機器學習算法在P2P網貸平臺風險評級中的應用

張蜀林+李萌萌

【摘要】P2P網貸平臺的風險是巨大的，為了更好的研究平臺風險，本文分兩層進行：首先衡量網貸平臺的風險大小；其次評估平臺上借款人的信用風險。引入機器學習中的無監督學習算法二分k-means聚類，對網貸平臺進行分類，分析各類平臺的指標表現，確定各類別的等級，給出網貸平臺風險評級結果。進一步使用有監督學習算法對網貸平臺的借款人信用風險進行研究，結果顯示AdaBoost算法效果最好。

【關鍵詞】網貸平臺 機器學習 風險評級

一、引言

P2P網絡借貸作為互聯網金融的重要組成部分，在普惠金融的發展過程中起重要作用。然而網貸平臺的風險是巨大的，最新數據顯示：問題平臺的占比接近50%，如表1所示，這直接影響著整個網貸行業的健康發展。

據網貸之家發布報告顯示，截止2016年8月底，正常運營平臺數量為2235家，較半年期減少了114家；P2P網貸行業累計平臺數量達到了4213家，累計停業及問題平臺達到了1978家；8月單月停業及問題平臺共99家，其中問題平臺42家（跑路30家、提現困難12家），停業平臺57家（停業57家、轉型1家）。問題平臺的數量多，并且發生的頻率高，平均一天有3個平臺出現問題。那么，辨別網貸平臺的風險大小就顯得尤為重要。這不僅關乎投資者的收益，也在一定程度上決定著網貸行業的發展前景。

對于網貸平臺的風險評級，學者和機構進行了大量的研究。主要分為兩個層次：一是網貸平臺的風險研究，通過分析網貸平臺的運營模式、盈利模式等，歸納總結其面臨的風險；二是網貸平臺的評級方法研究，主要是借鑒傳統的評級方法。

對于網貸平臺的風險研究，學者從三個不同的視角和立場進行深入。第一，從平臺自身出發，其面臨的風險主要分為內部風險和外部風險（楊勝剛和周驥，2015），內部風險有：信用風險、操作風險、運營風險、流動性風險；外部風險有：包括法律風險、市場風險。第二，站在投資者的角度，網貸平臺的信用風險，信息透明度、網貸平臺的背景、平臺的合規性、借款標的信息的真實性等是非常重要的（劉繪和沈慶劼，2014）。第三，從金融中介視角看，網貸平臺面臨著中間賬戶風險（董裕平，2016），這會造成詐騙跑路、挪用資金、非法資金等問題的發生。

對于網貸平臺風險評級，評級方法的選擇至關重要。鑒于P2P網絡借貸進入我國時間較短，對于網貸平臺的風險評估或者評級方法的研究不夠深入，很多借鑒資本市場信用評級的體系和標準，以定性方法為主，涉及的定量方法很少。

國際上三大信用評級機構對于網貸平臺的風險評級還未有詳細的研究，但是基于P2P網貸的發展需求，國內的機構和學者已有深入，可是并沒有形成完整的體系。對于網貸平臺的評級方法主要集中在層次分析法（唐嘉悅和郝蒙，2014；中國社會科學院金融研究，2015），專家打分法（大公國際，2015；融360和中國人民大學，2015）和主成分分析法（理財魔方和中央財經大學，2015；網貸之家，2015）等。還有將這些方法結合使用（王丹、張洪潮，2016），采用專家打分確定指標值，進而運用主成分分析確定權重。

雖然各機構使用的方法相近，但是評級結果的表現形式不盡相同。主要有黑名單或預警名單（大公國際，2015）、綜合指數排名（網貸之家，2015）和等級劃分（融360，2015）等。對于網貸平臺的評級，不同的評級機構具有不同的評級結果，整個行業沒有統一的規范。

P2P網貸平臺具有互聯網、大數據和高效等特點，這使得當前的研究面臨著很多問題和挑戰。首先，針對網貸平臺借款人的200多個指標變量，三萬多條樣本的這些數據集，傳統的評級方法是否適用，取得的研究結果是否準確；其次，傳統的方法如何把握研究結果的客觀性；最后，現有的評級只是給出評價結果，對于影響平臺風險的因素揭示的不夠充分，無法起到預警作用。基于此，本文結合網絡借貸的特點，探索使用機器學習的算法對網貸平臺分類，判斷平臺的風險等級。