趙崤宏 溫然
摘 ? 要:本文梳理相關(guān)文獻(xiàn)資料,定性分析可能影響大學(xué)生信用的眾多因素,采用AHP層次分析法定量分析,選擇了對(duì)于大學(xué)生信用風(fēng)險(xiǎn)影響較大的因素設(shè)計(jì)出風(fēng)險(xiǎn)評(píng)價(jià)數(shù)學(xué)模型,將風(fēng)險(xiǎn)量化評(píng)估,運(yùn)用Matlab編程計(jì)算各因素的權(quán)重,構(gòu)建出一個(gè)較為合理的指標(biāo)權(quán)重體系,再運(yùn)用德?tīng)柗品ú捎梦宸种茖?duì)每一指標(biāo)的評(píng)價(jià)分值進(jìn)行分配,得出一個(gè)較為完整的大學(xué)生信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。
關(guān)鍵詞:信用風(fēng)險(xiǎn);校園貸;大學(xué)生信用評(píng)價(jià);層次分析法
中圖分類號(hào):F812.7?? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:B ? ? ? ? ? ? ? ? ? ? ?文章編號(hào):1674-0017-2019(3)-0050-07
一、引言與文獻(xiàn)綜述
隨著互聯(lián)網(wǎng)金融的蓬勃發(fā)展,大學(xué)生超前的消費(fèi)觀念和創(chuàng)業(yè)需求、互聯(lián)網(wǎng)貸款申請(qǐng)的便利使得校園網(wǎng)貸快速發(fā)展,與此相伴的是高利貸、暴力催收、裸條貸款等違法違規(guī)現(xiàn)象頻發(fā),嚴(yán)重破壞了市場(chǎng)規(guī)則,擾亂了校園秩序。2017年6月28日,中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)、教育部、人力資源社會(huì)保障部聯(lián)合印發(fā)《關(guān)于進(jìn)一步加強(qiáng)校園貸規(guī)范管理工作的通知》,提出鼓勵(lì)銀行等金融機(jī)構(gòu)進(jìn)一步提高對(duì)大學(xué)生的服務(wù)效率,補(bǔ)齊面向校園、面向大學(xué)生金融服務(wù)覆蓋不足的短板。針對(duì)大學(xué)生的信用風(fēng)險(xiǎn)防范便成為了一個(gè)急需解決的問(wèn)題。
對(duì)學(xué)生的信用風(fēng)險(xiǎn)研究,國(guó)外集中于對(duì)考試作弊和學(xué)術(shù)欺騙進(jìn)行誠(chéng)信評(píng)價(jià),沒(méi)有具體而明確的評(píng)價(jià)體系,國(guó)內(nèi)主要集中在國(guó)內(nèi)大學(xué)生誠(chéng)信檔案建設(shè)和管理完善信用評(píng)價(jià)體系及對(duì)信用的現(xiàn)狀進(jìn)行調(diào)查等方面。在指標(biāo)選取方面,李小芳(2014)通過(guò)學(xué)習(xí)美國(guó)FICO信用評(píng)價(jià)指標(biāo)體系,結(jié)合國(guó)內(nèi)商業(yè)銀行的個(gè)人信用情況,同時(shí)考慮學(xué)生的在校信用情況,通過(guò)問(wèn)卷調(diào)查來(lái)評(píng)估影響大學(xué)生信用風(fēng)險(xiǎn)的因素。卿馨予(2009)從學(xué)生的信貸狀況、學(xué)校信譽(yù)系統(tǒng)和社會(huì)信譽(yù)系統(tǒng)的角度分析大學(xué)生的信譽(yù),建立了一個(gè)信用指標(biāo)系統(tǒng)。關(guān)于對(duì)大學(xué)生個(gè)人信用貸款評(píng)估的研究方法,經(jīng)常使用的統(tǒng)計(jì)分析方法有決策樹(shù)、回歸分析、專家系統(tǒng)和貝葉斯網(wǎng)絡(luò)分析法等。劉姿含(2014)通過(guò)建立結(jié)構(gòu)方程分析信用評(píng)價(jià),蘭硯軍(2013)選擇模糊評(píng)價(jià)法對(duì)信用等級(jí)進(jìn)行劃分。
