内容发布更新时间 : 2024/5/20 12:04:15星期一 下面是文章的全部内容请认真阅读。

龙源期刊网 http://www.qikan.com.cn

互联网金融系统性风险分析与度量研究

作者：赵昕

来源：《活力》2016年第05期

[关键词]互联网；金融；系统性；风险；分析与展望 1 引言

随着P2P网贷行业的兴起，P2P在我国得到了较快的发展，但随着而来的风险问题逐渐引起了政府管理部门、企业和国内外学者的高度重视。

在金融危机爆发之前，对于系统性风险的度量主要沿着综合指数法和早期预警方法两条技术路线展开。在指标构建适当的前提下，早期预警方法预测系统性危机的效果较好。但是，其实现准确预警的前提条件是基于历史上的金融危机能够实现对系统性风险触警事件的准确定义。这使得该方法在尚未发生过真正意义上金融危机的发展中国家的应用受到限制。金融危机爆发之后，随着宏观审慎监管理念的提出，对于系统性风险的识别和评估方法的探讨也逐渐深入。一方面，对于系统性风险评估的数据不仅基于资产负债表的数据，而且针对债券市场和股票市场上高频和时效性较强的数据开发了一系列度量模型。另一方面，针对金融危机前较多围绕着宏观经济对金融体系影响的局限性，度量系统性风险的视角逐渐放开，更多地考虑金融体系内部关联性和传染性度量。

本文提出了一个针对互联网金融系统性风险的度量模型，该模型结合了综合指标法，以及压力测试法，通过构建指标体系来全面考察P2P网贷行业系统性风险的影响因素，并根据不同状态下的宏观因素来分别考虑在各种压力下P2P行业系统的稳定性，对互联网金融系统性风险管理具有重要的理论意义和实践价值。 2 文献综述

国内外许多学者对金融风险管理已经进行了深入研究，取得了一批重要的研究成果。Akerlof （1970）、Stiglitz和 Weiss（1981）认为由于信息的不对称性导致借贷市场的危机，从而引发逆向选择和道德风险的问题，如2008年美国金融次贷危机。Sunday Telegraph（2006）认为最大的问题是：不能有足够的资金去满足众多借款人与贷款人的要求及管理层的指责，有些网络借贷实行“零利率”，但这势必会引发平台的经营问题，成本无法得到补偿。同时，有些学者发觉了信息在风险把控问题上体现的尤为突出，Stiglitz（1981）出现代经济理论认为信息决定了借贷市场的成败，由于在进行借款人开发的过程中需要这些个人信息，甚至这些信息成为贷款人十分关心的问题，虽然这些信息的部门仅限于可信度高的部门如银行和信用管理机构，但问题是使个人隐私曝露在每一个可能的贷款人甚至是整个网络的使用者下，势必会产生信息暴露的风险，为不法分子供钻空子的可能。以上这些金融风险管理传统研究对互联网金融风险管理具有重要的借鉴意义。

龙源期刊网 http://www.qikan.com.cn

在互联网金融风险管理方面，王艳、陈小辉、邢增艺（2009）认为网络融资存在放贷资金安全难以保证，利率水平超法律保护范围以及容易危及社会稳定等诸多问题。陈初（2010）、陈静俊（2011）认为网络借贷风险及对其的监管与引导，可能出现重要信息泄露的情况，贷款用途难以核实，不排除有借款者将借入资金进行高风险投资的可能。官大飚（2012）分析了我国 P2P 网络借贷运营过程中存在的诸如贷款资金链断裂引发信用风险、挪用第三方账户资金造成操作风险、资金诈骗导致声誉风险，以及可能弱化政府宏观调控政策效果等风险问题，并提出建立联席会议制度共同监管、建立网络借贷信用评价体系、建立 P2P 借贷资金第三方存管制度、建立P2P网络借贷资金监管体系和探索区域发展模式等P2P 网络借贷监管对策。张昭，朱峻萱，李安渝（2015）基于层次分析法构建了我国P2P 网贷行业综合评价体系，并在此基础上对网贷行业发展较快的的企业进行了实证分析，为该领域定量化指标体系的研究中打下了基础。

综上所述，现有的研究对互联网金融网贷的研究视角各异，不同国家的研究也反应出各国发展的特色。而针对互联网金融中P2P网贷行业系统性风险研究却很少，由于P2P 网贷行业系统性风险对整个行业有着至关重要的作用，并且是一个较为复杂的度量过程，涉及的影响因素较多，以上研究正是为 P2P 网贷行业系统性风险分析研究奠定了一定的基础。 3 P2P行业系统性风险模型构建

