• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      P2P網(wǎng)貸平臺風險評價體系構(gòu)建
      ——基于主客觀綜合賦權(quán)的GRAP模型

      2018-12-13 07:47:58蔣致遠副教授王力召
      財會月刊 2018年23期
      關(guān)鍵詞:賦權(quán)網(wǎng)貸合規(guī)

      蔣致遠(副教授),王力召

      一、引言

      互聯(lián)網(wǎng)金融的發(fā)展引起了社會各界的廣泛關(guān)注,擁有“互聯(lián)網(wǎng)金融代言人”之稱的P2P網(wǎng)絡借貸,其規(guī)模在過去幾年更是實現(xiàn)了爆發(fā)式的增長,但同時也暴露出了許多問題。網(wǎng)貸之家的數(shù)據(jù)顯示,截止到2018年3月份,我國P2P網(wǎng)貸平臺共有6081家,其中問題平臺4198家,問題平臺占比高達69%。雖然在進入2017年后,問題平臺數(shù)量增長速度有所放緩,但是隨著P2P網(wǎng)貸行業(yè)新規(guī)實施、合規(guī)整改的不斷推進,P2P網(wǎng)貸行業(yè)洗牌加劇,行業(yè)風險將再次被推向高點[1]。在此背景下,為了防范P2P網(wǎng)貸平臺風險,為投資者更加理性地選擇投資平臺提供參考,為監(jiān)管部門及時控制網(wǎng)貸市場風險提供借鑒,對P2P網(wǎng)貸平臺進行風險評價顯得尤為重要。

      考慮到P2P網(wǎng)貸平臺相關(guān)數(shù)據(jù)的可獲取性等因素,當前對于P2P網(wǎng)貸平臺進行風險評價的實證研究還比較少。李從剛等[2]在駱駝評級法指標體系的基礎上添加了反映平臺綜合實力的4項指標,構(gòu)建了P2P網(wǎng)貸平臺風險評價指標體系,運用BP神經(jīng)網(wǎng)絡學習訓練過程,得出P2P網(wǎng)貸平臺的風險情況。張巧良等[3]使用定性和實證分析相結(jié)合的方法,設置評價指標體系,并運用層次分析法(AHP)對P2P網(wǎng)貸平臺的風險進行了評價。王丹等[4]通過構(gòu)建涵蓋平臺經(jīng)營數(shù)據(jù)與平臺基本信息的指標體系,運用層次分析法和模糊數(shù)學綜合評價法,對P2P網(wǎng)貸平臺的信用風險進行了評價。王立勇等[5]參照《巴塞爾協(xié)議Ⅲ》中對商業(yè)銀行流動性風險的評價標準,構(gòu)建了P2P網(wǎng)貸平臺風險評價指標體系,并運用CRITIC-灰色綜合評價模型,對P2P網(wǎng)貸平臺的風險進行了度量。梁寒冰等[6]依據(jù)網(wǎng)貸平臺運營數(shù)據(jù)和網(wǎng)貸投資人反饋信息,構(gòu)建了P2P網(wǎng)貸平臺風險評價體系,運用基于熵權(quán)-CRITIC雙客觀賦權(quán)的GRA法構(gòu)建評價模型,對我國P2P網(wǎng)貸平臺的風險情況進行了分析。

      縱觀前人的研究可以發(fā)現(xiàn),在指標體系設置上,指標體系略顯寬泛,以致評價結(jié)果不具備較好的針對性與時效性。而風險評價本身是一個動態(tài)的過程,在不同的階段、不同的背景下,指標體系應該體現(xiàn)出P2P平臺特定時期的風險特點。另外,在對風險評價指標進行賦權(quán)的過程中,多采用單一的主觀賦權(quán)法如層次分析法等,或者單一的客觀賦權(quán)法如熵權(quán)法、CRITIC法等。主觀賦權(quán)法過于依賴個人主觀判斷,權(quán)重容易受到?jīng)Q策者知識結(jié)構(gòu)的影響,客觀賦權(quán)法確定的權(quán)系數(shù)可能與實際相悖,尤其在我國P2P網(wǎng)絡借貸行業(yè)數(shù)據(jù)披露缺乏可信度的情況下。因此,這類單一的賦權(quán)法難以準確反映合規(guī)整改背景下各評價指標在風險評價中的重要性。

