《互聯(lián)網(wǎng)金融行業(yè)平臺風(fēng)險及影響因素分析5800字（論文）》

互聯(lián)網(wǎng)金融行業(yè)平臺風(fēng)險及影響因素分析目錄TOC\o"1-2"\h\u4508互聯(lián)網(wǎng)金融行業(yè)平臺風(fēng)險及影響因素分析 1312061.1互聯(lián)網(wǎng)金融平臺風(fēng)險概述 16001.1.1平臺風(fēng)險概述 1231731.1.2平臺風(fēng)險中的道德風(fēng)險 274571.1.3平臺風(fēng)險中的操作風(fēng)險 2217141.2互聯(lián)網(wǎng)金融平臺的內(nèi)部風(fēng)險因素 2195511.2.1平臺內(nèi)部風(fēng)險評價指標(biāo)的選取 3292601.2.2評價指標(biāo)權(quán)重和融合因子 4249591.2.3內(nèi)部要素分析過程 573991.2.4內(nèi)部要素分析結(jié)果與評價 630331.3互聯(lián)網(wǎng)金融平臺的外部風(fēng)險因素 6263511.1.1漂移率和方差率的影響 7316421.1.2政府政策及其他宏觀經(jīng)濟因素的影響 8129961.1.3無風(fēng)險利率的影響 9145861.4平臺風(fēng)險防范和化解策略總結(jié) 101.1互聯(lián)網(wǎng)金融平臺風(fēng)險概述1.1.1平臺風(fēng)險概述互聯(lián)網(wǎng)金融平臺是互聯(lián)網(wǎng)金融交易活動的載體。平臺風(fēng)險是指互聯(lián)網(wǎng)金融交易平臺由于內(nèi)外部的不確定性因素而面臨的風(fēng)險，它是互聯(lián)網(wǎng)金融風(fēng)險的核心，對交易平臺自身、運用該平臺進(jìn)行交易的投資者和融資者都會造成不利影響，還會波動到其他互聯(lián)網(wǎng)金融交易平臺。相關(guān)學(xué)術(shù)研究表明，對于互聯(lián)網(wǎng)金融這類新興行業(yè)，如果其交易鏈條中的某個環(huán)節(jié)出現(xiàn)問題，將使得投資者和融資者對整個互聯(lián)網(wǎng)金融行業(yè)喪失信心，所以，相比于投資風(fēng)險和融資風(fēng)險，平臺風(fēng)險最有可能成為引致互聯(lián)網(wǎng)金融行業(yè)網(wǎng)絡(luò)外部負(fù)效應(yīng)的因素。1.1.2平臺風(fēng)險中的道德風(fēng)險道德風(fēng)險包括詐騙風(fēng)險、信息模糊和誤導(dǎo)風(fēng)險，這類風(fēng)險一般是主動引發(fā)的風(fēng)險，是由于互聯(lián)網(wǎng)金融平臺基于錯誤的、惡性的目的，侵蝕投資者的利益，從而造成的風(fēng)險。第一，詐騙風(fēng)險。詐騙風(fēng)險是指互聯(lián)網(wǎng)金融平臺以非法集資、自融、跑路為目的籌集資金的風(fēng)險，龐氏騙局是詐騙風(fēng)險的一種主要類型。以現(xiàn)金樹、快易借為代表的一些互聯(lián)網(wǎng)金融平臺，用新投資者注入的投資資金作為對老投資者的投資回報，以此營造盈利的假象，今鑫財富和天力貸則是披著P2P網(wǎng)貸平臺的外衣，進(jìn)行自融資金的非法集資操作。第二，信息模糊和誤導(dǎo)風(fēng)險。信息模糊和誤導(dǎo)風(fēng)險是指：由于互聯(lián)網(wǎng)金融平臺向投資者提供了不充分的或錯誤的投資信息，導(dǎo)致投資者決策失誤或發(fā)生損失的風(fēng)險。主要包括：信息披露不完善、虛假承諾高收益率、內(nèi)幕交易、操縱市場、債務(wù)催收、合同不完善等類型。1.1.3平臺風(fēng)險中的操作風(fēng)險操作風(fēng)險是指：由于互聯(lián)網(wǎng)金融平臺存在技術(shù)漏洞或疏于防范網(wǎng)絡(luò)攻擊而造成的數(shù)據(jù)信息被竊取、泄露、篡改，由于數(shù)據(jù)備份與故障機制不完善而造成冗余、丟失，或者內(nèi)部信息遭到攻擊、竊聽而造成用戶或互聯(lián)網(wǎng)金融平臺利益受損或面臨威脅的情形。