常芳芳++蔡萍++张云凤

[摘要]近年来，大数据的越炒越热加快了互联网金融的发展。然而，互联网融资带来便利的同时增加了融资的风险。文章依据互联网融资风险的特殊性建立综合评价指标体系，并使用层次分析法来确定各因素的权重，采用模糊综合评判法将二级指标量化，进而通过所得二级指标权重判断我国当前互联网金融面临风险的总体状态。

[关键词]互联网金融；指标体系；综合评价

[DOI]1013939/jcnkizgsc201650097

1引言

互联网融资的不断发展为企业融资增加了新途径，有利于企业解决融资难的问题。然而，互联网融资也为企业带来了诸如基于信息技术导致的平台风险、系统性风险、信用风险等与传统融资风险有所区别的风险。互联网融资的金融风险诱因更加复杂，且由于互联网的运作，使得风险的传播更加迅速。因而，加强对互联网融资金融风险评价的研究尤其是风险的量化对整个互联网经济的发展变得尤其重要。

2互联网融资金融风险评价因素分析和指标体系构建

依据评价指标选取的一致性、系统性和全面性、可行性和可比性原则，参照CAMELS风险评价模型，并根据互联网金融特有的风险因素，文章选取了七个方面19项指标，见表1。

表1互联网融资金融风险评价指标体系

指标类型监测指标用途

资产充足性指标资本资产比率，资本充足率，核心资本充足率反映平台风险

管理状况评价董事会和管理层对公司经营活动的重视程度，对未知风险的防范能力，风险控制政策的有效度反映操作风险及平台风险

资产质量指标不良资产率，资产周转率反映信用风险

盈利性指标资产收益率，营利利润增长率反映信用风险

偿债能力指标流动比率，超速动比率，应收贷款周转率反映企业的偿债能力

系统安全性指标风险控制团队能力，数据保护系统有效度，网络系统有效度反映安全性风险

合规性指标国家监管力度，监事会监管力度，对法律重视程度反映法律合规性风险

3互联网融资金融风险的综合评价方法

31运用层次分析法确定各因素相对权重

311构造两两比较判断矩阵

将上一层A的子层次的准则层元素按照其重要性进行两两比较，得到判断矩阵A=[JB（（]aij[JB））]n×n。具体的重要程度数值可根据“相对重要程度取值表”理性获得。

312求判断矩阵的特征向量

特征向量W=[JB（（]w1，w2，…，wn[JB））]T即该特征向量标志要素B1，B2，…，Bn对于上一层因素A的重要程度，对wi=[KF（S]n[][DD（]n[]i=1[DD）]aij[KF）]，i=1，2，…，n进行归一化处理得到的矩阵W。

313一致性检验

由于整个判断的过程存在一定的主观性和片面性，为使判断结果更科学，要进行一致性检验。将判断矩阵记为：

A=[JB（（]aij[JB））]n×n=[JB（[][HL（5]w1/w1[]w1/w2[]…[]w1/wn

w2/w1[]w2/w2[]…[]w2/wn

wn/w1[]wn/w2[]…[]wn/wn[HL）][JB）]]

AW=A[JB（[][HL（1]w1

w2

wn[HL）][JB）]]=λ[JB（[][HL（1]w1

w2

wn[HL）][JB）]]=λW

其中，λ为特征值。CR=CI/RI，RI（见表2）为平均随机一致性指标，CI=（λmax-n）/（n-1）。当CR<01时，认为判断矩阵符合随机一致性指标；当CR>01时，则有必要对判断矩阵进行调整和修正。

运用上述同样的方法得到二级指标各因素的权重量，根据之前建立的评价指标体系，可得准则层的权重为：w=[JB（（]w1，w2，w3，w4，w5，w6，w7[JB））]=（0314，0043，0314，0127，0127，0038，0039）。

32运用多层次模糊综合评判法对互联网融资风险进行量化

模糊综合评价法是通过将事物量化进而做出综合决策的方法，对互联网融资金融风险的量化过程如下。

321建立评价因素集及评价集合

影响互联网融资金融风险的评判因素集分为两级，一级指标即指标体系的指标类型，二级指标为监测指标。文章中建立的评价集为：V={V1、V2、V3、V4、V5}={极高风险，高风险，中等风险，低风险，极低风险}。

322建立单因素评判矩阵

邀请k位对互联网金融有所了解或从事金融相关工作的专业人士对所列的风险因素进行打分，得到各风险因素的打分情况，构成各个模块的单因素评判矩阵。

323进行一级综合评价

使用加权平均法，根据公式Bj=wi·Ri，其中wi为层次分析法得到的各评价因素的权重向量，进而得到准则层的评判向量。

324进行二级综合评价

根据准则层指标的权重向量和准则层评判向量对互联网融资金融风险进行综合评价。综合评价矩阵R为：

根据公式B=W×R得第二级评判向量为：B=（03843，02805，01360，01649，00343）。

325量化二级评判向量

将二级评判向量进一步量化，得到一个关于互联网融资金融风险状态评价的具体数值。假设评判等级对应的区间及其中位数如表3所示。

则最终综合评价值Dt=B·CT。其中，C=（97，92，82，67，30）。

由上，可得综合得分为：D=863124，可判断出我国当前中小企业互联网融资正处于潜在非安全状态。

4结论

文章结合使用了层次分析法和多层次模糊综合评价法，在主观判断的基础上进行客观定量分析，對目前我国企业互联网融资所面临的融资风险做出了综合评价。由二级评判向量B可知，最大权重为03843，对应的风险等级为极高风险。也就是说，互联网为企业融资拓宽渠道的同时也使企业面临极高风险。由权重比例可知，目前我国互联网融资面临的最大风险为平台风险，信用风险和系统性风险也是所面临风险的重要部分。二级评判向量的量化结果显示，我国互联网融资的总风险正处于潜在非安全状态，为了防止风险进一步恶化，需要采取合理措施进行风险控制，让互联网融资在风险可控的情况下为企业服务。

参考文献：

[1]张洁我国融资租赁企业风险模糊综合评价的应用研究[D].成都：西南财经大学，2012

[2]曹玲燕基于模糊层次分析法的互联网金融[D].合肥：中国科学技术大学，2014

[3]韩平，蒋迎瑞论金融风险的评估方法[J].对外经贸，2012（6）：81-83

[4]张小兵，黄建金融风险评价指标体系及综合评价方法研究[J].统计与信息论坛，2003，18（2）：34-37