通過(guò)梳理文獻(xiàn)發(fā)現(xiàn),大學(xué)生信用評(píng)價(jià)指標(biāo)的篩選與構(gòu)建目前存在以下不足:一是傳統(tǒng)的信用評(píng)價(jià)指標(biāo)中缺少大學(xué)生網(wǎng)上消費(fèi)信用信息,而隨著互聯(lián)網(wǎng)消費(fèi)金融的普及性不斷提高,網(wǎng)絡(luò)消費(fèi)和網(wǎng)絡(luò)信貸已成為大學(xué)生消費(fèi)和金融首選,信用評(píng)價(jià)中應(yīng)當(dāng)添加此類信息。二是指標(biāo)的篩選多側(cè)重于單方面的定性分析或定量分析。已有文獻(xiàn)用定性的方法確定的信用評(píng)級(jí)指標(biāo)是非常簡(jiǎn)單的,未能涵蓋全部信息。鑒于此,本研究運(yùn)用層次分析法和德?tīng)柗品ㄏ嘟Y(jié)合的方法對(duì)大學(xué)生信用評(píng)價(jià)指標(biāo)進(jìn)行研究。首先通過(guò)定性分析確定可能影響大學(xué)生信用的主要因素,然后采用AHP層次分析法定量分析,選擇了對(duì)于大學(xué)生信用風(fēng)險(xiǎn)影響較大的因素設(shè)計(jì)出風(fēng)險(xiǎn)評(píng)價(jià)數(shù)學(xué)模型,將風(fēng)險(xiǎn)量化評(píng)估;運(yùn)用Matlab編程計(jì)算各因素的權(quán)重,構(gòu)建出一個(gè)較為合理的指標(biāo)權(quán)重體系;再運(yùn)用德?tīng)柗品ú捎梦宸种茖?duì)每一指標(biāo)的評(píng)價(jià)分值進(jìn)行分配,得出一個(gè)較為完整的的大學(xué)生信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。
信用風(fēng)險(xiǎn)評(píng)價(jià)體系的構(gòu)建和完善有助于判別大學(xué)生信用水平等級(jí),在金融機(jī)構(gòu)對(duì)大學(xué)生提供信用貸款時(shí),提供風(fēng)險(xiǎn)識(shí)別依據(jù),為降低違約事件發(fā)生,減少暴力催收事件,構(gòu)筑和完善社會(huì)信用體系建設(shè)方面起到有益作用。
二、構(gòu)建信用評(píng)價(jià)指標(biāo)體系
(一)大學(xué)生的信用評(píng)價(jià)指標(biāo)定性分析
大學(xué)生信用風(fēng)險(xiǎn)衡量與這一群體的階段性特點(diǎn)密不可分。大學(xué)生具有無(wú)穩(wěn)定工作、收入來(lái)源渠道單一等特點(diǎn),可提供的信用記錄較少,幾乎沒(méi)有符合條件的可抵押資產(chǎn)。但是,大學(xué)生未來(lái)收入具有增長(zhǎng)潛力,平均工資起點(diǎn)高于高中學(xué)歷以下人群,而且隨著工作年限增長(zhǎng),收入會(huì)呈顯著上升趨勢(shì),還款履約能力會(huì)逐漸提高。因此在對(duì)大學(xué)生的信用評(píng)級(jí)評(píng)定中不能只停留在個(gè)人當(dāng)前的信用評(píng)分中,還需考慮到大學(xué)生未來(lái)的發(fā)展前景,此處將控制風(fēng)險(xiǎn)的系統(tǒng)分為五種情況。
1.基本信息。男生、女生在思維方式和消費(fèi)習(xí)慣中存在一定的差別,影響其信用信息的分布。隨著年齡的增長(zhǎng),大學(xué)生專業(yè)水平和職業(yè)技能在發(fā)生變化,收入水平和還款能力不斷發(fā)生改變。不同學(xué)歷層次的人的收入水平有著明顯差異,同時(shí)是否受過(guò)良好教育對(duì)個(gè)人的信用觀也會(huì)產(chǎn)生較大影響。所以,此處的基本信息包括貸款人性別、年齡、學(xué)歷三大方面。
2.大學(xué)生生活環(huán)境。主要通過(guò)大學(xué)生所在的學(xué)校、所學(xué)專業(yè)等與未來(lái)該大學(xué)生工作相關(guān)因素進(jìn)行分析來(lái)衡量大學(xué)生信用水平,最重要的潛在因素是分析得到大學(xué)生未來(lái)工作后可能的信用等級(jí)。
