三重信任关系下P2P网贷 信用风险综合度量模型的构建

居蕾　彭玥　蒋楚筠

摘要：对于P2P网贷的信用风险综合度量，基于三重信任关系视角，选取借款人、平台和投资人三方面的影响因素指标，采取定量指标与定性指标相结合、AHP层次分析法、模糊综合评判法和专家评判法相结合的方法，构建P2P网贷平台信用风险评级模型，并运用此模型对国内20家有代表性的P2P网贷平台进行信用风险度量和评级。

关键词：P2P网贷；信用风险度量；层次分析法；模糊综合评价法

一、信用风险度量指标的选取

P2P网贷行为并不是单一的借款人行为，而是借款人、投资人和平台之间的一种互动，三者缺一不可。相应地，P2P网贷的信用风险自然也不仅来源于借款人，还来源于投资人和平台本身。

所谓三重信任关系，即这三个信用主体之间的相互信任。投资人与平台之间的信任主要在于平台是否值得投资人投资；借款人与投资人之间的信任主要在于借款人能否按期还本付息；而借款人与平台之间的信任基于这两者本身，即借款人因素和平台本身因素。因此，我们将影响P2P信用风险的因素分为借款人方面因素、投资人方面因素和平台本身因素。

根据对这三方面的因素讨论，确定了一套信用风险综合度量的指标体系。在投资人方面，指标有投资人数量、投资人收入和投资金额；在平台方面，指标有平台基本信息（运行时间、资本）、流动性（待还余额）、运营能力（资金净流入、满标用时）和风险管控能力（运行模式、利息、技术）；在借款人方面，指标有借款人数量、借款人基本信息（收入等）和借款金额。

二、信用风险度量指标权重的确定

（一）建立递阶层次结构

根据筛选出来的风险指标，构建层次分析模型。鉴于不希望割裂各指标因素对结果的影响，保持其系统性，且保证每个因素对结果的影响程度都能被量化、清晰而明确地显现，我们采用了AHP层次分析法对该指标体系进行权重的分配。将该指标体系分为三个层次。如表1所示。

（二）构造各层次中的所有判断矩阵（正互反矩阵）

層次分析法将总的决策问题按顺序分解为不同的层次结构之后，须求解判断矩阵特征向量以求得每一层次的各指标对上一层次某指标的优先权重。这是一种相对量度，表明各备择方案在某一特定的评价准则或子目标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。

由于分级太多会超越人们的判断能力，增加了作判断的难度，也不利于得出正确的结论。而相关学者采用多次实验的方法比较了在各种不同标度下人们判断的准确性，结果表明，采用1～9标度最为合适。

根据标度说明表对各因子进行两两比较打分，建立成对比较矩阵。如要比较B层三个因子B1、B2、B3对因素A的影响大小，则每次取两个因子Bi和Bj，以aij表示Bi和Bj对因素A的影响大小之比，全部比较结果用矩阵A=（aij）3×3表示， A即为A-B之间的成对比较判断矩阵。

倘若把n个因素都和某个因素比较时，仅作n-1次比较会使得任何一个判断的失误均可能导致不合理的排序。因此，一般会作■次两两判断，利于提供更多的信息，通过各种不同角度的反复比较，从而导出一个合理的排序。

（三）层次单排序及一致性检验

判断矩阵A对应于最大特征值λmax的特征向量W，经归一化处理后即为同一层次相应因素对于上一层次某因素相对重要性的权值。在综合全部比较结果时，难免包含一定程度的非一致性。非一致性程度越严重，λmax对应的标准化特征向量也就越不能真实地反映出这一层次各因素对上一层次某因素影响程度的相对重要性。因此，必须对判断矩阵作一致性检验，只有通过检验才能接受它。

（四）层次总排序及一致性检验

总排序权重应自上而下地将单准则下的权重进行合成。即便各层次均已通过了层次单排序的一致性检验，但综合考察时，各层次的非一致性仍可能汇聚起来，引起最终结果较严重的非一致性。所以，必须对层次总排序由高层到底层、逐层进行一致性检验。

（五）一致性检验的步骤

1. 计算一致性指标CI=■；

2. 查找相应的平均随机一致性指标RI；

3. 计算一致性比例CR=■，当CR<0.10时，通过一致性检验，反之则应对判断矩阵作适当修正。

（六）层次总排序的结果（表3）

三、信用风险评级模型的构建

在上述的信用风险综合度量模型中，既有定量指标，也有定性指标，应针对不同性质的指标运用不同的方法来进行评判得分。对于定量指标通过模糊综合评价法评判分数，对于定性指标通过专家评判法打分，最后将两者加权得到平台综合总分，其中定量指标得分占总分的70%，定性指标得分占30%。

