周春來 劉峰濤
【摘要】本文基于自組織理論和他組織理論對P2P網(wǎng)絡(luò)借貸系統(tǒng)的自組織演化和復(fù)合演化過程進(jìn)行了定性分析,并基于第一網(wǎng)貸的交易數(shù)據(jù)利用近似熵以及樣本熵算法對其復(fù)合演化過程進(jìn)行了定量描述。研究發(fā)現(xiàn)P2P網(wǎng)絡(luò)借貸系統(tǒng)演化過程中,自組織演化起主導(dǎo)作用,政策監(jiān)管、行業(yè)規(guī)范等他組織起輔助作用,有效的他組織能夠降低或加速降低P2P網(wǎng)絡(luò)借貸系統(tǒng)的無序程度;近似熵與樣本熵算法能夠?qū)2P網(wǎng)絡(luò)借貸系統(tǒng)的有序度進(jìn)行測度,并在數(shù)據(jù)序列長度達(dá)到300個以后,兩者具有較高的穩(wěn)定性;政策監(jiān)管、行業(yè)規(guī)范等他組織作用的反應(yīng)周期一般為兩個月,過多的監(jiān)管與規(guī)范并不能帶來P2P網(wǎng)絡(luò)借貸系統(tǒng)有序性的提高。
【關(guān)鍵詞】P2P網(wǎng)絡(luò)借貸系統(tǒng) 自組織 復(fù)合演化過程 近似熵算法 樣本熵算法
一、背景
P2P網(wǎng)絡(luò)借貸作為一種新型的投融資模式,不僅受到中小微企業(yè)青睞,也是個人投資者投資理財?shù)男逻x擇。截至2016底,網(wǎng)貸行業(yè)累計平臺數(shù)量達(dá)到5877家,全年成交量20636億元,遠(yuǎn)超2015年全年網(wǎng)貸行業(yè)9823億元的成交量,但累計停業(yè)及問題平臺數(shù)達(dá)到3429家,跑路、提現(xiàn)困難等問題層出不窮。一邊是迅猛發(fā)展勢頭不減,一邊是問題平臺不斷,毀譽(yù)參半的P2P網(wǎng)絡(luò)借貸受到了越來越多理論界與實(shí)務(wù)屆的關(guān)注,國內(nèi)外對其展開了多角度的研究。不管是對平臺融資效率還是對借貸雙方借貸行為,學(xué)界都展開了相當(dāng)多的研究。然而,P2P網(wǎng)絡(luò)借貸系統(tǒng)作為復(fù)雜經(jīng)濟(jì)系統(tǒng),其演化發(fā)展不僅涉及自身自組織的發(fā)展,同時還不可避免的受到外部他組織如政府、行業(yè)協(xié)會等多方因素的影響,已有的研究僅局限于關(guān)注系統(tǒng)某一方面的影響因素的研究,缺乏對系統(tǒng)整體性演化機(jī)理與演化過程的研究。系統(tǒng)整體性研究的缺乏使得監(jiān)管等的實(shí)施效果不佳。本文基于自組織理論與他組織理論,對P2P網(wǎng)絡(luò)借貸系統(tǒng)的自組織演化于復(fù)合演化過程進(jìn)行了探討,并利用近似熵與樣本熵算法對系統(tǒng)的復(fù)雜性進(jìn)行了測度,并做了相關(guān)分析。
二、P2P網(wǎng)絡(luò)借貸系統(tǒng)自組織演化與復(fù)合演化過程理論分析
自組織理論是上世紀(jì)60年代末興起的研究系統(tǒng)演化的較為成熟的方法,它研究復(fù)雜系統(tǒng)的形成與演變機(jī)制問題,即在一定條件下,系統(tǒng)是如何自動地從無序走向有序、從低級有序走向高級有序的。自組織理論強(qiáng)調(diào)系統(tǒng)進(jìn)行自組織演化的前提條件是具備耗散結(jié)構(gòu),動力機(jī)制是協(xié)同學(xué)。研究發(fā)現(xiàn),P2P網(wǎng)絡(luò)借貸系統(tǒng)具備耗散結(jié)構(gòu)特征和協(xié)同學(xué)機(jī)制。耗散結(jié)構(gòu)特征表現(xiàn)在P2P網(wǎng)絡(luò)借貸系統(tǒng)具有明顯的開放性、遠(yuǎn)離平衡態(tài)、存在非線性作用以及通過漲落達(dá)到有序。協(xié)同學(xué)主要體現(xiàn)在借貸雙方當(dāng)事人之間的競爭與協(xié)同、借貸平臺之間的競爭與協(xié)同,而信用機(jī)制是P2P網(wǎng)絡(luò)借貸系統(tǒng)中的序參量。