      參考已有的研究文獻,本文在指標體系的設置上立足當下新規(guī)實施、合規(guī)整改的背景,參照P2P網(wǎng)貸行業(yè)“1+3”制度體系所包含的具體合規(guī)要求,將合規(guī)能力指標納入P2P網(wǎng)貸平臺風險評價指標體系中,構(gòu)建更具針對性與時效性的指標體系。另外,在實證模型的選取上,運用基于主客觀綜合賦權(quán)法的灰色關(guān)聯(lián)綜合評價模型,有效避免了使用單一主觀賦權(quán)或客觀賦權(quán)法的缺陷,評價結(jié)果既能反映決策者的主觀意愿,又能客觀反映各指標的實際含義,提高了綜合評價結(jié)果的準確性、客觀性和可信度[7]。

      二、P2P網(wǎng)貸平臺風險評價指標體系構(gòu)建

      (一)指標體系構(gòu)建依據(jù)

      一套合理、完善的風險評價指標體系,是保證風險評價結(jié)果客觀、公正的前提,也是風險評價結(jié)果有效的切實保障。本文在指標體系的構(gòu)建上,遵循科學性、針對性、時效性和可操作性原則,借鑒融360等網(wǎng)貸評級機構(gòu)創(chuàng)立的P2P網(wǎng)貸平臺風險評價指標體系,參考銀監(jiān)會對商業(yè)銀行流動性風險監(jiān)管的標準——《巴塞爾協(xié)議Ⅲ》以及我國相關(guān)法律法規(guī)對商業(yè)銀行市場風險、信用風險的監(jiān)管原則[5],同時結(jié)合P2P網(wǎng)貸市場“1+3”制度體系對P2P網(wǎng)貸平臺的具體合規(guī)要求[8],建立了涵蓋平臺流動能力指標、運營能力指標、合規(guī)能力指標、風險管控指標以及背景實力指標5個一級指標的P2P網(wǎng)貸平臺風險評價指標體系,具體指標以及指標的性質(zhì)如表1所示。

      (二)指標體系構(gòu)建特點

      本文所建立的指標體系的特點是更具針對性與時效性。當前我國P2P網(wǎng)貸行業(yè)正處于新規(guī)實施、合規(guī)整改階段,P2P網(wǎng)貸行業(yè)“1+3”制度體系為P2P網(wǎng)貸平臺的發(fā)展制定了嚴格的框架,是否能夠按時保質(zhì)地完成合規(guī)整改決定了P2P網(wǎng)貸平臺的命運。因此,當前P2P網(wǎng)貸平臺風險評價中對于平臺合規(guī)能力的考察顯得尤為重要。李瑞生等[8]通過對P2P網(wǎng)貸行業(yè)“1+3”制度體系的分析解讀,總結(jié)出5個方面的合規(guī)要求,分別為平臺資金銀行存管、借款金額上限、電信與信息服務業(yè)務經(jīng)營許可證(ICP)登記情況、平臺信息披露以及平臺備案。根據(jù)“1+3”制度體系的合規(guī)要求,同時考慮到指標數(shù)據(jù)的可獲取性,本文構(gòu)建了涵蓋信息披露水平、資金存管情況、備案登記準備情況、ICP登記情況、平均借款額度5個指標的合規(guī)能力指標體系,用以反映“1+3”制度體系的核心內(nèi)涵。通過建立涵蓋合規(guī)能力指標的P2P網(wǎng)貸平臺風險評價指標體系,能夠更準確地對P2P網(wǎng)貸平臺現(xiàn)階段的風險水平進行綜合評價。

