基于隨機(jī)森林的非正規(guī)金融風(fēng)險(xiǎn)因素識(shí)別----以P2P為例

江萍萍，鄭瑞坤

(湖北工業(yè)大學(xué)理學(xué)院，湖北 武漢 430068)

世界銀行將那些被中央銀行監(jiān)管控制的金融活動(dòng)定義為正規(guī)金融[1]，非正規(guī)金融則相對(duì)應(yīng)于正規(guī)金融而言，當(dāng)前學(xué)術(shù)界對(duì)其并沒(méi)有明確的說(shuō)法。國(guó)外學(xué)者認(rèn)為非正規(guī)金融是除銀行信貸、股票及債券市場(chǎng)等金融活動(dòng)之外的融資機(jī)制[2]，而國(guó)內(nèi)學(xué)者則視之為民間借貸[3-4]。我國(guó)的金融制度和體系尚未完善，非正規(guī)金融與正規(guī)金融在不同因素沖擊下表現(xiàn)出互補(bǔ)或替代關(guān)系[5]，兩者缺一不可。非正規(guī)金融可以有效降低農(nóng)村居民陷入貧困的可能性[6]，也提高了我國(guó)的經(jīng)濟(jì)效率，為民間金融逐步陽(yáng)光化提供了保障[7]，但其發(fā)展過(guò)程中也產(chǎn)生了一系列風(fēng)險(xiǎn)問(wèn)題，甚至?xí)蓴_到金融市場(chǎng)秩序的穩(wěn)定和國(guó)家宏觀政策的調(diào)控[8]。近10年來(lái)，我國(guó)P2P行業(yè)高速發(fā)展的背后卻衍生出異化的模式[9]，網(wǎng)貸市場(chǎng)的監(jiān)管缺失與非理性羊群行為導(dǎo)致眾多金融亂象，加劇了金融脆弱性，這也凸顯了健全外部監(jiān)管體制和完善平臺(tái)內(nèi)部運(yùn)營(yíng)機(jī)制的緊迫性[10]。然而，P2P行業(yè)作為我國(guó)非正規(guī)金融市場(chǎng)的特殊組成部分，業(yè)務(wù)覆蓋到傳統(tǒng)金融觸及不到的借款人和投資人，不僅彌補(bǔ)了我國(guó)傳統(tǒng)金融機(jī)構(gòu)的市場(chǎng)空白，還幫助一部分小微企業(yè)解決了融資問(wèn)題。據(jù)“網(wǎng)貸之家”網(wǎng)貸資訊平臺(tái)的研究報(bào)告顯示，P2P行業(yè)的累計(jì)成交量在2019年6月底達(dá)到8.6萬(wàn)億元。與此同時(shí)，湖南、山東、重慶等地區(qū)對(duì)轄區(qū)內(nèi)的P2P網(wǎng)貸業(yè)務(wù)全部予以取締，致使投資風(fēng)險(xiǎn)陡然加劇。本文基此，以P2P網(wǎng)貸行業(yè)為例，分析影響非正規(guī)金融在運(yùn)營(yíng)過(guò)程中的各種風(fēng)險(xiǎn)因素，為其良性發(fā)展提供決策依據(jù)。

1 P2P非正規(guī)金融風(fēng)險(xiǎn)識(shí)別模型的構(gòu)建

國(guó)外學(xué)者從P2P內(nèi)部運(yùn)營(yíng)特征探究風(fēng)險(xiǎn)影響因素，認(rèn)為盈利能力高、流動(dòng)性高和資產(chǎn)規(guī)模大的平臺(tái)不易發(fā)生違約風(fēng)險(xiǎn)，而高負(fù)債和高杠桿的項(xiàng)目違約風(fēng)險(xiǎn)較高[11]，國(guó)內(nèi)學(xué)者主要采用Cox比例風(fēng)險(xiǎn)模型，以及邏輯回歸模型、支持向量機(jī)等對(duì)平臺(tái)風(fēng)險(xiǎn)進(jìn)行測(cè)評(píng)[12-14]。本文的非正規(guī)金融風(fēng)險(xiǎn)因素的評(píng)估方法，除了識(shí)別非正規(guī)金融的風(fēng)險(xiǎn)，還需要對(duì)重要風(fēng)險(xiǎn)因素進(jìn)行評(píng)估。國(guó)內(nèi)學(xué)者在評(píng)價(jià)地下水水質(zhì)、地表灰塵重金屬污染，以及精準(zhǔn)識(shí)別貧困等問(wèn)題時(shí)[15-18]，普遍采用隨機(jī)森林模型，這一方面可以對(duì)問(wèn)題實(shí)現(xiàn)分類預(yù)測(cè)功能，另一方面又可對(duì)各變量的重要性進(jìn)行度量。因此，使用隨機(jī)森林模型來(lái)識(shí)別P2P網(wǎng)貸平臺(tái)是否存在問(wèn)題并度量關(guān)鍵風(fēng)險(xiǎn)因素。

