中国第三方支付系统金融风险测量方法及实证分析

马方方，胡朝阳，冯倩茹，姜 也

(首都经济贸易大学 经济学院，北京 100070)

一、引言

互联网金融领域的发展变革使得第三方支付体系的交易规模迅速增长，第三方支付已成为目前支付体系的重要组成部分。截至2017年，中国第三方支付平台的业务额达到2 419.2万亿元，占全年支付业务的44.68%。作为新兴行业，中国第三方支付发展水平偏低、管理和技术层面不成熟、应对相关风险经验不足等缺陷逐步凸显[1]。党的十九大报告中首次将防范和规避金融风险上升为国家级的战略课题，为有针对性地防范和化解金融风险，迫切需要通过风险识别和预警来提升金融体系的稳定性，从而保证经济社会的健康发展。而对风险的量化则是解决该问题的前提和基础。

第三方支付是指独立于商户和银行并且具有一定实力和信誉保障的独立机构，通过提供交易支付结算平台，使商户和消费者之间实现货币资金转移的一种网络支付模式[2]。同时，第三方支付也可以看作是对买卖双方的资金提供中转和安全管理等服务的渠道。

国外文献主要从两个角度探讨第三方支付体系的风险问题。一是支付技术安全问题导致的金融风险。主要研究如何改进核心技术和加密算法[3]，保证交易过程中支付数据无法变动[4]。二是相关制度、法律及监管不明确等问题带来的风险。例如，第三方支付机构客户资金的本息归属不明确[5]，以及在维护支付平台安全和反洗钱上做出规定不明确[6]。目前，国外的研究大多从实际应用的角度出发，缺乏对相关风险的量化分析。

随着国内第三方支付的快速应用，相关研究越来越普遍，对第三方支付风险的研究也逐渐深入。主要从客户激增、洗钱；法律定位模糊监管漏洞等角度阐述第三方支付机构风险点，提出一系列完善金融监管体系的建议[7-10]。但多数研究体现在宏观法律层面和相关理论层面，对于第三方支付在金融领域风险的量化研究和实证分析较少。

本文力图从金融市场整体稳定运行角度出发，分析第三方支付系统的金融风险。为了弥补中国第三方支付实际金融风险的量化测度体系的缺陷，本文主要在基础指标选取和测度方法上做出创新。通过实际梳理中国第三方支付行业特点，基于问题导向视角，从市场风险和制度风险两个角度具体分析并筛选基础指标，构建第三方支付金融风险的综合测度体系，得出适用性较强的模型，为第三方支付的金融风险的量化分析提供新的思路，并运用该模型对中国第三方支付体系运行系统风险进行实证分析。

二、构建第三方支付金融风险量化测量体系

通过分析第三方支付行业的特点，特别是与传统支付行业发展状况的对比，梳理实践中可能存在的市场稳定性冲击。在此基础上，完成理论模型的构建和基础指标变量的筛选，进而实现对第三方支付系统金融风险量化测量体系的构建。

(一)第三方支付行业的特点

1.市场结构性问题突出。与传统金融业相比，第三方支付市场的企业边际成本低，且进入该行业几乎不存在技术壁垒，导致想要进入这一行业的企业必然会进行激烈竞争来抢占市场份额[11]。2012年，有96家相关企业集中进入第三方支付市场，当年进入者占比高达61%。之后，小型支付机构的盈利空间不断被挤压，众多新支付机构进入市场容易引发不正当竞争。大型商业银行也可能依靠客户资源和强大资金支持在未来进入第三方支付市场。这种市场结构导致相关企业进入和退出市场相对频繁，整个市场主体结构的稳定性差。因此，第三方支付市场发生金融风险的概率不断升高。

2.资金流动转移过程存在漏洞。与银行等传统支付流程不同，第三方支付的资金转移过程中同时充当买方的“卖方”和卖方的“买方”，导致金融机构很难对资金流向进行准确的识别，容易造成虚假交易和非法注资，进而产生掩盖资金来源和性质的效果，实现资金的“合法化”[12]。伴随着第三方支付的跨国发展，资金的非法流动将更加频繁，这会给整个金融体系的稳定性带来威胁。另外，第三方支付的交易资金在支付平台上存在一定的时滞，在平台上停留时间过长的备付金变为沉淀资金后，其总体规模、利息剩余及流向难以控制和监管[13]。一方面，第三方支付业务量的扩张使得沉淀资金的数额迅速增长，导致资金挪用风险增加。另一方面，当备付金账户不足以满足消费者的支付需求时，会造成市场份额的减少和市场稳定性的下降，甚至对整个金融支付体系的安全稳健运行产生冲击。

