王 平，夏火松

（武漢紡織大學(xué) 管理學(xué)院，湖北 武漢 430073）

0 引言

網(wǎng)貸之家發(fā)布的《2018年中國(guó)網(wǎng)絡(luò)借貸行業(yè)年報(bào)》數(shù)據(jù)顯示，2018年全年P(guān)2P網(wǎng)貸行業(yè)成交量達(dá)到了17948.01億元，相比2017年全年網(wǎng)貸成交量（28048.49億元）減少了36.01%。2018年，P2P行業(yè)不僅成交量下降，而且大量的平臺(tái)暴雷、退出，給行業(yè)帶來(lái)了巨大的風(fēng)險(xiǎn)。究其原因，可分為三類：第一類由于P2P是一種創(chuàng)新金融模式，政府采取從混沌到有序的治理思路尚未適應(yīng)復(fù)雜的金融風(fēng)險(xiǎn)；第二類是P2P平臺(tái)缺乏有效的治理，流程不規(guī)范以及金融市場(chǎng)的競(jìng)爭(zhēng)壓力，產(chǎn)生了高息攬存和潛在欺詐行為等風(fēng)險(xiǎn)；第三類是投資者和借貸者的“無(wú)知”（對(duì)金融科技的風(fēng)險(xiǎn)缺乏知識(shí)素養(yǎng)）。中國(guó)銀監(jiān)會(huì)在2016年分別印發(fā)《網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)業(yè)務(wù)活動(dòng)管理暫行辦法》和《網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)備案登記管理指引》，在 2017年提出《網(wǎng)絡(luò)借貸資金存管業(yè)務(wù)指引》和《網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)業(yè)務(wù)活動(dòng)信息披露指引》，形成了網(wǎng)貸行業(yè)“1+3”監(jiān)管制度體系。但是對(duì)于后兩類原因的分析與治理，缺乏深入的理論研究與對(duì)策研究。

P2P進(jìn)入國(guó)內(nèi)市場(chǎng)引起的行業(yè)亂象，吸引了大量的學(xué)者關(guān)注到新金融風(fēng)險(xiǎn)研究。葉青等[1]從平臺(tái)實(shí)力、標(biāo)的特征、風(fēng)控能力、治理水平等維度構(gòu)建模型，發(fā)現(xiàn)利率奇高是識(shí)別問(wèn)題平臺(tái)的最重要變量，同時(shí)，實(shí)力薄弱、標(biāo)的類型單一、風(fēng)控能力欠缺是問(wèn)題平臺(tái)的前兆。王茂光等[2]以C5.0決策樹(shù)算法構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)模型，表明該模型具有較好的預(yù)測(cè)能力。范超等[3]利用文本挖掘技術(shù)提取網(wǎng)絡(luò)口碑的情感傾向，結(jié)合平臺(tái)的基本信息和交易信息，使用八個(gè)統(tǒng)計(jì)模型判定風(fēng)險(xiǎn)。何光輝等[4]從道德風(fēng)險(xiǎn)、公司治理、信用管理和營(yíng)運(yùn)風(fēng)險(xiǎn)四個(gè)風(fēng)險(xiǎn)維度，提出了假設(shè)檢驗(yàn)和指標(biāo)體系，幵建立計(jì)量模型分析平臺(tái)風(fēng)險(xiǎn)及決定因素，發(fā)現(xiàn)平臺(tái)基本為民營(yíng)公司，四個(gè)風(fēng)險(xiǎn)維度指標(biāo)越高，平臺(tái)出問(wèn)題的可能性越大。古定威等[5]指出平臺(tái)競(jìng)爭(zhēng)不利于平臺(tái)控制信用風(fēng)險(xiǎn)，監(jiān)管風(fēng)險(xiǎn)對(duì)控制P2P平臺(tái)信用風(fēng)險(xiǎn)有較大的影響。可見(jiàn)，學(xué)者們對(duì)P2P平臺(tái)知識(shí)風(fēng)險(xiǎn)研究大致可分為：平臺(tái)基本信息、交易信息、風(fēng)控信息、治理信息和口碑信息等視角分析。第一類是對(duì)包括注冊(cè)資本、注冊(cè)地、保障方式、平臺(tái)背景等平臺(tái)基本信息分析（葉青[1]、王茂光[2]、范超等[3]）；第二類是對(duì)包括成交量、平均利率、投資人數(shù)、平均借款期限、借款人數(shù)等交易信息分析（王茂光[2]、范超等[3]和何光輝等[4]）；第三類是對(duì)包括風(fēng)控措施、信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、系統(tǒng)性風(fēng)險(xiǎn)等風(fēng)控信息分析（王茂光[2]、何光輝等[4]和古定成等[5]）；第四類是對(duì)包括高管背景、股東數(shù)目和董事人數(shù)等治理信息分析（葉青[1]和何光輝等[4]）；第五類是對(duì)包括評(píng)論情感傾向口碑信息分析（范超等[3]）。