1.1 P2P非正規(guī)金融風(fēng)險(xiǎn)指標(biāo)集構(gòu)建

數(shù)據(jù)來(lái)源于“網(wǎng)貸之家”官方網(wǎng)站。該網(wǎng)站創(chuàng)辦于2011年10月，是當(dāng)前國(guó)內(nèi)較為權(quán)威的第三方網(wǎng)貸機(jī)構(gòu)。運(yùn)用Python爬蟲(chóng)從網(wǎng)頁(yè)爬取了2018年6—11月共6個(gè)月的月度成交數(shù)據(jù)以及平臺(tái)狀態(tài)(正常平臺(tái)與問(wèn)題平臺(tái))。每組數(shù)據(jù)包含四個(gè)維度的指標(biāo)：“成交量”維度的指標(biāo)包含成交量、平均預(yù)期收益率、平均借款期限、待還余額；“人氣”維度的指標(biāo)包含投資人數(shù)、人均投資金額、滿標(biāo)用時(shí)、前十大投資者待收金額占比；“平臺(tái)運(yùn)營(yíng)”維度的指標(biāo)包含注冊(cè)資本、資金凈流入、運(yùn)營(yíng)時(shí)間；“分散性”維度的指標(biāo)包含借款標(biāo)數(shù)、借款人數(shù)、人均借款金額以及前十大借款人待還金額占比。四個(gè)維度下共有15個(gè)特征指標(biāo)(表1)。

表1 風(fēng)險(xiǎn)特征指標(biāo)及含義

對(duì)表1中代表風(fēng)險(xiǎn)特征的指標(biāo)進(jìn)行預(yù)處理。刪除缺失值后，得到共計(jì)370個(gè)平臺(tái)的1790組成交數(shù)據(jù)；將平臺(tái)狀態(tài)分為正常平臺(tái)和問(wèn)題平臺(tái)兩類，每組數(shù)據(jù)包含15個(gè)風(fēng)險(xiǎn)特征指標(biāo)和1個(gè)平臺(tái)類別指標(biāo)。

1.2 P2P非正規(guī)金融風(fēng)險(xiǎn)識(shí)別方法

以P2P平臺(tái)為例，隨機(jī)森林模型的風(fēng)險(xiǎn)識(shí)別過(guò)程(圖1)包括以下三個(gè)步驟。

1)運(yùn)用Bootstrap方法在初始P2P平臺(tái)訓(xùn)練集中重復(fù)抽出n個(gè)平臺(tái)訓(xùn)練集，每個(gè)訓(xùn)練集的樣本容量與網(wǎng)貸平臺(tái)原訓(xùn)練集一致，未被抽中的樣本組成平臺(tái)測(cè)試集，稱作袋外數(shù)據(jù)OOB(Out of Bag)。這部分?jǐn)?shù)據(jù)用來(lái)檢驗(yàn)?zāi)Ｐ偷念A(yù)測(cè)識(shí)別效果。

2)分別對(duì)上述n個(gè)網(wǎng)貸平臺(tái)訓(xùn)練集選擇最優(yōu)的風(fēng)險(xiǎn)因素作為分裂屬性，得到n個(gè)決策樹(shù)模型。使用R軟件生成決策樹(shù)的過(guò)程中，有影響模型準(zhǔn)確性的重要參數(shù)，它們分別是mtry和ntree。mtry表示節(jié)點(diǎn)中用于二叉樹(shù)的變量個(gè)數(shù)，即風(fēng)險(xiǎn)指標(biāo)的個(gè)數(shù)，該值是從1至15逐一嘗試，直到所對(duì)應(yīng)的模型誤判概率達(dá)到最低；ntree表示隨機(jī)森林所包含的決策樹(shù)數(shù)目，可通過(guò)圖形大致判斷模型誤差穩(wěn)定時(shí)的ntree值。

3)將k個(gè)決策樹(shù)的結(jié)果進(jìn)行組合，基于樹(shù)分類器投票的多少形成最終結(jié)果，即可對(duì)平臺(tái)的風(fēng)險(xiǎn)狀態(tài)進(jìn)行識(shí)別。

