如何度量和防范普惠金融风险？
王晓丽 杨鹭
【摘要】普惠金融强政策导向对金融机构产生强激励效应，使金融服务普惠金融的能力和效率大幅提高。如何使普惠金融与商业银行追求盈利性、安全性、流动性的目标结合起来，加强风险防范成为促进普惠金融持续健康发展的迫切需要。本文构建了普惠金融风险评价层次结构模型，运用层次分析法（AHP）对各风险指标相对于普惠金融总体风险进行权重度量，并用模糊综合评判法对现存普惠金融风险进行度量。
【关键词】普惠金融 层次分析法 风险
2018年以来，国务院多次召开常务会议，部署进一步缓解小微企业融资难、融资贵问题，持续推动实体经济降成本。中国人民银行也联合几大部委下发深化小微企业金融服务相关文件，并多次通过降低法定存款准备金率和扩大再贷款、再贴现额度等方式，引导金融机构增加小微企业信贷投放。强化政策导向对金融机构产生强激励效应，使金融服务普惠金融的能力和效率大幅提高。然而，在国内经济结构转型、国外贸易保护主义日渐抬头的百年未有之大变局的背景下，中国经济增速日渐放缓，小微企业生存压力不断增大，普惠金融风险逐渐显现。为平衡好稳增长、防风险的关系，笔者运用层次分析法（AHP）对各指标进行风险权重度量，运用模糊综合评判法对现存普惠金融风险进行度量，并提出有效防范普惠金融风险的途径与建议。
一、文献综述
（一）普惠金融风险特点
按照中国人民银行文件的要求，普惠金融口径贷款主要包括农户生产经营贷款、建档立卡贫困人口消费贷款、个体工商户和小微企业主贷款、单户授信1000万元以下的小型、微型企业贷款、助学和创业担保贷款等，涵盖小微企业、涉农、扶贫等多个重点领域。因此，普惠金融风险也主要指小微企业、涉农、扶贫等传统领域贷款面临的风险。由此分解开来，普惠金融风险既是老生常谈的风险点，也多有专家学者进行论证。总结来看，主要包括以下常规特点：一是资金特点。普惠金融资金服务需求整体来说是“短、小、频、急”，即资金使用时间短、借用资金额度小、使用频率高、资金需求急切。二是人群特点。普惠金融针对的是长尾客群，客户基数庞大而风控所需征信数据稀少。
同时，伴随着信息技术的发展进步，诸多传统行业的经营模式也随之发生改变。考虑到普惠金融的特殊属性，为了实现普惠金融可持续地推广普及，注定要依靠信息技术的力量降低普惠金融贷款的审核、发放成本，控制信用风险。在此过程中，普惠金融体现了以下新特点：
1.技术特点
国内外学者已围绕互联网与金融结合的风险和特殊性从不同角度进行了分析。郑联盛（2014）认为，互联网金融风险具有两面性，当前暂时不会引发系统性风险，关键风险点在于风险的内在关联性。朱治豪、吕乔（2014）强调信息技术与金融的结合可能引发传统信用、市场选择、技术和法律风险的升级，进而加大金融市场不稳定的可能性。王立勇等（2016）认为，互联网金融运行过程中各维度风险交织共生，这种复杂特性某种程度上会使一个事件从不同维度影响金融系统性风险，并迅速传播。宏皓（2014）认为，利用互联网技术进行金融机构信息筛选和监管的失败将会引发金融风险。张晶（2014）认为，不完善的法规制度和监管机制是制约互联网金融发展的主要问题，互联网金融发展应与普惠金融发展结合起来，将产品创新与制度完善结合起来。
2.宏观环境特点
当前，中国发展面临百年未有之大变局，放眼世界各国，保护主义、单边主义日渐抬头，中国经济面临转型增质，进入新常态发展。一方面，宏观环境制约了小微企业向纵深发展，造成部分行业萎缩，小微企业生存压力加大;另一方面，民间借贷成本提高，小微企业融资成本不断攀升，行业杠杆率过高，造成流动性风险加剧。小微企业贷款流动性风险处于比较脆弱的时期，一旦小微企业发生回款失败、资金周转困难等问题，贷款逾期、坏账等问题将集中爆发，有可能为平台乃至整个行业带来巨大的风险隐患，引发系统性风险。
