某一特定的評價準則或子目標下優(yōu)越程度的相對量度，以及各子目標對上一層目標而言重要程度的相對量度。

由于分級太多會超越人們的判斷能力，增加了作判斷的難度，也不利于得出正確的結(jié)論。而相關(guān)學(xué)者采用多次實驗的方法比較了在各種不同標度下人們判斷的準確性，結(jié)果表明，采用1～9標度最為合適。

根據(jù)標度說明表對各因子進行兩兩比較打分，建立成對比較矩陣。如要比較B層三個因子B1、B2、B3對因素A的影響大小，則每次取兩個因子Bi和Bj，以aij表示Bi和Bj對因素A的影響大小之比，全部比較結(jié)果用矩陣A=（aij）3×3表示， A即為A-B之間的成對比較判斷矩陣。

倘若把n個因素都和某個因素比較時，僅作n-1次比較會使得任何一個判斷的失誤均可能導(dǎo)致不合理的排序。因此，一般會作■次兩兩判斷，利于提供更多的信息，通過各種不同角度的反復(fù)比較，從而導(dǎo)出一個合理的排序。

（三）層次單排序及一致性檢驗

判斷矩陣A對應(yīng)于最大特征值λmax的特征向量W，經(jīng)歸一化處理后即為同一層次相應(yīng)因素對于上一層次某因素相對重要性的權(quán)值。在綜合全部比較結(jié)果時，難免包含一定程度的非一致性。非一致性程度越嚴重，λmax對應(yīng)的標準化特征向量也就越不能真實地反映出這一層次各因素對上一層次某因素影響程度的相對重要性。因此，必須對判斷矩陣作一致性檢驗，只有通過檢驗才能接受它。

（四）層次總排序及一致性檢驗

總排序權(quán)重應(yīng)自上而下地將單準則下的權(quán)重進行合成。即便各層次均已通過了層次單排序的一致性檢驗，但綜合考察時，各層次的非一致性仍可能匯聚起來，引起最終結(jié)果較嚴重的非一致性。所以，必須對層次總排序由高層到底層、逐層進行一致性檢驗。

（五）一致性檢驗的步驟

1. 計算一致性指標CI=■；

2. 查找相應(yīng)的平均隨機一致性指標RI；

3. 計算一致性比例CR=■，當CR<0.10時，通過一致性檢驗，反之則應(yīng)對判斷矩陣作適當修正。

（六）層次總排序的結(jié)果（表3）

三、信用風險評級模型的構(gòu)建

在上述的信用風險綜合度量模型中，既有定量指標，也有定性指標，應(yīng)針對不同性質(zhì)的指標運用不同的方法來進行評判得分。對于定量指標通過模糊綜合評價法評判分數(shù)，對于定性指標通過專家評判法打分，最后將兩者加權(quán)得到平臺綜合總分，其中定量指標得分占總分的70%，定性指標得分占30%。

（一）定量指標的評判模型

采用模糊綜合評判法評判定量指標，具體步驟如下。

1. 確定被評判對象（即定量指標）的因素論域U，U=（u1，u2，…，un）。

2. 確定評語等級論域V，V=（信用風險小，信用風險一般，信用風險較大，信用風險很大）。

3. 進行單因素評判，建立模糊關(guān)系矩陣R=（rij）n×m，其中rij為U中因素ui對于V中等級vj的隸屬關(guān)系。該矩陣是根據(jù)網(wǎng)貸之家公布的P2P行業(yè)的平均值以及該行業(yè)專家給出的區(qū)間參考值來確定的。

4. 確定評判因素權(quán)向量A=（a1，a2，…，an），A是U中各因素對被評事物的隸屬關(guān)系，是根據(jù)評判時各因素的重要性分配權(quán)重的。

5. 計算定量指標的綜合得分，選擇評價的合成算子，將A與R合成得到B=（b1，b2，…，bn），即為定量指標綜合評判得分F1。

（二）定性指標的評判法

采用專家評判法評判定性指標，具體步驟如下。

1. 設(shè)定評級總分滿分為100分，則定性指標評分的滿分為40分。

2. 將P2P平臺的信用風險等級分為四個等級，分別為信用風險小、信用風險一般、信用風險較大、信用風險很大；所對應(yīng)的分數(shù)區(qū)間分別為（75，100）、（50，75）、（25，50）、（0，25）。

