方國(guó)斌 李萍

摘?要：提出基于ES的P2P平臺(tái)風(fēng)險(xiǎn)測(cè)度方法.選取260個(gè)平臺(tái)的收益率數(shù)值進(jìn)行風(fēng)險(xiǎn)觀測(cè)與度量，探究借貸平臺(tái)存在的風(fēng)險(xiǎn)及問(wèn)題，提出利用ES模型進(jìn)行P2P平臺(tái)風(fēng)險(xiǎn)預(yù)警與管理方案，使投資者在自己所能承受的風(fēng)險(xiǎn)范圍內(nèi)進(jìn)行投資并得到滿意的回報(bào)，為參與者經(jīng)營(yíng)決策和資金管理行為提供參考.

關(guān)鍵詞：借貸平臺(tái);ES模型;風(fēng)險(xiǎn)預(yù)警;預(yù)測(cè)度量

[中圖分類號(hào)]F830.59???[文獻(xiàn)標(biāo)志碼]A

Risk Measurement Method of P2P Platform based on ES

FANG Guobing ， LI Ping

（School of Statistics and Applied Mathematics， Anhui University of Finance and Economics， ?BengBu 233000， China）

Abstract：Putting forward methods of risk measurement for P2P platform based on ES. Select 260 yield value of platforms for risk observation and measurement， to explore the existing risks and problems of lending platforms. Proposing schemes of risk early warning and management for P2P platform based on ES model， which enables investors to invest in the range of risks they can bear and obtain satisfactory returns， and provides reference for participants' decision-making and capital management behavior.

Key words：lending platform;ES model;risk warning;prediction and measurement

P2P平臺(tái)匯總來(lái)自各方人群投入的小額資金，將其借給對(duì)資金有需求的一方，在借貸雙方直接發(fā)生借貸關(guān)系業(yè)務(wù)，彌補(bǔ)了銀行繁雜手續(xù)所造成的融資缺口，但隨之而來(lái)的就是經(jīng)營(yíng)風(fēng)險(xiǎn).風(fēng)險(xiǎn)預(yù)警與風(fēng)險(xiǎn)度量是風(fēng)險(xiǎn)管理發(fā)展的一個(gè)新階段，是順應(yīng)時(shí)代發(fā)展的結(jié)果.目前，國(guó)內(nèi)外的研究或是傾向于對(duì)風(fēng)險(xiǎn)做理論上的分析，給出的是政策性建議;或是仍然采用傳統(tǒng)的靜態(tài)分析風(fēng)險(xiǎn)度量，缺乏對(duì)態(tài)數(shù)據(jù)的研究，與當(dāng)今市場(chǎng)需要存在一定的差距.ES模型可以簡(jiǎn)單明了表示市場(chǎng)風(fēng)險(xiǎn)的大小，可以對(duì)風(fēng)險(xiǎn)進(jìn)行事先預(yù)計(jì)，投資者可以動(dòng)態(tài)地評(píng)估和計(jì)量其所持有資產(chǎn)的風(fēng)險(xiǎn)，做到對(duì)風(fēng)險(xiǎn)的測(cè)度和預(yù)警，使得資產(chǎn)收益最大化.筆者結(jié)合網(wǎng)貸行業(yè)數(shù)據(jù)，對(duì)P2P平臺(tái)的發(fā)展現(xiàn)狀進(jìn)行分析.根據(jù)2016年1月到2018年11月的平臺(tái)收益率，驗(yàn)證期望損失下計(jì)算的VaR對(duì)P2P平臺(tái)風(fēng)險(xiǎn)預(yù)警的效果，通過(guò)計(jì)算得出最大損失數(shù)值.將平臺(tái)風(fēng)險(xiǎn)與ES模型結(jié)合起來(lái)，規(guī)避大額平臺(tái)資產(chǎn)可能對(duì)財(cái)富產(chǎn)生的巨大負(fù)面影響，提出風(fēng)險(xiǎn)預(yù)警與管理方案，使投資者在自己所能承受的風(fēng)險(xiǎn)范圍內(nèi)進(jìn)行投資并得到滿意的回報(bào)，為參與者經(jīng)營(yíng)決策和資金管理行為提供參考.本文的ES模型是在VaR基礎(chǔ)上的改進(jìn)版，對(duì)于數(shù)據(jù)的分布函數(shù)連續(xù)或者不連續(xù)的情況都能保持一致性風(fēng)險(xiǎn)度量.