圖1 隨機(jī)森林生成流程

1.3 風(fēng)險(xiǎn)重要性度量

使用MDA值(Mean Decrease Accuracy)計(jì)算風(fēng)險(xiǎn)指標(biāo)的重要性。MDA具體計(jì)算過(guò)程如下：

1)用網(wǎng)貸平臺(tái)的測(cè)試集去測(cè)試已構(gòu)建好的隨機(jī)森林模型，得到n棵樹(shù)的OOB誤差；

2)將平臺(tái)測(cè)試集中某個(gè)風(fēng)險(xiǎn)變量Q的值打亂，再次計(jì)算這n棵樹(shù)的OOB誤差；

3)對(duì)上述兩次OOB誤差的差值進(jìn)行平均，得到單棵樹(shù)對(duì)風(fēng)險(xiǎn)變量Q的重要性值。

(1)

從式(1)看出，變量重要性與MDA值的變化方向相同。

2 實(shí)證分析

2.1 P2P非正規(guī)金融風(fēng)險(xiǎn)特征

對(duì)所有風(fēng)險(xiǎn)指標(biāo)的數(shù)據(jù)特征進(jìn)行分析，各統(tǒng)計(jì)量如表2所示。從標(biāo)準(zhǔn)差來(lái)看，除平均預(yù)期收益率和平均借款期限之外的各風(fēng)險(xiǎn)指標(biāo)均波動(dòng)較大；從峰度和偏度來(lái)看，各指標(biāo)均呈現(xiàn)不同程度的尖峰厚尾和有偏的數(shù)據(jù)特征，并且僅平均預(yù)期收益率和運(yùn)營(yíng)時(shí)間兩個(gè)指標(biāo)呈負(fù)偏態(tài)分布；另外，各指標(biāo)的JB統(tǒng)計(jì)量和其對(duì)應(yīng)的P值顯示，所有指標(biāo)均拒絕正態(tài)分布的原假設(shè)。

表2 各指標(biāo)基本統(tǒng)計(jì)量

2.2 P2P非正規(guī)金融風(fēng)險(xiǎn)識(shí)別

本文中運(yùn)用R軟件實(shí)現(xiàn)隨機(jī)森林分類過(guò)程。首先使用sample( )函數(shù)按0.7∶0.3的比例進(jìn)行有放回抽樣，將網(wǎng)貸平臺(tái)數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集。對(duì)70%的訓(xùn)練樣本進(jìn)行訓(xùn)練，選擇mtry(圖2)和ntree(圖3)的最佳數(shù)值以確定最終的隨機(jī)森林模型。

圖2 二叉樹(shù)變量個(gè)數(shù)及其誤判概率散點(diǎn)圖

圖3 決策樹(shù)數(shù)量及其對(duì)應(yīng)模型誤差變化圖

由圖2通過(guò)對(duì)比可發(fā)現(xiàn)，當(dāng)二叉樹(shù)的個(gè)數(shù)即mtry=7時(shí)，模型誤差最小；繪制mtry=7的情況下模型誤差與決策樹(shù)數(shù)量之間的關(guān)系圖(圖3)可知，當(dāng)ntree在2600左右時(shí)，模型內(nèi)誤差保持相對(duì)穩(wěn)定狀態(tài)，因此將ntree選定為2600。兩個(gè)重要參數(shù)值由此確定下來(lái)。

為了檢驗(yàn)上述構(gòu)建模型的分類預(yù)測(cè)效果，將測(cè)試集的數(shù)據(jù)代入模型中，測(cè)試集包含522組數(shù)據(jù)，其中472組正常平臺(tái)數(shù)據(jù)，50組問(wèn)題平臺(tái)數(shù)據(jù)，分類結(jié)果如表3所示。正常平臺(tái)的識(shí)別率達(dá)到93.43%，問(wèn)題平臺(tái)的識(shí)別率達(dá)到80%，總體識(shí)別率是92.15%。模型識(shí)別效果較好，可用于風(fēng)險(xiǎn)重要因素識(shí)別。

表3 網(wǎng)貸平臺(tái)測(cè)試集預(yù)測(cè)分類結(jié)果

2.3 P2P非正規(guī)金融重要風(fēng)險(xiǎn)因素識(shí)別結(jié)果

根據(jù)訓(xùn)練集得到隨機(jī)森林模型，輸出各變量指標(biāo)對(duì)應(yīng)于正常平臺(tái)和問(wèn)題平臺(tái)的重要性權(quán)重如表4所示，權(quán)重值越大表明該因素越重要。

