數(shù)字金融風(fēng)險(xiǎn)區(qū)域差異比較研究

趙瀟瀟

摘要：本文立足于區(qū)域性差異，以東中西部中數(shù)字金融發(fā)展中具有代表性的省份為實(shí)證對(duì)象，從政府、金融機(jī)構(gòu)及用戶三個(gè)角度選擇監(jiān)測(cè)評(píng)價(jià)數(shù)字金融風(fēng)險(xiǎn)程度指標(biāo)。采取AHP層次分析法計(jì)算出各指標(biāo)對(duì)風(fēng)險(xiǎn)評(píng)價(jià)的權(quán)重，運(yùn)用映射方法對(duì)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，采用綜合指數(shù)法結(jié)合數(shù)據(jù)計(jì)算出區(qū)域性數(shù)字金融風(fēng)險(xiǎn)的綜合評(píng)分，分析區(qū)域性數(shù)字金融風(fēng)險(xiǎn)在2016年至2018年的變化。最后對(duì)數(shù)字金融風(fēng)險(xiǎn)的形成及變化進(jìn)行綜合比較，描述形成該風(fēng)險(xiǎn)的各指標(biāo)影響大小及風(fēng)險(xiǎn)間區(qū)域性差異并提出相關(guān)政策建議。

Abstract： Based on regional differences， this article takes the representative provinces in the development of digital finance in the east， middle， and west as empirical objects， and selects the indicators of monitoring and evaluation of digital financial risk from three perspectives： government， financial institutions， and users. AHP is used to calculate the weight of each indicator for risk evaluation， and the mapping method is used to standardize the indicator data. Then， the comprehensive index method is used in conjunction with the data to calculate the comprehensive score of regional digital financial risks， and the changes in regional digital financial risks from 2016 to 2018 are analyzed. Finally， a comprehensive comparison is made on the formation and changes of digital financial risks， describing the impact size of each indicator that forms the risk and the regional differences between risks and making relevant policy recommendations.

關(guān)鍵詞：數(shù)字金融風(fēng)險(xiǎn);AHP層次分析法;綜合風(fēng)險(xiǎn)度

Key words： digital financial risk;AHP;comprehensive risk degree

中圖分類號(hào)：F832.3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2020）20-0081-02

0? 引言

數(shù)字金融通過(guò)互聯(lián)網(wǎng)科技既能有效評(píng)估客戶的信用水平降低金融交易成本，又能夠隨時(shí)隨地為不同的客戶群體提供精準(zhǔn)的金融服務(wù)。伴隨市場(chǎng)需要和自身優(yōu)勢(shì)愈加凸顯，數(shù)字金融取得了迅猛發(fā)展。金融風(fēng)險(xiǎn)通過(guò)網(wǎng)絡(luò)傳播更加迅速影響范圍更廣，兩者融合發(fā)展使風(fēng)險(xiǎn)愈加復(fù)雜，高效發(fā)展數(shù)字金融的同時(shí)要更加嚴(yán)格把控風(fēng)險(xiǎn)。2018年?yáng)|部地區(qū)數(shù)字金融指數(shù)值平均值為331.11，高于中部（292.07）和西部（280.36）。東部最低的遼寧省處在中部平均水平而高于西部平均水平，東中西部數(shù)字金融發(fā)展仍存在一定差距。不同的發(fā)展水平所面臨的風(fēng)險(xiǎn)也存在差異。如2018年?yáng)|部和中部不良貸款率有所下降，而西部地區(qū)的不良貸款率仍在上升。將東中西部數(shù)字金融風(fēng)險(xiǎn)進(jìn)行橫向分析對(duì)整體把握風(fēng)險(xiǎn)有重要意義。

1? 數(shù)字金融風(fēng)險(xiǎn)特征

從政府角度看，部門監(jiān)管調(diào)控對(duì)整個(gè)金融市場(chǎng)的安全尤為重要，為金融機(jī)構(gòu)貸款、小微客戶融資提供安全環(huán)境。從金融機(jī)構(gòu)角度看，除一般性風(fēng)險(xiǎn)外數(shù)字金融還衍生了不同于傳統(tǒng)金融活動(dòng)的技術(shù)風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)及信息不對(duì)稱風(fēng)險(xiǎn)。由于互聯(lián)網(wǎng)技術(shù)發(fā)展不成熟，金融機(jī)構(gòu)考慮運(yùn)營(yíng)成本而無(wú)法定期維護(hù)、檢查網(wǎng)絡(luò)，導(dǎo)致金融機(jī)構(gòu)面臨更高的技術(shù)風(fēng)險(xiǎn)。普惠金融面對(duì)群體基數(shù)龐大，但還款能力較低導(dǎo)致不能夠進(jìn)行高額業(yè)務(wù)、業(yè)務(wù)分散且額度不高，需要大量業(yè)務(wù)才能獲得收益，面臨一定的財(cái)務(wù)風(fēng)險(xiǎn)。由于缺乏系統(tǒng)征信體系，金融機(jī)構(gòu)難以準(zhǔn)確把握借款人償還能力，導(dǎo)致信息不對(duì)稱風(fēng)險(xiǎn)。從客戶角度看，數(shù)字金融風(fēng)險(xiǎn)的主要來(lái)源于其還款能力，經(jīng)營(yíng)狀況披露不充分和經(jīng)營(yíng)效益不佳進(jìn)一步加劇數(shù)字金融風(fēng)險(xiǎn)。

