張蜀林+李萌萌

【摘要】P2P網(wǎng)貸平臺的風(fēng)險是巨大的，為了更好的研究平臺風(fēng)險，本文分兩層進行：首先衡量網(wǎng)貸平臺的風(fēng)險大小；其次評估平臺上借款人的信用風(fēng)險。引入機器學(xué)習(xí)中的無監(jiān)督學(xué)習(xí)算法二分k-means聚類，對網(wǎng)貸平臺進行分類，分析各類平臺的指標(biāo)表現(xiàn)，確定各類別的等級，給出網(wǎng)貸平臺風(fēng)險評級結(jié)果。進一步使用有監(jiān)督學(xué)習(xí)算法對網(wǎng)貸平臺的借款人信用風(fēng)險進行研究，結(jié)果顯示AdaBoost算法效果最好。

【關(guān)鍵詞】網(wǎng)貸平臺 機器學(xué)習(xí) 風(fēng)險評級

一、引言

P2P網(wǎng)絡(luò)借貸作為互聯(lián)網(wǎng)金融的重要組成部分，在普惠金融的發(fā)展過程中起重要作用。然而網(wǎng)貸平臺的風(fēng)險是巨大的，最新數(shù)據(jù)顯示：問題平臺的占比接近50%，如表1所示，這直接影響著整個網(wǎng)貸行業(yè)的健康發(fā)展。

據(jù)網(wǎng)貸之家發(fā)布報告顯示，截止2016年8月底，正常運營平臺數(shù)量為2235家，較半年期減少了114家；P2P網(wǎng)貸行業(yè)累計平臺數(shù)量達到了4213家，累計停業(yè)及問題平臺達到了1978家；8月單月停業(yè)及問題平臺共99家，其中問題平臺42家（跑路30家、提現(xiàn)困難12家），停業(yè)平臺57家（停業(yè)57家、轉(zhuǎn)型1家）。問題平臺的數(shù)量多，并且發(fā)生的頻率高，平均一天有3個平臺出現(xiàn)問題。那么，辨別網(wǎng)貸平臺的風(fēng)險大小就顯得尤為重要。這不僅關(guān)乎投資者的收益，也在一定程度上決定著網(wǎng)貸行業(yè)的發(fā)展前景。

對于網(wǎng)貸平臺的風(fēng)險評級，學(xué)者和機構(gòu)進行了大量的研究。主要分為兩個層次：一是網(wǎng)貸平臺的風(fēng)險研究，通過分析網(wǎng)貸平臺的運營模式、盈利模式等，歸納總結(jié)其面臨的風(fēng)險；二是網(wǎng)貸平臺的評級方法研究，主要是借鑒傳統(tǒng)的評級方法。

對于網(wǎng)貸平臺的風(fēng)險研究，學(xué)者從三個不同的視角和立場進行深入。第一，從平臺自身出發(fā)，其面臨的風(fēng)險主要分為內(nèi)部風(fēng)險和外部風(fēng)險（楊勝剛和周驥，2015），內(nèi)部風(fēng)險有：信用風(fēng)險、操作風(fēng)險、運營風(fēng)險、流動性風(fēng)險；外部風(fēng)險有：包括法律風(fēng)險、市場風(fēng)險。第二，站在投資者的角度，網(wǎng)貸平臺的信用風(fēng)險，信息透明度、網(wǎng)貸平臺的背景、平臺的合規(guī)性、借款標(biāo)的信息的真實性等是非常重要的（劉繪和沈慶劼，2014）。第三，從金融中介視角看，網(wǎng)貸平臺面臨著中間賬戶風(fēng)險（董裕平，2016），這會造成詐騙跑路、挪用資金、非法資金等問題的發(fā)生。

對于網(wǎng)貸平臺風(fēng)險評級，評級方法的選擇至關(guān)重要。鑒于P2P網(wǎng)絡(luò)借貸進入我國時間較短，對于網(wǎng)貸平臺的風(fēng)險評估或者評級方法的研究不夠深入，很多借鑒資本市場信用評級的體系和標(biāo)準(zhǔn)，以定性方法為主，涉及的定量方法很少。

國際上三大信用評級機構(gòu)對于網(wǎng)貸平臺的風(fēng)險評級還未有詳細的研究，但是基于P2P網(wǎng)貸的發(fā)展需求，國內(nèi)的機構(gòu)和學(xué)者已有深入，可是并沒有形成完整的體系。對于網(wǎng)貸平臺的評級方法主要集中在層次分析法（唐嘉悅和郝蒙，2014；中國社會科學(xué)院金融研究，2015），專家打分法（大公國際，2015；融360和中國人民大學(xué)，2015）和主成分分析法（理財魔方和中央財經(jīng)大學(xué)，2015；網(wǎng)貸之家，2015）等。還有將這些方法結(jié)合使用（王丹、張洪潮，2016），采用專家打分確定指標(biāo)值，進而運用主成分分析確定權(quán)重。

雖然各機構(gòu)使用的方法相近，但是評級結(jié)果的表現(xiàn)形式不盡相同。主要有黑名單或預(yù)警名單（大公國際，2015）、綜合指數(shù)排名（網(wǎng)貸之家，2015）和等級劃分（融360，2015）等。對于網(wǎng)貸平臺的評級，不同的評級機構(gòu)具有不同的評級結(jié)果，整個行業(yè)沒有統(tǒng)一的規(guī)范。

P2P網(wǎng)貸平臺具有互聯(lián)網(wǎng)、大數(shù)據(jù)和高效等特點，這使得當(dāng)前的研究面臨著很多問題和挑戰(zhàn)。首先，針對網(wǎng)貸平臺借款人的200多個指標(biāo)變量，三萬多條樣本的這些數(shù)據(jù)集，傳統(tǒng)的評級方法是否適用，取得的研究結(jié)果是否準(zhǔn)確；其次，傳統(tǒng)的方法如何把握研究結(jié)果的客觀性；最后，現(xiàn)有的評級只是給出評價結(jié)果，對于影響平臺風(fēng)險的因素揭示的不夠充分，無法起到預(yù)警作用?；诖耍疚慕Y(jié)合網(wǎng)絡(luò)借貸的特點，探索使用機器學(xué)習(xí)的算法對網(wǎng)貸平臺分類，判斷平臺的風(fēng)險等級。