自組織是P2P網(wǎng)絡(luò)借貸系統(tǒng)發(fā)展演化的固有本質(zhì)規(guī)律,他組織是一種建立在對P2P系統(tǒng)固有發(fā)展演化規(guī)律認(rèn)識基礎(chǔ)上的顯性干預(yù)行為,在系統(tǒng)復(fù)雜度不斷提高、自組織力弱有效情況下,他組織顯得更為明顯和重要。P2P網(wǎng)絡(luò)借貸系統(tǒng)中他組織行為主要體現(xiàn)為政策監(jiān)管、行業(yè)規(guī)范,他們與P2P網(wǎng)絡(luò)借貸系統(tǒng)發(fā)展演化過程當(dāng)中自組織行為結(jié)合,發(fā)揮兩者復(fù)合作用,共同推動P2P網(wǎng)絡(luò)借貸系統(tǒng)的發(fā)展演化。在這個復(fù)合過程中,監(jiān)管、自律規(guī)范與P2P網(wǎng)絡(luò)借貸系統(tǒng)自組織行為處于分向的可耦合狀態(tài),監(jiān)管通過調(diào)試和修正P2P網(wǎng)絡(luò)借貸中的風(fēng)險點(diǎn),不斷加強(qiáng)行業(yè)信用風(fēng)險識別能力與信用風(fēng)險防范意識,促使平臺回歸中介屬性等等,推動P2P網(wǎng)絡(luò)借貸系統(tǒng)不斷提升自身有序程度,不斷從無序走向有序,從低級有序走向高級有序。
三、基于近似熵與樣本熵算法的系統(tǒng)有序度測度模型構(gòu)建
在P2P網(wǎng)絡(luò)借貸系統(tǒng)的自組織與他組織復(fù)合演化中,自組織力與他組織力是一種耦合關(guān)系,目標(biāo)是通過相互作用降低系統(tǒng)的無序程度,提升系統(tǒng)的有序度。對于系統(tǒng)有序性的描述,克勞修斯和普利高斯等人提出熵的概念,認(rèn)為熵值越大,系統(tǒng)越無序。熵對于系統(tǒng)演化的定性描述具有重要作用,但克勞修斯的平衡系統(tǒng)熵理論以及普利高津的非平衡開放系統(tǒng)的推廣熵理論都無法完成對系統(tǒng)有序程度的定量描述。為了解決這一難題,平卡斯(Pincus)定義了近似熵(Approximate Entropy,簡記為ApEn),后來學(xué)者們在近似熵基礎(chǔ)上又發(fā)展了樣本熵,用以定量描述系統(tǒng)有序程度。雖有兩者不盡完美,但對于系統(tǒng)有序性的定量描述依然意義重大,因此本文使用近似熵與樣本熵兩種方法探討P2P網(wǎng)絡(luò)借貸系統(tǒng)的有序性,以此研究其復(fù)合演化過程。
ApEn是用一個非負(fù)數(shù)來表示前一數(shù)據(jù)對后一數(shù)據(jù)的可預(yù)測性,以定量描述時間序列的可重復(fù)性。熵值越大,表明時間序列越具有隨機(jī)性或不規(guī)則性,其非周期性越強(qiáng),復(fù)雜度越高;熵值越小,表明數(shù)據(jù)周期性越強(qiáng),復(fù)雜度越小。
對于給定的N點(diǎn)時間序列{y(i)},設(shè)定模式為數(shù)m和相似容限r(nóng),重構(gòu)m維向量Y(i)。
■
對每一個i值計算向量Y(i)與其余向量Y(j)之間的距離,定義向量Y(i)和Y(j)之間的距離為兩個向量對應(yīng)元素中差的絕對值的最大值,即:
■