2? 構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)體系

2.1 指標(biāo)選取? 基于上述描述本文所選指標(biāo)如下：衡量政府調(diào)控能力的指標(biāo)選取了三個(gè)相對(duì)數(shù)：一般公共預(yù)算收入/全國(guó)一般公共預(yù)算收入、一般公共預(yù)算收入/地區(qū)生產(chǎn)總值、一般公共預(yù)算收入/一般公共預(yù)算支出。金融機(jī)構(gòu)層面以不良貸款率信用風(fēng)險(xiǎn)，資產(chǎn)負(fù)債比、撥備覆蓋率和資本充足率衡量財(cái)務(wù)風(fēng)險(xiǎn)，互聯(lián)網(wǎng)用戶數(shù)量增長(zhǎng)率衡量信息不對(duì)稱風(fēng)險(xiǎn)以及網(wǎng)站病毒感染次數(shù)增長(zhǎng)率衡量技術(shù)風(fēng)險(xiǎn)，用戶層面風(fēng)險(xiǎn)以資產(chǎn)負(fù)債比、成本費(fèi)用利潤(rùn)率衡量。

2.2 區(qū)域選擇? 浙江省是數(shù)字金融大省，其互聯(lián)網(wǎng)金融和金融科技處于世界領(lǐng)先水平。2014年以來(lái)浙江省的金融業(yè)增加值處于東部地區(qū)的平均水平，在東部地區(qū)具有良好的代表性。河南省積極落實(shí)數(shù)字金融政策，截至2018年末小微貸款總額突破兩億，不良貸款率逐年下降，2018年第四季度僅1.67%，成為中部地區(qū)競(jìng)相模仿的典型。四川省地區(qū)生產(chǎn)總值、社會(huì)融資規(guī)模等經(jīng)濟(jì)指標(biāo)長(zhǎng)期以來(lái)處于西部地區(qū)的領(lǐng)先水平，互聯(lián)網(wǎng)用戶數(shù)量突破一億。

2.3 確定指標(biāo)臨界值和風(fēng)險(xiǎn)區(qū)間? 依據(jù)譚忠明[4]區(qū)域金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)中的劃分方法，將風(fēng)險(xiǎn)分為安全、基本安全、中度風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)、嚴(yán)重風(fēng)險(xiǎn)區(qū)間。各指標(biāo)風(fēng)險(xiǎn)區(qū)間如表1。

2.4 分析方法? ①計(jì)算權(quán)重。AHP計(jì)算結(jié)果：政府（0.142）Z（1）Z1（0.123）Z2（0.32）Z3（0.557）;金融機(jī)構(gòu)（0.525）（CR）（0.214）J1（1）FR（0.565）J2（0.525）J3（0.142）J4（0.334）TAR（0.083）J5（1）TR（0.137）J6（1）;用戶（0.334）Y（1）Y1（0.492）Y2（0.508）。②數(shù)據(jù)標(biāo)準(zhǔn)化。采用映射處理法將指標(biāo)實(shí)際值與區(qū)間端值對(duì)比，以實(shí)際值占區(qū)間值比例映射到相應(yīng)等級(jí)上，與比例的乘積即為指標(biāo)得分。③綜合風(fēng)險(xiǎn)度計(jì)算。標(biāo)準(zhǔn)化處理后結(jié)合實(shí)時(shí)數(shù)據(jù)得出綜合得分即綜合風(fēng)險(xiǎn)度。公式為：

■（1）

Abc、mnl、efg、xyz分別為為一級(jí)、二級(jí)、三級(jí)指標(biāo)的權(quán)重和映射分值。

3? 實(shí)證分析

選取2016至2018年數(shù)據(jù)按公式（1）計(jì)算風(fēng)險(xiǎn)綜合評(píng)分結(jié)果如表2。

3.1 橫向分析? 河南省綜合風(fēng)險(xiǎn)度最大，2016年四川省風(fēng)險(xiǎn)綜合評(píng)分高于浙江省處于基本安全區(qū)間，2017年基本持平但都為中度風(fēng)險(xiǎn)。2018年浙江省綜合風(fēng)險(xiǎn)明顯高于四川省。相比較中部風(fēng)險(xiǎn)最高，監(jiān)管部門需嚴(yán)格把控金融機(jī)構(gòu)風(fēng)險(xiǎn)及客戶群體信息披露，金融機(jī)構(gòu)在發(fā)展貸款業(yè)務(wù)時(shí)應(yīng)更審慎考察對(duì)象還款能力。東部地區(qū)的數(shù)字金融發(fā)展處于前沿，在全國(guó)小微貸款總額及受益群體占較高比重，其風(fēng)險(xiǎn)把控更需嚴(yán)格。西部對(duì)數(shù)字金融風(fēng)險(xiǎn)管控效果在2018年最顯著，新時(shí)期數(shù)字金融發(fā)展空間更大，政府應(yīng)堅(jiān)持發(fā)展與監(jiān)管并進(jìn)。

