.選取260個平臺的收益率數值進行風險觀測與度量，探究借貸平臺存在的風險及問題，提出利用ES模型進行P2P平臺風險預警與管理方案，使投資者在自己所能承受的風險范圍內進行投資并得到滿意的回報，為參與者經營決策和資金管理行為提供參考.

　　關鍵詞：借貸平臺;ES模型;風險預警;預測度量

　　P2P平臺匯總來自各方人群投入的小額資金，將其借給對資金有需求的一方，在借貸雙方直接發生借貸關系業務，彌補了銀行繁雜手續所造成的融資缺口，但隨之而來的就是經營風險.風險預警與風險度量是風險管理發展的一個新階段，是順應時代發展的結果.目前，國內外的研究或是傾向于對風險做理論上的分析，給出的是政策性建議;或是仍然采用傳統的靜態分析風險度量，缺乏對態數據的研究，與當今市場需要存在一定的差距.ES模型可以簡單明了表示市場風險的大小，可以對風險進行事先預計，投資者可以動態地評估和計量其所持有資產的風險，做到對風險的測度和預警，使得資產收益最大化.筆者結合網貸行業數據，對P2P平臺的發展現狀進行分析.根據2016年1月到2018年11月的平臺收益率，驗證期望損失下計算的VaR對P2P平臺風險預警的效果，通過計算得出最大損失數值.將平臺風險與ES模型結合起來，規避大額平臺資產可能對財富產生的巨大負面影響，提出風險預警與管理方案，使投資者在自己所能承受的風險范圍內進行投資并得到滿意的回報，為參與者經營決策和資金管理行為提供參考.本文的ES模型是在VaR基礎上的改進版，對于數據的分布函數連續或者不連續的情況都能保持一致性風險度量.

　　1 模型介紹

　　VaR的淺層解釋是“在險值”，指事先確定一個置信水平，某一時期某一資產可能發生的最大損失值.其表達式為：

　　P(p

　　VaR將損失與概率聯系起來，對風險作出精確的度量，在同類研究中應用廣泛，該模型可以將風險用簡單的數值表示.簡單來說，ES反應的是持有期內的變量 X的期望值.設 X的分布函數為F(x)，密度函數為F(x)，給定出一個概率P，令VaR是 X的風險估計值，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X的期望損失.

　　假設 X是連續變量，且u=F(x)，其中VaR

　　如果數據屬于某類參數分布，如正態分布等，記為X～N(ut，σ2t)，此時 ES的計算可大大簡化，直接由均值和標準差得到并可以產生更加精確的VaR測量值，參數分布中ES模型公式為：

　　ES1-p=ut+f(z1-p)pσt.

　　其中，f(z)是標準正態分布隨機變量的密度函數，z1-p是f(z)的(1-p)分位數，p一個較小的概率.

　　2 平臺現狀與數據收集整理

　　2.1 數據來源

　　根據2016年1月1日到2018年11月20日網貸之家和網貸天眼披露的行業數據(共1 055個平臺收益率)，隨機選取11月份260個平臺的數據.

　　2.2 收益率時序圖

　　網貸平臺日收益率時序圖見圖1.結果顯示，P2P平臺收益率大概在9%的范圍波動，但也有好幾處收益率波動異常，特別是在2018年，數據跳躍度很大，如2018年2月6號，收益率跌至0.86.其主要原因是隨著市場的不斷發展，投資用戶以及資金流入的不斷增加，借款人利息與平臺承受的壓力也越來越大.為了后續的可持續發展，P2P理財收益率逐漸下降是大勢所趨，雖然收益更低了，但安全性卻更高了，平臺也更穩健了.

　　推薦閱讀：家庭教育的課題研究容易申請成功嗎