（二）风险度量方法
普惠金融风险尚未得到应有的重视，相关文献较少。考虑到普惠金融风险本质上就是小微企业贷款风险和涉农贷款风险，通过对这两种贷款风险进行文献搜索可以发现，贷款风险的分析手段也在不断创新升级。总体来说主要经历了三个发展阶段，即专家判斷分析法、财务比率分析法和风险模型分析法。
专家判断分析法是一种传统的分析银行信用风险的方法，主要指在银行贷款决策过程中，由具有丰富信贷决策经验的主管们依靠其具有的专业知识和实操经验来判断信用风险，可以总结为5C、5W、5P三个维度（见表1）。
专家判断分析法的目的是尽量将风险判断细化、量化到具体指标上，通过信贷主管的个人判断决定贷款的信用等级，从而作为是否放贷、贷款标准以及日后监测的依据。该法的主要缺点是过于依赖主观判断，科学性有待考量。
风险模型分析法是利用数理技术，以某种统计判别方法为基础，通过构建模型和预测函数，运用定性、定量指标对信用风险进行评估。这些分析方法的主要代表包括以下几种：
1.多元判别分析法（MDA）
多元判别分析法最早由Altman（阿尔特曼）于1968年提出，该法通过在财务数据中取得能够反映信息变化的指标，构建模型函数，得出企业的主要类别。该法的缺点是，主要利用企业的财务指标，未加入非财务指标，不能全面地计算企业的实际经营发展情况。
2.logistic法
logistic法由West（韦斯特）于1985年提出，该法通过选取企业的一系列财务比率指标，对其破产或违约概率进行预测，根据评价者的风险偏好来确定风险预警标准。该法同样存在两个缺点：一是指标选择为企业财务指标，未选取相应的非财务指标，不能反映企业的真实经营状况;二是不能解决两个指标互相作用可能对借款主体产生的低效影响，会影响评估结果的准确性。
3.信用风险的期权定价模型
在Black-Scholes（布拉克·斯科尔斯）（1973）、Hull（赫尔）和 White（怀特）（1995）的期权定价模型基础上，KMV公司于1993年提出了信用风险的期权定价模型。该法通过设定违约点（DPT），计算评价对象的市场价值是否低于DPT，从而判断评价对象是否存在信用风险。该法的缺点：一是仅适用于上市企业，模型中需要大量财务、非财务数据信息，非上市企业很难获得准确的信息;二是该模型假设企业资产价值呈正态分布，这在现实中较难实现。
4.神经网络分析法
Coats（科茨）、Fant（范特）（1993）等学者在预测20世纪90年代美国财务危机时，将这种40年代即诞生的神经网络分析理论运用到了风险评估和预测中。该法主要利用非参数统计方法、神经网络法、递归分割算法、线性规划法等来进行风险评估分析。该法的缺点：一是要设立各个层级的关系，需要很长的时间和精力;二是模型要求全部为定量分析，没有引入定性分析，评价结果不全面。
5.层次分析法
层次分析法是一种定性与定量相结合的多方案或多目标决策分析方法，具有良好的预测能力，适用于多要素决策的各个领域，包括目标选择和风险控制，是一款适用性强的评价方法。
（三）层次分析法用于普惠金融风险度量