給定閾值r(r>0),對每一個i值統(tǒng)計d[Y(i),Y(j)]≤(r*SD)的數(shù)目,并求出統(tǒng)計結(jié)果與向量距離總數(shù)(N-m+1)的比值,其中SD為原始時間序列{y(i)}的標(biāo)準(zhǔn)差,記作Cmi(r)即:
■
粗略地講,Cmi(r)反映序列中m維模式在相似容限r(nóng)的意義下相互近似的概率,再將Cmi(r)取對數(shù),求其對所有i的平均值,記作φm(r),即
■
再對m+1,重復(fù)以上過程,得到φm+1(r)
■
樣本熵的算法設(shè)計如下:
首先,將數(shù)據(jù)序列{y(i)}按順序組成m維向量,即:
然后定義Y(i)和Y(j)之間的距離d[Y(i),Y(j)]為兩個向量對應(yīng)元素中差值最大的一個,即:
顯然,此時的Y(i)和Y(j)中其他對應(yīng)元素間差值自然都小于d,再針對每一個i值計算Y(i)與剩余向量Y(j)(j=1,2,…,N-m+1)之間的距離d[Y(i),Y(j)]。
接下來,按照給定的閾值r(r>0),對每一個i值統(tǒng)計d[Y(i),Y(j)] 求出對所有i的平均值,記為Qm(r), 最后把維數(shù)加1,變成m+1維,重復(fù)上述過程,得到Qm+1(r) 最終得到數(shù)據(jù)序列的樣本熵為: 為了對比兩種算法對整個數(shù)據(jù)序列測度結(jié)果的可靠性與準(zhǔn)確性,本文將采用這兩種方法來測度系統(tǒng)有序程度。 四、實(shí)證研究 本文選取第一網(wǎng)貸為數(shù)據(jù)來源,綜合選取行業(yè)發(fā)展指數(shù)、利率指數(shù)、人氣指數(shù)三個主要反映P2P行業(yè)發(fā)展全貌的時間序列進(jìn)行系統(tǒng)演化過程分析。三個指標(biāo)均以每日為頻率,組成時間序列。本文數(shù)據(jù)時間段為2013年4月26日至2017年4月26日,剔除系統(tǒng)未公布完整數(shù)據(jù)和缺失數(shù)據(jù),每個指標(biāo)共收集有效數(shù)據(jù)1400個。 選取參數(shù)m=2,r=0.2SD,數(shù)據(jù)長度N為1400,對原始數(shù)據(jù)序列進(jìn)行近似熵值和樣本熵值的測度?;趦烧叩乃惴ǎ柚鶰atlab運(yùn)算工具,編寫算法實(shí)現(xiàn)程序,并在Matlab上運(yùn)行此程序,得到近似熵值和樣本熵值。 對比兩種算法的熵值圖可以發(fā)現(xiàn),近似熵值的趨勢圖比樣本熵值的趨勢圖更平滑些,這也驗(yàn)證了近似熵對數(shù)據(jù)序列較小變化的不敏感。除了平均期限的近似熵值與樣本熵值趨勢圖存在較大差異外,其余幾個指標(biāo)的近似熵值與樣本熵值趨勢圖基本一致。為了較為完整的研究他組織對于P2P網(wǎng)絡(luò)借貸系統(tǒng)演化過程的影響,研究中加入了P2P網(wǎng)絡(luò)借貸行業(yè)相關(guān)的政策監(jiān)管文件與行業(yè)規(guī)范,以作綜合分析。 從總成交量看,整個近似熵值在2014年2月4日左右達(dá)到峰值后,隨后先是一段緩慢下降,然后下降速度加快。在2015年12月5日左右,快速下降趨勢結(jié)束,逐漸進(jìn)入緩慢下降通道,目前熵值接近零,并趨于穩(wěn)定。成交量的樣本熵值在短暫上升后,在2013年8月22日左右步入下降通道,11月21日左右經(jīng)歷一段小幅上升后,隨后再次進(jìn)入下降通道,同樣在2015年12月5日左右,進(jìn)入緩慢下降通道,與近似熵值保持一致性。另一方面,成交量的近似熵值與樣本熵值在數(shù)據(jù)量達(dá)到300個以后,兩者表現(xiàn)出較高的一致性。 