以上研究較多運(yùn)用結(jié)構(gòu)化信息分析平臺(tái)風(fēng)險(xiǎn)，范超等采用非結(jié)構(gòu)信息探究口碑的情感分類是否可以區(qū)分正常平臺(tái)和問(wèn)題平臺(tái)[3]，但是缺乏利用文本挖掘的方法識(shí)別P2P平臺(tái)風(fēng)險(xiǎn)的負(fù)面口碑特征研究。Rinchins[6]界定負(fù)面口碑為告訴熟悉人有感產(chǎn)品的不滿意經(jīng)驗(yàn)。當(dāng)買方根據(jù)其他買方的口碑信息形成他對(duì)賣方的信任程度時(shí)，負(fù)面口碑比正面口碑具有更大的反對(duì)效果[7]。負(fù)面口碑與正面口碑相比，其被消費(fèi)者認(rèn)為更加有用和可信[8]，Lu et al.認(rèn)為負(fù)面口碑占比對(duì)銷售量會(huì)產(chǎn)生顯著的影響[9]。P2P負(fù)面口碑會(huì)增加投資者的風(fēng)險(xiǎn)感知，通過(guò)挖掘負(fù)面口碑風(fēng)險(xiǎn)知識(shí)在一定程度上會(huì)幫助投資者做決策，從而降低投資者的投資風(fēng)險(xiǎn)[10]。Chervalier等[11]發(fā)現(xiàn)負(fù)面口碑會(huì)給企業(yè)造成不良的影響。Zhu et al.[12]發(fā)現(xiàn)某些產(chǎn)品（例如利基產(chǎn)品），只有一個(gè)也是不利的。此外，已有研究從非結(jié)構(gòu)化信息（在線評(píng)論、公司財(cái)報(bào)、公司招股說(shuō)明書(shū)、公司披露的信息等文本信息）中提取風(fēng)險(xiǎn)信息，如胡小榮等[13]從文本分析的視角，通過(guò)統(tǒng)計(jì)詞頻、主題分析和可視化風(fēng)險(xiǎn)知識(shí)，發(fā)現(xiàn)上市公司的風(fēng)險(xiǎn)信息。李金海等[14]基于大數(shù)據(jù)處理引擎MapReduce構(gòu)建了在線評(píng)論特征屬性挖掘模塊，幵提出了負(fù)面口碑網(wǎng)絡(luò)預(yù)警模型。可見(jiàn)，從文本分析的視角研究企業(yè)風(fēng)險(xiǎn)較多的是提取關(guān)鍵詞、特征屬性挖掘、可視化等方法。

綜上所述，已有文獻(xiàn)主要從平臺(tái)交易、治理、風(fēng)控、營(yíng)運(yùn)和口碑等維度的信息研究平臺(tái)風(fēng)險(xiǎn)，較少研究利用P2P平臺(tái)口碑信息識(shí)別風(fēng)險(xiǎn)信息，僅僅探討了基于粗粒度的網(wǎng)貸口碑的情感分析對(duì)平臺(tái)風(fēng)險(xiǎn)的影響，未深入挖掘口碑中其他特征屬性，如投資者抱怨的意見(jiàn)和抱怨的程度。通過(guò)挖掘網(wǎng)絡(luò)負(fù)面口碑有助于投資者降低投資風(fēng)險(xiǎn)，有利于平臺(tái)及時(shí)發(fā)現(xiàn)經(jīng)營(yíng)管理遇到的問(wèn)題和政府進(jìn)行平臺(tái)治理，從而及時(shí)規(guī)避平臺(tái)風(fēng)險(xiǎn)和改進(jìn)服務(wù)。負(fù)面口碑不僅會(huì)影響投資者行為，而且挖掘其特征是企業(yè)識(shí)別風(fēng)險(xiǎn)的方法。因此，在虛擬性互聯(lián)網(wǎng)平臺(tái)的新金融模式中利用負(fù)面口碑來(lái)識(shí)別風(fēng)險(xiǎn)知識(shí)是一種新的探索，如何挖掘負(fù)面口碑中的特征是值得研究的問(wèn)題。

