数字普惠金融视角下的金融风险监测体系研究

2020-10-21陈翔宇李雅婷许秋王成宇

全国流通经济 2020年1期

陈翔宇李雅婷许秋王成宇

摘要：近年来，普惠金融作为金融领域中脱贫攻坚的重要一环，受到了社会的广泛关注。由于农村经济金融服务成本较高的特点，传统的农村金融信贷补贴改革方法并没有使贫困群体得到应有的服务，为此数字普惠金融技术应运而生，其作为经济发展中的自发创新，依托于互联网技术为传统普惠难点带来了可行解决方案。

关键词：数字普惠金融;风险监测;机器学习;知识图谱

中图分类号：F832 文献识别码：A 文章编号：

2096-3157（2020）01-0156-02

一、研究背景

数字普惠金融概念，于2016年杭州G20峰会上通过《G20数字普惠金融高级原则》得到正式阐述，涵盖了包括交易、储蓄、汇款、信贷、保险、证券、财务规划与银行对账服务等一系列金融产品和服务。通过电子技术或是数字领域的交易，如传统银行账户、虚拟货币、电子储值卡等。伴随着大数据、云计算、机器学习这些新兴技术的高速发展，金融服务将依托于数字包容性金融业务，为所有有金融服务需求的社会阶层和群体提供。着眼于当下，我国数字普惠金融主要通过互联网技术所带来的创新性从而取得发展，为传统普惠难点提供了可行的解决方案，同时由于发展空间和市场总额正在持续扩大，我国各大金融机构也正逐步推出独特的数字普惠业务模式。

作为经济发展中的自发创新，一方面，数字普惠金融扩大了金融业务的覆盖范围，使得用户不必囿于传统金融机构网点的地域限制，凭借数字化手段使金融服务触及千家万户;另一方面，数字普惠金融改变了传统普惠金融业务的运营模式，传统业务若想扩大服务范围，就只得不断增设营业网点，而在偏远农村地区设置网点的成本过高、难度过大，使农村地区群体难以享受到普惠金融服务。而数字普惠金融突破了空间限制，通过运用数字化支付平台，为消费者与服务商提供了桥梁，有效节约了其中的建筑、人工成本。最为重要的是，数字惠普金融为中低收入群体提供了技术手段，让他们通过网络平台与金融服务、金融产品连结起来。然而，由于国内数字普惠金融业务起步较晚，目前仍存在诸多问题，如金融欺诈频发、征信体系不健全，监管体系的空白等，如何有效地评估和監测各类普惠金融业务的金融风险，建立适合数字普惠金融发展的金融风险监测体系，是目前我国金融机构亟需解决的问题。

国内学者在不同行业的普惠金融背景下，以金融风险监测体系建设为研究对象，主要有以下的研究成果：信贷方面，我国小微企业信贷行业缺乏风险控制机制，并从贷前调查、贷后管理等六个方面，提出建设小微企业的信贷风险监测体系的对策;近年来为降低投资者的风险，金融机构逐渐开始以智能投顾的方式，基于大数据分析为普通投资者提供私人银行客户才能享受的投资顾问服务，但这一技术尚处摸索阶段;金融服务走向数字时代已是大势所趋，金融机构应引入金融科技助力普惠金融发展，更加注重构建制度框架，更加注重大数据在精准识别中的应用。为具体实现这一理念，金融机构可基于个人信用评级理论和已有评价指标，提出农户信用评级体系以帮助脱贫和防止返贫，并有具体的指标构建方法以供参考;由于创业企业信用担保体系不健全，金融机构过高地估计了欺诈风险，从而造成创业融资难的问题。研究显示，创业企业能从银行等正规渠道获得贷款的仅占10%左右，这有违普惠金融发展。对此，已有研究通过分解风险投资中的风险来源，探讨和揭示了风险与收益的对称性关系，对风险投资主体获取超额收益的路径做出新的分析和探索。金融机构可通过由6个指标和21个子项组成的相对完整的指标体系，制定创业投资项目筛选方案。值得注意的是，虽然数字技术的加入有效降低了普惠金融业务的风险，但是也有催生新的风险的可能。

二、相关风险识别

1 信用风险

普惠金融的目标是为得不到传统金融服务的弱势群体提供更多的金融服务和帮助。然而在实际生活中，一方面，弱势群体往往缺乏足够的抵押物和信用作为担保，个人受文化程度较低，信用记录有待完善、信用意识薄弱;另一方面，企业也有生产容易受自然条件影响、内部管理不合理、信息不对称等问题。降低服务门槛，必定会导致金融机构的信用风险大幅增加。

2 流动风险

当今社会，用户往往在存款结构上存在资金外流，并且当前的金融市场缺乏相应的制度进行约束。居民储蓄余额的稳定增长，金融机构资金流动性问题被掩盖，进而导致金融机构在支付过程中遭遇支付困难。与此同时，提供普惠金融服务的一部分运营者可能会因无法提供足额的资金来支持其流动性而蒙受损失。

3 操作风险

当前，数字普惠金融发展创新技术依然存在缺陷，交易主体仍存在资金损失风险。数字金融服务的提供者形成了数据垄断，这意味着其他的金融参与者难以同在位金融服务提供者进行竞争，同时，多数数字普惠金融服务提供商为独占客户信息，往往会选择构建自己的软件闭环生态圈，这导致了用户无法进行跨平台金融活动，就会导致大用户平台挤占小平台的发展空间，并导致了垄断和市场的低效率运行。