3. 邀請專家對定性指標進行打分，為使結(jié)果相對客觀可靠，去掉一個最高分、去掉一個最低分之后再計算出各定性指標的得分平均值。

4. 計算定性指標的綜合得分F2=∑■■fiai*40%，其中ai是各定性指標得分的平均值，fi是各定性指標相應(yīng)的權(quán)重。

綜合上述兩種方法，可得到P2P信用風險綜合度量指標評分表。如表4所示。

（三）P2P網(wǎng)貸信用風險評級

將定量指標與定性指標的得分加權(quán)相加，得到平臺的綜合評判分數(shù)，即F=F1+F2。然后，對照P2P平臺信用等級參照表確認平臺等級。如表5所示。

四、實證分析

本文選取了具有代表性的20家P2P網(wǎng)貸平臺，并運用所構(gòu)建的信用風險評級模型對其進行信用評級。定量數(shù)據(jù)主要來源于網(wǎng)貸之家公開的數(shù)據(jù)，其中時間點數(shù)據(jù)采用各平臺2017年11月30日的數(shù)據(jù)，時間段數(shù)據(jù)采用各平臺2017年11月的數(shù)據(jù)；定型數(shù)據(jù)得分則根據(jù)所請專家對各平臺進行評判打分，并按照上述公式算出得分平均值。將兩者按7：3的權(quán)重相加后，即得到20家P2P平臺的信用風險等級排序。如表6所示。

從表6可看出，我國P2P網(wǎng)貸平臺整體信用等級不夠高。鑒于本文所構(gòu)建的模型是基于三重信任關(guān)系視角的，評價指標不僅有關(guān)于平臺本身的，也有關(guān)于平臺上的借款人和投資者的。因而，一個平臺的信用等級不僅取決于平臺本身，也受到借款人因素和投資人因素的影響，這就導(dǎo)致了P2P平臺單有一方面的數(shù)據(jù)很好，但受另外兩方面基礎(chǔ)數(shù)據(jù)較弱的影響，使得其最終的排名并不理想。例如：陸金服投資人方面的數(shù)據(jù)并不是最好的，但平臺本身及借款人方面較好的基礎(chǔ)數(shù)據(jù)拉高了它的排名；而人人貸的平臺數(shù)據(jù)雖然不錯，但投資人和借款人方面的數(shù)據(jù)不利，使得它的排名結(jié)果并不理想。

對此，本文給出的建議是P2P網(wǎng)貸平臺在提高自身信用等級時，除了致力于提高自身風管能力，如完善平臺內(nèi)部的風險控制系統(tǒng)之外，還應(yīng)注重提高平臺的借款人和投資人方面的因素指標。P2P網(wǎng)絡(luò)借貸本身就是借款人、平臺和投資人三者的一種互動行為，是互相的選擇。借款人和投資人根據(jù)平臺公開的信息做出選擇時，平臺也應(yīng)對借款人和投資人做出理智的選擇以提高該平臺網(wǎng)貸交易的安全性，降低信用風險，從而真正提升自身的信用等級。

五、總結(jié)

P2P網(wǎng)貸在發(fā)展的過程中，信用問題頻發(fā)，使得對P2P網(wǎng)貸平臺信用風險度量和管理的需求日益旺盛。建立科學(xué)的P2P網(wǎng)貸平臺信用風險評級模型，對P2P平臺進行信用評級，給予借貸雙方選擇平臺的參考依據(jù)，有利于保護雙方的合法利益，也利于P2P網(wǎng)貸平臺的平穩(wěn)運行和整個P2P行業(yè)的健康發(fā)展。

本文立足于三重信任關(guān)系視角，選取了借款人、平臺本身和投資人三個方面的影響因素，采用定量指標與定性指標相結(jié)合、層次分析法、模糊綜合評判法和專家評判法相結(jié)合的方法，構(gòu)建了P2P網(wǎng)貸平臺信用風險評級模型，并運用網(wǎng)貸之家公開的數(shù)據(jù)進行了實證分析，初步證實了該模型的科學(xué)性、合理性，也給各P2P平臺提供了提高自身信用等級的指標依據(jù)。

但該模型也存在著不足，如：在數(shù)據(jù)搜集方面，由于平臺公布的數(shù)據(jù)類型有限，未能將有關(guān)該平臺的所有數(shù)據(jù)信息納入模型；在模型建立方面，AHP、模糊綜合評判法和專家評判法均帶有一定的主觀性，因而，該模型對P2P平臺信用風險等級的評定無法做到絕對客觀，只能確保其在合理范圍內(nèi)的客觀性。

參考文獻：

[1]王丹，張洪潮.P2P網(wǎng)貸平臺信用風險評級模型構(gòu)建[J].財會月刊，2016（09）.

[2]楊月，譚中明.P2P網(wǎng)絡(luò)借貸風險的評價體系構(gòu)建及實證分析[J].金融經(jīng)濟，2016（22）.

[3]居蕾，蔣倩.三重信任關(guān)系下P2P信用風險的影響因素分析[J].中國商論，2018（03）.

*本文系大創(chuàng)項目“三重信任關(guān)系下P2P網(wǎng)絡(luò)借貸信用風險的綜合度量”研究成果。

（作者單位：江蘇大學(xué)）