基于以上的討論，文章從文本分析的視角解決以下三個(gè)問(wèn)題彌合這一差距：

（1）利用文本挖掘方法，分析P2P負(fù)面口碑的內(nèi)容能否發(fā)現(xiàn)影響平臺(tái)風(fēng)險(xiǎn)的因素？

（2）在問(wèn)題（1）的研究背景下，P2P負(fù)面口碑中不同維度的影響因素呈現(xiàn)的風(fēng)險(xiǎn)程度？

（3）利用可視化方法比較P2P負(fù)面口碑與正面口碑的差異性？

文章主要的價(jià)值：第一，關(guān)于負(fù)面口碑的P2P平臺(tái)風(fēng)險(xiǎn)研究不多見(jiàn)但有研究的必要性，拓展了P2P風(fēng)險(xiǎn)知識(shí)研究的路徑；第二，設(shè)計(jì)了基于負(fù)面口碑的P2P平臺(tái)風(fēng)險(xiǎn)知識(shí)識(shí)別模型，利用文本挖掘和機(jī)器學(xué)習(xí)方法將投資者抱怨意見(jiàn)和抱怨程度從海量的負(fù)面口碑中轉(zhuǎn)化為關(guān)鍵的風(fēng)險(xiǎn)特征信息彌合研究的差距。

1 P2P負(fù)面口碑的風(fēng)險(xiǎn)識(shí)別知識(shí)模型構(gòu)建

1.1 有限注意力理論與eWOM

有限注意力理論是Kahneman于1973年提出來(lái)的。有限注意力理論認(rèn)為：個(gè)人或團(tuán)體注意力很重要但有限，因此強(qiáng)烈程度、新奇程度或吸引力更強(qiáng)的能夠吸引眼球幵采取行動(dòng)[15]。P2P作為一種創(chuàng)新的投融資模式，吸引了大量的投資者。

網(wǎng)絡(luò)口碑（eWOM）是一種典型的有限注意力集中的投融資行為的展現(xiàn)形式。在線用戶的潛在人格特征是否加強(qiáng)或削弱了WOM在社交媒體平臺(tái)中的效果，如基于深度學(xué)習(xí)模型控制潛在用戶同質(zhì)性和網(wǎng)絡(luò)結(jié)構(gòu)角色，通過(guò)將理論上影響WOM有效性的特征[16]。當(dāng)消費(fèi)者退貨時(shí)，他們更可能填寫(xiě)比未退貨的口碑更負(fù)面的在線口碑[17]。有限注意力理論、負(fù)面口碑及網(wǎng)絡(luò)口碑對(duì)于P2P口碑的風(fēng)險(xiǎn)分析適合其理論思想。

