p2p网贷风险防控
摘自杂志文章《基于公开信息的网络借贷平台预警机制研究----利用BP神经网络法》，原文发表于《现代商贸工业》(国内统一序号：CN42-1687/t；ISSN 1672-3198)，2019年第1期，第134页。[本文为全文]
一.导言
近年来，P2P行业出现井喷式发展，对我国金融体系的完善、中小企业资金缺口的弥补、个人现金流的补充都具有重要意义。然而，随着行业竞争的激烈，P2P行业的各种风险也在不断显露。2016年以来，我国P2P频现庞氏骗局、跑路等事件，涉案金额巨大，社会影响极其恶劣。目前，我国金融监管从业人员的数量远远少于金融机构，职权不清导致其难以履行真正的职能。基于这一背景，本文试图利用最易获取的公开数据建立一个有效的预警模型，从而帮助监管者完成对海量金融机构的低成本有效筛选。
国务院总理李克强在2014年9月达沃斯论坛上公开发出“大众创业、万众创新”的号召。伴随着“双创”这个词的，还有“互联网金融”。在十二届全国人大三次会议上，李克强总理首次公开提及互联网金融。这是政府部门首次公开提及互联网金融行业。自此，P2P网贷行业在中国进入野蛮生长期。从2012年开始，新增P2P平台数量逐渐增加，2014-2015年达到顶峰，最高月份新增平台数量达到256家。然后，新增平台数量逐渐减少，网贷平台总数从2017年开始逐渐稳定。
巴菲特说过，“退潮了才知道谁在裸泳。”随着互联网金融的退潮，中国经济的主基调将呈L型，热钱将逐渐退出网贷市场，国家相关扶持政策也将收紧，有问题的网贷平台数量将逐渐上升。2015年7月，最糟糕的一年，问题平台多达171家，之后问题平台数量开始逐渐减少。然而，自2017年12月以来，问题平台数量一直呈上升趋势，2018年7月，问题平台多达131家。冰冷的数据背后，是无数因为平台跑路而支离破碎的家庭，以及全国公安经侦部门巨大的破案压力。
本文以网络公开信息为基础，选取13个指标作为P2P网络平台风险预警指标体系，建立了包括输入层、隐含层和输出层的BP神经网络预警模型。利用Python软件对建立的神经网络进行训练。在期望输出值和样本输出值的误差降低到标准范围后，建立预警模型。
第二，建立基于公开信息的风险预警模型的必要性
随着信息技术的快速发展和使用，人们的生活方式发生了巨大的变化。金融就是利用海量信息实现资金的最有效配置。随着互联网信息的使用，金融业本身也必将迎来巨大的变革。在这场革命中，金融不再只是纽约证交所西装革履的经纪人的专利。信息技术打破了金融参与的门槛，现在每个人都可以参与这场资金的盛宴。就像现在大家都已经接受了使用支付宝一样，“骗子”、“赌博”、“薅羊毛”等负面标签也会逐渐从网贷平台上淡出，逐渐成为人们理财的一种选择。面对复杂多变的网贷平台风险，有必要建立有效的网贷平台风险预警模型。
(一)实时监控的必要性
网贷平台的风险不是一成不变的，但是大量网贷平台的人工检测，不仅效率低下，也是对公共资源的极大浪费。只有利用网络预警模型，才能实现对网贷平台的实时监控，以最小的人力物力完成平台风险的前期排查。
(2)个人使用的必要性
(3)需要
随着中国网贷行业市场清理的加速，一些网贷平台倾向于浑水摸鱼。与典型的网贷迅雷公司相比，持续时间长，金额相差极大。在杭州的网贷平台跑路潮中，很明显很多公司上线才几个月。这些公司正是利用了当前经侦部门压力大、精力不足的空档，大有一枪换一枪的趋势。因为金额比较小，增加了被骗投资者维权的难度。因此，利用这种模式可以快速警示没有太多历史记录的新公司，将这种“欺诈游击战”的不良势头扼杀在萌芽状态。
第三，网贷风险预警指标体系的设置
(一)国内外网贷机构的差异
