地區(qū)性民間融資市場(chǎng)風(fēng)險(xiǎn)監(jiān)測(cè)和預(yù)警體系研究

張曉芳　洪振杰　葉永

【摘要】民間融資市場(chǎng)在經(jīng)濟(jì)發(fā)展的過(guò)程中具有舉足輕重的作用，然而由于其處于金融監(jiān)管的“灰色地帶”的特殊性質(zhì)，使風(fēng)險(xiǎn)爆發(fā)成為了健康發(fā)展的隱患。因此，需要建立一套切實(shí)可行的融資風(fēng)險(xiǎn)監(jiān)測(cè)體系實(shí)現(xiàn)對(duì)民間金融風(fēng)險(xiǎn)的實(shí)時(shí)監(jiān)控。本文從利率風(fēng)險(xiǎn)、規(guī)模風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)三個(gè)角度出發(fā)構(gòu)建了地區(qū)性民間金融風(fēng)險(xiǎn)指數(shù)監(jiān)測(cè)的指標(biāo)體系，并分析了各指標(biāo)數(shù)值的設(shè)定依據(jù)；再利用層次分析法分析指標(biāo)權(quán)重，構(gòu)建了民間金融風(fēng)險(xiǎn)指數(shù)綜合評(píng)價(jià)模型；最后，通過(guò)分析指標(biāo)在平衡市場(chǎng)與風(fēng)險(xiǎn)市場(chǎng)下的波動(dòng)狀態(tài)，給出了各指標(biāo)不同數(shù)值下的所對(duì)應(yīng)的檢測(cè)狀態(tài)區(qū)域，為分析風(fēng)險(xiǎn)的形成提供理論支持。

【關(guān)鍵詞】指標(biāo)體系 層次分析法 綜合模型 狀態(tài)監(jiān)測(cè)

一、引言

民間金融作為金融系統(tǒng)的組成部分，其發(fā)展由來(lái)已久，在經(jīng)濟(jì)發(fā)展中扮演著不可或缺的角色。當(dāng)前，由于征信體系不完善、信息不對(duì)稱、市場(chǎng)并未完全規(guī)范等多種原因使各地區(qū)面臨著強(qiáng)烈的民間融資市場(chǎng)走向陽(yáng)光化、規(guī)范化、健康化的需求。盡管各地金融對(duì)于民間監(jiān)管已出臺(tái)諸多政策，監(jiān)管力度也在不斷加強(qiáng)，但依然缺乏一套切實(shí)可行的民間金融預(yù)警監(jiān)測(cè)體系。因此，亟需結(jié)合地域性金融特色，建立一套科學(xué)的監(jiān)測(cè)指標(biāo)體系，以便更好的調(diào)控民間融資市場(chǎng)。

現(xiàn)有的國(guó)內(nèi)研究主要集中在對(duì)風(fēng)險(xiǎn)的度量上，夏雪結(jié)合國(guó)內(nèi)外風(fēng)險(xiǎn)影響因素，選取指標(biāo)并利用指標(biāo)體系法確定指標(biāo)，結(jié)合德?tīng)柗品ā⑴判蚍ā⒁蜃臃治龇ǖ却_定其權(quán)重，計(jì)算綜合評(píng)價(jià)值，建立風(fēng)險(xiǎn)預(yù)警體系；許經(jīng)勇對(duì)金融危機(jī)預(yù)警的基本理論進(jìn)行了研究，提出了基于金融危機(jī)預(yù)警警級(jí)指數(shù)的金融危機(jī)預(yù)警理論；吳成頌是從宏觀經(jīng)濟(jì)、金融市場(chǎng)、與泡沫經(jīng)濟(jì)三個(gè)角度選取指標(biāo)，并用AHP分析法給與權(quán)重，度量金融風(fēng)險(xiǎn)；陳晨從信用風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)與操作風(fēng)險(xiǎn)的角度出發(fā)，利用層次分析法與功效系數(shù)法構(gòu)建出小額貸款公司風(fēng)險(xiǎn)預(yù)警體系的綜合評(píng)價(jià)值，定量?jī)?nèi)外因素對(duì)整體的影響。

