程 潔,莫瓊輝
(江西財經(jīng)大學金融學院,南昌330013)
互聯(lián)網(wǎng)金融平臺信用評級體系的設計
——基于熵權(quán)法
程 潔,莫瓊輝
(江西財經(jīng)大學金融學院,南昌330013)
近年來因互聯(lián)網(wǎng)金融平臺在發(fā)展過程中逐漸暴露問題,開始出現(xiàn)一大批的互聯(lián)網(wǎng)評級平臺。基于熵權(quán)法加入非財務指標,構(gòu)造互聯(lián)網(wǎng)金融平臺信用評級體系,根據(jù)數(shù)據(jù)的正態(tài)性假定確定評級標準。對所選取的30家平臺進行評級,結(jié)果與網(wǎng)貸之家數(shù)據(jù)對比,發(fā)現(xiàn)新的評級體系具有一定的可靠性?;谛碌脑u級方法的諸多優(yōu)點,對互聯(lián)網(wǎng)金融平臺的評級方法給予參考。
熵權(quán)法;互聯(lián)網(wǎng)金融;信用評級
近年互聯(lián)網(wǎng)金融業(yè)發(fā)展迅速,根據(jù)網(wǎng)貸之家數(shù)據(jù)顯示,截止到2017年2月,中國網(wǎng)貸平臺數(shù)量已經(jīng)達到5 882家,歷史累計成交量達到了38 544.26億元?;ヂ?lián)網(wǎng)金融發(fā)展規(guī)模越來越大。但其問題也逐漸暴露,截止2月份歷史累計停業(yè)和問題平臺已達3 555家??偝霈F(xiàn)問題和停業(yè)的平臺占總平臺數(shù)量一半以上。在互聯(lián)網(wǎng)金融問題頻出之際,慢慢涌現(xiàn)出一批互聯(lián)網(wǎng)金融大數(shù)據(jù)平臺和評級平臺。處于剛起步階段的互聯(lián)網(wǎng)金融評級并不成熟,制定一個合理有效的互聯(lián)網(wǎng)金融平臺評級體系具有一定的研究價值。
目前,業(yè)界開始慢慢結(jié)合學術(shù)界的研究成果,引入學術(shù)界的研究成果進行機構(gòu)的信用評級。如國內(nèi)的網(wǎng)貸天眼與中國社會科學院金融研究所、融360和中國人民大學進行合作。其表明信用評級制度需要越來越科學化和專業(yè)化。
熵權(quán)法是一種客觀賦權(quán)法,1948年由C.E. Shannon引入信息論,稱之為信息熵。因其權(quán)重基于所給數(shù)據(jù)得出,和AHP對比而言,不會受到主觀判斷的影響。所以可用于任何評價指標的權(quán)重確定?;陟貦?quán)法的諸多優(yōu)點,又因為互聯(lián)網(wǎng)金融平臺許多數(shù)據(jù)都能在相關平臺上獲得。在此,采取熵權(quán)法構(gòu)建評級體系對互聯(lián)網(wǎng)金融平臺進行信用評級。
(一)指標體系的構(gòu)建
1.指標選取原則
(1)可操作性。因需要通過大量數(shù)據(jù)對互聯(lián)網(wǎng)金融信用進行測算,指標選取的最大的難題是數(shù)據(jù)的查找,因此指標需要能夠在相關網(wǎng)站找到數(shù)據(jù)。
(2)可靠性。指標能夠反映互聯(lián)網(wǎng)金融平臺風險,且其數(shù)據(jù)有正規(guī)的來源和公開的核算方法。
(3)全面性。指標體系需要全面包含互聯(lián)網(wǎng)金融信用的各個方面,既要包括財務指標,也要包括非財務指標。
2.指標體系及指標說明
(1)平臺背景
采用注冊資本、股東構(gòu)成和運營時間三個指標來考察平臺背景。各指標的具體內(nèi)容及測算方法如下。