4 数据安全风险

目前银行的普惠金融服务中，数据来源及使用的合规性、安全性仍存在诸多问题;各银行虽有大量原始数据积累，但由于其非结构化或半结构化特性，难以被充分有效的利用;部分银行的信息系统缺乏统一规划，各业务条线和各分支机构各自开发系统，导致数据定义没有标准，数据信息采集不完整。另外，来源于互联网交易，公共平台互动等行为的数据更为全面，然而对这些数据而言，其数据质量很难得到保障，难以判断其数据真实性。

5 监管风险

近年来，各银行的普惠金融客户迅猛增长，而在从业人员数量基本保持不变的情况下，运用大数据技术进行贷前、贷后调查的方式势在必行，然而目前在推广过程中缺乏正确的监管引导;各银行部分地与各种外部机构建立了数据对接机制，但如今在隐私保护、知识产权保护、消费者权益保护等方面还有很多不完善之处。当前，各银行风控模型已有一定成效，但其有效性仍待完善。例如，招行、建行的个人线上信用贷款，均出现了超过预期不良率的问题而难以为继。由于当前风控模型的不成熟，贷款业务仍然主要以人工服务为主，距离无人监管仍有很长的路要走。

三、普惠金融风险监测体系研究

1 基于机器学习的贫困户精准识别

当数据量十分巨大时，通过预处理使得数据满足机器学习中监督学习类的算法要求所要付出的代价非常大，且对贫困户没有预先分类的规则，也没有归属的类别，因此利用K-means 聚类算法进行分类处理。通过选取最优分类数 K 值，对贫困户的贫困特征进行聚类分析，基于贫困特征对贫困户进行分类建立贫困分类模型，分类结果对实施精准资助具有重要意义，有助于实现分类科学、资助精准的大数据精准扶贫模式。

K-means聚类算法是最典型的基于区间的聚类算法。其目的是在给定分类类别数K值情况下，随机选取K个类簇中心点作为当前类簇的类中心，计算每个点与类中心点的间隔，将其划分到距离最小的类簇中直至完成所有点类簇的划分，然后重新计算每一类簇的中心点并计算各点与新类簇核心的距离长度，分配各点所属类簇，如此循环迭代，直至类簇中心点的小于阈值或到达指定的迭代次数。

较差的初始聚类核心可能会导致聚类后果偏离全局最优分类，所以聚类的结果与随机选择的初始聚类中心有颇大的关联。在实际应用中，一般以屡次迭代，多次重复运行K-means聚类算法，通过不同的聚类中心，以此实现全局最优分类。

2 基于知识图谱的创业融资反欺诈

在创新创业融资的反欺诈场景中，不仅需要考虑单个信息点的属性，创业的新兴企业之间往往包含很多潜在的未知信息，而这些潜在的信息即隐性关联。所以，识别企业融资欺诈的问题可以转化为社会网络分析或企业关系图挖掘。知识图谱的核心思想便是在机器理解知识中将多源异构数据集成于此，将信息转化为“实体-关系-实体”三元组结构，随后通过异常风险检测，从而实现欺诈识别和防范。通过架构中的知识图谱发现社区、染色标签或异常子图，各种风险评估模型都可以利用网络特征直接提取，从而实现自动化创业融资反欺诈体系的构建。

四、结论

普惠金融因为有了互联网金融的发展而拥有了强大的助推力。数字普惠金融的发展能够有效地解决传统普惠金融在服务门槛高、了解程度低、地理位置偏远、适用性低等方面的问题，既给予了其中刚需者简单而又便捷的金融服务，又为普惠金融服务提供者扩展了业务、降低了成本、增加了发展的可持续性，还加强了金融信息数据的分析和运用。但同时数字普惠金融也面临着技术、产品开发、操作规范、客户接受程度与安全意识等方面的问题，因数字技术的开放性、传染性等特性，加剧了使用者的资金、信息风险以及金融市场的垄断风险、准入风险和系统性风险。有效发展数字普惠金融能够为我国更多的人提供金融服务，促进人民更好地享受金融优惠政策，从而实现真正的普惠金融。

参考文献：

[1]陳伟，杨大楷风险投资的异质性对IPO的影响研究——基于中小企业板的实证分析[J].山西财经大学学报，2013，35（03）：33～43

[2]黄益平数字普惠金融的机会与风险[J].金融发展评论，2017，（08）：14～19

[3]尹优平金融科技助推普惠金融[J].中国金融，2017，（22）：90～91

[4]向宇打开金融扶贫的大门——贫困户信用评级不返贫机制[J].中国国际财经（中英文），2017，（11）：154～154

[5]王晓莹农户信用评价体系构建研究[D].昆明：云南财经大学，2016

[6]谷秀娟，叶金创投企业支持中小企业发展的风险规避研究[J].郑州轻工业学院学报（社会科学版），2014，15（01）：73～75

[7]金艳红，张骞从银行角度看小微企业融资难[J].中国商论，2018，（31）：54～55

[8]曾之杰中国风险投资风险-收益分析[D].北京：中国社会科学院研究生院，2017

[9]邓文芳创业投资项目筛选方案研究[D].杭州：浙江大学，2018

[10]王晓国际组织对数字普惠金融监管的探索综述[J].上海金融，2016，（10）：75～77

[11]李云大数据分析技术及其在贫困生帮扶工作中的应用研究[D].贵阳：贵州大学，2018