本文基于民間融資市場(chǎng)的特征，選取影響風(fēng)險(xiǎn)的相關(guān)因素，通過(guò)研究各指標(biāo)的波動(dòng)程度，對(duì)指標(biāo)的波動(dòng)范圍進(jìn)行劃分，并利用層次分析法分析確定指標(biāo)權(quán)重，建立了融資市場(chǎng)風(fēng)險(xiǎn)的綜合評(píng)估模型。最后，文章通過(guò)比較風(fēng)險(xiǎn)性樣本與平衡性樣本的數(shù)值關(guān)系，對(duì)指標(biāo)閾值范圍進(jìn)行劃分，給出逐層追溯導(dǎo)致風(fēng)險(xiǎn)本質(zhì)原因的方法，為采取針對(duì)性決策提供理論支持。

二、地區(qū)性民間融資風(fēng)險(xiǎn)狀態(tài)監(jiān)測(cè)指標(biāo)體系

（一）地區(qū)性民間融資風(fēng)險(xiǎn)指數(shù)模型的指標(biāo)體系

其中，民間融資借貸風(fēng)險(xiǎn)指標(biāo)RI地區(qū)是判斷融資風(fēng)險(xiǎn)的最終依據(jù)，從利率風(fēng)險(xiǎn)指標(biāo)RI利率、期限風(fēng)險(xiǎn)指標(biāo)LI規(guī)模及信用風(fēng)險(xiǎn)指標(biāo)CR信用三個(gè)角度出發(fā)計(jì)算，具體過(guò)程如下：

（二）地區(qū)性民間融資利率風(fēng)險(xiǎn)指標(biāo)計(jì)算

利率風(fēng)險(xiǎn)指標(biāo)由主體利率風(fēng)險(xiǎn)指標(biāo)和期限利率風(fēng)險(xiǎn)指標(biāo)兩部分構(gòu)成，二者具體計(jì)算過(guò)程如下：

1.分主體利率風(fēng)險(xiǎn)指標(biāo)數(shù)值計(jì)算。第一，（1）分主體利率風(fēng)險(xiǎn)指標(biāo)數(shù)值計(jì)算及波動(dòng)區(qū)間劃分。按月劃分，計(jì)算觀測(cè)期內(nèi)各月的分主體利率，再計(jì)算求出分主體下的樣本均值表示如下：公司借貸利率（r公司）、個(gè)人借貸利率（r個(gè)人）、其他借貸利率（r其他），另將選取樣本分主體按月求值，對(duì)應(yīng)各月值記為rt公司，rt個(gè)人， rt其他（表示不同時(shí)間段）。則分主體利率風(fēng)險(xiǎn)指標(biāo)可表示為，代表分主體利率偏離總樣本均值的程度：正偏離值越大，說(shuō)明各主體利率的風(fēng)險(xiǎn)溢價(jià)越高，市場(chǎng)預(yù)期的借貸風(fēng)險(xiǎn)也就越大。

通過(guò)統(tǒng)計(jì)即可計(jì)算出三類主體的標(biāo)準(zhǔn)差為SD公司，SD個(gè)人，SD其他，按照數(shù)值波動(dòng)與標(biāo)準(zhǔn)差的關(guān)系，將三類分主體借貸利率風(fēng)險(xiǎn)度劃分為以下四個(gè)區(qū)間：風(fēng)險(xiǎn)較低區(qū)間：RI分主體≤1；風(fēng)險(xiǎn)較高區(qū)間：11+2*SD分主體。該區(qū)間劃分用于判斷各類主體下利率波動(dòng)的狀態(tài)與風(fēng)險(xiǎn)之間的關(guān)系。