3.大學(xué)生的經(jīng)濟(jì)來(lái)源。首先要考慮的是大學(xué)生主要收入來(lái)源,對(duì)大學(xué)生的收入渠道進(jìn)行詳細(xì)調(diào)查,借此對(duì)給大學(xué)生提供信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。
4.誠(chéng)信行為。大學(xué)生的守信程度是建立良好信貸關(guān)系和保障償付的重要因素。建立大學(xué)生的在校誠(chéng)信行為考察標(biāo)準(zhǔn),以此來(lái)對(duì)其誠(chéng)信狀況進(jìn)行評(píng)價(jià)。
5.家庭收入狀況。家庭資金支持是絕大多數(shù)在校大學(xué)生的主要經(jīng)濟(jì)來(lái)源,因此家庭收入狀況直接影響大學(xué)生的消費(fèi)習(xí)慣和金融行為。家庭收入狀況的調(diào)查可以通過(guò)大學(xué)生家庭基本信息分析,通過(guò)家庭背景的重要信息給予信用評(píng)價(jià)。
(二)信用評(píng)價(jià)模型構(gòu)建
通過(guò)分析影響大學(xué)生信用的因素來(lái)對(duì)大學(xué)生信用風(fēng)險(xiǎn)情況進(jìn)行度量。本文采用層次分析法和德?tīng)柗品ㄟM(jìn)行研究分析,并由此構(gòu)建出大學(xué)生個(gè)人信用風(fēng)險(xiǎn)評(píng)價(jià)模型。
1.AHP層次分析法模型基本介紹。層次分析法是指將與決策總是有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次,在此基礎(chǔ)之上將定性和定量相結(jié)合分析的決策方法。層次分析法根據(jù)問(wèn)題的性質(zhì)和要達(dá)到的總目標(biāo),將問(wèn)題分解為不同的組成因素,并按照因素間的相互關(guān)聯(lián)影響以及隸屬關(guān)系將因素按不同層次聚集組合,形成一個(gè)多層次的分析結(jié)構(gòu)模型,通過(guò)定性指標(biāo)模糊量化方法算出層次單排序(權(quán)數(shù))和總排序,最終使問(wèn)題歸結(jié)為最底層(供決策的方案、措施等)相對(duì)于最高層(總目標(biāo))的相對(duì)重要權(quán)值的確定或相對(duì)優(yōu)劣次序的排定。
2.要素選擇。一是基本信息通過(guò)三方面來(lái)考慮。①隨著年齡的增長(zhǎng),大學(xué)生素質(zhì)能力也在發(fā)生變化,其信用行為有所不同;性別不同,大學(xué)生對(duì)信用的觀念也存在差異;②學(xué)歷分為??啤⒈究?、研究生三類。二是生活環(huán)境通過(guò)三方面考慮;①學(xué)校信用:將學(xué)校分為職業(yè)院校、普通高校、211院校和985院校,按所處的位置進(jìn)行合理評(píng)價(jià)。②學(xué)校就業(yè)狀況:根據(jù)學(xué)校公布的本校大學(xué)生就業(yè)率,量化分析學(xué)校就業(yè)狀況。③專業(yè)前景:根據(jù)國(guó)家公布的熱門(mén)專業(yè)排名以及是否是和學(xué)校每年公布的本專業(yè)畢業(yè)大學(xué)生收入情況得出該專業(yè)未來(lái)情況的分析。三是經(jīng)濟(jì)來(lái)源通過(guò)三方面考慮。①獎(jiǎng)學(xué)金和助學(xué)金:有國(guó)家獎(jiǎng)學(xué)金、國(guó)家勵(lì)志獎(jiǎng)學(xué)金、國(guó)家助學(xué)金、校級(jí)獎(jiǎng)學(xué)金、班級(jí)獎(jiǎng)學(xué)金,根據(jù)獎(jiǎng)學(xué)金等級(jí)不同給予獲獎(jiǎng)的同學(xué)信用評(píng)價(jià)。②生活費(fèi):根據(jù)實(shí)際大學(xué)生消費(fèi)水平設(shè)定區(qū)間,對(duì)大學(xué)生每月得到的來(lái)自家庭的資金支持進(jìn)行分析。③兼職工作:從兼職工作的收入來(lái)對(duì)兼職工作進(jìn)行信用評(píng)價(jià)。