3.2 縱向分析? 浙江省政府調(diào)控能力對(duì)數(shù)字金融風(fēng)險(xiǎn)影響程度較低。企業(yè)經(jīng)營(yíng)狀況良好對(duì)數(shù)字金融風(fēng)險(xiǎn)的影響最小且微幅減弱。金融機(jī)構(gòu)風(fēng)險(xiǎn)是導(dǎo)致數(shù)字金融風(fēng)險(xiǎn)主要原因，2017年金融機(jī)構(gòu)的風(fēng)險(xiǎn)更由安全變?yōu)榛景踩?，綜合風(fēng)險(xiǎn)評(píng)分變化與總風(fēng)險(xiǎn)評(píng)分增減幅相當(dāng)。河南省政府調(diào)控能力綜合風(fēng)險(xiǎn)度變化平緩。用戶風(fēng)險(xiǎn)評(píng)價(jià)分在2016到2017年增長(zhǎng)變化高于2倍，2018年小幅改善。用戶層面所導(dǎo)致的數(shù)字金融風(fēng)險(xiǎn)也會(huì)出現(xiàn)較大波動(dòng)。金融機(jī)構(gòu)2016年引起的風(fēng)險(xiǎn)分值最高，監(jiān)管最嚴(yán)格的2018年僅基本安全。四川省政府調(diào)控能力對(duì)數(shù)字金融風(fēng)險(xiǎn)影響平穩(wěn)。用戶層面引起的風(fēng)險(xiǎn)比重逐年降低。金融機(jī)構(gòu)風(fēng)險(xiǎn)評(píng)分均為基本安全，2017年大幅增加后回落原水平。企業(yè)發(fā)展優(yōu)良，經(jīng)營(yíng)狀況逐年改善。政府調(diào)控能力雖未引起高風(fēng)險(xiǎn)但仍要繼續(xù)加強(qiáng)改變比重上升趨勢(shì)，對(duì)金融機(jī)構(gòu)風(fēng)險(xiǎn)把控需更為嚴(yán)格。

4? 結(jié)論

根據(jù)實(shí)證分析結(jié)果，本文提出了簡(jiǎn)要建議：宏觀政府應(yīng)充分發(fā)揮其調(diào)控經(jīng)濟(jì)發(fā)展和監(jiān)管職能，積極引導(dǎo)發(fā)展審慎監(jiān)管風(fēng)險(xiǎn)。政府應(yīng)出臺(tái)落實(shí)系列監(jiān)管法規(guī)監(jiān)督金融機(jī)構(gòu)業(yè)務(wù)符合安全操作，并建立完善的征信體系;金融機(jī)構(gòu)應(yīng)注重培養(yǎng)技術(shù)人才能夠熟練應(yīng)對(duì)數(shù)字金融業(yè)務(wù)經(jīng)營(yíng)和風(fēng)險(xiǎn)把控。要致力于加強(qiáng)網(wǎng)站安全性以避免客戶信息泄露，并要著重清收化解不良貸款提高金融機(jī)構(gòu)貸款質(zhì)量;用戶應(yīng)遵循行業(yè)規(guī)范積極披露經(jīng)營(yíng)狀況，在合宜資產(chǎn)負(fù)債比范圍內(nèi)追求更多的資金投入。

參考文獻(xiàn)：

[1]萬(wàn)雅楨.數(shù)字金融發(fā)展中所面臨的問(wèn)題及對(duì)策研究[J].金融經(jīng)濟(jì)，2018（18）：61-63.

[2]曹越.數(shù)字金融：風(fēng)險(xiǎn)與監(jiān)管[J].國(guó)際融資，2017（05）：30-33.

[3]陸岷峰，徐博歡.普惠金融：發(fā)展現(xiàn)狀、風(fēng)險(xiǎn)特征與管理研究[J/OL].當(dāng)代經(jīng)濟(jì)管理，2019（03）：73-79[2019-03-30].

[4]譚中明.區(qū)域金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)的設(shè)計(jì)和綜合度量[J].軟科學(xué)，2010，24（03）：69-74.

[5]黃益平，黃卓.中國(guó)的數(shù)字金融發(fā)展：現(xiàn)在與未來(lái)[J].經(jīng)濟(jì)學(xué)（季刊），2018，17（04）：1489-1502.