      表1 P2P網(wǎng)貸平臺風險評價指標體系

      三、P2P網(wǎng)貸平臺風險的灰色關(guān)聯(lián)綜合評價模型

      (一)主客觀綜合賦權(quán)

      P2P網(wǎng)貸平臺風險評價是一個多目標決策過程,對評價指標進行科學合理的賦權(quán)是得到準確評價結(jié)果的關(guān)鍵步驟之一??紤]到單純使用主觀賦權(quán)法或客觀賦權(quán)法的不足,本文選擇基于AHP和熵權(quán)法的主客觀綜合賦權(quán)法對P2P網(wǎng)貸平臺風險評價指標進行賦權(quán)。

      1.采用AHP測定評價指標的主觀權(quán)重。具體步驟如下:

      (1)建立風險評價指標層次結(jié)構(gòu)。選取與P2P網(wǎng)貸平臺風險評價相關(guān)的各項指標,依據(jù)指標之間的相互屬性關(guān)系,組成遞階層次模型,即目標層、準則層和指標層三個層次。

      (2)構(gòu)造判斷矩陣。對每一層中的各評級指標兩兩之間的相對重要程度給予判斷,并按照Satty教授提出的1~9標度法對指標的重要程度進行打分,得到每一層次內(nèi)指標的判斷矩陣。

      (3)計算指標權(quán)重。對n階判斷矩陣每行元素的乘積求n次方根:;對向量向量w=(,…,)做歸一化處理:,則wi為因素i的指標權(quán)重。

      (4)一致性檢驗。判斷思維的邏輯一致性。計算判斷矩陣的最大特征根;計算判斷矩陣的一致性指標;計算判斷矩陣的一致性比率:CR=CI/RI,RI為平均隨機性指標值。根據(jù)計算結(jié)果,若CR≤0.1,則判斷矩陣通過一致性檢驗,否則需要對判斷矩陣重新進行修正,直到通過一致性檢驗為止。

      2.采用熵權(quán)法測定評價指標的客觀權(quán)重。確定權(quán)重之前先要假設有n個樣本,m個指標,xij為第i個樣本的第j個指標的數(shù)值(i=1,2,…,n;j=1,2,…,m)。具體步驟如下[9]:

      (1)指標數(shù)據(jù)標準化。正向指標與負向指標的標準化公式分別如下:

      (2)計算第j項指標下第i個樣本值占該指標的權(quán)重。公式如下:

      (3)計算第j項指標的熵值。公式如下:

      (4)計算第j項指標的權(quán)重。公式如下:

      3.主客觀綜合權(quán)重。采用AHP確定的主觀權(quán)重為wj,采用熵權(quán)法確定的客觀權(quán)重為αj,那么,采用“乘法合成歸一化法”確定主客觀綜合權(quán)重βj的計算公式如下:

      (二)灰色關(guān)聯(lián)綜合評價

      由于P2P網(wǎng)貸平臺風險影響因素的復雜性以及P2P網(wǎng)貸平臺相關(guān)數(shù)據(jù)的不完整性,導致對P2P網(wǎng)貸平臺進行風險評價具有灰色系統(tǒng)特征。因此,本文采用灰色關(guān)聯(lián)綜合評價法對P2P網(wǎng)貸平臺的風險進行綜合評價。其基本思路為:依據(jù)系統(tǒng)歷史統(tǒng)計數(shù)據(jù)的幾何關(guān)系和相似程度來計算關(guān)聯(lián)度,進而通過關(guān)聯(lián)度的大小對網(wǎng)貸平臺風險進行評價[10]。具體步驟如下:

      1.建立比較序列矩陣并確定參考序列。假設有n個樣本,m個指標,xij為第i個樣本的第j個指標的數(shù)值(i=1,2,…,n;j=1,2,…,m),則樣本比較序列為:xi=(xi1,xi2,…,xim),i=1,2,…,n。根據(jù)評價指標的性質(zhì),獲得每個指標所對應的樣本數(shù)據(jù)中的最優(yōu)值組成的參考序列,即:x0=(x01,x02,…,x0m)。