3.相关制度的滞后性严重。作为新兴行业，第三方支付法律制度、信用制度及行业规范的滞后性明显。首先，尽管央行通过发放第三方支付牌照的方式使得市场总体结构逐步趋于稳定，第三方支付行业集中化发展趋势也愈发明显。但与传统金融领域完善的制度相比，第三方支付领域的退出机制明显滞后。退出市场的第三方支付机构，其用户的权益保障问题成为监管部门和法律体系亟待填补的空白。这将提高市场发生系统性金融风险的可能性。其次，针对第三方支付行业的赔付机制和信用评价缺乏统一的标准。与传统的交易过程不同，第三方支付的交易本身就会造成资金流和物流在时空上的不同步。此时，信用制度和行业规范的不健全使得责任主体的界定模糊，更容易引发信息不对称条件下的欺诈行为，进而出现交易违约现象，导致信用风险发生的概率升高。

(二)理论模型的选取

传统金融领域的风险理论模型研究主要包括以下几个方面。Hilbers等学者遵循CAMELS框架，从宏观和微观两个角度选取基础指标，最先构造金融稳定综合指标[14]；Van等将货币状况指数与金融状况指数作为基础指标，构造了金融稳定状态指数FSCI[15]。

就测度方法而言，FSCI模型是由货币状况指数(MCI)模型逐步扩展而来的，其分析过程是基于主成分分析法进行的。即通过降维技术将多个变量化为少数几个综合变量，通过多个指标、从不同维度进行综合计算，以此反映金融稳定各个维度的综合表现[16]。基于综合测度结果，分析金融市场的稳定性，以此实现对货币当局的货币政策进行更好的测评。

就模型本身而言，FSCI通过对货币、证券、外汇和金融机构运行状况等指标赋予不同的权重，进而合成一个综合指数以反映一国的金融稳定状况。在此基础上，国内外学者们从稳健水平、杠杆和滞后效应、动态综合，波动性等多个角度提出了相关改进，用于传统金融业中多领域的稳定性测度，得到了更为理想的实证效果[17-20]。这进一步说明该模型在传统金融领域稳定性测算中的优势在于：测算结果能够综合不同的测算指标，使指标的覆盖性和模型量化结果的精确程度均得到了提升；测度过程规范，逻辑清晰，使得测度可以被移植于不同类型的经济变量，灵活性强，实践中可操作性高。

综合上述分析，本文借鉴了FSCI模型综合指数的思路和方法，结合第三方支付体系运营的特殊性，构建第三方支付金融风险量化综合指标体系和主成分分析框架。此外，笔者认为需要进一步说明的是，金融市场的稳定性指标因子是金融风险指数的另一种表达形式。即基础指标对于第三方支付金融市场稳定性的权重越高，其对于金融风险的影响程度也越大，区别仅在于二者的作用方向相反。因此，本文同时使用稳定性和风险两种说法进行后续分析。

(三)主成分指标的选取

第三方支付不同于传统金融业，其主要提供支付结算业务。根据以往的文献研究，对于风险的考量一般从市场风险、法律监管风险、信用风险、技术及操作风险对金融风险进行分类及阐述[21]。针对中国第三方支付市场进入门槛较低、行业内企业实力分布不均、竞争同质化、市场监管不完善、企业运营经验不足等现实情况，第三方支付极易产生由于市场主体结构不稳定所带来的市场稳定问题；资金逾期、备付金不足和非常规资金流动带来的流动性问题，这些成为形成该行业市场风险重要因素。除市场风险外，作为新型行业，第三方支付监管制度、法律制度、信用制度及行业规范不健全不完善使企业发展和行业规模有效扩展受到一定程度的限制，这可能会导致第三方支付体系运行风险，本文将此类风险归为制度风险。此外，第三方支付运作机构技术水平的不足也会带来相应的风险，但相关风险难以进行量化和相关推算。因此，本文主要从市场风险因素指标和制度风险因素指标两个角度筛选变量指标，所选取的具体指标如表1所示。

表1 主成分分析相关的变量表

本文选取第三方支付市场进入者占比、寡头企业的市场份额占比、揭露洗钱问题占比、平台逾期率和备付金率五个基础变量衡量第三方支付市场风险。选取了被取缔企业占比、交易类客户投诉占比和交易规模三个基础变量衡量第三方支付市场外的制度风险。