在英美等西方发达国家，P2P平台只是一个纯粹的信息中介，不参与任何借贷交易，也没有任何赔偿投资人损失的责任。因为英美等发达国家有比较完善的个人征信系统，投资者可以根据借款人的信用状况和财产归属自由出价，确定合适的资本收益率。此外，英国等国家有比较完善的监管政策和规范，有专门的部门对P2P进行监管，职责明确。比如美国的证券交易委员会，英国的市场行为管理局和P2P金融协会，规范的政策和完善的监管有效的控制了这些国家P2P的风险。
虽然征信系统在国内逐渐普及，但普遍来说一切都不完善，P2P目前也没有权限与国家征信系统对接，借款人的风险很难得到全面客观的暴露。因此，投资者往往开始寻求“可靠”、“有保障”的P2P平台。这也使得P2P平台不得不宣传自己的“担保”、“国资背景”、“自有保障基金”来增加自己的信用。这使得P2P平台只是另一种银行，形成了一个恶性循环，当一个小企业违约时，P2P公司为了平台本身的声誉，会选择掩盖过去，最终不得不跑路。目前我国资管新规已经明确表示要打破刚信支付，但是借款人在接受投资的时候还需要一段时间才能亏损。
(二)网贷平台风险因素
网贷平台的风险可以
从系统风险和非系统风险两个层面进行分析，结合网贷平台自身特点，筛选出最能代表性的风险因素。
网贷平台的系统性风险主要有政策风险、法律风险和经济周期风险。犹豫政策上的宽松法规的不健全等，导致平台数量疯长并引发恶性竞争，甚至会出现劣币驱逐良币的情况。另外经济周期的影响也是无法忽视的，随着全球经济的转冷反全球化趋势的越发严重，很多大型金融机构都无法支撑何况新兴的网贷平台。但本文目标更多是从微观角度检测企业风险，因此暂不考虑经济周期。
网贷平台的非系统风险有信用风险、品牌风险、技术风险等。为了尽可能争取客户很多平台会有意放宽放款条件，这导致了大批老赖的进入以及部分投机分子的薅羊毛行为。有证据显示，现在很多从平台拿到贷款的人有意在网上制造平台负面信息，以期待平台倒闭后自己也不用还清贷款，这些行为无疑大大增长了平台自身的风险。如果出现了技术性问题导致官网无法打开或资金无法提现等情况很容易触及投资者敏感的神经，造成挤兑现象。
（三）预警模型指标设立
但是值得注意的是，在网贷相关法律法规还并不完善的当下，相关数据的获取难度较高且真实程度也值得怀疑，因此本文利用大数据思维，主要利用在互联网上公开的人人都可以轻松得到的信息作为预警模型的输入指标，通过指标内部的非线性逻辑来反应一家平台的风险程度。一个恶性非法的网络借贷平台必然会尽可能的扩大自身的影响力、同时做好反调查准备，在监管单位有所反应之前圈到足够的钱，这种行为很难不在网络上留下痕迹。因此，社会公开信息指标的引入可以有效弥补官方观数据的不足及真实性问题，增强预警模型的可信度和有效性。
综上所述，网贷平台风险评估体系如表1所示，各指标的原始数据如表2所示。
四、BP神经网络的设计
（一） BP神经网络概述
BP神经网络中BP是back propagation的缩写，译为反向传播，因此BP神经网络又称误差反向传播神经网路，是1986年由Rumelhart和McClelland为首的科学家提出的概念。BP神经网络通过采用误差逆向传播算法，由程序自动学习演算使得误差降至最小值，以得到最接近真实情况的权值。
BP神经网络属于多层感知机，是由多个感知机层全连接组成的前馈神经网络，全连接是指层上任一神经元与临近层上的任意神经元之间都存在连接，该模型拥有出色的处理非线性问题的能力。 BP神经网络具有输入层，隐含层和输出层，理论上已经证明一个隐含层的BP神经网络可以实现任意非线性映射，可以满足绝大部分场合的需要。
（二）BP模型神经节点设置
本文采用的是标准结构的BP神经网络，包括一个输入层、一个隐含层和一个输出层。其中，输入层的节点数为13，由输入指标的数量决定；输出层的节点数为1，其中健康平台的平台值为0，问题平台值为1。