      2.指標數(shù)據(jù)標準化。正向指標與負向指標的標準化公式參考公式(1)和公式(2)。方便起見,歸一化后的數(shù)據(jù)xij'仍記為xij。

      3.計算灰色關(guān)聯(lián)系數(shù)矩陣。公式如下:

      其中:△ij=|xoj-xij|;△max=maximaxj|xoj-xij|;△min=miniminj|xoj-xij|。△ij為各時刻對應的參考序列與比較序列差的絕對值;△max和△min分別為差值絕對值的最大值與最小值;ρ(ρ∈[0,1])為分辨系數(shù),ρ值的作用在于提高關(guān)聯(lián)度的分辨率,ρ值在計算中一般取0.5。按照公式(7)計算,最終得到的關(guān)聯(lián)系數(shù)矩陣記為L。

      4.綜合評價過程。參照由AHP和熵權(quán)法確定的主客觀綜合權(quán)重,可以得到樣本綜合關(guān)聯(lián)度的計算公式:

      用R表示樣本關(guān)聯(lián)度的大小,R越大,則樣本平臺的風險水平越低;R越小,則樣本平臺的風險水平越高。

      四、P2P網(wǎng)貸平臺風險評價實證分析

      (一)樣本選取與數(shù)據(jù)來源

      在樣本選取方面,考慮到我國P2P網(wǎng)絡借貸行業(yè)整體透明度較低,因此本文選取數(shù)據(jù)披露較完整、成交量靠前的70家具有代表性的P2P網(wǎng)貸平臺作為樣本。在數(shù)據(jù)來源方面,為了消除偶然性因素對評價結(jié)果的影響,選取2017年10月到2018年3月的月度數(shù)據(jù)平均值作為定量指標數(shù)據(jù)的評判依據(jù);定性指標數(shù)據(jù)的考察時間截止到2018年3月。定量指標數(shù)據(jù)主要來源于第三方數(shù)據(jù)網(wǎng)站網(wǎng)貸之家和中國互聯(lián)網(wǎng)金融協(xié)會官網(wǎng),定性指標數(shù)據(jù)根據(jù)P2P網(wǎng)貸平臺的用戶反饋信息和互聯(lián)網(wǎng)金融風險相關(guān)專家的評分確定。

      (二)確定主客觀綜合權(quán)重

      1.采用AHP確定主觀權(quán)重。首先,針對表1建立的P2P網(wǎng)貸平臺風險評價指標體系,選取3位風險評價領(lǐng)域相關(guān)專家組成評價小組,按照1~9標度法對準則層的5個指標進行打分得到判斷矩陣。其次,運用方根法得到準則層5個指標的權(quán)重向量w(1)=(0.416,0.262,0.161,0.099,0.062)T。最后,對評價矩陣進行一致性檢驗,以確保所得到的指標權(quán)重的有效性。計算可得,一致性比率為CR=CI/RI=0.015<0.1,通過了一致性檢驗,即所得準則層指標權(quán)重為有效權(quán)重。指標層指標權(quán)重的計算方法同上,在此不再贅述。最終計算得到指標層26個指標的主觀權(quán)重向量wj=(0.0412,0.1090,…,0.0260,0.0096)T。

      2.采用熵權(quán)法確定客觀權(quán)重。本研究中包含的樣本數(shù)為n=70,包含的具體評價指標數(shù)為m=26。首先,依據(jù)獲得的樣本數(shù)據(jù)建立原始評價指標矩陣xij,根據(jù)正向指標和負向指標標準化公式(1)和(2)對指標數(shù)據(jù)進行標準化處理,以消除量綱、解決不同性質(zhì)數(shù)據(jù)的可比性問題;然后,在標準化后的評價矩陣的基礎上,根據(jù)公式(3)和(4)計算得到指標的熵值向量ej=(0.996,0.991,…,0.163,0.866)T;最后,將計算得到的熵值ej代入公式(5),計算得到26個指標的客觀權(quán)重向量αj=(0.0013,0.0028,…,0.2624,0.0422)T。