第三方市场的进入者占比是指从2011年出现第三方支付机构开始，每年进入该市场的企业占比；寡头企业的市场份额占比是指在第三方支付市场中，具有寡头影响地位的少数企业市场占比。一方面，在市场发展初期，市场主体参差不齐，出入市场频繁，导致市场不稳定因素增加。另一方面，随着市场的发展，优质企业在竞争中胜出，劣质企业被淘汰，逐渐形成行业寡头。寡头企业控制的市场份额越大，市场的不稳定因素就越少。以上两个指标从正反两个方面反映市场结构问题带来的风险。揭露洗钱问题占比是指发现的市场洗钱犯罪数占第三方支付业务相关犯罪数的比重。揭露的问题越多，也就说明目前的市场机制越严格，解决洗钱问题的能力越强，市场运行正在逐渐改善，会趋于稳定。第三方支付平台的逾期率是指第三方支付平台未能在规定时间内返还客户资金的数量占比，其逾期率越高，说明企业资金流动存在问题，客户的资金风险加大，即市场风险越高；备付金率是指企业为保证客户能在第三方支付平台按时提取资金所准备的高流动性储备资金占比，企业的备付金率越高，发生不能按期兑付客户的可能性就越低。备付金率和逾期率是从资金问题的正反两个方面来衡量市场的风险大小。

被取缔企业占比是指每年因违规操作、运营不当等多种原因被叫停的第三方企业数量占比，这一指标侧重于反映法律制度的完善程度。其占比越大，说明法律制度越健全，市场越趋于完善。交易类客户投诉事件占比是指每年的交易类客户投诉事件笔数与年度交易总笔数的比值，侧重于反映信用制度的完善程度。其占比越高，表明第三方支付的结算流程越混乱，失信现象越严重，行业的信用风险越大。交易规模是指客户每年在第三方支付平台上的资金交易额，交易规模越大，反映市场制度趋于规范下消费者对平台的认可度提高。以上指标能够客观直接的衡量并且量化第三方支付市场可能存在的金融风险。

(四)数据来源

本研究收集了全国2011—2017年共28个季度的相关数据，其来源于中国人民银行发布的反洗钱年度报告、中国金融稳定年度报告、中国支付体系发展报告、中国第三方支付市场监测报告，部分缺失数据通过Python软件爬取艾瑞咨询公司相关网页数据而得，对于无法爬取的部分季度数据，笔者通过7阶移动加权滤波算法推算得到。

下文将结合中国的具体数据，通过确定上述两类主成分基础指标在稳定指数模型中的权重，得到不同指标对于第三方支付金融风险的影响程度。在此基础上，分别计算模型中主成分年度综合得分，进而实现对近年第三方支付稳定性的测算，并从风险的角度对数据进行分析。最后，针对量化分析结果，提出可行性建议。

三、中国第三方支付金融风险综合测量实证分析

(一)数据预处理

1.描述性统计分析。对2011至2017年总样本所有的数据进行的描述性统计如表2所示。其中包括了所有变量的最大值、最小值、平均值、中位数和标准差。

表2 总体研究样本的描述性统计

注：笔者根据MATLAB软件处理结果整理得出。

由表2不难发现：首先，基础变量x8的标准差最大，反映不同季度交易规模的变量变化最快，变量的波动也最为突出。相反地，基础变量x7的标准差最小，反映交易类客户投诉事件的发生率的差异性不大。结合中国第三方支付领域的发展现状，一方面表明在“互联网 +”的时代背景下，中国第三方支付行业蓬勃发展；另一方面，说明第三方支付交易的违约情况相对集中，且近几年相关部门的治理效果尚不明显。其次，基础变量x1和x6的中位数均小于其平均值，反映出市场中进入者和被取缔者的数量随着时间的推移正逐步下降，指标的变化反映市场的准入和退出机制日趋严格。基础变量x2的最大值为0.943 2，一般而言，少数企业的市场份额占比超过80%，就意味着市场已经达到垄断竞争的相关标准。由此可见，近年中国的第三方支付正从市场自由竞争的上升期过渡到寡头垄断竞争的平稳期，有逐渐趋于稳定的趋势。该指标进一步阐明第三方支付作为金融支付手段正逐渐成熟，学者有必要对第三方支付领域的金融风险进行分析，从而更好地防范和规避风险。再次，基础变量x4和x5的极差相对较小，且平均数与中位数的数值接近，说明相关数据处在较平稳的阶段，中国第三方支付合法资金的流动性状况处在一个合理区间。从市场的实际情况出发，伴随信息化需求的提高，第三方支付巨大的资金优势会对该市场的风险识别和规避提出更高要求。此外，对于非法资金流动，由变量x3的相关数据可知：利用第三方支付犯罪的案件中，洗钱犯罪案件的占比为47.12%～71.43%。显然，针对洗钱问题，中国第三方支付存在较大的制度和监管盲区，这从侧面反映该指标对于金融市场风险量化的重要作用。