隐含层的节点数选择和输入层神经单元以及输出层神经单元数量有关。但目前还没有很好地确定依据，根据任务来确定隐含层节点的数量是比较困难的。因此，目前还是主要以过往的成功经验为依据，一般参考的经验公式是：L=log2n，n为输入节点数，因此隐含层的节点数为3。
（三）BP模型参数设置
再确认了BP神经网络模型的输出层，隐含层和输出层节点后，还要确定神经网络的传输函数和训练目标等参数。非线性的传递函数主要分为Log-sigmoid和Tan-sigmoid两种。其中Log-sigmoid型输入值可取任意值，输出值范围为（0,1），Tan-sigmoid型输入值可以取任意值，输出值范围为（-1,1）；线性传递函数pureline的输出和输出可以取任意值。因为本文输出值都为正数，因此输入层传播函数为Log-sigmoid函数，输出层传播函数选择pureline函数，可接受的误差标准为ε= 0.1，训练次数为100000，学习速率为0.2，动量因子为0.1。
五、面相Python的BP神经网络的训练和检验
本文综合参考网贷之家等多个网贷平台评级网站，综合考虑选择11家优质网络平台作为低风险样本，同时选择6家最近刚刚暴雷的平台作为高风险样本。并从中随机抽取两家低风险两家高风险作为检验样本，其余13家为训练样本。网络的训练和检验都通过Python来完成。通过整理可以得到一个17×13的矩阵，为取消各指标之间的数量级差别，从而最大程度降低预测误差，将原始数据归一化处理。归一化处理后训练模型的输入值如表3所示，检测模型的输入值如表4所示。
对于已经训练完成的BP网络模型，训练输入值对建立的BP网络进行检测，输出结果如表5所示：
根据检测结果，检验输出和期望输出值非常接近，准确率达到了100%，两者数据误差满足误差要求。因此，建立的BP神经网络模型有较好的风险评估能力，可用来对网贷行业进行监测，达到风险预警的目的。
六、研究结果
构建一个科学有效的网贷平台风险预警模型，可以快速对网贷平台进行初步排查，尽早识别和预警高风险网贷平台，已采取风险防范和化解措施。传统的数理模型大多通过数理统计、逻辑回归等方进行预测，这并不适用于网贷平台这一新型金融模式的风险预警上。另外传统模型也过度于依赖于历史官方统计数据，但是网贷平台相关法规的不完善，平台自身可以通过调整统计端口等方法肆意修改数据，从而造成预警模型的失灵。本文大量采用网络公开数据，这是网贷平台无力修改的，虽然不能直观的反应平台风险状况，但是数据本身的真实性反而能够保证预警模型的科学有效。另外，由于公开数据的获得无门槛，从而大大降低了模型使用难度。神经网络的优点就是反应数据之间非直观的复杂联系，因此本文大胆使用公开数据，该模型甚至可以成为普通民众对网贷平台的风险监测工具，若能得到大范围使用，必将倒逼网贷平台主动走向规范化正规化，让网贷平台主动走到监管的笼子里，从而让彻底杜绝大面积平台暴雷，实控人跑路，投资人上访的不良事件。
参考文献：
[1]谢平，邹传伟.互联网金融模式研究[J].金融研究，2012（12）.
[2]王峥.我国互联网金融的风险分析及防范措施[J].时代金融,2014,（8）.
[3]曹一.论加强P2P网络借贷平台的监管[J].金融监管，2011（4）.
[4]陈朝晖，张艳芳.基于BP神经网络的商业银行风险预警模型研究[J].福建商业高等专科学报，2011（2）.
[5]Tam K Y. Neural Network Models and the Prediction of Bank Bankruptcy [J]. Omega，1991(5).
[6]杨群华 . 我国互联网金融的特殊风险及防范研究 [J].金融科技时代,2013 (7) .
[7]郭莹莹.国内外金融危机预警模型述评[J].科学决策,2013（10）.