具體而言，一些網(wǎng)絡(luò)借貸平臺購買現(xiàn)成的互聯(lián)網(wǎng)金融交易平臺模板，且未設(shè)置專業(yè)技術(shù)人員監(jiān)測技術(shù)漏洞和網(wǎng)絡(luò)病毒。而互聯(lián)網(wǎng)交易平臺信息量巨大，很多交易平臺疏于對數(shù)據(jù)進(jìn)行備份和保護，或者運用落后的數(shù)據(jù)存儲和備份方法，造成數(shù)據(jù)丟失或泄露，這些都是操作風(fēng)險的體現(xiàn)。1.2互聯(lián)網(wǎng)金融平臺的內(nèi)部風(fēng)險因素互聯(lián)網(wǎng)金融平臺的收益率會受到內(nèi)部因素和外部因素的共同作用，其中，內(nèi)部因素主要包括網(wǎng)貸平臺自身的注冊資本、技術(shù)、運營經(jīng)驗等，還包括互聯(lián)網(wǎng)金融交易的參與者考量的因素，比如投資者主要參考的收益率、擔(dān)保機構(gòu)、流動性等因素和融資者主要參考的借款額度、借款期限、手續(xù)費等因素。1.2.1平臺內(nèi)部風(fēng)險評價指標(biāo)的選取互聯(lián)網(wǎng)金融平臺風(fēng)險是一個不可直接觀測的、難以量化表述的因子，因此，應(yīng)當(dāng)通過一些能夠觀測的、易于量化表述的原始變量，結(jié)合一些技術(shù)手段，間接地反映互聯(lián)網(wǎng)金融平臺風(fēng)險的大小，這種方法即“因子分析法”?；趯W(wǎng)貸之家、貸羅盤、融360等網(wǎng)貸評級機構(gòu)常用指標(biāo)和其他網(wǎng)貸平臺選擇經(jīng)驗，本文選取：借款平均額度、借款平均期限、借貸業(yè)務(wù)總額、手續(xù)費、注冊資本、流動性、收益率、運營年限、風(fēng)控投入成本、管理人員背景與經(jīng)驗、品牌知名度、信譽、產(chǎn)品多樣化水平、信息披露透明度、合規(guī)化水平、第三方擔(dān)保機構(gòu)等16個指標(biāo)進(jìn)行分析。上述16個指標(biāo)組成的統(tǒng)計信息組成了一個較大規(guī)模的數(shù)據(jù)庫，在對上述16個指標(biāo)進(jìn)行分析的過程中，清楚認(rèn)識各種指標(biāo)的關(guān)系是十分必要的。上述指標(biāo)中，除管理人員背景與經(jīng)驗、第三方擔(dān)保機構(gòu)兩個指標(biāo)外，其他指標(biāo)均可以量化表達(dá)，但由于上述指標(biāo)評價尺度不一，比如，平均借款額度一般在萬元以上，注冊資本一般高至億元，但流動性、合規(guī)化水平等指標(biāo)一般用百分?jǐn)?shù)進(jìn)行表示，如果不進(jìn)行標(biāo)準(zhǔn)化處理，將會極大地影響分析結(jié)果和意義。所以，應(yīng)當(dāng)首先運用min—max數(shù)據(jù)標(biāo)準(zhǔn)化方法對數(shù)據(jù)進(jìn)行處理。經(jīng)過標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，具有相同的量綱和量級，可靠性更強。對于第三方擔(dān)保機構(gòu)這一指標(biāo)，可以簡單地運用三級評估方法，即第三方擔(dān)保機構(gòu)為權(quán)威機構(gòu)記為1，第三方擔(dān)保機構(gòu)為一般金融機構(gòu)記為0.5，無第三方擔(dān)保機構(gòu)記為0。對于管理人員背景與經(jīng)驗這一指標(biāo)，可以按照其學(xué)歷背景、專業(yè)關(guān)聯(lián)度、互聯(lián)網(wǎng)金融管理經(jīng)驗等指標(biāo)進(jìn)行加權(quán)平均，從而轉(zhuǎn)化為定量指標(biāo)?