互联网金融生态圈信用风险评价指标体系的构建

陈春瑾

摘 要：在“互联网金融”与“金融生态圈”不断发展下，“互联网金融生态圈”作为一种创新，同样面临着互联网金融带来的信用风险，加之圈内生态体系建设完善，导致信用风险产生的原因层出不穷。由于互联网金融生态圈发展尚未成形，因而通过专家意见与现有研究，从定性角度分析影响圈内信用风险的因素，建立互联网金融生态圈信用风险评价指标体系，最后赋予指标相应权重。互联网金融生态圈信用风险评价指标体系的构建，既弥补了相关研究内容的不足，也为防范与控制圈内信用风险提供了一定的理论依据与决策参考。

关键词：互联网金融生态圈;信用风险;评价指标

中图分类号：F830        文献标志码：A      文章编号：1673-291X（2019）24-0085-03

一、互联网金融生态圈的含义

“无网络不金融，无移动不金融”已成为现代金融业体系的一个重要特征，随着互联网思维的发展、技术的进步、传统金融模式的创新，“互联网金融生态”应运而生。现今，越来越多的学者运用仿生学原理，从生态学的角度来考察互联网金融，通过运用金融生态理论，打造出了一个具有外部发展规律及内在运行机制的互联网金融生态圈，其不仅包含着金融新秩序与新结构的含义，也体现着动态平衡的概念。

互联网金融生态圈的生态体系包含三个部分，即生态主体、生态环境以及生态模式。互联网金融生态主体覆盖互联网金融消费者、平台、企业及政府相关机构等;互联网金融生态环境涵盖经济环境、法制环境、信用环境以及行业环境等;互联网金融生态模式是互联网金融新业态的运营模式，是生态主体之间、生态主体与生态环境之间产生联系的媒介。

互联网金融生态圈虽然可以通过生态系统内各部分的相互作用，实现“优胜劣汰、适者生存”的良性竞争与发展，解决了传统金融生态无法进行自我更新与进化的问题，但是依旧无法避免金融行业众多的风险，诸如技术风险、信用风险、运营风险、法律监管风险以及其他风险等，成因较为复杂，特点也呈多样性。其中，笔者认为，当以信用风险为主要风险，且圈内信用风险具体表现更是多种多样。例如，在互联网股权众筹融资活动中，筹得资金的一方没有将资金用于其承诺投资的项目上，而是用于个人生活消费，从而给资金供给者造成经济损失，也损害了互联网股权众筹融资中介机构平台的声誉。在互联网借贷业务中，信用风险表现为资金需求方逾期不偿还借款本金和利息，给出借资金的一方造成资金损失。这些现象都表明导致信用风险生成的因素充斥在互联网金融活动的各个流程、各个主体之间，并且信用风险的产生影响的是整个生态圈的内外主体与环境，没有一方可置身事外。所以，针对生态圈的特殊运行机制及生态结构研究出一套信用风险评价体系具有重大意义。

本文将通过分析影响互联网金融生态圈信用风险生成的因素，遵循指标设计原则，从生态主体及环境两个方面出发，确定圈内信用风险的评价指标，根据专家意见与经验从定性角度构建信用风险评价指标体系，旨为识别导致圈内信用风险产生的影响因素提供借鉴，从而在识别、防范互联网金融生态圈内信用风险及新型互联网金融业态的发展、金融生态环境的优化方面提供一定的依据与参考。

二、互联网金融生态圈信用风险评价指标的设计

（一）评价指标设计的基本原则

如何选择系统的评价指标，是评价互联网金融生态圈内信用风险的前提与基础。考虑到圈内多种多样的生态特征及其信用风险的隐蔽性、联动性、不易测量等特点，在构建圈内信用风险评价体系时，应遵循以下原则。

1.综合性原则。评价指标体系较为复杂，影响互联网金融生态圈信用风险的因素也比较复杂，在确定评价体系指标时，必须选择能够综合反映圈内信用各方面因素。即指标的覆盖面要广，这些指标要涵盖生态主体行为产生的各种影响以及生态环境的众多变化情况。

2.独立性原则。对于生态圈内信用风险的评价指标，由于众多影响因素有的可以准确衡量，有的却不行，且定性分析的主观性较大，因而指标的设计可能会出现部分重叠，此时就需要进行指标的筛除，保证每个指标内涵清晰、相对独立。指标体系要层次分明，简明扼要，相互之间既不相互重叠，也不存在因果关系。