第二，分主體權(quán)重確定及主體利率風(fēng)險(xiǎn)指標(biāo)數(shù)值計(jì)算。考慮到分主體的利率波動(dòng)狀態(tài)對(duì)整個(gè)民間融資市場(chǎng)風(fēng)險(xiǎn)的影響性存在差異，本文采用各主體樣本量的占比決定不同地區(qū)下各主體的影響性，即分主體的樣本量愈多，代表該分主體在市場(chǎng)中愈活躍。若我們用M總體來(lái)表示總樣本量，用M公司，M個(gè)人，M其他主體表示各分主體樣本量，則權(quán)重計(jì)算公式如下：

（三）地區(qū)性民間融資規(guī)模風(fēng)險(xiǎn)指標(biāo)計(jì)算

規(guī)模風(fēng)險(xiǎn)指標(biāo)包括規(guī)模風(fēng)險(xiǎn)強(qiáng)度指標(biāo)和規(guī)模風(fēng)險(xiǎn)寬度指標(biāo)，可以體現(xiàn)出融資的波及范圍和波及程度，用于判斷對(duì)整個(gè)市場(chǎng)造成的橫向影響和縱向影響，具體構(gòu)造過(guò)程如下：

1.規(guī)模風(fēng)險(xiǎn)強(qiáng)度指標(biāo)計(jì)算。規(guī)模強(qiáng)度指標(biāo)利用融資金額的波動(dòng)性來(lái)計(jì)算。先計(jì)算出每月的樣本總金額記為Mt，再選取最小金額作為衡量基準(zhǔn)金額，記為m。令M=Mt/m，M表示規(guī)模強(qiáng)度的波動(dòng)狀況，對(duì)各月的M值求平均記為，再令規(guī)模風(fēng)險(xiǎn)強(qiáng)度指標(biāo)LI強(qiáng)度=M/，計(jì)算出規(guī)模強(qiáng)度風(fēng)險(xiǎn)指標(biāo)浮動(dòng)的標(biāo)準(zhǔn)差，記為SD強(qiáng)度。由此可以對(duì)規(guī)模風(fēng)險(xiǎn)強(qiáng)度指標(biāo)的狀態(tài)進(jìn)行如下劃分：風(fēng)險(xiǎn)較低區(qū)間：LI強(qiáng)度≤1；風(fēng)險(xiǎn)較高區(qū)間：12.規(guī)模風(fēng)險(xiǎn)寬度指標(biāo)計(jì)算。規(guī)模寬度指標(biāo)選擇借貸筆數(shù)的波動(dòng)性來(lái)體現(xiàn)：借貸筆數(shù)越多，波及的范圍也就越大。計(jì)算每月的借貸筆數(shù)為Nt，同樣，找到樣本涵蓋期間的最小樣本量n作為衡量基準(zhǔn)筆數(shù)，比較借貸筆數(shù)Nt相對(duì)于n的變化情況，記N=Nt/n；對(duì)各月N求平均記為。同理，令規(guī)模風(fēng)險(xiǎn)寬度指標(biāo)為L(zhǎng)I寬度，LI寬度=N/，進(jìn)而可以計(jì)算出規(guī)模風(fēng)險(xiǎn)寬度指標(biāo)變化的標(biāo)準(zhǔn)差，記為SD寬度。同理，風(fēng)險(xiǎn)寬度指標(biāo)也可劃分為四個(gè)風(fēng)險(xiǎn)區(qū)間：風(fēng)險(xiǎn)較低區(qū)間：LI寬度≤1；風(fēng)險(xiǎn)較高區(qū)間：1

（四）地區(qū)性民間融資信用風(fēng)險(xiǎn)指標(biāo)計(jì)算

信用風(fēng)險(xiǎn)是指借款人違約造成貸款人損失的風(fēng)險(xiǎn)，判斷社會(huì)信用對(duì)市場(chǎng)風(fēng)險(xiǎn)的影響程度，具體包括兩類細(xì)化指標(biāo)：不良貸款指標(biāo)、逾期負(fù)債指標(biāo)。