[8] 张玉梅. P2P 小额网络贷款模式研究[J]. 生产力研究, 2010 (12).
欢迎进入中国知网~《现代商贸工业》杂志阅读和参考引用原文
官方网址：http://www.xdsmgy.cn/
相关问答：p2p信贷系统如何开发？
明确自己的目标，搜集相关资料。建设P2P网络借贷平台的目标已经确定，我们则需要搜集相关的资料。例如：迪蒙p2p信贷平台建设，p2p信贷系统平台的用户需求，信贷系统平台的发展前景等等。搜集相关资料的目的是：1.规划网站：p2p信贷平台软件怎么开发制作，它可能包括什么内容。2.用户体验：了解用户需求，从用户的角度出发，体验度会比较好。制定p2p信贷平台程序开发计划。在这一阶段需要制定出整个p2p信贷平台开发所需要的人力、物力、费用以及时间等等，还需要制定出整个信贷平台程序的架构图，模块，数据库的制作等等。这一步比较重要，做好这一步可以事半功倍。根据计划，开始制作p2p信贷平台系统。前台页面设计，后台程序编程，数据库表格的设计等等。这些都需要一个开发技术团队合力完成。代码方面要认真，因为在p2p信贷平台系统开发制作中，每一个bug都可能会损失一笔不小的资金，每一个系统漏洞都可能引起黑客的攻击。所以，每一个p2p信贷平台开发公司内必须有一支强大的技术开发团队。这一步中，细心团结是最重要的。绛旓細P2P缃戣捶濡備綍杩涜椋庨櫓鎺у埗?P2P鍙戝睍椋為燂紝鍚屾椂涔熶即闅忕潃楂樻敹鐩娿侀珮椋庨櫓绛夊瓧鐪笺備綔涓轰竴涓狿2P缃戣捶浠庝笟鑰咃紝鎴戝敖鍙兘浠庡瑙傝搴﹀垎鏋愯繖涓棶棰樸傚氨闂鏈韩鏉ヨ鈥滃浣曟帶鍒堕闄┾濓紝棣栧厛銆傛垜浠厛鏉ヤ簡瑙ｄ竴涓婸2P鏈夊摢浜涢闄?涓銆佷俊鐢ㄩ闄 鐢ㄩ挶鐢熼挶鐨勭敓鎰忔秹鍙婄殑璧勯噾涓鑸兘姣旇緝澶э紝涓鏃﹀彂鐢熶俊鐢ㄥ嵄鏈猴紝瀵逛簬鎶曡祫浜烘潵璇达紝灏嗘槸...
绛旓細浜屻缃戠粶鍊熻捶骞冲彴閮芥槸閲囧彇鈥滆处鎴峰紡鈥濇搷浣滐紝鏁伴宸ㄥぇ鐨勮祫閲戞槸鐢辫捶娆剧綉绔欐帉鎺х殑锛岃繖灏辩粰浜嗙綉绔欐帶鍒跺鎴疯处鎴蜂綑棰濊祫鐤忎簬鑷緥鎴栬浜哄埄鐢ㄧ殑鎯呭喌涓嬶紝寰堝鏄撳嚭鐜板唴閮ㄤ汉鍛橀潪娉曟尓鐢ㄨ祫閲戙侀潪娉曢泦璧勩佺敋鑷冲嵎娆捐蛋浜虹瓑鈥滅洃瀹堣嚜鐩椻濈殑杩濇硶鐘姜琛屼负銆傚嚭鍊熶汉瀵硅嚜宸辫祫閲戞棤鏈夋晥鐨闃叉帶鎺柦锛岃繖鏄嚭鍊熶汉闈 涓夈佸綋鍓嶉儴鍒P2P骞冲彴...