從表4可以看到，對(duì)于正常平臺(tái)，運(yùn)營(yíng)時(shí)間、平均預(yù)期收益率、前十大借款人待還金額占比、待還余額等風(fēng)險(xiǎn)因素比較重要，兼顧這些因素的平臺(tái)一般擁有一定的人氣，也較為安全?？偟膩?lái)說(shuō)，需重點(diǎn)關(guān)注平臺(tái)運(yùn)營(yíng)、成交量、運(yùn)營(yíng)時(shí)間三個(gè)維度的風(fēng)險(xiǎn)因素。運(yùn)營(yíng)時(shí)間長(zhǎng)的平臺(tái)風(fēng)險(xiǎn)管理水平較為成熟；平均預(yù)期收益率在正常范圍內(nèi)波動(dòng)，貸款資金較為分散使得平臺(tái)遭受違約風(fēng)險(xiǎn)的相對(duì)較低；待還余額在可承受范圍，平臺(tái)總體安全度較高。對(duì)于問(wèn)題平臺(tái)，除了重點(diǎn)關(guān)注運(yùn)營(yíng)時(shí)間、平均預(yù)期收益率以及待還余額之外，還需關(guān)注人均投資金額和滿標(biāo)用時(shí)這兩個(gè)人氣維度指標(biāo)。問(wèn)題平臺(tái)可能因運(yùn)營(yíng)時(shí)間不長(zhǎng)，未能積累足夠人氣，期望通過(guò)提高收益率來(lái)吸引投資者從而增加借款對(duì)象，若因運(yùn)營(yíng)時(shí)間過(guò)短而未能積累一定的風(fēng)險(xiǎn)防御經(jīng)驗(yàn)，易導(dǎo)致資金周轉(zhuǎn)不良等風(fēng)險(xiǎn)問(wèn)題。

表4 平臺(tái)風(fēng)險(xiǎn)因素對(duì)應(yīng)權(quán)重

2.4 風(fēng)險(xiǎn)重要因素識(shí)別結(jié)果的驗(yàn)證

MDA值衡量的是某個(gè)風(fēng)險(xiǎn)變量受到干擾時(shí)隨機(jī)森林模型準(zhǔn)確率下降的程度，下降幅度越大則說(shuō)明這個(gè)風(fēng)險(xiǎn)變量對(duì)模型的預(yù)測(cè)效果影響越大。測(cè)算結(jié)果見(jiàn)圖4。

圖4 MDA值及其對(duì)應(yīng)風(fēng)險(xiǎn)因素的散點(diǎn)圖

若不區(qū)分問(wèn)題平臺(tái)和正常平臺(tái)，總體考慮MDA值。從圖4可以看到，運(yùn)營(yíng)時(shí)間、平均預(yù)期收益率、待還余額、人均投資金額以及前十大借款人待還金額占比等風(fēng)險(xiǎn)因素的重要性較高，而借款人數(shù)和資金凈流入的重要程度較低，這也與表4的變量權(quán)重所展示的結(jié)果總體一致，說(shuō)明風(fēng)險(xiǎn)因素識(shí)別具有可靠性。上述因素可以作為P2P網(wǎng)貸行業(yè)風(fēng)險(xiǎn)管理關(guān)注的內(nèi)容。

3 結(jié)論

以P2P網(wǎng)貸行業(yè)為例，運(yùn)用網(wǎng)絡(luò)爬蟲(chóng)方法收集數(shù)據(jù)，并運(yùn)用隨機(jī)森林分類方法，對(duì)非正規(guī)金融市場(chǎng)風(fēng)險(xiǎn)因素進(jìn)行了研究。該方法對(duì)平臺(tái)風(fēng)險(xiǎn)有較好的識(shí)別效果，得到平臺(tái)的關(guān)鍵風(fēng)險(xiǎn)因素主要是運(yùn)營(yíng)時(shí)間、平均預(yù)期收益率、待還余額、人均投資金額以及前十大借款人待還余額占比等。對(duì)我國(guó) P2P平臺(tái)的風(fēng)險(xiǎn)進(jìn)行分析，可以有效幫助投資對(duì)象識(shí)別 P2P網(wǎng)貸問(wèn)題平臺(tái)和正常平臺(tái)從而選擇優(yōu)質(zhì)的投資平臺(tái)，避免因問(wèn)題平臺(tái)帶來(lái)資金受損；對(duì)風(fēng)險(xiǎn)因素的重要程度進(jìn)行評(píng)估，可以為政府部門和監(jiān)管機(jī)構(gòu)對(duì)非正規(guī)金融的風(fēng)險(xiǎn)監(jiān)管提供一定的決策支持，并且對(duì)如何提高識(shí)別非正規(guī)金融風(fēng)險(xiǎn)提供了思路。