1.信用風(fēng)險(xiǎn)不良貸款指標(biāo)的計(jì)算。不良貸款指標(biāo)由不良貸款率來(lái)體現(xiàn)：金融機(jī)構(gòu)不良貸款占總貸款余額的比重比例越高，相應(yīng)貸款風(fēng)險(xiǎn)就越大，計(jì)算過(guò)程如下：將貸款按風(fēng)險(xiǎn)基礎(chǔ)分為正常、關(guān)注、次級(jí)、可疑和損失五類，后三類屬于不良貸款，計(jì)算每月不良貸款表示為lm，每月總貸款額為L(zhǎng)M，則不良貸款率用如下公式計(jì)算：LS=lm/LM。計(jì)算出樣本中不良貸款率的均值記為，則不良貸款風(fēng)險(xiǎn)指標(biāo)LR貸款=LS。進(jìn)一步計(jì)算其標(biāo)準(zhǔn)差為SD貸款，則不良貸款指標(biāo)可以劃分為四個(gè)風(fēng)險(xiǎn)區(qū)間：風(fēng)險(xiǎn)較低區(qū)間：LR貸款≤1；風(fēng)險(xiǎn)較高區(qū)間：11+2*SD貸款。

2.信用風(fēng)險(xiǎn)逾期負(fù)債指標(biāo)的計(jì)算。逾期負(fù)債指標(biāo)利用逾期負(fù)債率來(lái)體現(xiàn)，反映在金融機(jī)構(gòu)的負(fù)債總額中的逾期負(fù)債額度，一般該指標(biāo)越大表明再進(jìn)行融資的風(fēng)險(xiǎn)越大。設(shè)各月逾期負(fù)債金額為ELt，負(fù)債總額為TLt，則各月逾期負(fù)債率為：LTt=ELt/TLt。計(jì)算其平均值LT，則可以比較計(jì)算得出逾期負(fù)債風(fēng)險(xiǎn)指標(biāo)的變動(dòng)狀況，即ER逾期 =LTt/LT，計(jì)算其標(biāo)準(zhǔn)差SD逾期，將信用風(fēng)險(xiǎn)逾期負(fù)債指標(biāo)劃分為以下四個(gè)區(qū)間：風(fēng)險(xiǎn)較低區(qū)間：ER逾期≤1；風(fēng)險(xiǎn)較高區(qū)間：1

設(shè)兩指標(biāo)權(quán)重相等，則民間融資信用風(fēng)險(xiǎn)指標(biāo)可表示為：

CR信用=（LR貸款+ER逾期）/2 （5）

三、民間融資市場(chǎng)風(fēng)險(xiǎn)狀態(tài)監(jiān)測(cè)評(píng)估體系的構(gòu)建

（一）民間融資借貸風(fēng)險(xiǎn)指標(biāo)權(quán)重及綜合評(píng)價(jià)值的確定

四、小結(jié)

有效防范民間金融危機(jī)，對(duì)促進(jìn)經(jīng)濟(jì)的健康發(fā)展[14-15]尤為重要，這不僅需要合理的體系，更需要保障樣本的多樣化和采集途徑的可靠性。本文模型的有效性對(duì)數(shù)據(jù)依賴度高，需要盡可能獲取地區(qū)民間融資市場(chǎng)的相關(guān)數(shù)據(jù)，并保障數(shù)據(jù)采集的全面性與真實(shí)性，否則會(huì)對(duì)模型的精確性產(chǎn)生影響。

另外，該模型在實(shí)際運(yùn)行的過(guò)程中極具靈活性，可以結(jié)合地方融資特點(diǎn)在本文的基礎(chǔ)模型上進(jìn)行特色性調(diào)整。這不只需要對(duì)市場(chǎng)各方面因素有更深層次的把握，也需要隨著市場(chǎng)的反應(yīng)做出相應(yīng)的完善措施，通過(guò)仔細(xì)分析被監(jiān)測(cè)融資市場(chǎng)與相關(guān)各類影響因素之間的關(guān)系，逐步按市場(chǎng)需求對(duì)基礎(chǔ)模型相關(guān)因素進(jìn)行調(diào)整、增加、細(xì)化等操作，使得模型能夠與時(shí)俱進(jìn)，增加其市場(chǎng)適應(yīng)度的同時(shí)，也能夠使其更具靈敏性。