；诔Ｒ?guī)的E—R數(shù)據(jù)建模方法，這些指標(biāo)之間的關(guān)系圖如下：圖3-1互聯(lián)網(wǎng)金融平臺風(fēng)險觀測指標(biāo)ER圖為驗證上述16個指標(biāo)是否具有分析價值，以及這些指標(biāo)與平臺風(fēng)險的大小是否有相關(guān)關(guān)系，需要對其進(jìn)行KMO檢驗和Bartlett球狀檢驗。使用SPSS26數(shù)據(jù)分析軟件進(jìn)行分析，分析結(jié)果如下：表3-1平臺風(fēng)險觀測指標(biāo)的KMO和Bartlett檢驗結(jié)果經(jīng)檢驗，上述16個指標(biāo)所組成的多因子模型的KMO檢驗值為0.604，高于0.5，并且，在5%的顯著性水平下，這一多因子模型的Sig.值為0，小于0.01，說明這一多因子模型比較適合于描述平臺風(fēng)險的大小。1.2.2評價指標(biāo)權(quán)重和融合因子旋轉(zhuǎn)成分分析法是PCA分析法中的一種常用方法，旨在選取影響某個因變量的關(guān)鍵自變量指標(biāo)。本文認(rèn)為，在由各個分析指標(biāo)組成的不同的多因子模型中，每個指標(biāo)的權(quán)重是不同的，這反映了對應(yīng)指標(biāo)在分析中的作用。對這些指標(biāo)在因子載荷不同情況下的權(quán)重實施平均化觀測，有助于顯示該指標(biāo)的局部特征和整體特征，從而為衡量和觀測該指標(biāo)在全部指標(biāo)體系中所占的權(quán)重。在專家打分法不易實施的情形下，本方法或可作為替代專家打分法的實證分析方法。表3-2平臺風(fēng)險觀測指標(biāo)的旋轉(zhuǎn)成分分析結(jié)果經(jīng)旋轉(zhuǎn)成分分析，成分一的累積貢獻(xiàn)率為21.742%，這表明：如果將16個評價指標(biāo)融合為一個因子進(jìn)行分析，該因子解釋了原評價指標(biāo)所反映信息的21.742%。以此類推，成分五的累積貢獻(xiàn)率為71.832%，解釋了原評價指標(biāo)所反映信息的71.832%。在上述指標(biāo)的共同度檢驗，上述16個指標(biāo)的共同度均高于0.5，說明這些指標(biāo)能夠被提取的主成分解釋，且解釋力度較強。因此，選定5個因子為主成分進(jìn)行分析。1.2.3內(nèi)部要素分析過程在確定各主要觀測指標(biāo)后，本文對內(nèi)部要素評價矩陣進(jìn)行了改造，基于下述思路構(gòu)建平臺風(fēng)險預(yù)測評價矩陣：以旋轉(zhuǎn)成分得出的各風(fēng)險觀測指標(biāo)的權(quán)重取代專家打分確定的權(quán)重；確定四個評價等級：4分表示具有重大平臺風(fēng)險，3分表示具有較大平臺風(fēng)險，2分表示具有一般平臺風(fēng)險，1分表示具有輕微平臺風(fēng)險。平均分?jǐn)?shù)為2.5分，超越2.5分則表明平臺風(fēng)險嚴(yán)重。確定平臺風(fēng)險超額比率指標(biāo)：（3-1）（4）將不同的評價指標(biāo)的數(shù)值分別從高到低進(jìn)行排名。對于正向指標(biāo)，樣本數(shù)量的前25%記1分，25%—50%記2分，50%—75%記3分，75%—100%記4分。對于反向指標(biāo)，前25%記4分，其余依次記3分、2分、1分。按照上述分析思路，本文選取了貸羅盤中數(shù)據(jù)較為完整的8家互聯(lián)網(wǎng)金融機構(gòu)，搜集各機構(gòu)有關(guān)本文選取的評價指標(biāo)的信息。依次給定各互聯(lián)網(wǎng)金融機構(gòu)的16個評價指標(biāo)的評分，再乘以指標(biāo)的權(quán)重，得出每個指標(biāo)的加權(quán)評分。本文將貸羅盤給出的互聯(lián)網(wǎng)金融機構(gòu)評級排行榜與本文得出的加權(quán)評分進(jìn)行了比對，結(jié)果如下：表3-3貸羅盤評級排行榜與平臺風(fēng)險評價得分對比表1.2.4內(nèi)部要素分析結(jié)果與評價運用EXCEL中的CORREL函數(shù)計算本文運用平臺內(nèi)部要素風(fēng)險評價矩陣得出的平臺風(fēng)險估計結(jié)果與貸羅盤評級、網(wǎng)貸天眼中用戶的好評率與差評率之間的相關(guān)關(guān)系。