3.结构性原则。互联网金融生态圈具有着一定外部发展规律、内在逻辑安排，针对其信用风险的指标设计，需要符合相应的生态特征，从外部环境探求信用风险产生的原因时，也要考虑内在主体的影响，保证指标的设计能够展现互联网金融的生态系统特征，使指标体系结构化。

4.预见性原则。互联网金融生态圈是一个动态平衡体系，其内在结构与状态是在不断变化发展的，因而在确定信用风险指标时，应考虑到未来可能出现的情况与发展趋势，即指标应包括影响信用风险生成的潜在因素。

（二）互联网金融生态圈信用风险的影响因素

基于前文所述，可以发现互联网金融生态圈信用风险的产生是一个整体效应，其由多方引起，然后作用于整个生态系统。本部分在考虑整体性与生态圈组成结构的基础下，将引起信用风险及其生成后果相关的一切驱动因素进行分类分析，从圈内生态主体与生态环境两个总体层面考虑导致信用风险生成的驱动因素，并对各层面关键驱动因素进行分析。

1.生态主体因素。由于互联网金融生态圈的建设起步较晚，至今仍在发展探索的过程中，存在诸多隐患和亟待解决的问题。生态主体资质良莠不齐，致使圈内信用风险事件频繁发生，“生态污染”持续加重。为了便于識别风险源，对主体进行针对性的认识与控制，本部分选择了生态主体内主要的四类进行分析。

首先，互联网金融消费者因素分析。互联网金融消费者是生态圈内业务循环进行的主体，大致可以分为资金需求方、供给方，所以应从需求方、供给方以及由这双方主导而产生的信息不对称、道德风险、逆向选择及违约事件这几个方面来观察消费者引发信用风险的表现。需求方可能会出现其筹集到资金后卷款而逃或者无力偿还的情况;而供给方则就会因为借款者的违约等行为无法按时收回而造成损失;信息不对称会导致消费者产生信用危机行为;逆向选择与道德风险是信息不对称导致的事前与事后风险，是信用风险产生的重大隐患;违约行为则会直观地引起信用风险。

其次，互联网金融平台因素分析。互联网金融平台是生态主体进行金融业务的基础，因而从信息披露情况、技术操作水平、信用信息滥用状况、准入退出情况四个方面考察影响平台信用风险的因素。当平台不能做到信息披露的公开透明与及时，信用信息就会不对称，风险也伴随而来;技术操作水平直接决定了平台维护良好网络秩序的能力;信用信息滥用状况是指有些平台不能严格守信地保管用户信用信息或为了私利主动泄露;准入退出情况是对平台准入机制与退出机制是否完善的考核，因为平台的介入退离难易决定着参与者的“质量”。

再次，互联网金融企业因素分析。为寻求互联网金融企业引发信用风险的因素，可以从欺诈风险、跑路风险、非法集资、违约风险四个具体层面来分析。欺诈风险即某些企业通过非法集资、恶意欺诈坑害消费者从而引发的信用风险问题;“跑路”风险用于概括平台企业無故“跑路”现象;非法集资与违约风险指企业违背信用、违背法律筹集资金，或在募集到资金后并不用于事前约定的项目或业务运营上而占用资金或者另图他用，发生违约行为，而这些都是信用风险形成时埋下的隐患。

最后，政府相关机构因素分析。风险的形成是需要一个过程的，所以政府在识别信用风险方面应从事前防范、事时监督、事后追责三方着手。事前防范反映着政府机构是否建立了有效识别信用风险的预警机制与体系;事时监督能够看出政府相关机构实时跟踪信用风险事件动向的情况;事后追责的影响则体现在信用事件发生后机构未进行严厉惩处与追责，导致信用问题再发或扩大。

2.生态环境因素。生态圈的动态平衡是生态主体与生态环境共同作用下的结果，生态环境的状况会影响生态主体的行为。因而在分析完生态主体的影响后，生态环境的影响不可或缺，此处环境分析主要是依据众多学者的研究成果进行的。

首先，经济环境因素分析。陆岷峰（2017）指出，经济是互联网金融生态构成的基础。经济周期的波动、圈内各方政策的制定能够较好地体现生态圈经济环境的状况。经济周期波动对生态圈内信用风险的影响非正即负，若经济环境整体呈现繁荣之态，那么信用违约事件就会减少，而若经济处于衰退甚至萧条阶段，生态主体为了更好地生存将“不择手段”，随之而来的就是无法避免的信用危机。政策制定情况的影响也表现得很直接，利好的政策环境能让互联网金融生态圈的发展减少很多阻碍，压抑约束的政策会导致主体产生边缘行为。