參考文獻(xiàn)

[1]李建軍，盧少紅.區(qū)域民間金融風(fēng)險(xiǎn)預(yù)替方法與實(shí)證分析： 以浙江省為例.金融監(jiān)管研究.2013， （2）：81-95.

[2]夏雪.我國(guó)民間金融風(fēng)險(xiǎn)預(yù)警監(jiān)控研究[D].武漢：武漢理工大學(xué).2013.

[3]許經(jīng)勇，任柏強(qiáng).溫州民間借貸危機(jī)與溫州金融綜合改革的深層思考[J].農(nóng)村金融研究.2012（8）：23-26.

[4]吳成頌.我國(guó)金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系研究.技術(shù)經(jīng)濟(jì)與管理研究[J].2011（1）：19-24.

[5]陳晨.我國(guó)小額貸款公司風(fēng)險(xiǎn)預(yù)警體系研究[D].安徽：安徽財(cái)經(jīng)大學(xué).2013.

[6]葉茜茜.影響民間金融利率波動(dòng)因素分析——以溫州為例[J].經(jīng)濟(jì)學(xué)家.2011：66-73.

[7]陳晨.我國(guó)小額貸款公司風(fēng)險(xiǎn)預(yù)警體系研究[D].安徽：安徽財(cái)經(jīng)大學(xué).2013.

[8]趙大坤.運(yùn)用Logit模型建立我國(guó)的金融危機(jī)預(yù)警系統(tǒng)[D].吉林大學(xué).2005.

[9]陳偉，夏建華.綜合主、客觀權(quán)重信息的最優(yōu)組合賦權(quán)方法.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí).2007，37（11）：17-22.

[10]宋海洲，王志江.客觀權(quán)重與主觀權(quán)重的權(quán)衡.技術(shù)經(jīng)濟(jì)與管理研究.2003 （3）： 62-62.

[11]彭國(guó)甫，李樹(shù)丞，盛明科.應(yīng)用層次分析法確定政府績(jī)效評(píng)估指標(biāo)權(quán)重研究[J].中國(guó)軟科學(xué).2004（6）：136-139.

[12]尹亮.金融危機(jī)預(yù)警方法與應(yīng)用研究——基于“相似度”分析法的金融風(fēng)險(xiǎn)狀態(tài)測(cè)評(píng)[D].西南財(cái)經(jīng)大學(xué).2008.

[13]閔國(guó)斌.民間金融風(fēng)險(xiǎn)管理體系研究[D].浙江師范大學(xué).2012.

[14]馬威.金融危機(jī)預(yù)警指數(shù)構(gòu)建及其應(yīng)用研究[D].湖南：湖南大學(xué).2013.

[15]唐少景.建立企業(yè)金融融資風(fēng)險(xiǎn)預(yù)警機(jī)制的思考[J].建立企業(yè)金融融資風(fēng)險(xiǎn)預(yù)警機(jī)制的思考.浙江金融.2014（3）：19-22.

基金項(xiàng)目：基于大數(shù)據(jù)分析的“溫州民間融資利率指數(shù)”應(yīng)用研究（項(xiàng)目代碼：3162014034）。

作者簡(jiǎn)介：張曉芳（1991-），女，漢族，山西朔州人，溫州大學(xué)碩士，研究方向：應(yīng)用數(shù)學(xué)；洪振杰（1965-），男，漢族，浙江溫州人，溫州大學(xué)教授，研究方向：運(yùn)籌學(xué)與控制論；葉永（1984-），男，漢族，浙江麗水人，溫州醫(yī)科大學(xué)講師，研究方向：管理決策。

tystsg202203292236