      3.綜合權(quán)重的確定。將評價指標主觀權(quán)重wj和客觀權(quán)重αj代入乘法歸一化公式(6),得到指標的綜 合權(quán)重向 量 βj=(0.0016,0.0095,… ,0.2129,0.0127)T。各指標的主觀權(quán)重、客觀權(quán)重以及綜合權(quán)重的詳細情況如表2所示。

      從表2中各指標綜合權(quán)重的分布情況可以發(fā)現(xiàn),平均借款期限、時間加權(quán)成交量、投資人數(shù)、管理團隊能力、備案登記準備情況、ICP登記情況、信息系統(tǒng)安全性、是否上市等8個指標的綜合權(quán)重均大于權(quán)重均值0.0385,8個指標的權(quán)重之和達到了0.8285,對于P2P網(wǎng)貸平臺風險具有決定性影響作用,在識別平臺風險時具有較高的參考價值。其中,對P2P網(wǎng)貸平臺風險影響最大的指標是時間加權(quán)成交量,權(quán)重達到0.2603。時間加權(quán)成交量主要用來衡量平臺的盈利能力,時間加權(quán)成交量越高,平臺從中獲取的服務費就越多,平臺盈利能力也就越強,而盈利能力對于平臺的運營能力至關(guān)重要,因此時間加權(quán)成交量對平臺風險的影響較大。其次是是否上市指標,權(quán)重達到0.2129。平臺上市已經(jīng)成了一種趨勢,一方面,上市平臺在透明度、公司治理等方面更加完善,受到投資人的青睞;另一方面,平臺通過上市可以獲得更充足的資本,有利于平臺擴展業(yè)務或進一步完善自身運營,提高自身競爭力。因此,是否上市指標在當前市場成熟度不高的情況下,在平臺風險評價中占據(jù)著重要地位。

      另外,本文重點考察的合規(guī)能力指標中的備案登記準備情況和ICP登記情況指標也都占較大權(quán)重,分別為0.0993和0.0458。當前處于合規(guī)整改的沖刺階段,平臺能否在規(guī)定期限內(nèi)完成合規(guī)整改對其未來的發(fā)展具有決定性作用。備案登記作為平臺合規(guī)整改的最后關(guān)卡,受到銀監(jiān)會和各地監(jiān)管部門的高度重視;ICP登記情況也由于各地紛紛限制ICP牌照的發(fā)放數(shù)量而成為限制平臺合規(guī)的重要因素。因此,相關(guān)合規(guī)指標在近期會是評價平臺風險狀況的重要因素。

      (三)灰色關(guān)聯(lián)綜合評價

      首先,以樣本數(shù)據(jù)標準化后的評判矩陣的行向量xi=(xi1,xi2,…,xim)作為比較序列,以各指標在全部樣本中的最優(yōu)值作為參考序列,標準化后的參考序列為x0=(1,1,…,1,1);其次,依據(jù)公式(7)計算灰色關(guān)聯(lián)系數(shù)矩陣Lij,其中△max=maximaxj|xoj-xij|=1,△min=miniminj|xoj-xij|=0;最后,綜合前面計算得到的主客觀綜合權(quán)重βj和關(guān)聯(lián)系數(shù)矩陣Lij,根據(jù)公式(8)計算得到各樣本的綜合關(guān)聯(lián)度向量R=(0.4200,0.5591,…,0.4869,0.7116)T。綜合關(guān)聯(lián)度越高,說明P2P網(wǎng)貸平臺風險水平越低;綜合關(guān)聯(lián)度越低,說明P2P網(wǎng)貸平臺風險水平越高。指標體系中各一級指標關(guān)聯(lián)度的計算方式同上,在此不再贅述。根據(jù)綜合關(guān)聯(lián)度ri,對平臺風險由小到大進行排序,結(jié)果如表3所示。由于樣本數(shù)量較多,在此只列出排名前20和后20的平臺。