层次分析法适用于无法获得企业财务数据的情况，具有良好的预测能力。相关文献研究表明，该方法可以用来评估中小企业财务风险，对商业银行的普惠金融领域各类信贷产品的风险，如个人住房贷款、小微贷款、信用评级模型等具有很好的适用性。陈佳洁、李建波（2009）分析了层次分析法（AHP）的特点，改进了DEA/AHP模型，同时针对上市公司财务、非财务指标对企业信用状况进行实证分析，结果表明DEA和AHP方法不仅可行，且具有一定的预测能力。尹贤平（2012）建立中小企业财务风险评价结构模型，并运用AHP方法判断中小企业财务风险评价所具有的优势。罗志（2013）针对个人住房贷款这一单独贷款品种特点建立模型，并应用模糊层次分析法进行评估。许莲艳、孟庆军（2014）建立银行科技贷款风险评估体系，同时采用层次分析法和模糊综合评价法评估银行科技贷款的风险。李俊丽（2009）运用层次分析法，汇总专家意见设计农户信用评估指标体系，构造农户信用评估模型，助力農村信用社提高防范农户信贷风险的能力。吴万里（2009）确定影响银行小微企业信贷风险的关键因素，运用AHP法建立银行小微企业信贷风险评估体系。
目前，关于层次分析法的研究均表明，其对商业银行的各类产品能够做出很好的风险评价。因此，根据普惠金融业务实质，本文决定运用AHP方法对普惠金融业务类贷款进行风险评价，构建影响普惠金融风险的关键指标，评估当前存在的普惠金融风险现状，从而实现风险控制的目的。
二、普惠金融风险度量指标确立
国家鼓励普惠金融发展，根本上还是要坚持可持续商业化运作。只有深入分析普惠金融风险产生的根本原因和表现特征，明确风险识别指标和计量标准，才能在风险预警以及防范处置方面为监管部门提供处置思路和方式，实现监管与风险的无缝衔接，提高监管的时效性、有效性和针对性，保证普惠金融发展的可持续性。笔者汇总的普惠金融风险评价体系见表2。
（一）传统金融风险
由于普惠金融业务的本质是小微企业贷款风险、涉农贷款风险，理论上它具备传统金融业务的全部风险。典型风险包括：一是国家风险，指因诸如爆发金融危机、爆发战争、政策或法律发生重大变化等极端原因导致金融行业经营停滞、货币贬值以及金融资产质量恶化等情况给金融机构经营造成损失的风险。二是市场波动风险，指由于市场产品价格波动造成成本、收益与预期产生偏离，从而给金融机构经营造成损失的风险，主要包括利率风险、汇率风险等。三是流动性风险，指受技术因素、法律因素以及流动性因素的影响，使得提供普惠金融服务的金融机构无法提供足额资金保证日常流动性，给金融机构的经营造成损失的风险。
（二）普惠长尾风险
普惠金融与传统金融最主要的区分点就在于其服务普惠大众的特性，即普惠金融的服务对象集中于传统金融服务未能完全覆盖的弱势群体，曾经不容易获得金融服务的人群，诸如单户授信较低的小微企业、个体工商户和小微企业主、建档立卡贫困户、需要助学贷款的贫困大学生、农户等。随着金融服务门槛的降低，金融服务的生产可能性边界大大扩展，在形成大量长尾客户的同时会随之形成新的长尾风险。
首先，普惠金融服务人群的文化知识水平较低，对金融产品的认知理解、风险识别和心理承受能力都相对较低，即便获得金融服务，也可能由于不能认识到接受金融服务应该承担的责任和一旦违约所要承担的后果而随意违约。其次，小微企业融资难、融资贵是老生常谈的问题，根源就在于小微企业与生俱来的弱点，财务管理水平不完善、信息不对称问题更突出，违约风险更大。另外，为普惠金融服务人群提供金融服务的主要特点是借贷金额小而分散，金融机构为服务这一人群投入的人力、物力、财力势必要高于传统金融服务，获得的收益可能要小于付出的成本。具体说来，包括如下几种类型的风险：
1.信用风险