1?模型介紹

VaR的淺層解釋是“在險(xiǎn)值”，指事先確定一個(gè)置信水平，某一時(shí)期某一資產(chǎn)可能發(fā)生的最大損失值.其表達(dá)式為：

P（p<VaR）=1-α.

VaR將損失與概率聯(lián)系起來(lái)，對(duì)風(fēng)險(xiǎn)作出精確的度量，在同類研究中應(yīng)用廣泛，該模型可以將風(fēng)險(xiǎn)用簡(jiǎn)單的數(shù)值表示.簡(jiǎn)單來(lái)說(shuō)，ES反應(yīng)的是持有期內(nèi)的變量 X的期望值.設(shè) X的分布函數(shù)為F（x），密度函數(shù)為F（x），給定出一個(gè)概率P，令VaR是 X的風(fēng)險(xiǎn)估計(jì)值，ES的定義為：

ES1-p=E（X/X>VaR）=∫∞VaRxf（x）dxP（X>VaR）.

由上述定義可以得知，ES是在X超出VaR時(shí)X的期望損失.

假設(shè) X是連續(xù)變量，且u=F（x），其中VaR<x<∞，那么可以得到du=f（x）dx，F(xiàn)（VaR）=1-P，F(xiàn)（∞）=1，且x=F-1（u）=VaRu，則上式可以簡(jiǎn)化為：ES1-P=∫∞1-pVaRudup.因此，對(duì)于1-P≤u≤1， ES就是所有的VaRu均值， ES的這一特點(diǎn)可以比VaR更好的描述變量 X.

如果數(shù)據(jù)屬于某類參數(shù)分布，如正態(tài)分布等，記為X～N（ut，σ2t），此時(shí) ES的計(jì)算可大大簡(jiǎn)化，直接由均值和標(biāo)準(zhǔn)差得到并可以產(chǎn)生更加精確的VaR測(cè)量值，參數(shù)分布中ES模型公式為：

ES1-p=ut+f（z1-p）pσt.

其中，f（z）是標(biāo)準(zhǔn)正態(tài)分布隨機(jī)變量的密度函數(shù)，z1-p是f（z）的（1-p）分位數(shù)，p一個(gè)較小的概率.

2?平臺(tái)現(xiàn)狀與數(shù)據(jù)收集整理

2.1?數(shù)據(jù)來(lái)源

根據(jù)2016年1月1日到2018年11月20日網(wǎng)貸之家和網(wǎng)貸天眼披露的行業(yè)數(shù)據(jù)（共1 055個(gè)平臺(tái)收益率），隨機(jī)選取11月份260個(gè)平臺(tái)的數(shù)據(jù).

2.2?收益率時(shí)序圖

網(wǎng)貸平臺(tái)日收益率時(shí)序圖見(jiàn)圖1.結(jié)果顯示，P2P平臺(tái)收益率大概在9%的范圍波動(dòng)，但也有好幾處收益率波動(dòng)異常，特別是在2018年，數(shù)據(jù)跳躍度很大，如2018年2月6號(hào)，收益率跌至0.86.其主要原因是隨著市場(chǎng)的不斷發(fā)展，投資用戶以及資金流入的不斷增加，借款人利息與平臺(tái)承受的壓力也越來(lái)越大.為了后續(xù)的可持續(xù)發(fā)展，P2P理財(cái)收益率逐漸下降是大勢(shì)所趨，雖然收益更低了，但安全性卻更高了，平臺(tái)也更穩(wěn)健了.

2.3?收益率的描述性統(tǒng)計(jì)

采用統(tǒng)計(jì)軟件EVIEWS做直方圖，結(jié)果見(jiàn)圖2.結(jié)果顯示，平臺(tái)收益率的均值為8.891 905，最圖2?收益率描述性統(tǒng)計(jì)大值為11.59，最小值為0.86，標(biāo)準(zhǔn)差為1.363 66.

2.4?ADF檢驗(yàn)數(shù)據(jù)的平穩(wěn)性

根據(jù)2010-2018年平臺(tái)收益率數(shù)據(jù)，對(duì)原始序列進(jìn)行ADF單位根檢驗(yàn).結(jié)果表明，原始數(shù)據(jù)是平穩(wěn)的時(shí)間序列，結(jié)果見(jiàn)表1.在1%，5%和10%的置信水平下，臨界值均大于ADF值，說(shuō)明該序列是平穩(wěn)的時(shí)間序列.

