论文部分内容阅读
互联网技术诞生以来,由于其能够最大限度的摆脱时间和空间的限制,使得信息传递的效率大大增加。互联网技术逐步渗透到了人们的日常生活中,起着越来越重要的作用。正因为如此,各个传统行业都竞相与互联网交叉融合,欲借互联网的东风,进一步发展本行业。传统金融业也积极与互联网融合,互联网金融这个行业随即诞生,并迅速发展。互联网金融的兴起,一定程度上已经对传统金融业造成了冲击,现已成为了现代金融业中一股不可忽视的势力。作为互联网金融中的重要组成部分,P2P网贷也迅速在各国发展和流行起来,成为业界关注的焦点。P2P网络贷款是英文"Peer to Peer Lending"的缩写,指的是个人和个人之间通过网络在线平台向相互借贷的小额信贷的金融模式。我国P2P网贷平台的发展起始于2007年,在不到10年的爆发式发展后,P2P网贷平台在我国的规模已经相当惊人,根据网贷之家网站的统计数据,截止2016年初,我国各类营运中的P2P网贷平台已达3917个,月成交量达到了接近千亿的级别,投资(借款)人数合计接近400万。近几年的发展尤其迅速,相较于2012年初的不到200家平台,月成交量不到20亿的行业规模,年复合增长速度超过100%,并且已经成为了全球规模最大的P2P网络借贷市场,由此可以看出,P2P网贷平台在我国的发展速度不可谓不快。此外,互联网金融,P2P网贷平台的快速发展也和政府的大力支持分不开,在十八届三中全会中,中央明确提出加快利率市场化工作；以P2P网络贷款为代表的互联网金融行业的快速发展恰好与国家大政方针相暗合,一方面有利于金融改革的深化和市场效率的提高,另一方面,是有利于发展普惠金融,使得更多的企业和个人享受到低廉便捷的金融产品和服务,增强金融服务实体经济的能力。随后,政府在2014年大力提倡“大众创业,万众创新”,互联网金融为中小企业和个人创业解决融资难问题提供了重要解决思路。进一步地,在2015年7月出台的《国务院关于积极推进“互联网+”行动的指导意见》中,普惠金融被纳入“互联网+行动的重点领域”,这意味着互联网金融已升级成为国家重点战略,其重要性不言而喻。P2P网贷平台最早诞生于英国,发展成熟于美国,由借款者信用等级的高低决定借款利率,而这一模式的顺利运行需要完善的社会征信体系和有效的政府监管保障。但是反观我国目前实际情况,一方面P2P网络贷款行业规模迅速扩张,国家高度重视,另一方面,信用体系建设严重滞后,整个社会弥漫着严重的互不信任,不仅如此,监管细则尚未落实,主管部门不清,网贷平台问题不断,严重打击了投资者热情,对刚刚处于兴起阶段的互联网金融行业发展及国家普惠金融战略的实施极为不利。因此,研究互联网金融,P2P网贷平台风险预警和防范,不论是对监管者、从业者、投资者或是学者都具有重大的现实意义。本文结合我国的基本国情和及P2P网贷行业营运的实际情况和特点,首先对国内外P2P网贷平台的营运模式进行对比,将国内的P2P网贷平台进行分类；以平台营运方式作为判断和确定风险的出发点。随后,经过参考国内外关于互联网金融P2P网络贷款风险的研究文献和国家制定的相关监管意见,建立本文的风险评价框架。通过,随机抽取的方法确定研究样本平台,收集各平台的公开数据指标,指标的选择上尽量保证全面性、灵敏性、可操作性和连续性,在对各项数据进行分析分类的基础上,建立P2P网贷平台风险评价模型。在实证部分,通过随机的方法抽取了18个样本平台,初选出23个指标数据,共构建4个一级指标层,流动指数、营运指数、资金保障和背景实力。通过对数据指标使用最大最小值法进行标准化,随后经过相关性分析法和主成分分析法筛选,总计余下了17个二级数据指标。