1.2 P2P風(fēng)險(xiǎn)知識(shí)識(shí)別模型構(gòu)建

知識(shí)模型是將知識(shí)進(jìn)行形式化和結(jié)構(gòu)化的抽象表示，包括知識(shí)的獲取方法、表達(dá)模式、實(shí)現(xiàn)技術(shù)等。文章根據(jù)評(píng)論挖掘任務(wù)設(shè)計(jì)負(fù)面口碑風(fēng)險(xiǎn)知識(shí)模型，包括特征抽取、評(píng)論觀點(diǎn)抽取、觀點(diǎn)的極性判斷、評(píng)論結(jié)果匯總與排序[13，18]，以及產(chǎn)品評(píng)論主題提取[19]和關(guān)注點(diǎn)分析。具體而言，分析口碑觀點(diǎn)極性，篩選負(fù)面極性口碑，深入挖掘評(píng)論特征、評(píng)論主題與評(píng)論結(jié)果匯總。圖1展示了基于負(fù)面口碑的P2P風(fēng)險(xiǎn)知識(shí)識(shí)別模型。從流程上將P2P風(fēng)險(xiǎn)識(shí)別模型分為口碑下載與預(yù)處理、口碑情感分類、負(fù)面口碑信息挖掘。通過(guò)挖掘P2P平臺(tái)負(fù)面口碑的屬性特征，幵對(duì)屬性特征的重要程度進(jìn)行排序，及時(shí)發(fā)現(xiàn)平臺(tái)風(fēng)險(xiǎn)知識(shí)。

圖1 基于負(fù)面口碑的P2P風(fēng)險(xiǎn)知識(shí)識(shí)別模型

2 模型驗(yàn)證與實(shí)驗(yàn)流程

2.1 數(shù)據(jù)來(lái)源

網(wǎng)貸天眼是國(guó)內(nèi)最大的P2P行業(yè)綜合門(mén)戶網(wǎng)站之一，其包含資訊、評(píng)級(jí)、數(shù)據(jù)、檔案、社區(qū)、P2P理財(cái)?shù)劝鍓K，收錄了大量的P2P平臺(tái)數(shù)據(jù)信息，幵且信息比較齊全。通過(guò)平臺(tái)檔案欄，可以獲取子版塊各平臺(tái)口碑?dāng)?shù)據(jù)。文章從天眼下載所有平臺(tái)的口碑?dāng)?shù)據(jù)，共計(jì) 162071條。數(shù)據(jù)預(yù)處理，包括去除重復(fù)數(shù)據(jù)和同義詞合幵等，最終用于實(shí)驗(yàn)的數(shù)據(jù)140094條。

2.2 情感分類

首先借助爬蟲(chóng)軟件爬取了網(wǎng)貸天眼的 14萬(wàn)多條口碑作為語(yǔ)料庫(kù)。在分析理解口碑信息基礎(chǔ)上，構(gòu)建了自定義詞表用于分詞。采用Python中文分詞組件Jieba中文分詞庫(kù)幵導(dǎo)入自定義詞表進(jìn)行分詞處理，去除停用詞。在此基礎(chǔ)上，隨機(jī)選取“正向”、“中立/噪音”、“負(fù)向”口碑?dāng)?shù)據(jù)各1000條標(biāo)記作為訓(xùn)練集，然后利用Python機(jī)器學(xué)習(xí)庫(kù)SciKit-Learn進(jìn)行特征提取、文本表示，且將數(shù)據(jù)集按照9：1的比例隨機(jī)劃分為訓(xùn)練集與測(cè)試集，通過(guò)比較Xgboost、SVM、NB和LR四種分類算法，多次實(shí)驗(yàn)調(diào)參比較分類算法的準(zhǔn)確度，其中LR算法表現(xiàn)較好，準(zhǔn)確率可達(dá)76%，最終選擇LR算法對(duì)所有口碑進(jìn)行情感傾向判斷，分類結(jié)果顯示負(fù)向口碑33824條。

2.3 基于TF-IDF的特征屬性提取

TFIDF是計(jì)算特征項(xiàng)的函數(shù)，采用相對(duì)詞頻作為特征權(quán)重，用來(lái)刻畫(huà)特征詞在文本內(nèi)容的重要程度。一般情況下，做特征提取和主題聚類會(huì)過(guò)濾掉沒(méi)有實(shí)際意義的詞性，以名詞為主，但P2P對(duì)于時(shí)間的響應(yīng)程度要求更高，涉及關(guān)于資金操作方面的詞匯，故文章選擇名詞、動(dòng)詞、時(shí)間三種詞性的詞語(yǔ)作為關(guān)鍵詞提取的語(yǔ)料庫(kù)。選取前50的特征詞進(jìn)行展示（見(jiàn)表1）。從表1可知，平臺(tái)、提現(xiàn)、客服是投資者抱怨的前3位的特征詞。其次是存管、回款、逾期，說(shuō)明資金管理和風(fēng)險(xiǎn)控制是平臺(tái)的詬病。再者，充值、投資、APP等特征詞，體現(xiàn)了平臺(tái)技術(shù)實(shí)力薄弱。