绛旓細鏈澶х殑涓涓椋庨櫓鏄繃閲忕殑鍊熸浜鸿繚绾︺傛垜浠繀椤绘槑鐧斤紝杩欎簺璐锋鏄惁涓烘媴淇濊捶娆俱傝嫢瀹冧滑娌℃湁浠讳綍鎶垫娂鐗╋紝濡傛埧瀛愩佽溅瀛愭垨鍏朵粬鎶垫娂鍝侊紝鍥犳鍊熸浜烘病鏈夎冻澶熺殑鍔ㄥ姏鏄庣‘浠ュ強鑲畾鍋胯繕浠栦滑鐨勮捶娆俱傜洰鍓嶏紝澶у鏁板熸浜轰細鎸夋湡浠樻锛屼篃鏈変竴閮ㄥ垎浜轰笉浼氾紝鎴戜滑闇瑕佸湪鎴戜滑鏁翠釜鎶曡祫绛栫暐涓冭檻鍒拌繖涓鐐广傚綋浜轰滑鍦P2P鍊熻捶涓亣鍒...
绛旓細涓夈佹媴淇濇ā寮忥細杩愪綔妯″紡灞炰簬缃戠珯鎷呬繚鐨凱2P鍊熻捶妯″紡锛屽熷叆鑰呭彂甯冨熸淇℃伅锛屽涓熷嚭鑰呮牴鎹熷叆鑰呮彁渚涚殑鍚勯」璁よ瘉璧勬枡鍜屽叾淇＄敤鐘跺喌鍐冲畾鏄惁鍊熷嚭锛屼絾缃戠珯瀵规垚涓篤IP鐢ㄦ埛鐨勫熷嚭鑰呮彁渚涙湰閲戞媴淇濄傚洓銆椋庨櫓澶囩敤閲戞ā寮忥細涓昏涓哄眳闂存湇鍔★紝鍊熸浜哄彂甯冨熸淇℃伅锛屽嚭鍊熶汉鏍规嵁鍊熸浜轰俊鎭夋嫨鏄惁鍊熸锛屽悓鏃讹紝鏄竴绉嶈祫閲戞睜妯″紡锛...
绛旓細1銆佷笟鍔℃ā寮椋庨櫓 鐩墠鍥藉唴鐨凱2P涓氬姟妯″紡涓昏鏈夌函鍊熻捶妯″紡銆 鍊烘潈杞 妯″紡鍙婃敹鐩婃潈杞妯″紡銆 1)绾熻捶妯″紡锛氬熸浜虹洿鎺ュ湪骞冲彴涓婂彂甯冨熸鏍囷紝鍑哄熶汉 鎶曟爣 銆傚埌鏈熷熸浜烘寜绾﹀畾鐨勮繕娆炬柟寮忚繕娆俱(渚嬪锛屾煇鎷嶈捶) 鏍规嵁銆 姘戞硶鍏 銆嬪拰銆婂叧浜庝汉姘戞硶闄㈠鐞嗗熻捶妗堜欢鐨勮嫢骞叉剰瑙併嬭瀹氾紝鎴戝浗娉曞緥鍏佽鑷劧浜虹瓑鏅...
绛旓細椋庢帶鏄竴涓甯歌繍钀ヤ笖瀵绘眰鏇撮暱杩滃彂灞曠殑缃戣捶骞冲彴蹇呬笉鍙皯鐨勭幆鑺傦紝鍚屾椂涔熻璁や负鏄綉璐峰钩鍙扮殑鏍稿績绔炰簤鍔涳紝澶у缁忓父浼氬惉鍒拌繖涓瘝璇紝浣嗘槸椴滄湁浜虹煡閬撶綉璐峰钩鍙板埌搴曟槸濡備綍鍋氶鎺х殑銆傜瑪鑰呭氨绠鍗曚粙缁嶄笅锛屼篃甯姪鎶曡祫浜哄湪鐢勯夊钩鍙扮殑杩囩▼涓湁涓涓熀鏈殑琛￠噺鏍囧噯銆傜涓锛屼弗鏍兼帶鍒跺熸浜虹殑杩濈害椋庨櫓 绗簩锛岃祫閲戜繚闅 绗笁锛...