分析結(jié)果顯示，本文得出的平臺風(fēng)險估計結(jié)果與貸羅盤網(wǎng)站給出的網(wǎng)貸平臺評分之間的相關(guān)系數(shù)約為0.03，但與用戶好評率指標(biāo)的相關(guān)系數(shù)為-0.7，與差評率指標(biāo)的相關(guān)系數(shù)為0.88，說明本文的平臺內(nèi)部要素評價結(jié)果與用戶好評率有比較顯著的負(fù)相關(guān)關(guān)系，與差評率有極其顯著的正相關(guān)關(guān)系，但與網(wǎng)貸平臺評分幾乎沒有相關(guān)關(guān)系。上述結(jié)果證明本文構(gòu)建的平臺風(fēng)險內(nèi)部要素評價矩陣對預(yù)測用戶滿意度的效果是顯著的。所以，投資者和融資者在選擇互聯(lián)網(wǎng)金融平臺時，不應(yīng)當(dāng)單純地依據(jù)評級機構(gòu)的排名、收益率或利率等因素作為自己是否選擇該平臺開展投融資活動的依據(jù)，而應(yīng)當(dāng)結(jié)合該企業(yè)的相關(guān)風(fēng)險指標(biāo)，更全面地、系統(tǒng)地看待互聯(lián)網(wǎng)金融平臺的投資價值和可靠性。1.3互聯(lián)網(wǎng)金融平臺的外部風(fēng)險因素在分析互聯(lián)網(wǎng)金融平臺風(fēng)險的影響時，除考慮內(nèi)部因素外，還需要考慮外部沖擊對互聯(lián)網(wǎng)金融平臺交易的影響?；ヂ?lián)網(wǎng)金融平臺交易數(shù)量的當(dāng)前值與投資者對該平臺投資回報的未來預(yù)測有關(guān)，而在互聯(lián)網(wǎng)平臺上交易的歷史信息與未來投資收益的預(yù)測的關(guān)聯(lián)度較小。因此，可以將互聯(lián)網(wǎng)金融平臺交易數(shù)量的變動看作是一個馬爾科夫過程，將這一過程廣義化，定義為一個伊藤過程，其表達(dá)式為：（3-2）1.1.1漂移率和方差率的影響對互聯(lián)網(wǎng)金融產(chǎn)品和服務(wù)的需求在每個單位時間內(nèi)變化的期望值稱為需求漂移率，需求漂移率描述了互聯(lián)網(wǎng)金融產(chǎn)品和服務(wù)的實際需求與預(yù)期之間的偏離，因而概括了一些影響互聯(lián)網(wǎng)金融機構(gòu)的外部因素。理性的互聯(lián)網(wǎng)金融企業(yè)的經(jīng)營目標(biāo)是最大化其期望利潤，即：（3-3）在此問題中，利潤函數(shù)是關(guān)于標(biāo)的隨機變量x和時間t的動態(tài)函數(shù)，將該動態(tài)利潤函數(shù)參照伊藤引理的方法進(jìn)行推導(dǎo)，有約束條件：（3-4）上述約束條件是一個二階線性偏微分方程，其特征方程為：（3-5）用多元拉格朗日函數(shù)L(σ,α,β,r)表示特征方程，根據(jù)價值匹配條件，企業(yè)的邊際利潤因子為1/（r-a），這表明：隨著需求漂移率a的增加，企業(yè)的邊際利潤因子增大，有利于互聯(lián)網(wǎng)金融企業(yè)獲得更高利潤。對于方差率，特征方程關(guān)于方差率σ的全微分為：（3-6）其中，L是β和σ的增函數(shù)，故根據(jù)等式運算性質(zhì)，β是σ的減函數(shù)。這是因為：多元拉格朗日函數(shù)間接反映了企業(yè)利潤的大小，它是β的增函數(shù)，任何使得β減少的因素都會使得利潤減少。由于互聯(lián)網(wǎng)金融行業(yè)的方差率是一個時間序列，所以也可以用一個GARCH（1，1）模型進(jìn)行擬合，對方差率這一因子加以量化表述，該模型表達(dá)式為：（3-7）該波動率可以收斂至：（3-8）由此推知：方差率σ越大，互聯(lián)網(wǎng)金融企業(yè)的利潤空間越小。