常芳芳，等：互联网融资金融风险评价指标体系及综合评价方法研壅 金融创新 互联网融资金融风险评价指标 体系及综合评价方法研究 常芳芳，蔡萍，张云凤 （山东科技大学，山东 青岛 ２６６５９０） ［摘要］近年来，大数据的越炒越热加快了互联网金融的发展。然而，互联网融资带来便利的同时增加了融资的风 险。文章依据互联网融资风险的特殊性建立综合评价指标体系，并使用层次分析法来确定各因素的权重，采用模糊综合评判 法将二级指标量化，进而通过所得二级指标权重判断我国当前互联网金融面临风险的总体状态。 ［关键词］互联网金融；指标体系；综合评价 ［ＤＯＩ］１０．１３９３９／ｊ．ｃｎｋｉ．ｚｇｓｃ．２０１６．５０．０９７ １ 引 言 互联网融资的不断发展为企业融资增加了新途径，有利 于企业解决融资难的问题。然而，互联网融资也为企业带来 是风险的量化对整个互联网经济的发展变得尤其重要。 ２互联网融资金融风险评价因素分析和指标体 系构建 依据评价指标选取的一致性、系统性和全面性、可行性 了诸如基于信息技术导致的平台风险、系统性风险、信用风 险等与传统融资风险有所区别的风险。互联网融资的金融风 险诱因更加复杂，且由于互联网的运作，使得风险的传播更 和可比性原则，参照ＣＡＭＥＬＳ风险评价模型，并根据互联 网金融特有的风险因素，文章选取了七个方面１９项指标， 见表１ 加迅速。因而，加强对互联网融资金融风险评价的研究尤其 表１ 互联网融资金融风险评价指标体系 指标类型 监测指标 用途 资产充足性指标 管理状况评价 资产质量指标 盈利性指标 偿债能力指标 资本资产比率，资本充足率，核心资本充足率 能力，风险控制政策的有效度 反映平台风险 董事会和管理层对公司经营活动的重视程度，对未知风险的防范 反映操作风险及平台风险 不良资产率，资产周转率 资产收益率，营利利润增长率 流动比率，超速动比率，应收贷款周转率 反映信用风险 反映信用风险 反映企业的偿债能力 系统安全性指标 合规性指标 风险控制团队能力，数据保护系统有效度，网络系统有效度 国家监管力度，监事会监管力度，对法律重视程度 反映安全性风险 反映法律合规性风险 ３ 互联网融资金融风险的综合评价方法 ３．１运用层次分析法确定各因素相对权重 ３．１．１构造两两比较判断矩阵 将上一层Ａ的子层次的准则层元素按照其重要性进行两 两比较，得到判断矩阵Ａ＝（ａｌ１）…。具体的重要程度数值 为使判断结果更科学，要进行一致性检验。将判断矩阵 记为： —一Ｗ１／ｗ Ｗ２／ｗ ● Ａ （ａｉｊ） ● ： ・‘ ： ／ｗⅡ ｎ可根据“相对重要程度取值表”理性获得。 ３．１．２求判断矩阵的特征向量 特征向量Ｗ：（ ．Ｗ２，…，Ｗ）ｎ 即该特征向量标志要素Ｂ ，Ｂ ，…，Ｂ 对于上一层因素Ａ的重要程度，对加 ＝ Ｗ＝Ａ ＝Ａ ＝ＡＷ Ｖ－／ｌ ＿Ｔｌ ｎ ｉ＝１，２，…，ｎ进行归一化处理得到的矩阵Ｗ。 ３．１．３一致Ｊ性检验 由于整个判断的过程存在一定的主观性和片面性， 其中，Ａ为特征值。ＣＲ＝ＣＩ／ＲＩ，ＲＩ（见表２）为平均 随机一致性指标，Ｃ１＝（Ａ 一ｎ）／（ｎ一１）。当ＣＲ＜０．１时， 认为判断矩阵符合随机一致性指标；当ＣＲ＞０．１时，则有 必要对判断矩阵进行调整和修正。 ２０１６．１２ 金融创新 表２多阶比较矩阵 值 阶数 Ｒ１ 中国市场２０１６年第５Ｏ期（总第９１７期） （０．３８４３，０．２８０５，０．１３６０，０．１６４９，０．０３４３）。 ７ １．３６ ２ ０．００ ３ ０．５２ ４ Ｏ．８９ ５ １．１２ ６ １．２６ ８ １．４１ ３．２．５量化二级评判向量 将二级评判向量进一步量化，得到一个关于互联网融资 金融风险状态评价的具体数值。假设评判等级对应的区间及 肪防 其中位数如表３所示。 