2.4 P2P負(fù)面口碑的主題聚類

針對(duì)口碑文本的特征稀疏性，選取 LDA主題模型，實(shí)現(xiàn)負(fù)面口碑聚類。利用 Python的機(jī)器學(xué)習(xí)庫(kù)SciKit-Learn，設(shè)置主題數(shù)為8，最大迭代次數(shù)為1000，提取主題排名前10的詞。從表2中可以看出，LDA主題模型將負(fù)面口碑分為8類主題域：主題K1顯示的是投資者情緒，包括垃圾、雷了、打不開(kāi)、賬戶、客服、提現(xiàn)等；主題K2顯示的是交易信息，包括提現(xiàn)、不到、體現(xiàn)等；主題K3顯示的是服務(wù)態(tài)度和技術(shù)，包括客服、電話、APP；主題K4顯示的是收費(fèi)信息，包括手續(xù)費(fèi)、提現(xiàn)費(fèi)等；主題K5顯示的是資金安全，包括提現(xiàn)、充值、到賬等；主題K6是風(fēng)控信息，包括跑路、逾期、存管、提現(xiàn)等；主題K7是項(xiàng)目信息，包括退出、項(xiàng)目、無(wú)法、投資人等；主題K8是收益信息，包括收益、利息、利率、紅包等。

表1 基于TF-IDF的P2P負(fù)面口碑特征詞

表2 基于LDA的P2P負(fù)面口碑主題-詞語(yǔ)分布

2.5 基于領(lǐng)域知識(shí)特征屬性的P2P負(fù)面口碑評(píng)分

從表2可知，P2P負(fù)面口碑的主題分別是投資者情緒、交易信息、服務(wù)態(tài)度、技術(shù)實(shí)力、資金安全、風(fēng)控信息、項(xiàng)目信息、收益信息。結(jié)合TFIDF值、LDA主題模型和領(lǐng)域知識(shí)，構(gòu)建了投資者抱怨指標(biāo)，設(shè)計(jì)了P2P負(fù)面口碑多維特征評(píng)分表。具體而言，選取TFIDF值前100的特征詞，人工挑選將每個(gè)詞放在不同的指標(biāo)中。由于每個(gè)維度的特征詞數(shù)量不相同，采用同一維度特征詞相加取平均數(shù)的方式計(jì)算不同維度特征詞的平均TFIDF值依次排序，見(jiàn)公式1和表3。從表3可知，資金信息、服務(wù)體驗(yàn)和風(fēng)控信息是關(guān)鍵風(fēng)險(xiǎn)，反應(yīng)了投資者對(duì)于資金安全的緊張程度。其次，服務(wù)體驗(yàn)對(duì)于P2P平臺(tái)的影響較大，當(dāng)平臺(tái)客服回應(yīng)比較緩慢時(shí)，會(huì)增加投資者的風(fēng)險(xiǎn)感知。再者，風(fēng)控信息直接反應(yīng)了投資者對(duì)于資金安全性的感知程度。最后，技術(shù)信息是抱怨的內(nèi)容，但相對(duì)資金信息、服務(wù)體驗(yàn)等方面，抱怨程度較低。

其中score代表不同維度的平均TFIDF值，xi代表第i個(gè)值的TFIDF值，N代表不同維度特征詞數(shù)量。

表3 基于領(lǐng)域知識(shí)的P2P負(fù)面口碑評(píng)分表

2.6 P2P正負(fù)向口碑關(guān)鍵特征屬性詞云圖

基于Python的WordCloud庫(kù)可視化分別呈現(xiàn)了P2P正面口碑與負(fù)面口碑TFIDF值在前100的特征詞，如圖2所示，其中左邊是正面口碑，右邊是負(fù)面口碑。左右兩圖相比之下，正面評(píng)論呈現(xiàn)的特征詞是合規(guī)、給力、朋友、準(zhǔn)時(shí)、車貸、透明度等積極的詞匯，負(fù)面口碑呈現(xiàn)的特征詞是逾期、搶標(biāo)、管理費(fèi)、借款、APP、站崗、打不開(kāi)等消極的詞匯。這一方面反應(yīng)了投資者對(duì)于合規(guī)、透明度高的平臺(tái)的信任，另一方面也反應(yīng)了投資者在搶標(biāo)、管理費(fèi)等方面不滿。