信用风险又称违约风险，是指借款人因种种原因，不愿或无力履行合同条件而构成违约，致使银行、投资者或交易对方遭受损失的可能性。普惠金融的信用风险相对于其他传统金融机构具有更大的危害，主要是因为普惠金融服务的对象主要是长尾客户群体，相对于传统金融机构服务的客户群体具有更大的不确定性，缺少足够的信用记录和抵押物，因此普惠金融相对来说风险控制更难，面临的信用风险也更大。一是信息不对称风险。传统预防信息不对称的方法是由客户经理负责尽职调查，通过尽可能详细地收集资料，银行内部层层人工审核批准，最终放款。然而，普惠金融需要服务庞大的客群，现有技术制约了这种传统方法的开展，传统低效的人工尽调方式无法彻底避免信息不对称情况。另外，这一客群个人文化水平通常较低，信用意识淡薄，信用记录不足，增加了尽调难度。因此，普惠金融领域信息不对称风险一定高于传统信贷业务。二是期限错配风险。普惠金融服务人群的特点决定了其自我财务管理能力较差，资金使用需求特点决定了其资金占用时间短、需求急。个体工商户及小微企业借贷资金往来回款较慢;农户耕作有时间差，要在秋天回款之后现金流才比较充裕;申请助学贷款的大学生更要在完成学业并找到工作后才能有还款能力。普惠金融服务人群的还款期限错配的风险，将导致其信用风险高于传统信贷业务。
2.操作风险
操作风险是指由于信息系统或内部控制缺陷导致意外损失的风险。互联网金融是普惠金融的重要分支，互联网金融平台的发展可以提高普惠金融供求双方匹配成功的效率，运用科技的发展提高风控能力。然而，由于互联网金融发展时间较短，行业发展良莠不齐，历史数据欠缺，信息披露不规范，存在互联网金融企业利用政策和监管盲区创造并占有不合规收益的情况。在此种情况下，操作主体如果不掌握必要的知识和技能，不熟悉操作规范和要求，或者没有养成良好谨慎的操作习惯，包括未定期更换密码、随意连接Wi-Fi扫描不明二维码、下载软件时不注意阅读权责条款等，也会造成不必要的损失。一是内部操作风险，即金融机构在利用大数据发放普惠金融贷款时缺乏对业务的系统性管理，在内控建设上较为滞后。二是运营成本风险，即指普惠金融业务层次较低、资金需求量少，使得金融服务的回报率较低，不能覆盖金融机构为更好地实施普惠金融服务而增加固定资产和人力资本的成本投入。
（三）创新衍生风险
随着互联网技术与金融的深度融合，互联网技术以其可以有效降低交易成本、控制风险、扩大服务人群等特点，与金融普惠性宗旨高度吻合。然而，互联网金融公司追求利润最大化，与普惠金融的设立初衷相悖。具体风险表现如下：
1.技术风险
互联网金融发展的基础是计算机技术，由于其发展的载体——计算机本身的缺陷或漏洞，会造成计算机病毒感染或遭受黑客袭击，有可能引发交易金融服务对象的资产损失。阎庆民（2013）提出，技术风险按来源主要分为自然原因导致的风险、信息系统风险、管理缺陷导致的风险、人员违规操作引起的风险等四类。本文在计量技术风险时主要归集为以下两类：一是计算机系统风险，指计算机系统、软硬件等缺陷造成的，或由于遭到自然灾害及人为破坏，使软件和数据信息遭受损失，影响数据的保存和正常运营。二是信息安全风险，指因遭受黑客袭击或计算机病毒感染，造成信息安全受到威胁，导致信息泄露。
2.法律风险
普惠金融服务群体的特殊性决定了其金融、法律常识较一般群体来说更为薄弱。若信息被不法分子利用，在法律法規尚未出台细则的情况下，易发生较高的法律风险。一是法律滞后风险。普惠金融发展较快，法律和监管政策尚未覆盖全部风险点，存在法律漏洞。二是信息误用风险。利用互联网对数据进行挖掘和分析得到的个人和企业信用信息，可能会存在个人选择性误差和系统性偏差，甚至由于缺乏相关约束机制，可能发生客户信息被盗取的情况及内部人员因经济利益泄露客户个人信息的行为风险。三是反洗钱风险。普惠金融服务对象的特殊性（特殊群体、金融知识欠缺、风险意识薄弱等）增加了反洗钱风险。例如，在扶贫贷款业务中，金融机构为借款农户开通个人账户，发放小额贷款，金融机构在此工作中主要面临的是客户身份识别、异常和可疑交易问题，增加了监测难度。
三、基于AHP的普惠金融风险评估
（一）建立层次结构模型