本部分通过指标体系的构建，并结合着回归预测测度了整个行业系统性风险，同时，在测度风险的基础上，为行业的风险指数进行预警。模型充分结合了宏观因素，以及个体经营状况的影响，全面细致的剖析了整个行业的状况。

该模型从具体对象出发，考虑行业整体，从投资人群体，P2P网贷行业，借款方群体，风险投资方这四方面的资金流向来测量P2P网贷行业的整体系统性风险。由于P2P网贷行业最重要的就是平台流动性资产，这包括平台通过利差获得的利润，以及平台通过风险投资获得的资金。这些资金一方面要补贴平台的运营成本，主要包括获客成本，人力成本，日常开销等，另一方面将作为借款人违约而造成的坏账并对于出资人的垫付，通过模型计算，一旦资金出现短时间内的大量减少，那么就有理由认为P2P行业可能存在一定程度的系统性风险。 3.1 基本假设

由于不同平台经营模式各异，有些具有第三方资金托管平台，第三方担保机构等，但是这些做法并没有从根源上消除流动性风险，只是将风险进行转移，比如资金托管，这种说法通常只是一个噱头，实际的资金账户只不过是由平台在其他公司开设了第三方账户，仍对资金拥有控制权；而对于第三方担保，由于这些有资质的担保公司拥有较全用户信用数据，由其进行担保可以在一定程度上降低坏账率，减弱流动性风险，但是对于雇佣第三方担保需要支付一定的费用，所以从整体上看，平台并没有因此获益更多，所以在此模型中，可以简化考虑，把P2P网贷平台的定义扩大化，忽略第三方模式，将资金的中间过程全部当成P2P平台之间的流转，因此风险也就全部作用于之上P2P网贷平台之上。

龙源期刊网 http://www.qikan.com.cn

由于要从某一天为基准来预测未来三十日的资金状况，包括未来三十日的投资量，实际还款量，运营成本，模型中需要确定宏观经济因子和加权后整个系统的经营因子，由于这些指标每天都会发生变化，应当选取当天的值来作为未来三十日的特征值，之所以这样做，一方面是因为对于特征量而言未来的情况是不可预知的，因而不能从当天既定的数值来预测后三十天的情况；其次，由于市场的滞后性，比如，当前一阶段的股票市场利好，往往会在下一阶段反映出P2P网贷行业的萧条，资金周转是需要时间的。基于此，我们选取时间周期始点的特征量的值是合意的。

在迭代过程中，每个周期的成交量，风投量，运营成本均与第一个周期的预测值相同。由于为了将风险效应放大，单纯的看三十天的效果并不明显，虽然有可能出现损失，但效果或许是微小的，因而增加迭代周期，也就是为了把这种可能存在的风险放大化。同时，预测模型只能预测一个周期，后续迭代周期的成交量等仍是未知的，但由于不能利用预测的结果再次进行预测，所以本研究粗略的将未来的迭代周期的未知资金量等同于第一个周期的估计值，因为该模型只要在数据充足的情况下，每天都可以执行一次，预测的结果也会随之更新，前一天的操作只是对该天的风险状况的度量，目的也就是为了将当天的风险效应放大，并不会影响到后一天的结果，因而，可以对周期资金状况进行复制。 3.2 模型建立

P2P网贷平台系统性风险建模分为以下九个步骤。 3.2.1确定整个P2P网贷平台体系经营状况加权值

在确定经营状况加权值的时候，需要对选定多家的平台，分别确定其个体经营风险值以及相应的平台体量（平台的历史成交量总和）。该数值在后续投资量的预测中频繁用到。具体计算公式如下：

3.2.2预测未来三十日成交总量

成交量指的是投资人向平台投入的资金，在预测后三十天的资金投入总量时我们选用计量中的多元线性回归模型进行预测。如上文所说，选取三年期存款利率，宏观经济一致性指数，上证股票指数，上证基金指数，上证企债指数，上证国债指数和经营状况加权值作为回归模型中的指标。利用测度日前T个时间周期（30天）作为模型的训练，并根据假设5.3.2，将当天的指标数值作为预测的输入来对未来三十日的投资量进行预测。通过训练可得如下线性模型。 3.2.3预测未来三十日的风险投资量

由于风险投资也具有一定的时间序列的特性，同样按照上文阐述，直接影响风险投资量主要是平台的经营状况以及宏观经济的大形势，同时随着P2P网贷行业的走红，越来越多的风投开始青睐这个行业，所以看高整个行业的风投量是很合理的，在预测模型中，依然选用计量中的回归模型，原理同上，因而对于未来三十天风投量可得如下模型。