2.标准化处理。本研究基础数据为季度数据，为避免数据之间的量纲差异，增强分析结果的可靠性，本文使用MATLAB软件对基础指标数据进行标准化处理。标准化处理过程如式(1)所示。

(1)

其中，Xit为第i个指标在距基期第t个间隔期的实际值；mi表示第i个指标在整个样本中的最小值；Mi表示第i个指标在整个样本中的最大值；xit为第i个指标在距基期第t个间隔期进行标准化处理的结果。下文在进行权重分析和市场稳定性测算时，均使用标准化后的数据。

(二)各个基础指标对综合指标的影响程度分析

根据主成分指标测算结果，解决核心综合指标的筛选，分析各个基础指标对综合指标的影响程度(权重)问题。由于主成分分析方法得到的系数结果表达式具有唯一性，使得第三方支付金融风险量化测量体系的构建过程更加科学，风险测算更加准确，评估结果具有一定的说服力。

主成分分析的一般步骤包括标准化原始变量、KMO检验、主成分分析、计算主成分表达式。KMO检验统计量通常被用于比较变量间的简单相关系数平方和和偏相关系数平方和的大小，其值在0和1之间。该值越接近1，变量间的相关性越强，表明数据越适合进行主成分分析。

1.金融市场稳定因子。对第三方支付市场风险的标准化变量进行KMO统计检验，输出结果为0.772 4，显然，可以对相关指标进行主成分分析。

第三方支付市场风险指标的特征值、贡献率和累积贡献率等数据结果如表3所示。显然，第一主成分的累计方差贡献率满足主成分分析相关理论(86.986 5%>85%)，而后几个主成分的贡献率非常小，可以不做解释，但却说明了标准化变量之间可能存在共线关系。

市场风险的主成分中，各标准化变量的系数结果如表4所示。由此，第一主成分F1的表达式如式(2)所示。从式(2)中，不难发现：对变量进行标准化后，F1的相关结果与第三方支付市场稳定因子的理论相关趋势基本一致。因此，主成分F1反映核心指标——市场稳定因子。

F1=-0.453 2x1+0.450 5x2+0.454 6x3-

0.436 5x4+0.441 0x5

(2)

由式(2)，F1在所有标准化变量上都有中等程度的载荷，说明每个标准化变量对核心指标F1的重要程度相差不大，第三方支付的市场稳定因子受多个风险指标共同影响。笔者所选取的这五个指标所反映的第三方支付市场风险均不容忽视。相对而言，揭露洗钱问题占比对第三方支付金融市场的稳定性影响程度最大，其次是第三方支付市场的进入者占比，之后依次是寡头企业市场份额占比、备付金率、平台逾期率。结合中国第三方支付行业的发展现状和风险特点，笔者认为，第三方支付市场稳定因子量化的结果符合中国金融市场的实际情况。

表3 市场风险指标的主成分分析结果

注：笔者根据MATLAB软件处理结果整理得出。

表4 市场风险各标准化变量的系数结果

注：笔者根据MATLAB软件处理结果整理得出。

2.制度因子。对第三方支付制度风险的标准化变量进行KMO统计检验，其输出结果为0.647 0，相关指标进行主成分分析是合理的。

第三方支付制度风险指标的特征值、贡献率和累积贡献率等数据结果如表5所示。由表5可知，第一主成分的累计方差贡献率已满足主成分解释需求(86.669 0%>85%)，第二第三主成分的贡献率非常小，故不采用，不过同样说明标准化变量之间可能存在共线关系。

第三方支付制度风险的主成分中，各标准化变量的系数结果如表6所示。由此，该部分第一主成分W1的表达式如式(3)所示。从式(3)中，不难发现：对变量进行标准化后，W1的相关结果与第三方支付制度因子相关理论趋势基本一致。

