基于FAHP方法的互联网金融风险评估分析

沐光雨，闫 凯

（吉林财经大学 管理科学与信息工程学院，吉林 长春 130117）

0 引言

近年来，随着互联网信息技术的高速发展，其与传统金融也有了较为深入的融合。依附于互联网信息技术的第三方支付、信用贷款、众筹、P2P、理财等的出现意味着互联网金融已经进入快速发展阶段[1]。但是，当前社会信用体系的不够完善、信息的不对称性以及相关法律法规的滞后性，使得互联网金融领域风险丛生。这些风险有些是信息技术所独有的特点所导致，还有些是金融业一直存在的传统风险[2]。因此，政府部门和央行发布的《中国金融稳定报告2019》都提出要加强对互联网金融的监管，避免发生系统性风险，而对风险进行监管的前提之一就是识别整体风险水平，为进一步精准地制定风险防范措施提供依据。

1 互联网金融风险类型识别

互联网金融作为传统金融和互联网相结合的新产物，具有“新”和“旧”两种特征。“新”是指互联网金融作为“互联网+”背景下的产物，自身带有的独特性风险。“旧”的方面在于，其与传统金融一样，都为实体经济服务，两者的母体都是实体经济。因此互联网金融仍然具有传统金融的特点，也继承了传统金融一直以来存在的风险[3]。具体风险类型包括信用风险、法律道德风险、信息科技风险、市场风险、运营风险和支付结算风险[4]。

2 互联网金融风险评估

2.1 互联网金融风险评价指标建立

本文采取定量分析与定性分析相结合法，建立互联网金融风险评价指标体系，如图1所示。

2.2 利用FAHP法对各指标权重进行分析

本文采用1～9标度法对各层次之间的重要性，以及各层次内部指标的重要性进行两两对比打分，构造分析矩阵。结合问卷调查法和德尔菲专家法，分别邀请100位互联网金融机构资深从业人员和大学金融专业教师对各评价指标进行打分，回收有效问卷96份，有效率达96%，据此建立一级指标判断矩阵并计算其权重，结合一级指标权重计算得出互联网金融风险评估体系组合权重，如表1所示。

2.3 利用模糊综合评价法对风险进行分析评价

根据研究结果把互联网金融风险评估风险度分为5个取值区间，分别是{0，0.2}{0.2，0.4}{0.4，0.6}{0.6，0.8}{0.8，1}，分别对应5个风险评价集合{低风险，较低风险，中等风险，较高风险，高风险}。结合专家投票得到风险指标隶属度，并通过分析计算建立相应矩阵。结果得到6个类型层指标的主因素模糊矩阵D，依次将其排序为D1，D2，D3，D4，D5，D6，进一步将主因素模糊矩阵D与相对应指标权重M相结合，可以计算得到互联网金融风险模糊综合评价的隶属度值δ：

根据最大隶属度原则和上述研究结果可知，互联网金融风险水平与“较高”的风险等级的隶属度是0.367 5，与“高”这一风险等级的隶属度也有0.274 5，这表明我国互联网金融风险等级仍然处于较高水平，对不同指标的权重进行观察分析可以认为，目前我国互联网金融存在较为突出的风险分别是信用风险、运营风险和信息科技风险，这也与对专家的访谈结果较为一致。

图1 互联网金融风险评价指标体系

表1 互联网金融风险指标组合权重

2.4 对结果进行分析评价

根据上文对于各类型层权重的计算，信用风险和运营风险十分重要。首先，由于互联网金融具有的信息不对称性，而且交易双方单方违约的情况不时发生，所以这两类风险可能会对互联网金融有较为直接和重要的影响。其次，信息科技风险、市场风险和法律道德风险以及支付结算风险，这主要是互联网金融具有相当强的技术属性，对于信息科技有一定程度的依赖性，信息技术的漏洞和不足都会对互联网金融造成影响。同时，我国互联网金融相关的法律法规在近几年虽然得到进一步的完善和发展，但总体上还是处于对新事物的探索阶段，这也会加大风险等级。

同理，根据上文研究计算结果可得，在共计21个互联网金融风险二级指标中，权重值超过0.2以上的共计有12个，这些二级指标的风险类型需要给予一定的重视，并对这些风险提出具体有效的风险防控措施和风险补救方案。进一步对多级模糊综合评判的隶属度δ进行分析，目前我国互联网金融风险的整体水平仍旧处于高等级之中，互联网金融整体水平的偏高对金融的进一步发展是不利的，所以应采取相关措施进行风险防范，以期对风险有整体的把握，并防止风险进一步蔓延。