表３评判等级量化 评判等级 极安全 区间 运用上述同样的方法得Ｎ－－级指标各因素的权重量，根 据之前建立的评价指标体系，可得准则层的权重为：Ｗ： （ 】， ２， ３， ４，Ｗ５，Ｗ６，Ｗ７）＝ （０．３１４，０．０４３，０．３１４，０．１２７， ０．１２７，０．０３８，０．０３９）。 安全 潜在非安全 显性非安全 危机 ７５～８９ ６０～７４ ６０以下 ３．２运用多层次模糊综合评判法对互联网融资风险进行 量化 ９５～１ｏｏ ９０～９４ 中位数 ９７ ９２ ８２ ６７ ３０ 模糊综合评价法是通过将事物量化进而做出综合决策的 方法，对互联网融资金融风险的量化过程如下。 ３ ２．１建立评价因素集及评价集合 影响互联网融资金融风险的评判因素集分为两级，一级 指标即指标体系的指标类型，二级指标为监测指标。文章中 建立的评价集为：Ｖ＝｛Ｖ。、Ｖ 、Ｖ，、Ｖ 、Ｖ ｝：｛极高 风险，高风险，中等风险，低风险，极低风险｝。 ３．２．２建立单因素评判矩阵 邀请ｋ位对互联网金融有所了解或从事金融相关工作的 专业人士对所列的风险因素进行打分，得到各风险因素的打 分情况，构成各个模块的单因素评判矩阵。 ３．２．３进行一级综合评价 使用加权平均法，根据公式Ｂ．＝Ｗ ・Ｒ。，其中ｗ．为层 次分析法得到的各评价因素的权重向量，进而得到准则层的 评判向量。 ３．２．４进行二级综合评价 根据准则层指标的权重向量和准则层评判向量对互联网 融资金融风险进行综合评价。综合评价矩阵 为： Ｒ： ０．４１０４７ ０．２７４１７ ０．１８９５３ ０．１ ０．０２５８３］ ０．２８２８５６ ０．２４ ０．２ ０．１４２８５６ ０．１３４２８８ １ ０．５８５ ０．２９５ ０．０７５ ０．０２ ０．０２５ ｌ ０．３８３３４ ０．２４９９８ ０．１８３３４ ０．１ ０．０８３３８ ｌ ０．５７６８９２ ０．２８９３５４ ０．０８５１６６ ０．０２７９２４ ０．０２０６６４ ｌ ０．５６Ｏ２３６ ０．３１７３ ０．０９１６８４ ０．０２５１６４ ０．００５６１６ ｌ ０．４１７６ ０．２７８８８ ０．１７４２１ ０．１ ０．０２９３１ Ｊ 根据公式Ｂ＝Ｗ×Ｒ得第二级评判向量为：Ｂ＝ 腿２０１６．１２ 则最终综合评价值Ｄ ＝Ｂ・Ｃ 。其中，Ｃ＝（９７，９２， ８２，６７，３０）。 由上，可得综合得分为：Ｄ＝８６．３１２４，可判断出我国 当前中小企业互联网融资正处于潜在非安全状态。 ４ 结论 文章结合使用了层次分析法和多层次模糊综合评价 法，在主观判断的基础上进行客观定量分析，对目前我 国企业互联网融资所面临的融资风险做出了综合评价。 由二级评判向量Ｂ可知，最大权重为０．３８４３，对应的风 险等级为极高风险。也就是说，互联网为企业融资拓宽 渠道的同时也使企业面临极高风险。由权重比例可知， 目前我国互联网融资面临的最大风险为平台风险，信用 风险和系统性风险也是所面临风险的重要部分。二级评 判向量的量化结果显示，我国互联网融资的总风险正处 于潜在非安全状态，为了防止风险进一步恶化，需要采 取合理措施进行风险控制，让互联网融资在风险可控的 情况下为企业服务。 参考文献： ［１］张洁．我国融资租赁企业风险模糊综合评价的应用研究 ［Ｄ］．成都：西南财经大学，２０１２． ［２］曹玲燕．基于模糊层次分析法的互联网金融［Ｄ］．合肥： 中国科学技术大学，２０１４． １ ３］韩平，蒋迎瑞．论金融风险的评估方法［Ｊ］．对外经贸， ２０１２（６）：８１—８３． ［４］张小兵，黄建．金融风险评价指标体系及综合评价方法研 究［Ｊ］．统计与信息论坛，２００３，１８（２）：３４—３７． ［作者简介］常芳芳（１９９３一），女，汉族，山东东营人，山东 科技大学硕士。研究方向：商业银行管理；蔡萍（１９９３一），女， 汉族，山东烟台人，山东科技大学硕士。研究方向：保险精算；张 云凤（１９９２一），女，汉族，山东滨州人，山东科技大学硕士。研 究方向：金融工程。