层次结构模型一般包括目标层、准则层和方案层。本文设立模型的目标是普惠金融风险评价层次结构，准则层是5个一级指标，即业务风险、信用风险、操作风险、技术风险和法律风险，方案层是12个二级指标（见表2）。
（二）构造两两比较矩阵
构造层次结构模型的目的是要通过两两比较的方式对一级指标和二级指标的重要性分别进行判断，比较的尺度参照Satty1-9比率标度方法。专家根据经验判断要素i与要素j相比重要性差别，要素j与i相比重要性则是i与j重要性的倒数（见表3）。
（三）专家打分及一致性检验
确定两两比较的相对权重并构造判断矩阵是本文分析的核心。为了保证判断尽可能贴近现实，笔者向沈阳市相关金融监管部门负责信贷调控工作的专业人士和金融机构负责信贷业务的经理累计发放调查问卷50份，并召开了金融机构信贷经理座谈会，现场对5个一级风险指标和12个二级风险指标进行讲解并介绍了填报要点。各位专家将要素按照重要性两两比较并分别打分，分数填入A-B5六个成对比较的矩阵中，再利用软件对50组成对比较矩阵进行一致性检验，综合成对比较矩阵一致性检验结果，均通过一致性检验（见表4）。
（四）计算权重
运用YAAHP软件对评分矩阵进行定量分析，计算得出各风险指标相对于普惠金融总体风险的权重，如表5所示。计算结果表明，在普惠金融风险的5个一级指标中，信用风险对普惠金融风险影响最大（37.65%），其余依次是操作风险（26.96%）和技术风险（19.99%）。在12个二级指标中，对普惠金融风险影响较大的指标依次为信息不对称风险（28.24%）、内部操作风险（21.56%）和信息安全风险（14.99%）。
（五）模糊综合评判法
针对我国现存普惠金融风险状况设计评测问卷，可将普惠金融风险评价定为“很高、高、中、低、很低”五个等级，通过邀请金融系统内的25位专业人员对单指标风险等级进行打分，并运用YAAHP软件对每一指标风险打分进行平均值计算，结果见表6。
计算结果表明，目前我国发展普惠金融风险的平均分为3.4396，介于“较高”和“中等”之间，界定为较高。风险一旦发生，将产生较大的经济或社会影响，会在一定范围内给组织的经营和信誉造成一定的损害。同时，根据各风险评价结果可知（见表5），相对于传统金融风险来说，信用风险、法律风险、技术风险是目前普惠金融面临的较高风险，其中又以信息不对称风险、信息误用风险和信息安全风险等级最高。这表明，在发展普惠金融的过程中，由普惠金融的特性导致的信息不对称风险尤其要引起重视，同时由互联网技术与金融业务相结合而产生的金融衍生风险也不容忽视，需要加强金融监管力度，加以重点防范。
四、商业银行风险规避方法
通过对沈阳市国有商业银行、股份制商业银行、城商行等36家金融机构进行调研，商业银行采取的规避措施主要可以归结为以下几点：
完善规章制度，严控各类风险。严控合规风险，坚持依法合规、恪守政策底线的原则，认真贯彻执行国家和监管部门关于小微企业金融服务的政策措施及其工作要求。严控信用风险，加强存量贷款管理，建立风险预警机制，对存在风险隐患或是贷后检查发现问题的应及时化解处置。对新增贷款严格把控业务准入标准，采取有效担保措施，坚持业务发展与风险管理并重的原则，有效防范借款人违约信用风险。严控操作风险，坚持“真实性、规范性、完备性”原则，办理业务时严格遵守“双人调查、双人面签、双人取证（他项权利证）、流程操作、手续完备”等规定;充分利用政府相关部门发布的“失信人”黑名单，提高在贷款准入环节的风险防控能力。严控运行风险，坚持“分工负责、各负其责、依规问责”原则，全行上下正确处理“业务发展和风险防控的关系”，做到业务主体责任明确、各层面管理责任清晰，全面提升“员工行为管理、贷款‘三查管理”工作水平。