2.5?正態(tài)分布檢驗(yàn)

序列正態(tài)分布檢驗(yàn)結(jié)果見(jiàn)表2.結(jié)果顯示，sig（雙側(cè)）值為0，說(shuō)明在5%的置信水平下，收益率序列符合正態(tài)分布檢驗(yàn).

3?實(shí)證分析

3.1?ES模型計(jì)算與分析

根據(jù)圖2計(jì)算均值和標(biāo)準(zhǔn)差.由

ES1-p=ut+f（z1-p）pσt，

即可得到平臺(tái)收益率的VaR值，見(jiàn)表3.失敗率等于失敗天數(shù)占總天數(shù)的比例，失敗率結(jié)果見(jiàn)表4.比較失敗率與置信水平，在0.01的置信水平下，時(shí)間段為2016年1月1日至2018年11月20日，共1 055天.小于VaR值的天數(shù)為14天，失敗率約為0.013，大于0.01，由此得到α小于VaR值的失敗率，說(shuō)明所建的模型基本上涵蓋了可能出現(xiàn)的風(fēng)險(xiǎn).在0.05的置信水平下，小于VaR值的天數(shù)為24天，失敗率約為0.023，小于0.05.在0.1的置信水平下，小于VaR值的天數(shù)為44天，失敗率約為0.042，小于0.1.如果估計(jì)時(shí)選擇0.05和0.1的置信度，此時(shí)α大于VaR值的失敗率，則很有可能低估市場(chǎng)的實(shí)際風(fēng)險(xiǎn).

3.2?風(fēng)險(xiǎn)平臺(tái)預(yù)警

對(duì)260個(gè)平臺(tái)收益率做統(tǒng)計(jì)分析，結(jié)果見(jiàn)圖3.平臺(tái)收益率的均值為10.14，標(biāo)準(zhǔn)差為2.157.

根據(jù)圖3計(jì)算均值和標(biāo)準(zhǔn)差.由ES1-p=ut+f（z1-p）pσt，即可得到平臺(tái)收益率的VaR值，結(jié)果見(jiàn)表5.每個(gè)置信度對(duì)應(yīng)的風(fēng)險(xiǎn)平臺(tái)的個(gè)數(shù)見(jiàn)表6.在0.01和0.05的置信水平下，小于VaR值的平臺(tái)有一個(gè)，為福銀票號(hào)，其收益率僅為3.68.在0.1的置信水平下，小于VaR值的平臺(tái)數(shù)為3個(gè)，分別為福銀票號(hào)、車易貸和鏈鏈金融，它們的收益率分別為3.68，6和6.32.

4?結(jié)論與建議

4.1?VaR度量方法在P2P平臺(tái)上的應(yīng)用

在給定持有期間，選取不同的置信度，VaR值也就等同于計(jì)算出其可能的最大損失值.計(jì)算VaR主要考慮兩個(gè)指標(biāo)：時(shí)段，置信度.時(shí)段一般根據(jù)資產(chǎn)的流動(dòng)性來(lái)選取日數(shù)據(jù)或是月數(shù)據(jù).置信水平取值一般為90%～99%.兩個(gè)指標(biāo)的選取是任意的，時(shí)間間隔越大，VaR的準(zhǔn)確性越小，因?yàn)闃颖镜脑黾訒?huì)加強(qiáng)檢驗(yàn)的精度，所以通常建議采用短間隔.置信水平越大，VaR值也隨之增大，就P2P平臺(tái)收益率來(lái)看，小于VaR值的天數(shù)就會(huì)增加.表3的結(jié)果顯示，在0.01的置信水平下，測(cè)度風(fēng)險(xiǎn)的結(jié)果是最優(yōu)的.

4.2?建議

P2P作為我國(guó)經(jīng)濟(jì)發(fā)展的強(qiáng)勁動(dòng)力之一，預(yù)警和控制該平臺(tái)的風(fēng)險(xiǎn)至關(guān)重要.筆者認(rèn)為，在對(duì)P2P平臺(tái)進(jìn)行風(fēng)險(xiǎn)測(cè)度與管控時(shí)需要關(guān)注以下幾點(diǎn)：

一是平臺(tái)以及各參與方都需要實(shí)時(shí)關(guān)注市場(chǎng)收益率的變動(dòng)趨勢(shì).國(guó)家制定的一系列調(diào)控政策會(huì)對(duì)借貸平臺(tái)產(chǎn)生影響，所以，數(shù)據(jù)只有及時(shí)做出調(diào)整，才能制定合理合適的應(yīng)對(duì)方法.