结合客观的熵权法和修正的主观的专家评价法对上述17个指标和4个一级指标层进行赋权后计算各平台风险得分。并引入代表宏观经济因素的先行指标,制造业PMI和非制造业PMI指数对该得分进行修正。最后通过Spearman秩相关检验对本文模型的排名结果与第三方机构的排名进行对比检验,证明了本文风险模型的可行性和有效性。为了使的风险评分能尽量以通俗易懂的方式输出,本文根据KLR信号分析法的原理,用改进的KLR信号分析法对各平台的风险水平进行分区后通过信号显示。最后,根据排名和风险分区,以典型平台为例,进行分析和评述。本文主要内容安排如下：第一章,绪论。介绍本文研究的背景、意义和目的。在回顾国内外学者关于互联网金融、P2P网贷平台的相关文献后,对文献经行分类总结,理清学术界对于互联网金融、P2P网贷平台的研究线索,即首先肯定了互联网金融(P2P)在解决融资难,投资荒上因为其先天的优势,具有相当的发展前景；同时,互联网金融网络借贷,也面临着包括传统金融借贷风险之外的多种风险,欧美P2P网贷的成熟运转是建立在社会信用体系和有效监管之上的,鉴于中国目前缺乏信任和监管的国情下,P2P网贷平台面临的风险更加突出；为此,国内各学者提出了很多建议和意见,量化评估P2P网贷风险的研究也逐渐开始成为热点。通过对相关文献的回顾,最终找到了本文的研究方法和框架。第二章,P2P网贷平台的发展现状。本章主要分为两大部分,第一部分主要介绍国内P2P网贷平台发展现状,将各P2P网贷平台的运营模式进行分类对比,通过第三方行业报告剖析行业发展情况。第二部分内容的重点在分析对互联网金融P2P网贷平台风险有重要影响的因素,将影响因素分类为宏观和微观两大类,并对这两类因素分别进行分析。这章内容通过介绍P2P网贷平台现状,证明对P2P网贷平台进行风险预警的必要性和影响风险的因素,为下一章建立风险预警模型和选择风险度量指标做好准备。第三章,P2P网贷平台风险预警模型构建。本章主要分为两大部分,第一部分介绍本文选择P2P网贷平台风险模型风险度量指标的标准和风险预警模型的体系结构,以确保选择的风险度量指标能够保证全面性、灵敏性、可操作性和连续性。第二部分介绍将在实证部分处理指标数据的数学或计量经济学检验方法,包括最大最小值法标准化数据、使用相关性分析法和主成分分析法筛选数据、结合客观的熵权法和修正的主观专家评价法对各指标层进行赋权,根据KLR信号法对最终风险排名作信号灯显示,并拟通过Spearman秩相关检验对排名结果与第三方机构排名进行检验。第四章,实证研究。本章根据第三章所述的指标选择方法对所选的18个样本平台的4个-级指标,23个二级指标构成的风险预警模型,经行标准化处理,指标筛选,各级指标赋权,风险排名,信号灯显示和秩相关排名检验。最终的排名结果与第三方机构的排名具有高度正相关性,证明了本文所选的风险度量模型具有一定的实用性和科学性。第五章,结论与展望。本章首先对第四章的排名结果按每个平台的实际情况进行逐一的分析说明,对本文模型和风险预警方法进行评述。之后对本文的主要工作作出总结,提出本文存在的一些不足,指出在未来能够进一步研究的方向。本文收集平台公开数据的方式简单；赋权方法上,采用主客观赋权法结合,尤其是对专家评分法赋权的修正上具有一定的创新；并且在风险因素的考虑上,将宏观经济影响因素纳入风险得分修正,最后输出的排名和信号显示简单易懂,本文在当前P2P网贷平台尚无强制信息披露要求,数据缺乏的条件下,依靠公开数据量化评估各P2P网贷平台的风险,做到风险预警,构筑平台安全防线,提供了参考和借鉴。