      為了更好地從整體上把握我國P2P網(wǎng)絡借貸市場的風險狀況,本文所選取的樣本數(shù)量較多??紤]到研究結(jié)果的易讀性,同時為了更清晰地反映各平臺的風險水平,本文通過參考已有研究以及互聯(lián)網(wǎng)金融行業(yè)相關(guān)專家的意見,根據(jù)樣本P2P網(wǎng)貸平臺的綜合關(guān)聯(lián)度將各平臺進行分類,如表4所示。

      (四)P2P網(wǎng)貸平臺風險評價結(jié)果分析

      首先,觀察表3中排名結(jié)果可以發(fā)現(xiàn),運用本文設計的P2P網(wǎng)貸平臺風險評價體系所得到的平臺風險排名結(jié)果與國內(nèi)第三方評級網(wǎng)站網(wǎng)貸之家、網(wǎng)貸天眼等的排名結(jié)果有較高的一致性,說明本文所設計的P2P網(wǎng)貸平臺風險評價體系具有一定的科學性和可信度。另外,對樣本原始數(shù)據(jù)進行分析發(fā)現(xiàn),一些合規(guī)能力和風險管控能力較好的平臺,如禮德財富、積木盒子等,它們的排名有所上升,這是本文在指標體系以及權(quán)重設定方面更具針對性的結(jié)果,符合當下新規(guī)實施、合規(guī)整改的背景。因此,本文所設定的評價體系具有一定的參考價值。

      表3 P2P網(wǎng)貸平臺綜合關(guān)聯(lián)度及排序

      表4 P2P網(wǎng)貸平臺風險水平分類結(jié)果

      其次,對表3中評價結(jié)果進行統(tǒng)計分析可知,樣本P2P網(wǎng)貸平臺綜合關(guān)聯(lián)度的平均值為0.4445,所考察的70家P2P網(wǎng)貸平臺中,綜合關(guān)聯(lián)度低于0.4445的有40家,占樣本總量的57.14%,表明我國P2P網(wǎng)貸行業(yè)整體風險水平較高,發(fā)生系統(tǒng)性風險的可能性較大。從我國P2P網(wǎng)絡借貸發(fā)展歷程來看,導致我國P2P網(wǎng)貸行業(yè)整體風險水平較高的主要原因在于,在P2P網(wǎng)貸行業(yè)“1+3”制度體系形成之前,我國P2P網(wǎng)貸市場處于無門檻、無規(guī)則、無監(jiān)管的“三無”狀態(tài)[11]。這為P2P網(wǎng)貸行業(yè)今后的發(fā)展帶來了兩方面的影響:一方面,大量中小平臺自身風險管控能力、運營能力等均較弱,在后續(xù)的競爭中處于絕對的劣勢,導致自身風險水平越來越高;另一方面,隨著我國網(wǎng)貸市場“1+3”制度體系的建立,合規(guī)整改穩(wěn)步推進,大量平臺面臨的法律風險、合規(guī)風險逐步暴露,進一步拉高了我國P2P網(wǎng)貸行業(yè)的整體風險水平。

      通過分析樣本平臺項目類型等指標數(shù)據(jù)發(fā)現(xiàn),我國P2P網(wǎng)貸行業(yè)存在著業(yè)務類型單一、產(chǎn)品同質(zhì)化嚴重等問題。隨著監(jiān)管趨嚴以及我國經(jīng)濟形式下滑,P2P網(wǎng)貸行業(yè)資產(chǎn)端緊張,行業(yè)競爭愈發(fā)激烈,導致大量中小平臺運營風險升高[12],這也拉高了行業(yè)整體風險水平。