巧用大数据技术，加强客户风险的有效识别和控制。加强客户风险的有效识别和控制，充分利用信息技术手段，多渠道获取客户非传统融资信息，强化信息共享，增强对授信客户总负债情况的监测评估能力。根据客户实际经营表现，动态调整客户评级，多渠道获取客户和实际控制人的详细信息，利用大数据技术对普惠金融客户进行整体信用画像，利用“天眼查”“融安E信”等软件全面查询客户风险，尽最大可能从多维度考核客户的信用状况。为提高风险信息在小微信贷业务各环节的应用，突出客户风险信息的贷前预警、贷中控制、贷后监测等作用，增强风险识别和控制能力，工商银行整合客户基本信息以及融资、经营结算、财务、反洗钱、工商登记、外部突发风险、人行征信等信息，形成小微企业风险视图，为相关信贷工作人员提供客户全景风险视图，提升小微信贷业务风险预警处置水平。
重视合规宣导，加强非现场监测。一方面，通过正向宣导，严格落实监管及总分行合规管理要求，建立普惠金融合规督导官负责制及合规管理岗履职管理的双线机制，充分发挥监管红线、合规底线管理体系，促使全员提升合规意识;另一方面，通过反向警示，加强对风险案件、不良案例中暴露的风险点的分析研判，以及将法律诉讼中涉及前端营销的注意事项及时反馈给一线人员，进一步把好优质客户、优质资产准入关，完善小微获客模型。
五、政策建议
（一）加强金融知识宣传教育，培养消费者金融思维
针对普惠金融服务人群的“长尾”特征，应注重金融知识宣传与普及工作，避免网络金融风险可能引发的羊群效应风险。监管部门和各商业银行应定期组织开展普惠金融业务交流与培训，总结普惠金融工作中好的经验做法，推广新的服务模式和业务产品，加大对其线上、线下的培训和体验，提高其对金融基础知识、创新技术的认知水平，促进普惠金融工作持续健康发展。
（二）着力金融创新，探索建立大数据风控体系
互联网技术是把双刃剑，如何在控制金融衍生风险产生的同时利用先进的技术工具减少信用风险，将是很有意义的研究方向。大数据平台技术的建立将替代传统银行数据库，海量数据将
实现采集、存储、加工、服务等全方位数据服务，方便数据查询、计算、整合。通过建立覆盖业务全周期的大数据风控體系，一方面可以整合全网数据，丰富信息维度，有效防控普惠金融服务对象财务数据可信度不足、征信记录不足等风险;另一方面，可以覆盖贷前、贷中、贷后等全流程，提高信贷审批效率，降低普惠金融提供成本，实现信贷风险及时、精准分析和预测，营造快捷便利、多元化发展的普惠金融生态环境。
（三）优化信用环境，整合信用信息平台
普惠金融目标群体信用记录不充分，是为其提供金融服务最大的难题。面对信息不对称带来的信息收集成本较高问题，建议相关职能部门建立信息披露机制，利用好互联网大数据信息，将医保、纳税、公积金等信息对银行机构公开，通过科技手段降低信息收集成本及管理成本;建议建立联合授信机制，对在各家金融机构均有用信记录的客户，各家金融机构应共享信息，以最大限度地掌握企业的相关信息;建议充分利用各地政府及监管机构已经搭建的信用信息平台，整合所有平台，提高信息匹配效率。
（四）联动政府配套措施，严格监管奖惩制度
发挥财政资金杠杆作用，帮助普惠金融弱势群体发展，形成货币信贷政策和财政税收政策合力，引导金融资源配置到普惠金融服务群体。建立差异化指标监管体系，明确奖惩制度。一是建议健全差别化考核评价激励机制，对在普惠金融服务中有较大贡献的金融机构给予适当的奖励。二是建议政府加强对失信企业及个人惩罚制度的执行，加大失信企业及个人的违约成本，让有限的金融资源真正服务实体经济。三是建议运用人工智能等科技手段升级监管模式，实现跨平台数据互联共享，建立连接反洗钱系统、征信系统的监管预警系统，增强风险预判能力，减少监管盲区。四是建议成立普惠金融风险补偿基金，分担金融机构普惠金融授信业务违约风险。