其次，法制环境因素分析。法制环境是约束生态圈主体以信用为基础行事的准则，而影响法制环境建设的因素可以从监管缺失、法律滞后、创新力度三个方面来分析。监管缺失会使得不法分子趁虚而入、违法乱纪，扰乱圈内生态体系;法律滞后会使得制裁者在制约、惩处违法乱纪者及相关事件时无据可循，法律漏洞就是最大的风险源;创新力度影响范围极其广泛，尤其是在信用风险基本核心法律制度和专门化的创新约束方面都存在极大的不足，从而导致信用问题一直激增。

再次，信用环境因素分析。我国的信用环境整体上并不理想，在互联网金融市场更是尤为突出，所以要从机制与参与机制者多方，即征信体系、信用评级、社会信用意识方面综合地来分析信用环境因素。征信系统未与央行征信系统实现对接，缺乏统一的信息平台和全覆盖的征信系统，使得圈内征信体系存在很大风险漏洞;信用评级水平决定了参与主体信用水平的高低，信用评级机制不完善则容易产生虚假信用信息，这都直接决定着信用风险事件发生的概率;较高的信用意识会减少而信用风险事件的发生率，而实际上很淡薄的社会、个人信用意识及欠缺的诚信文化会增加圈内信用风险发生的概率。

最后，行业环境因素分析。整个互联网金融行业的环境会影响整体信用水平与环境的建设，具体可从同质化现象、行业声誉、行业自律情况来找寻影响信用风险的原因。同质化现象会是圈内生态主体由于互联网技术与思维的不成熟对于生态模式的创新发展已经到了一个瓶颈期，以致行业竞争同质化现象严重，从而引发恶劣的竞争环境;行业声誉好坏影响着社会公众、个人的信任度，较差的行业声誉必然导致较低的信用与社会信任度，更易滋生信用风险;行业自律情况是各业务参与主体行事的风向标，行业自律组织能否严格履行职责、进行自我约束、维持行业整体信用度直接决定信用风险事件产生的多少。

三、互联网金融生态圈信用风险评价指标体系的构成

根据以上对评价指标原则设置与选择的分析，本部分将互联网金融生态圈信用风险评价设为目标层，按照指标设置的综合性、结构性原则，将生态主体和生态环境设为一级指标，再依据指标选择设置8个二级指标，即互联网金融消费者、互联网金融平台、互联网金融企业、政府相关机构、经济环境、法制环境、信用环境、行业环境。最后根据独立性、潜在性原则对具体主体行为以及导致信用风险生成的恶劣环境进行归纳识别，确定更为具体、确切的风险驱动因素，设计出28个三级指标，并赋予其相应权重，具体（如下表所示）。

四、结语

本文在简要阐释互联网金融生态圈含义的基础上，分析了影响互联网金融生态圈内信用风险生成因素，依据科学的评级指标设置原则，确定了相对合理的评价指标，构建了较为完备的评价体系，并通过专家意见与经验对三级指标各自赋予了相应的权重，表明其对互联网金融生态圈信用风险影响程度的不同，旨在为识别圈内信用风险以及防范监管方面提供一定参考。虽然互联网金融生态圈是一个具备无限发展机会与风险的复杂体，圈内信用风险由于众多原因较易产生、扩散，但是随着互联网技术的提升、金融生态环境的建设，信用风险一定会得到缓解或解决，金融生态圈也必将走向“公平、平衡与可持续发展”。

参考文献：

[1]  谭中明，谢坤，谭璇.P2P网络借贷生态圈刻画、信用风险生成及防范——基于生态学视角的研究[J].南方金融，2018，（9）：53-61.

[2]  陆岷峰，虞鹏飞.互联网金融生态系统建设与运用研究——基于仿生学原理在互联网金融发展中的应用[J].西南金融，2017，（1）：3-9.

[3]  陈长彬，盛鑫.供应链金融中信用风险的评价体系构建研究[J].福建师范大学学报：哲学社会科学版，2013，（2）：79-86.

[4]  朱传进，朱南.P2P网贷借款人信用风险模糊综合评价——基于模糊数学理论的视角[J].金融理论与实践，2017，（6）：60-65.

[5]  徐诺金.论我国的金融生态问题[J].金融研究，2005，（2）：35-45.