（一）定量指标的评判模型

采用模糊综合评判法评判定量指标，具体步骤如下。

1. 确定被评判对象（即定量指标）的因素论域U，U=（u1，u2，…，un）。

2. 确定评语等级论域V，V=（信用风险小，信用风险一般，信用风险较大，信用风险很大）。

3. 进行单因素评判，建立模糊关系矩阵R=（rij）n×m，其中rij为U中因素ui对于V中等级vj的隶属关系。该矩阵是根据网贷之家公布的P2P行业的平均值以及该行业专家给出的区间参考值来确定的。

4. 确定评判因素权向量A=（a1，a2，…，an），A是U中各因素对被评事物的隶属关系，是根据评判时各因素的重要性分配权重的。

5. 计算定量指标的综合得分，选择评价的合成算子，将A与R合成得到B=（b1，b2，…，bn），即为定量指标综合评判得分F1。

（二）定性指标的评判法

采用专家评判法评判定性指标，具体步骤如下。

1. 设定评级总分满分为100分，则定性指标评分的满分为40分。

2. 将P2P平台的信用风险等级分为四个等级，分别为信用风险小、信用风险一般、信用风险较大、信用风险很大；所对应的分数区间分别为（75，100）、（50，75）、（25，50）、（0，25）。

3. 邀请专家对定性指标进行打分，为使结果相对客观可靠，去掉一个最高分、去掉一个最低分之后再计算出各定性指标的得分平均值。

4. 计算定性指标的综合得分F2=∑■■fiai*40%，其中ai是各定性指标得分的平均值，fi是各定性指标相应的权重。

综合上述两种方法，可得到P2P信用风险综合度量指标评分表。如表4所示。

（三）P2P网贷信用风险评级

将定量指标与定性指标的得分加权相加，得到平台的综合评判分数，即F=F1+F2。然后，对照P2P平台信用等级参照表确认平台等级。如表5所示。

四、实证分析

本文选取了具有代表性的20家P2P网贷平台，并运用所构建的信用风险评级模型对其进行信用评级。定量数据主要来源于网贷之家公开的数据，其中时间点数据采用各平台2017年11月30日的数据，时间段数据采用各平台2017年11月的数据；定型数据得分则根据所请专家对各平台进行评判打分，并按照上述公式算出得分平均值。将两者按7：3的权重相加后，即得到20家P2P平台的信用风险等级排序。如表6所示。

从表6可看出，我国P2P网贷平台整体信用等级不够高。鉴于本文所构建的模型是基于三重信任关系视角的，评价指标不仅有关于平台本身的，也有关于平台上的借款人和投资者的。因而，一个平台的信用等级不仅取决于平台本身，也受到借款人因素和投资人因素的影响，这就导致了P2P平台单有一方面的数据很好，但受另外两方面基础数据较弱的影响，使得其最终的排名并不理想。例如：陆金服投资人方面的数据并不是最好的，但平台本身及借款人方面较好的基础数据拉高了它的排名；而人人贷的平台数据虽然不错，但投资人和借款人方面的数据不利，使得它的排名结果并不理想。

对此，本文给出的建议是P2P网贷平台在提高自身信用等级时，除了致力于提高自身风管能力，如完善平台内部的风险控制系统之外，还应注重提高平台的借款人和投资人方面的因素指标。P2P网络借贷本身就是借款人、平台和投资人三者的一种互动行为，是互相的选择。借款人和投资人根据平台公开的信息做出选择时，平台也应对借款人和投资人做出理智的选择以提高该平台网贷交易的安全性，降低信用风险，从而真正提升自身的信用等级。

五、总结

P2P网贷在发展的过程中，信用问题频发，使得对P2P网贷平台信用风险度量和管理的需求日益旺盛。建立科学的P2P网贷平台信用风险评级模型，对P2P平台进行信用评级，给予借贷双方选择平台的参考依据，有利于保护双方的合法利益，也利于P2P网贷平台的平稳运行和整个P2P行业的健康发展。

本文立足于三重信任关系视角，选取了借款人、平臺本身和投资人三个方面的影响因素，采用定量指标与定性指标相结合、层次分析法、模糊综合评判法和专家评判法相结合的方法，构建了P2P网贷平台信用风险评级模型，并运用网贷之家公开的数据进行了实证分析，初步证实了该模型的科学性、合理性，也给各P2P平台提供了提高自身信用等级的指标依据。

但该模型也存在着不足，如：在数据搜集方面，由于平台公布的数据类型有限，未能将有关该平台的所有数据信息纳入模型；在模型建立方面，AHP、模糊综合评判法和专家评判法均带有一定的主观性，因而，该模型对P2P平台信用风险等级的评定无法做到绝对客观，只能确保其在合理范围内的客观性。

参考文献：

[1]王丹，张洪潮.P2P网贷平台信用风险评级模型构建[J].财会月刊，2016（09）.

[2]杨月，谭中明.P2P网络借贷风险的评价体系构建及实证分析[J].金融经济，2016（22）.

[3]居蕾，蒋倩.三重信任关系下P2P信用风险的影响因素分析[J].中国商论，2018（03）.

*本文系大创项目“三重信任关系下P2P网络借贷信用风险的综合度量”研究成果。

（作者单位：江苏大学）