绛旓細锛堜簩锛夊鍑哄熶汉涓庡熸浜虹殑璧勬牸鏉′欢銆佷俊鎭殑鐪熷疄鎬с佽瀺璧勯」鐩殑鐪熷疄鎬с佸悎娉曟ц繘琛屽繀瑕佸鏍革紱锛堜笁锛夐噰鍙栨帾鏂闃茶寖娆鸿瘓琛屼负锛屽彂鐜版璇堣涓烘垨鍏朵粬鎹熷鍑哄熶汉鍒╃泭鐨勬儏褰紝鍙婃椂鍏憡骞剁粓姝㈢浉鍏缃戠粶鍊熻捶娲诲姩锛涳紙鍥涳級鎸佺画寮灞曠綉缁滃熻捶鐭ヨ瘑鏅強鍜椋庨櫓鏁欒偛娲诲姩锛屽姞寮轰俊鎭姭闇插伐浣滐紝寮曞鍑哄熶汉浠ュ皬棰濆垎鏁ｇ殑鏂瑰紡鍙備笌缃戠粶鍊熻捶锛...
绛旓細1.璧勮川椋庨櫓锛缃戣捶骞冲彴鐨勫叆闂ㄦ鏄浉褰撲綆寤夛紝鍙渶瑕佹敞鍐屼竴涓叕鍙革紝涔颁竴涓ā鏉跨劧鍚庝究鍙笂绾胯惀涓氥2.杩愯惀妯″紡椋庨櫓锛氱洰鍓嶅浗鍐呯殑缃戣捶骞冲彴鐨勮繍钀ユā寮忎笉灏界浉鍚屻傚ぇ澶氭暟骞冲彴涓洪檷浣庢姇璧勪汉椋庨櫓鎻愪緵浜嗘媴淇濆叕鍙稿灚浠樸侀闄╁噯澶囬噾鍨粯绛夊灚浠樻ā寮忥紝杩欎袱绉嶆柟寮忕殑鏈剰鏄ソ鐨勶紝浣嗗湪瀹為檯杩愯惀涓篃鍑虹幇浜嗕竴浜涢棶棰橈紝瀵瑰钩鍙版潵璇翠篃鐢...
绛旓細涓夈侀夋嫨鎶鏈疄鍔涘己鐨勫叕鍙 鐜板湪鐨凱2P妯℃澘寰堜究瀹滐紝璁㏄2P骞冲彴鏁伴噺鏈変簡宸ㄥぇ鐨勬彁鍗囷紝浣嗗畨鍏ㄦф湁寰呰冪┒銆傚彟澶栭偅涓嚜涓荤爺鍙戜篃鏄疄鍔涚殑涓绉嶃備簰鑱旂綉閲戣瀺锛屽鏋滈兘涓嶆敞閲嶄簰鑱旂綉鐨勭敤鎴蜂綋楠岃岄殢渚夸拱涓涓ā鏉匡紝鏄惁鏄惧緱涓嶅閲嶈鍛紵鍥涖侀夋嫨鏈夐噾铻嶈儗鏅殑鍥㈤槦 閲戣瀺鐨勬牳蹇冩槸椋庢帶锛P2P缃戣捶鏄熻捶鏈嶅姟锛椋庨櫓鎺у埗鏄熀鏈紝鑰...
绛旓細2銆侀潪娉曢泦璧椋庨櫓銆傚綋鍓嶏紝闈炴硶闆嗚祫娲诲姩鍛堢幇鏄庢樉鐨勭綉缁滃寲瓒嬪娍銆備竴鏂归潰锛屼紶缁熼潪娉曢泦璧勪粠绾夸笅鍚戠嚎涓婂彂灞曪紝鎵撶潃浜掕仈缃戔滈噾铻嶅垱鏂扳濆箤瀛愬疄鏂介潪娉曢泦璧;鍙︿竴鏂归潰锛屼簰鑱旂綉閲戣瀺鐩稿叧涓氭佺殑闈炴硶闆嗚祫椋庨櫓涔熷厖鍒嗘樉鐜帮紝鍏朵腑浠P2P缃戠粶鍊熻捶棰嗗煙鐨勯潪娉曢泦璧勯闄╂渶涓虹獊鍑恒傚鏋淧2P骞冲彴杩愯惀鍟嗗彂甯冭櫄鍋囩殑楂樺埄鈥滃熸鏍団濆嫙闆嗚祫閲戯紝鐭湡...