四是誠(chéng)信行為通過(guò)三方面考慮。①考試作弊行為:對(duì)存在考試作弊行為和不存在考試作弊行為的大學(xué)生做出較大區(qū)分的評(píng)分。②榮譽(yù)稱號(hào):通過(guò)三好學(xué)生、優(yōu)秀學(xué)生干部、先進(jìn)班集體和精神文明先進(jìn)個(gè)人等榮譽(yù)稱號(hào)的等級(jí)來(lái)對(duì)個(gè)人的品性加分。③芝麻信用評(píng)分:基于大學(xué)生群體對(duì)支付寶的廣泛使用,借助芝麻信用評(píng)分對(duì)大學(xué)生在網(wǎng)上消費(fèi)信用進(jìn)行評(píng)價(jià)。五是家庭背景通過(guò)三方面考慮。家庭中父母對(duì)子女的行為品格的影響較大,父母的工作穩(wěn)定與否、安全性以及收入水平的高低對(duì)大學(xué)生現(xiàn)在和未來(lái)是否會(huì)進(jìn)行信用消費(fèi)有很大的影響。①父母職業(yè):通過(guò)不同職業(yè)的具體特性(比如穩(wěn)定性與否、安全性、工作性質(zhì)、難度強(qiáng)度等)來(lái)獲得職業(yè)評(píng)分。分類可以有國(guó)家機(jī)關(guān)、黨群組織、企業(yè)、事業(yè)單位負(fù)責(zé)人;專業(yè)技術(shù)人員;辦事人員和有關(guān)人員;商業(yè)、服務(wù)業(yè)人員;農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員;生產(chǎn)、運(yùn)輸設(shè)備操作人員及有關(guān)人員;軍人;不便分類的其他從業(yè)人員。②家庭收入:根據(jù)家庭收入水平設(shè)定區(qū)間,來(lái)對(duì)家庭收入給予評(píng)價(jià)。③父母征信記錄:對(duì)父母存在不誠(chéng)信行為和不存在不良征信的大學(xué)生評(píng)分做出較大差距的評(píng)分。
3.模型建立及一致性檢驗(yàn)。建立信用風(fēng)險(xiǎn)評(píng)價(jià)的數(shù)學(xué)模型,評(píng)價(jià)大學(xué)生信用風(fēng)險(xiǎn),將可能對(duì)信用產(chǎn)生影響的因素按他們之間的相互關(guān)系進(jìn)行分類,按照目標(biāo)層、準(zhǔn)則層和指標(biāo)層排列,構(gòu)成一個(gè)層次結(jié)構(gòu),對(duì)同一層次的諸多影響風(fēng)險(xiǎn)的因素采用兩兩比較的方法確定出相對(duì)于上一層次的權(quán)重,照此層層分析直至最后一層,給出所有因素相對(duì)于總目標(biāo)而言的權(quán)重,最后得到了按重要性程度排序建立的指標(biāo)體系。
步驟一:建立層次分析結(jié)構(gòu)模型。將信用評(píng)價(jià)作為決策層A,影響信用的因素逐步深入分為準(zhǔn)則層B和指標(biāo)層C,層內(nèi)各因素基本相互獨(dú)立,下層受上層影響。建立如下所示的評(píng)價(jià)指標(biāo)體系(見(jiàn)表1)。
步驟二:構(gòu)造成對(duì)比較矩陣。在每個(gè)水平之間得到各因素的權(quán)重,如果只是定性分析出的結(jié)果往往是不容易被其他人接受的,Santy等人于20世紀(jì)70年代給出了一種新定義,一致矩陣法不只是將變量聯(lián)合分析,而是根據(jù)相互比較和相對(duì)尺度的關(guān)系,盡可能地減少不同類型的變量之間的比較的難度。如對(duì)某一準(zhǔn)則,對(duì)其下的各指標(biāo)層方案進(jìn)行兩兩對(duì)比,確定在該層中相對(duì)于準(zhǔn)則層所占的比重,并按其重要性程度評(píng)定等級(jí)。Santy給出的9個(gè)重要性等級(jí)及其賦值。按兩兩比較結(jié)果構(gòu)成的矩陣稱作判斷矩陣。