      最后,選取風險最低的6家第一類平臺與風險最高的6家第五類平臺進行對比分析,具體情況如表5所示。

      表5 第一類與第五類樣本平臺具體情況

      6家第一類平臺的綜合關(guān)聯(lián)度均值為0.6239,其中宜人貸和愛錢進更是超過了0.7,風險水平較低;而6家第五類平臺的綜合關(guān)聯(lián)度均值僅為0.3579,排名最后一位的大同行,關(guān)聯(lián)度只有0.3517。這表明我國P2P網(wǎng)貸平臺之間的風險水平差距較大,行業(yè)發(fā)展成熟度不高,存在大量低效率、高風險的平臺,限制了我國P2P網(wǎng)絡借貸市場的健康發(fā)展[13]。對比表5中第一類與第五類平臺的具體情況可知,運營能力與背景實力上的差距是造成兩類平臺風險水平差異的主要原因。進一步對平臺運營能力指標、背景實力指標等的原始數(shù)據(jù)進行分析發(fā)現(xiàn),6家第五類平臺中除了大同行是國資參股,其他幾家都是民營平臺,平臺在人氣、管理、背景實力等方面存在著先天的不足,導致其運營能力較差、風險水平較高;而第一類平臺多為大中型平臺,其背倚實力較強的上市公司、銀行、風投機構(gòu)等,在管理、運營等方面可以充分利用現(xiàn)有的資源優(yōu)勢,因此其風險水平相對較低。

      另外,對比各平臺一級指標關(guān)聯(lián)度和綜合關(guān)聯(lián)度可以發(fā)現(xiàn),平臺在各一級指標上的發(fā)展水平和最終的綜合排名并不完全一致,有的平臺甚至存在較大差距,說明P2P網(wǎng)貸平臺在流動能力、運營能力、合規(guī)能力、風險管控以及背景實力上的發(fā)展存在不平衡的現(xiàn)象,進而影響了平臺風險管控水平的進一步提升[14]。例如和信貸在流動能力方面的關(guān)聯(lián)度是0.0584,遠遠低于第一類平臺在這一指標上的平均關(guān)聯(lián)度0.0778,但是其綜合關(guān)聯(lián)度卻可以排在第3名。導致這種現(xiàn)象的一個重要原因就是平臺對于發(fā)展戰(zhàn)略的選擇不同[9]。過于極端的發(fā)展戰(zhàn)略可能在短期內(nèi)提升平臺營運能力,但從長遠來看,容易帶來流動性問題;而過于保守的發(fā)展戰(zhàn)略可能使得平臺擁有較好的流動能力和風險管控能力,卻因盈利能力較差而使得平臺運營能力較差。因此,平臺在發(fā)展過程中應該在各方面追求一種動態(tài)平衡,發(fā)展策略既不能過于極端,為長遠發(fā)展埋下隱患,也不能過于保守,錯失發(fā)展良機。

      五、結(jié)論與建議

      (一)結(jié)論

      本文通過構(gòu)建P2P網(wǎng)貸平臺風險評價指標體系,利用基于主客觀綜合賦權(quán)的灰色關(guān)聯(lián)綜合評價模型,對我國70家P2P網(wǎng)貸平臺進行了風險評價,主要得出以下結(jié)論:①評價結(jié)果合理,模型準確度較高。主客觀綜合賦權(quán)法的使用,克服了以往單純使用主觀賦權(quán)法或客觀賦權(quán)法所帶來的不足,使得評價指標的重要性得到了更好的反映;另外,合規(guī)能力指標的加入使得評價結(jié)果更具針對性與時效性。②平臺總體風險水平較高,平臺之間風險水平差異較大,平臺內(nèi)部發(fā)展不平衡。平臺綜合關(guān)聯(lián)度低于平均值0.4445的數(shù)量達到了40家,占樣本總量的57.14%,總體風險水平較高;第一類樣本平臺的平均綜合關(guān)聯(lián)度為0.6239,而第五類樣本平臺的綜合關(guān)聯(lián)度為0.3579,平臺之間風險水平差異較大;另外,平臺在各一級指標上的發(fā)展不平衡,這進一步限制了平臺風險控制水平的提升。③部分指標影響較大。從各指標的綜合權(quán)重來看,對平臺風險水平影響較大的指標有平均借款期限、時間加權(quán)成交量、投資人數(shù)、管理團隊能力、備案登記準備情況、信息系統(tǒng)安全性、ICP登記情況以及是否上市等8個指標,這8個指標的權(quán)重之和達到了0.7828,對于P2P網(wǎng)貸平臺風險的影響較大。

