基于FAHP方法的互聯網金融風險評估分析

沐光雨，閆 凱

（吉林財經大學 管理科學與信息工程學院，吉林 長春 130117）

0 引言

近年來，隨著互聯網信息技術的高速發(fā)展，其與傳統(tǒng)金融也有了較為深入的融合。依附于互聯網信息技術的第三方支付、信用貸款、眾籌、P2P、理財等的出現意味著互聯網金融已經進入快速發(fā)展階段[1]。但是，當前社會信用體系的不夠完善、信息的不對稱性以及相關法律法規(guī)的滯后性，使得互聯網金融領域風險叢生。這些風險有些是信息技術所獨有的特點所導致，還有些是金融業(yè)一直存在的傳統(tǒng)風險[2]。因此，政府部門和央行發(fā)布的《中國金融穩(wěn)定報告2019》都提出要加強對互聯網金融的監(jiān)管，避免發(fā)生系統(tǒng)性風險，而對風險進行監(jiān)管的前提之一就是識別整體風險水平，為進一步精準地制定風險防范措施提供依據。

1 互聯網金融風險類型識別

互聯網金融作為傳統(tǒng)金融和互聯網相結合的新產物，具有“新”和“舊”兩種特征?！靶隆笔侵富ヂ摼W金融作為“互聯網+”背景下的產物，自身帶有的獨特性風險?！芭f”的方面在于，其與傳統(tǒng)金融一樣，都為實體經濟服務，兩者的母體都是實體經濟。因此互聯網金融仍然具有傳統(tǒng)金融的特點，也繼承了傳統(tǒng)金融一直以來存在的風險[3]。具體風險類型包括信用風險、法律道德風險、信息科技風險、市場風險、運營風險和支付結算風險[4]。

2 互聯網金融風險評估

2.1 互聯網金融風險評價指標建立

本文采取定量分析與定性分析相結合法，建立互聯網金融風險評價指標體系，如圖1所示。

2.2 利用FAHP法對各指標權重進行分析

本文采用1～9標度法對各層次之間的重要性，以及各層次內部指標的重要性進行兩兩對比打分，構造分析矩陣。結合問卷調查法和德爾菲專家法，分別邀請100位互聯網金融機構資深從業(yè)人員和大學金融專業(yè)教師對各評價指標進行打分，回收有效問卷96份，有效率達96%，據此建立一級指標判斷矩陣并計算其權重，結合一級指標權重計算得出互聯網金融風險評估體系組合權重，如表1所示。

2.3 利用模糊綜合評價法對風險進行分析評價

根據研究結果把互聯網金融風險評估風險度分為5個取值區(qū)間，分別是{0，0.2}{0.2，0.4}{0.4，0.6}{0.6，0.8}{0.8，1}，分別對應5個風險評價集合{低風險，較低風險，中等風險，較高風險，高風險}。結合專家投票得到風險指標隸屬度，并通過分析計算建立相應矩陣。結果得到6個類型層指標的主因素模糊矩陣D，依次將其排序為D1，D2，D3，D4，D5，D6，進一步將主因素模糊矩陣D與相對應指標權重M相結合，可以計算得到互聯網金融風險模糊綜合評價的隸屬度值δ：

根據最大隸屬度原則和上述研究結果可知，互聯網金融風險水平與“較高”的風險等級的隸屬度是0.367 5，與“高”這一風險等級的隸屬度也有0.274 5，這表明我國互聯網金融風險等級仍然處于較高水平，對不同指標的權重進行觀察分析可以認為，目前我國互聯網金融存在較為突出的風險分別是信用風險、運營風險和信息科技風險，這也與對專家的訪談結果較為一致。

圖1 互聯網金融風險評價指標體系

表1 互聯網金融風險指標組合權重

2.4 對結果進行分析評價

根據上文對于各類型層權重的計算，信用風險和運營風險十分重要。首先，由于互聯網金融具有的信息不對稱性，而且交易雙方單方違約的情況不時發(fā)生，所以這兩類風險可能會對互聯網金融有較為直接和重要的影響。其次，信息科技風險、市場風險和法律道德風險以及支付結算風險，這主要是互聯網金融具有相當強的技術屬性，對于信息科技有一定程度的依賴性，信息技術的漏洞和不足都會對互聯網金融造成影響。同時，我國互聯網金融相關的法律法規(guī)在近幾年雖然得到進一步的完善和發(fā)展，但總體上還是處于對新事物的探索階段，這也會加大風險等級。

同理，根據上文研究計算結果可得，在共計21個互聯網金融風險二級指標中，權重值超過0.2以上的共計有12個，這些二級指標的風險類型需要給予一定的重視，并對這些風險提出具體有效的風險防控措施和風險補救方案。進一步對多級模糊綜合評判的隸屬度δ進行分析，目前我國互聯網金融風險的整體水平仍舊處于高等級之中，互聯網金融整體水平的偏高對金融的進一步發(fā)展是不利的，所以應采取相關措施進行風險防范，以期對風險有整體的把握，并防止風險進一步蔓延。