通過梳理監(jiān)管政策發(fā)現(xiàn),銀監(jiān)會曾在2014年4月21日發(fā)布《關(guān)于辦理非法集資刑事案件適用法律若干問題的意見》政策,明確P2P網(wǎng)絡(luò)借貸經(jīng)營的四條紅線:明確平臺中介性質(zhì);平臺本身不得提供擔(dān)保;平臺不得建立資金池;平臺不得非法吸收公眾資金。銀監(jiān)會的紅線政策出臺后,成交量的近似熵值與樣本熵值在2014年6月22日左右開始有所變化,兩種熵值下降速度加快。同樣對于2015年12月26日左右開始的近似熵值與樣本熵值下降速度減緩并趨于穩(wěn)定情況,在梳理政策文件時發(fā)現(xiàn),在2015年10月29日,中央正式將包括P2P網(wǎng)絡(luò)借貸模式在內(nèi)的互聯(lián)網(wǎng)金融納入五年計劃,隨后一段時間后熵值產(chǎn)生些微變化并趨于穩(wěn)定。兩種熵值的變化周期距最近政策文件的推出差不多接近兩個月,并且在2014年4月之前,基本沒有政策監(jiān)管的P2P網(wǎng)絡(luò)借貸行業(yè),成交量的近似熵與樣本熵值在達(dá)到峰值后自動開始下降。在隨后熵值變化明顯的節(jié)點(diǎn)中間,監(jiān)管文件雖大量出臺,但成交量熵值并沒有產(chǎn)生明顯變化,近似熵值與樣本熵值保持一致性。 從綜合利率來看,近似熵值波動上升后在2014年3月5日左后達(dá)到峰值后,隨即近似熵值開始下降,起初下降幅度較小,在2014年12月27日左右下降幅度開始擴(kuò)大,2015年6月18日左右下降幅度開始放緩,并逐步趨于穩(wěn)定。樣本熵值在短暫達(dá)到峰值后,隨即在2013年8月30日左右急速下降,直至2014年3月2日左右經(jīng)歷兩輪較大的波動后,開始較為平滑的下降,2015年6月15日左右,下降趨勢趨緩,隨后趨于穩(wěn)定。利率的近似熵值與樣本熵值同樣在數(shù)據(jù)量達(dá)到300個以后,兩者數(shù)值保持較高的一致性。 利率的近似熵值在2014年12月24日左右下降速度加快,這一點(diǎn)與樣本熵值保持一致。梳理文件發(fā)現(xiàn),在2014年10月20日,P2P監(jiān)管部門劃分正式上報國務(wù)院,P2P網(wǎng)絡(luò)借貸行業(yè)迎來確定的部門監(jiān)管,這導(dǎo)致隨后的熵值下降速度調(diào)整。在2015年6月15日左右,兩者的熵值也發(fā)生了調(diào)整,梳理后發(fā)現(xiàn),在那個時期,市場影響較大的是發(fā)生了股災(zāi)。不同于利率的近似熵值,利率的樣本熵值在2014年3月3日之前發(fā)生了多次波動,梳理政策后發(fā)現(xiàn),2014年1月8日國務(wù)院將互聯(lián)網(wǎng)金融企業(yè)納入影子銀行行列,以便后期監(jiān)管,這引起利率樣本熵值的變化。對利率的熵值分析發(fā)現(xiàn),利率的熵值變化對政策反應(yīng)周期依然在兩個月左右。同時發(fā)現(xiàn)利率對市場事件也較為敏感,短期內(nèi)會產(chǎn)生較大波動,這可能是由于市場情緒的波動所帶來的利率的波動。另外,利率的樣本熵值較近似熵值對政策變化更為靈敏,能夠?qū)ψR別近似熵未識別的監(jiān)管調(diào)整。同樣在熵值變化明顯的節(jié)點(diǎn)中間,監(jiān)管文件雖大量出臺,但綜合利率熵值并沒有產(chǎn)生明顯變化,近似熵值與樣本熵值保持一致性。 從總?cè)藲饪?,近似熵值?014年2月5日左右達(dá)到峰值后熵值開始波動下降,在3月7日開始進(jìn)入快速下降通道;2015年12月20日快速下降趨勢結(jié)束,熵值開始趨于穩(wěn)定,并在在0.2附近徘徊。樣本熵值在短暫達(dá)到峰值后開始波動下降,在2014年3月7日左右開始進(jìn)入快速下降通道,同樣2015年12月20左右,下降幅度收窄,樣本熵值逐漸趨于穩(wěn)定。 