参考文献：
1.中国人民银行货币政策司.2017.中国人民银行决定对普惠金融实施定向降准政策[OL].[2017-09-30].
2.郑联胜.中国互联网金融：模式、影响、本质与风险[J].国际经济评论，2014（5）：103-108.
3.朱治豪，吕乔.中国互联网金融现状及风险研究[J].特区经济，2014（7）：112-114.
4.王立勇，石颖.互联网金融的风险机理与风险度量研究--以p2p网贷为例[J]，东南大学学报，2016（3）：103-112.
5.宏皓.互联网金融的风险与监管[J].武汉金融，2014（4）：4-5.
6.张晶.互联网金融：新兴业态、潜在风险与应对之策[J].经济问题探索，2014（4）：81-85.
7.Altman EI.Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy.Journal of Finance ，1968，23：589-609.
8.West R C. A Factor-analysis Approach to Bank Condition. Journal of Banking Finance，1985，9：253-266.
9.Black F，Scholes M. The pricing of options and corporate liabilities [J]. Journal of Political Economy，1973，637-659.
10.Hull J C，White A. The impact of default Risk on the prices of options and other derivative securities [J]. Journal of Banking and Finance.1995， 299-322.
11.KMV Corporation. Credit Monitor Overview [J]. San Francisco California.1993.
12.Coats P，Pant L. Recoganizing financial distress patterns using a neural network tool [M]. Financial Management.1993，142-155.
13.陈佳洁，李建波.基于DEA/AHP的我国商业银行中小企业贷款信用风险评估研究[J].中国证券期货，2009，（07）：73-75.
14.尹贤平.基于层次分析法的中小企业财务风险评价探讨[D].江西：江西财经大学，2012.
15.罗志.基于模糊层次分析法的个人住房贷款风险评估研究[J].湖南工业大学学报（社会科学版），2013，（03）：30-34.
16.许莲艳，孟庆军.基于层次分析法的银行科技贷款风险分析[J].金融与经济，2014，（03）：57-59.
17.李俊丽. 基于层次分析法的农户信用评估[J].商业研究，2009，（10）：125-127.
18.吴万里. 浅析层次分析法在小微企业信贷风险控制中的应用[J].改革与开放，2009，（10）：125-127.
19.謝平，邹传伟，刘海二.互联网金融监管的必要性与核心原则[J].国际金融研究，2018（11）：32-34.
20.陆岷峰.徐博欢.普惠金融：发展现状、风险特征与管理研究[J].当代经济管理，2018（10）：1-11.
21.阎庆民.银行业金融机构信息科技风险监管指标与资本计量研究[J].金融研究，2013（11）：111-125.
（作者单位：中国人民银行沈阳分行营业管理部）