圖2 P2P正面口碑與負(fù)面口碑的特征詞云圖

3 結(jié)語(yǔ)

文章梳理了P2P網(wǎng)絡(luò)借貸領(lǐng)域平臺(tái)風(fēng)險(xiǎn)研究，在基于平臺(tái)風(fēng)險(xiǎn)研究結(jié)構(gòu)化數(shù)據(jù)較多而網(wǎng)絡(luò)口碑的風(fēng)險(xiǎn)研究較少的背景下，闡述了深入挖掘負(fù)面口碑中風(fēng)險(xiǎn)點(diǎn)的必要性，提出了基于負(fù)面口碑的網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)識(shí)別知識(shí)模型。具體而言，首先，利用文本挖掘的方法分析P2P負(fù)面口碑，發(fā)現(xiàn)Top6的特征詞是平臺(tái)、提現(xiàn)、客服、存管、回款和逾期，其TFIDF值均大于0.09。其次，對(duì)比了基于結(jié)構(gòu)化信息的P2P平臺(tái)風(fēng)險(xiǎn)研究與基于負(fù)面口碑的投資者角度風(fēng)險(xiǎn)的差異性。P2P平臺(tái)風(fēng)險(xiǎn)文獻(xiàn)主要集中在平臺(tái)基本信息、交易信息、風(fēng)控信息、治理信息等?；谪?fù)面口碑的風(fēng)險(xiǎn)信息主要包括資金信息、服務(wù)體驗(yàn)、投資者情緒、標(biāo)的特征、技術(shù)信息、用戶信息、收費(fèi)信息等，其中資金信息、服務(wù)體驗(yàn)、風(fēng)控信息是投資者抱怨程度較高。這表明基于負(fù)面口碑的P2P風(fēng)險(xiǎn)知識(shí)識(shí)別模型，可以挖掘投資者情緒、技術(shù)信息、收費(fèi)信息等風(fēng)險(xiǎn)知識(shí)。最后，對(duì)比了正面口碑與負(fù)面口碑的差異性，投資者的正面口碑中主要從合規(guī)、透明度、給力、社交等方面，負(fù)面口碑集中在逾期、搶標(biāo)、管理費(fèi)、技術(shù)等方面。因此，P2P負(fù)面口碑的特征屬性挖掘是識(shí)別風(fēng)險(xiǎn)的有效路徑，能夠識(shí)別平臺(tái)的風(fēng)險(xiǎn)知識(shí)。

文章對(duì)于P2P負(fù)面口碑分析，豐富了有限注意力理論和eWOM理論，對(duì)P2P平臺(tái)風(fēng)險(xiǎn)分析與治理有參考價(jià)值。對(duì)于 P2P平臺(tái)，通過(guò)挖掘負(fù)面口碑知識(shí)有助于平臺(tái)找準(zhǔn)治理的方向；對(duì)于政府，可實(shí)時(shí)監(jiān)控P2P等平臺(tái)中的口碑，及早的防控平臺(tái)風(fēng)險(xiǎn)，幵治理與監(jiān)管；對(duì)于投資者，應(yīng)密切關(guān)注P2P等金融科技平臺(tái)的負(fù)面口碑，加強(qiáng)借貸知識(shí)獲取與知識(shí)共享，以免由于金融科技的“無(wú)知”增加投資的風(fēng)險(xiǎn)。

未來(lái)的研究方向：第一，利用深度學(xué)習(xí)方法提高文本分類算法精準(zhǔn)度和特征提取的完整性；第二，從大數(shù)據(jù)集成的視角，結(jié)合文本挖掘和計(jì)量方法分析P2P平臺(tái)等FinTech平臺(tái)風(fēng)險(xiǎn)的因果效應(yīng)。