二是各大平臺(tái)需要選取適合自身經(jīng)營(yíng)情況的間隔時(shí)段和置信水平.考慮到我國(guó)現(xiàn)有P2P平臺(tái)的現(xiàn)狀，應(yīng)選擇99%的置信水平下，收益率間隔為一個(gè)交易日，這樣可以保持模型和結(jié)論的實(shí)時(shí)性和有效性.

三是提高各參與方的風(fēng)險(xiǎn)管理意識(shí).投資有風(fēng)險(xiǎn)，投資需謹(jǐn)慎.有關(guān)部門應(yīng)加強(qiáng)對(duì)風(fēng)險(xiǎn)的監(jiān)管，加強(qiáng)人力資源的建設(shè)，加大對(duì)風(fēng)險(xiǎn)管理的投入，這樣才能有效地應(yīng)對(duì)突發(fā)狀況.平臺(tái)自身也要建立健全風(fēng)控系統(tǒng)，要結(jié)合自身的特征和運(yùn)營(yíng)體系創(chuàng)新實(shí)施管控政策.

四是專業(yè)人士應(yīng)充分利用自己的專業(yè)知識(shí)和專業(yè)技能，不斷創(chuàng)新，找到更為穩(wěn)妥有效的風(fēng)險(xiǎn)度量方案，實(shí)現(xiàn)市場(chǎng)高能高效率管理.

參考文獻(xiàn)

[1]克萊爾. 貝利斯 .精算管理控制系統(tǒng)[M].王曉軍，吳嵐，趙桂芹，譯.北京： 中國(guó)人民大學(xué)出版社， 2006：75-86.

[2]Herrero-Lopez S. Social interactions in P2P lending[C]// The Workshop on Social Network Mining & Analysis. DBLP， 2009， 54（33）： 1-8.

[3]Lin， M.F. ?Peer-to-Peer lending： An empirical study[J].Proceedings of the AMCIS Doctoral Consortium， ?2009：1-7.

[4]Dorfleitner G， Priberny C， Schuster S， et al. .Description-text Related Soft Information in Peer-to-Peer Lending-Evidence from Two Lending European Platforms[J].Journal of Banking & Finance， 2016， 64（3）： 169-187.

[5]Zu Selhausen H M. Exploring and Controlling a Bank’s Interest Risk： Sensitivity Analysis of an Asset and Liability Co-ordination Model[J]. European journal of Operational research， 1987， 28（3）： 261-278.

[6]喬曉娜. P2P平臺(tái)發(fā)展創(chuàng)新中的風(fēng)險(xiǎn)與監(jiān)管對(duì)策——以人人貸公司為例[J]. 現(xiàn)代企業(yè)， 2017（4）： 52-53.

[7]孫龍龍. 基于因子分析法的P2P平臺(tái)風(fēng)險(xiǎn)評(píng)估研究[D].濟(jì)南：山東大學(xué)， 2018.

[8]徐陳新. P2P網(wǎng)絡(luò)借貸平臺(tái)車抵貸業(yè)務(wù)違約率的風(fēng)險(xiǎn)識(shí)別研究[D]. 上海：上海師范大學(xué)， 2018.

[9]黃貞. 基于Logistic回歸的P2P平臺(tái)財(cái)務(wù)危機(jī)預(yù)警研究[D]. 南寧：廣西大學(xué)， 2017.

[10]劉宇飛. VaR模型及其在金融監(jiān)管中的應(yīng)用[J]. 經(jīng)濟(jì)科學(xué)， 1999（1）： 40-51.

[11]安騰飛. 大額股票資產(chǎn)的市場(chǎng)風(fēng)險(xiǎn)管理——基于私人財(cái)富管理的VaR視角[J]. 時(shí)代金融， 2018（24）： 126-127+134.

[12]賈振方. 基于VaR模型與ES模型風(fēng)險(xiǎn)度量分析[J]. 合作經(jīng)濟(jì)與科技， 2018（17）： 79-81.

[13]張超， 甘夢(mèng)群. 市場(chǎng)結(jié)構(gòu)理論視角下保險(xiǎn)業(yè)監(jiān)管模式創(chuàng)新研究[J]. 牡丹江師范學(xué)院學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版， 2017（1）： 33-37.

[14]張超， 胡乃婷. 中國(guó)P2P網(wǎng)貸可持續(xù)發(fā)展博弈分析[J]. 牡丹江師范學(xué)院學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版， 2016（5）： 46-50.

編輯：琳莉