總?cè)藲饨旗刂蹬c樣本熵值對于2014年國務(wù)院將互聯(lián)網(wǎng)金融企業(yè)納入影子銀行行列以及2015年10月29日中央將包括P2P在內(nèi)的互聯(lián)網(wǎng)金融納入中央五年規(guī)劃的政策文件同樣敏感,并作出熵值變化。并且調(diào)整周期大概在兩個月。樣本熵值與近似熵值同樣在數(shù)據(jù)量達(dá)到300個以后,兩者表現(xiàn)出較高的一致性。另外,在熵值變化明顯的節(jié)點(diǎn)中間,監(jiān)管文件雖大量出臺,但人氣熵值并沒有產(chǎn)生明顯變化,近似熵值與樣本熵值保持一致性。 五、結(jié)論 第一,P2P網(wǎng)絡(luò)借貸系統(tǒng)存在自組織演化過程,滿足復(fù)雜系統(tǒng)自組織演化所具有的開放、處于非平衡態(tài)、存在非線性相互作用以及漲落機(jī)制,在競爭與協(xié)同等動力作用下,受到信用機(jī)制的主導(dǎo)作用,遵循著自創(chuàng)生、自生長、自適應(yīng)、自衰退的自組織演化過程。在系統(tǒng)定量測度結(jié)果上,表現(xiàn)為P2P網(wǎng)絡(luò)借貸系統(tǒng)在沒有監(jiān)管的情況下,系統(tǒng)熵值達(dá)到峰值后開始下降。 第二,P2P網(wǎng)絡(luò)借貸系統(tǒng)的演化過程是自組織與他組織的復(fù)合作用過程,P2P網(wǎng)絡(luò)借貸系統(tǒng)的自組織演化起主導(dǎo)作用,政策監(jiān)管、行業(yè)規(guī)范等他組織起輔助作用,有效的他組織能夠降低或加速降低P2P網(wǎng)絡(luò)借貸系統(tǒng)的無序程度。 第三,政策監(jiān)管、行業(yè)規(guī)范等他組織作用的反應(yīng)周期一般為兩個月,表現(xiàn)為P2P網(wǎng)絡(luò)借貸系統(tǒng)熵值的顯著變化。過多的監(jiān)管與規(guī)范并不能帶來P2P網(wǎng)絡(luò)借貸系統(tǒng)有序性的提高,表現(xiàn)為P2P網(wǎng)絡(luò)借貸系統(tǒng)面對大量監(jiān)管政策等他組織作用下熵值的不顯著變化。 第四,近似熵與樣本熵算法能夠?qū)2P網(wǎng)絡(luò)借貸系統(tǒng)的有序度進(jìn)行測度,并在數(shù)據(jù)序列長度達(dá)到300個以后,兩者具有較高的穩(wěn)定性。但在對P2P網(wǎng)絡(luò)借貸系統(tǒng)的整體演化趨勢的刻畫靈敏度上,樣本熵要比近似熵更為敏感,對政策監(jiān)管的反應(yīng)更為靈敏,體現(xiàn)為樣本熵的熵值圖較近似熵熵值圖波動更多。 參考文獻(xiàn) [1]謝平,鄒傳偉,劉海二.互聯(lián)網(wǎng)金融監(jiān)管的必要性與核心原則[J].國際金融研究,2014,(8):3-9. [2]廖理,李孟然,王正位,賀裴菲.觀察中學(xué)習(xí):P2P網(wǎng)絡(luò)投資中信息傳遞與羊群行為[J].清華大學(xué)學(xué)報,2015(01):156-165. [3]章合杰,李雯雯,熊德平.基于自組織理論的互聯(lián)網(wǎng)金融研究[J].科技與管理,2014,16(1):129-132. [4]魏道江,康承業(yè),李慧民.自組織與他組織的關(guān)系及其對管理學(xué)的啟示[J].系統(tǒng)科學(xué)學(xué)報,2014,22(2):45-48. 作者簡介:周春來,男,江蘇宿遷人,碩士,研究方向:互聯(lián)網(wǎng)金融,商業(yè)計劃與評價;劉峰濤,男,副教授,研究方向:互聯(lián)網(wǎng)金融和大數(shù)據(jù)。