注冊資本:公司制企業(yè)章程規(guī)定的全體股東或發(fā)起人認繳的出資額或認購的股本總額,代表當前平臺在工商企業(yè)登記的注冊時填寫申報的注冊資金。
股東構(gòu)成:根據(jù)股東構(gòu)成將平臺背景分成民營系、銀行系、上市公司系以及國資系。根據(jù)風險關系將其量化,具體將民營系賦值為0,銀行系為1,上市公司為2,國資為3。
運營時間:代表平臺上線時間至今仍然處于正常營業(yè)狀態(tài)的時間。
(2)平臺熱度
客戶對于平臺的熱衷程度可以從參與人數(shù)、成交量等一系列指標體現(xiàn)。通過對已知數(shù)據(jù)進行整合,將其分為成交量、投資人數(shù)、借款人數(shù)、借款標數(shù)和滿標用時等五個指標。
成交量:表示平臺在某一時間段內(nèi)滿標并通過復審成交的總金額(包括債券轉(zhuǎn)讓;不包括新手標、體驗標)。其具體測算公式如下:Mi:第i筆借款標的本金(元)
投資人數(shù):該指標是指在平臺有過至少一次借款行為的總?cè)藬?shù),若同一借款人在某統(tǒng)計時間段內(nèi)有過多次借款,均按1人來統(tǒng)計。
借款人數(shù);表示某個時段端內(nèi)發(fā)生過借款的人數(shù)。借款標數(shù):實際發(fā)生借款標的數(shù)量。
滿標用時:某筆借款最后一筆有效投資與第一筆有效投資對應的時間間隔。
(3)運營狀況
將平均借款期限、人均投資金額、平均預期收益率和人均借款金額劃入運營狀況指標大類。
平均借款期限:該指標代表所有借款標的平均期限,其核算公式如下所示::第i筆借款的期限
人均投資金額:代表平臺某一段時間的成交量除以投資人數(shù)。公式如下:
平均預期收益率:表示網(wǎng)貸平臺在某一時間段內(nèi)所有投資標的預期收益率的平均數(shù)。公式為::第i筆借款標的收益率
人均借款金額:平均每位借款人的借款金額。核算公式為:
(4)資金流動
平臺的風險很大一部分收到資金流動性的影響,指標選取待還余額、前十大土豪待收金額占比、前十大借款人待還金額占比、資金凈流入、借款分散度以及投資分散度。
待還余額:代表平臺某個時間點平臺上所有借款人或者項目尚未償還的本息和。
前十大土豪待收金額占比:代表某個時間點平臺待收金額前十大占總待收的比例。
前十大借款人待還金額占比:代表某時間點平臺待還金額前十大占總待還的比例。
資金凈流入:表示當天待收金額減去前一天待收金額。
借款分散度:類比基尼系數(shù)來表征借款金額分布的不均衡程度,核算方法為:借款人的待還在總待還中的占比的平方和乘以10000。
投資分散度:類比基尼系數(shù)來表征投資金額分布的不均衡程度,核算方法類比借款分散度。
(二)指標權(quán)重的計算
熵權(quán)法計算過程如下:
首先,設有n個評價指標,m個樣本,Xij表示第i個受訪者的第j項指標,據(jù)此構(gòu)建待評估矩陣Rx。
其次,將指標進行無量綱化處理:在備評估指標中,數(shù)據(jù)全為正指標即數(shù)值越大越好。為了消除由于量綱和量綱單位導致的不可比較性,先應將評價指標進行無量綱化處理。對于正向指標,處理如下:
對于負向指標,處理如下:
第三,采用標準化法對數(shù)據(jù)進行平移如下:得到新矩陣RY。
第四,計算出第個樣本第項指標所占的比重如下:
第五,計算出第項指標的熵值如下:
在此基礎上定義差異性系數(shù)為:
最終定義熵權(quán)如下:
由于RY是m×n矩陣,而n個評價指標的指標熵權(quán)wj可構(gòu)成n×1矩陣W,將兩個矩陣相乘可得到所有樣本的樣本熵值的m×1矩陣R,計算如下:
為了降低信用評價過程中的成本,使得評價體系更為簡潔有效。獲取193家互聯(lián)網(wǎng)金融平臺數(shù)據(jù),根據(jù)公式編寫程序,將數(shù)據(jù)導入MATLAB2008a進行實驗。對選取的指標進行進一步的篩選,剔除掉權(quán)重明顯小的兩個指標——滿標用時和人均借款金額,得到最終指標體系。
(三)評級標準的建立
根據(jù)中心極限定理,大量隨機變量積累分布函數(shù)將會逐點收斂到正態(tài)分布的積累分布函數(shù)的條件。如果數(shù)據(jù)過多,則其分布將會近似為正態(tài)分布,繼而表現(xiàn)出一些比較好的統(tǒng)計性質(zhì)。設所得信用得分數(shù)據(jù)為X,均值為E,標準差為σ?;谡龖B(tài)分布的良好性質(zhì),以及對所得評級數(shù)據(jù)做正態(tài)性假設。按照四級劃分標準,制定評級標準如表1。
表1 信用評級標準劃分
為了驗證評價體系的準確性,選取30家互聯(lián)網(wǎng)金融平臺2017年2月份的數(shù)據(jù),運用MATLAB2008a程序進行計算,輸出得到30家互聯(lián)網(wǎng)金融平臺評級結(jié)果。
從總體來看,本方法做出評級得到優(yōu)、良、中以及差級別的平臺數(shù)量分別為:11家、6家、4家以及9家??傮w而言評級結(jié)果不容樂觀。將其與網(wǎng)貸之家評級數(shù)據(jù)進行對比可以發(fā)現(xiàn),評級為優(yōu)對應網(wǎng)貸之家A+評價的共有8家,一致率為72.72%;評級為良的一致率為83.33%;評級為中的一致率為75%;評級為差的一致率為77.78%??傮w一致率達到76.6%。
從對比結(jié)果上來看,根據(jù)熵權(quán)法得出的30家互聯(lián)網(wǎng)金融平臺結(jié)果和網(wǎng)貸天眼數(shù)據(jù)進行對比一致率較高,認為結(jié)果具有一定的穩(wěn)健性。
較之于其他的評級方法如AHP而言,熵權(quán)法根據(jù)平臺披露的歷史數(shù)據(jù)算出指標權(quán)重,更具有客觀可靠性。加入新的非財務指標,使得評價指標體系更為全面。整體的評價方法易于操作,數(shù)據(jù)可得,可以作為互聯(lián)網(wǎng)金融評級平臺的借鑒方法加以推廣。
[1]劉 玉.電商金融下信用風險評價體系的構(gòu)建——基于層次分析法[J].現(xiàn)代商業(yè),2015(14):147-148.
[2]張 超,朱維娜.基于層次分析法的互聯(lián)網(wǎng)金融中小企業(yè)信用評價體系構(gòu)建[J].征信,2014(10):25-29.
[3]章 穗,張 梅,遲國泰.基于熵權(quán)法的科學技術(shù)評價模型及其實證研究[J].管理學報,2010(1):34-42.
[4] Faming Zhang,R Pandu,Tadikamalla and Jennifer Shang. Corporate Credit-Risk Evaluation System:Integrating Explicit and Implicit Financial Performances,International Journal ofProduction Economics,2016.
[責任編輯:王 鑫]
F83
A
1005-913X(2017)08-0098-02
2017-05-12
程 潔(1997-),女,江西臨川人,本科學生,研究方向:金融學;莫瓊輝(1997-),男,湖南衡陽人,本科學生,研究方向:數(shù)理經(jīng)濟學。