W1=0.560 0x6-0.567 9x7+0.603 2x8

(3)

通过对式(3)的分析发现：W1在交易规模变量上的正载荷最大，说明交易规模是制度因子最主要的影响因素，反映法律制度和信用制度的两个指标次之，但也是衡量制度风险的重要因素。结合中国第三方支付行业的发展现状和风险特点，笔者认为，第三方支付的制度因子量化的结果与实际情况呈现相一致的趋势。

表5 制度风险指标的主成分分析结果

注：笔者根据MATLAB软件处理结果整理得出。

表6 制度风险各标准化变量的系数结果

注：笔者根据MATLAB软件处理结果整理得出。

(三)稳定性测算及风险分析

本节测算主成分的年度综合得分。在此基础上，结合中国市场的实际情况，从风险的角度对近年数据结果进行客观分析，并对模型的正确性进行验证。

1.金融市场稳定因子的测算及分析

由表7可知，2011年第三方支付市场规模小，稳定性高。2012年至2014年，伴随第三方支付用户规模的极速扩张，市场主体结构不稳定及流动性问题凸显，第三方支付行业的市场稳定性低，市场风险较高。2015年至今，政府出台多项措施规范第三方支付机构的市场运营，逐步提升第三方支付的市场稳定性，市场风险呈现下降趋势。显然，第三方支付的市场稳定因子模型的测算结果符合中国现阶段的实际情况，使得市场风险的量化结果更具说服力。

表7 市场稳定因子指标主成分综合得分表

注：笔者根据MATLAB软件处理结果整理得出，按主成分得分从低到高排序。

2.制度因子的测算及分析。由表8可知，2011年至2014年，中国第三方支付市场的起步阶段，其市场交易还未达到一定规模，相关政策和法律文件尚未建立或存在漏洞，第三方支付行业的监管效果较差。所以造成该行业制度风险普遍偏高。2015年至今，伴随第三方支付市场份额的提高，针对第三方支付行业的相关法律法规逐步完善，特别是2014年，《关于加强商业银行与第三方支付机构合作业务管理的通知》的发布，成为该行业法律体系构建的重要体现。此后，第三方支付的制度监管效果明显好转，制度稳定性不断提高。显然，第三方支付的制度因子模型的测算结果符合一般经济意义，反映现阶段第三方支付市场制度调控的实际情况，为制度风险指标的衡量提供了数据支撑。

表8 制度因子指标主成分综合得分表

注：笔者根据MATLAB软件处理结果整理得出，按主成分得分从低到高排序。

四、结论与政策建议

本文旨在从监管者视角构建基于整个金融市场的第三方支付金融风险综合测度体系，在参考FSCI模型思路的基础上，结合第三方支付体系运营的特殊性，分析并选取适合衡量第三方支付金融风险的基础指标。在数据缺失的情况下，采用Python软件爬取数据。在此基础上，运用主成分分析法筛选出两个综合因子指标，即市场稳定因子、制度因子。分别实现对第三方支付市场风险和制度风险的量化，并得到不同基础指标对核心指标的权重。结论如下：

第一，与金融市场稳定因子相反，第三方支付的市场风险与进入者占比、第三方支付平台逾期率之间均存在正相关特性；与寡头企业的市场份额占比、揭露洗钱问题占比、备付金率之间均存在负相关特性。由市场风险各指标的相对权重大小发现，中国第三方支付体系的市场风险主要源自洗钱问题。

第二，与制度因子相反，第三方支付的制度风险与交易类客户投诉事件占比之间存在正相关特性；与被取缔企业占比、交易规模之间存在负相关特性。由制度风险指标的权重来看，相对而言，交易规模是制度风险最主要的影响因素。

根据以上结论，本文提出将揭露洗钱问题占比等八项基础指标纳入平台风险识别系统建立第三方支付体系的系统稳定性评价标准，供监管部门和相关机构参考。

具体的建议措施包括以下三点：第一，央行等金融监管部门可通过与支付宝、财付通等大型第三方支付平台开展大数据合作，构建统一的行业数据指标平台；第二，识别各基础指标的异常变动，实现对第三方支付金融风险的及早预警。第三，重点关注“洗钱”问题、市场结构变化以及交易规模等指标的变动情况。

由于中国第三方支付行业产生历史较短，相关数据较少，限制了文章的数据分析精确程度。限于篇幅，各基础指标占核心指标的权重不同的原因没有展开分析。这些不足可以在未来的研究中进一步完善和拓展。