      (二)建議

      根據(jù)上述結(jié)論,本文針對投資者以及監(jiān)管部門分別給出如下建議:

      1.投資者應理性選擇投資平臺,切勿盲目追求高收益。在新規(guī)實施、合規(guī)整改的背景下,P2P網(wǎng)貸行業(yè)的整體風險處于較高的水平,投資者在選擇P2P網(wǎng)貸平臺進行投資時,要從多個方面去衡量平臺的投資安全性。根據(jù)本文的研究結(jié)論可知,平均借款期限、時間加權(quán)成交量、投資人數(shù)、管理團隊能力、備案登記準備情況、信息系統(tǒng)安全性、ICP登記情況、是否上市等指標對于P2P網(wǎng)貸平臺風險的影響較大,投資者在選擇投資平臺時,可以重點考慮這幾個方面的因素。

      2.監(jiān)管部門要加大監(jiān)管力度,防止發(fā)生系統(tǒng)性風險。現(xiàn)今正值新規(guī)實施、合規(guī)整改階段,行業(yè)風險凸顯。根據(jù)行業(yè)專家的估計,最終通過整改達到合規(guī)水平的平臺數(shù)量將在900家左右,這就意味著近一半的平臺將會被淘汰。另外,根據(jù)本文的研究結(jié)果可知,當前我國P2P網(wǎng)貸行業(yè)整體風險水平較高,平臺之間風險水平差距較大,在新規(guī)實施、合規(guī)整改階段,平臺由于整改不合格而成為問題平臺的可能性較大。因此,監(jiān)管部門應該加大監(jiān)管力度,提前出臺相關(guān)政策措施,積極引導合規(guī)整改達標希望不大的平臺提前做好良性退出準備,防止問題平臺大面積集中出現(xiàn)。

      猜你喜歡
      賦權(quán)網(wǎng)貸合規(guī)
      論鄉(xiāng)村治理的有效賦權(quán)——以A縣扶貧項目為例
      中國西部(2022年2期)2022-05-23 13:28:20
      企業(yè)數(shù)據(jù)賦權(quán)保護的反思與求解
      南大法學(2021年6期)2021-04-19 12:27:30
      對企業(yè)合規(guī)風險管理的思考
      外貿(mào)企業(yè)海關(guān)合規(guī)重點提示
      中國外匯(2019年20期)2019-11-25 09:54:54
      GDPR實施下的企業(yè)合規(guī)管理
      中國外匯(2019年16期)2019-11-16 09:27:40
      試論新媒體賦權(quán)
      活力(2019年15期)2019-09-25 07:22:12
      P2P網(wǎng)貸中的消費者權(quán)益保護
      中國外匯(2019年10期)2019-08-27 01:58:18
      基于改進AHP熵博弈賦權(quán)的輸變電工程評價
      網(wǎng)貸十年:迎來“去偽存真” 時代
      商周刊(2017年17期)2017-09-08 13:08:58
      網(wǎng)貸平臺未來亟需轉(zhuǎn)型
      商周刊(2017年17期)2017-09-08 13:08:58
      兴仁县| 安义县| 茌平县| 迁西县| 策勒县| 红桥区| 桃源县| 合作市| 江华| 滁州市| 峨眉山市| 建平县| 宿州市| 喀喇| 年辖:市辖区| 洛浦县| 兴仁县| 平阳县| 吴桥县| 罗源县| 登封市| 永靖县| 巨野县| 九寨沟县| 瑞安市| 勐海县| 体育| 印江| 师宗县| 加查县| 宣武区| 宣化县| 准格尔旗| 克山县| 乐亭县| 聊城市| 昌吉市| 乐清市| 永福县| 克拉玛依市| 吉安市|