并且，歷史方差率也會對方差率構(gòu)成一定程度的影響，由于，當(dāng)且僅當(dāng)ω為正值時，上一期波動率的增加會使得本期的波動率以遞減的增長率上升，EWMA模型很好地描述了這一特征：（3-9）其中，λ為“衰減因子”，是度量上期波動率對本期波動率的增率相比于上一個增長周期衰減作用的參量。綜上所述，互聯(lián)網(wǎng)金融行業(yè)的利潤函數(shù)是需求漂移率α的增函數(shù)，是方差率σ的減函數(shù)。互聯(lián)網(wǎng)金融行業(yè)想要拓展利潤空間，應(yīng)當(dāng)致力于實現(xiàn)需求漂移率的提升，并降低波動率，還需對其波動率實施持續(xù)控制，因為歷史波動率對當(dāng)前波動率也能夠起到一定程度的增進(jìn)作用。1.1.2政府政策及其他宏觀經(jīng)濟因素的影響政府對互聯(lián)網(wǎng)金融行業(yè)的監(jiān)管政策和支持力度會對互聯(lián)網(wǎng)金融平臺產(chǎn)生外部沖擊，造成互聯(lián)網(wǎng)金融平臺在區(qū)位選擇、收益率和運營決策等方面的差異。例如，緊縮性貨幣政策會提升安全資產(chǎn)的收益率，從而造成安全資產(chǎn)相對于風(fēng)險資產(chǎn)的吸引力上述，造成“追逐安全資產(chǎn)”現(xiàn)象，緊縮的貨幣政策還會導(dǎo)致經(jīng)濟體的緊縮效應(yīng)，由此對互聯(lián)網(wǎng)金融平臺造成負(fù)向影響。而設(shè)置優(yōu)惠利率或?qū)嵤捤傻呢泿耪撸瑒t會對互聯(lián)網(wǎng)金融企業(yè)有正向影響。投資主要受利率的影響，根據(jù)可貸資金供求理論模型和四部門國民收入模型，收入的提高、企業(yè)對資本邊際生產(chǎn)率預(yù)期（b）的改善、進(jìn)口規(guī)模（）的擴大、緊縮性的財政政策（t上升，G減少）會導(dǎo)致投資的增加。所以，互聯(lián)網(wǎng)金融平臺面臨的利潤最大化問題是：（3-10）投資的影子價格是表示信用市場資源緊缺程度的一個指標(biāo)。根據(jù)“互補—松弛”條件，投資的影子價格越高，說明信用市場資源緊缺，沒有實現(xiàn)帕累托最優(yōu)配置，反之，影子價格的降低則是對信用市場資源配置的帕累托改進(jìn)。以λ表示社會私人投資的影子價格，其表達(dá)式為：（3-11）假設(shè)政府按照實際發(fā)生的交易業(yè)務(wù)的數(shù)量進(jìn)行每單位θ元的補貼，根據(jù)利潤最大化的一階條件，可以解得使互聯(lián)網(wǎng)金融企業(yè)實現(xiàn)最有效率的配置方法，即帕累托最優(yōu)狀態(tài)的交易數(shù)量應(yīng)當(dāng)滿足“”的條件。綜上所述，政府實施政策的優(yōu)惠程度越高（即θ值越大），有助于降低互聯(lián)網(wǎng)金融行業(yè)產(chǎn)品和服務(wù)價格，還有助于互聯(lián)網(wǎng)金融行業(yè)影子價格的降低，對優(yōu)化行業(yè)資源配置、提升借貸服務(wù)發(fā)生額，提高互聯(lián)網(wǎng)金融平臺利潤都有積極的作用。此外，經(jīng)濟增長率提升、個人收入的提高、低迷的消費預(yù)期、進(jìn)口量的增加、投資利率彈性的提高、緊縮性財政政策的實施等因素是對投資有積極作用的宏觀經(jīng)濟因素，而收入減少、出口增加、投資利率彈性降低、擴張性財政政策的實施、消費信心的提升等因素是對投資有消極作用的因素。1.1.3無風(fēng)險利率的影響投資者必然會將個人財富配置于風(fēng)險資產(chǎn)和無風(fēng)險資產(chǎn)兩種投資工具上，如果無風(fēng)險資產(chǎn)利率較高，那么，投資者將沒有激勵將自己的資產(chǎn)投資于風(fēng)險資產(chǎn)。假設(shè)投資者擁有個單位的財富，他選擇將k個單位的資產(chǎn)投資于含有風(fēng)險的金融產(chǎn)品，其余部分投資于無風(fēng)險產(chǎn)品。其私人投資的期望收益最大化問題為：（3-12）據(jù)此可以推知，投資者在其個人資產(chǎn)配置中，分配給風(fēng)險資產(chǎn)的財富水平為：，因為A是一個正常數(shù)，所以風(fēng)險投資額顯然與