步驟三:層次單排序及一致性檢驗(yàn)。層次單排序定義為最大特征根所對(duì)應(yīng)的矩陣在經(jīng)過(guò)正規(guī)化處理后,將向量的每一個(gè)元素相加得到的值為1,將該向量定義為W。該向量中的元素代表在同一水平的一個(gè)因素在層次結(jié)構(gòu)中的相對(duì)重要性權(quán)重的排序。能識(shí)別出是不是層次單排序,需要通過(guò)一致性檢驗(yàn),即有一個(gè)控制線,在控制范圍內(nèi)為不一致情況。一致性矩陣表示n階一致陣的唯一的非零特征根正好等于n階正互反矩陣A的最大特征根λ時(shí)的矩陣,否則n小于λ時(shí)不是一致矩陣。
由于λ具有連續(xù)性,它是依賴于a的大小,λ與n的差距越大,矩陣A越不一致。一致性指標(biāo)用CI計(jì)算,CI越小,說(shuō)明一致性越大。將下層因素對(duì)上層的因素影響程度的權(quán)向量用最大特征值對(duì)應(yīng)的特征向量來(lái)反映,則引起的判斷誤差與不一致程度是正相關(guān)的。因而可以用λ-n數(shù)值的大小來(lái)衡量A的不一致程度。定義一致性指標(biāo)為:CI=。CI=0的含義是說(shuō)明具有完全一致性;CI近似于0的情況下表示滿意的一致性;CI距離0越遠(yuǎn),表明一致性是越差的。
為衡量CI的大小,借助于RI這個(gè)變量,它是一種檢驗(yàn)隨機(jī)一致性的指標(biāo),其定義為:
其中,隨機(jī)的檢驗(yàn)一致性的RI指標(biāo)和判斷矩陣的階數(shù)有一定關(guān)系,一般情況下,矩陣階數(shù)越大,則出現(xiàn)一致性隨機(jī)偏離的可能性也越大,其對(duì)應(yīng)關(guān)系見(jiàn)表4。
考慮到一致性檢驗(yàn)不通過(guò)是因?yàn)殡S機(jī)性,在驗(yàn)證矩陣是否滿足一致性時(shí),還需將CI與RI做除法,通過(guò)比值得到一個(gè)新的檢查系數(shù)CR,公式為:CR。一般,如果CR<0.1,則認(rèn)為該判斷矩陣通過(guò)一致性檢驗(yàn),CR離0.1越遠(yuǎn)則證明一致性越差,通不過(guò)檢驗(yàn)。
對(duì)上一步驟得到的六個(gè)成對(duì)比較矩陣(B、C1、C2、C3、C4、C5)進(jìn)行一致性檢驗(yàn),測(cè)試結(jié)果見(jiàn)表5。成對(duì)比較矩陣的一致性結(jié)果是可以實(shí)現(xiàn)的。層次單排序就是通過(guò)將判斷矩陣做出它的最大特征根λmax對(duì)應(yīng)的特征向量,經(jīng)過(guò)歸一化處理后得到同一水平的各個(gè)因素對(duì)于目標(biāo)層的某個(gè)因素相對(duì)重要性的排序權(quán)值見(jiàn)表6。
B層五個(gè)因素B1、B2、B3、B4、B5對(duì)總目標(biāo)的排序?yàn)椋篴1、a2、a3、a4、a5,C層的因素對(duì)于準(zhǔn)則層Bi中因素的層次單排序Ci1,Ci2,Ci3(i=1,2,3,4,5)。
步驟四:計(jì)算各因素的權(quán)重及RI與CR值的Matlab編程。
clc
clear all
a=[1,1/2,1/7,1/4,1/2;2,1,1/5,1/3,1;7,5,1,2,5;4,3,1/2,1,3;2,1,1/5,1/3,1]; %成對(duì)比較矩陣
%一致性檢驗(yàn)和權(quán)向量計(jì)算
[x,y]=eig(a); %矩陣特征向量及特征值
eigenvalue=diag(y);
big_eigenvalue=max(eigenvalue); %最大特征根
[r,l]=find(y==max(max(y))); %確定最大特征根所在位置
W=x(:,1)/sum(x(:,1));%最大特征根對(duì)應(yīng)的特征向量(權(quán)重)
RI=[0 0 0.58 0.90 1.12 1.24];
n=5;%矩陣的階數(shù)
CI=(big_eigenvalue-n)/(n-1);
CR=CI/(RI(n));
if CR<0.1
disp(`通過(guò)');
else
disp(`不通過(guò)');
end
Step5層次總排序及一致性檢驗(yàn)
計(jì)算同一層次所有元素對(duì)最高層的相對(duì)重要性的排序權(quán)值,見(jiàn)表7。
層次總排序的一致性比率為:
CR=
代入數(shù)據(jù)可得CR=0.005632<0.1
模型通過(guò)一致性檢驗(yàn),模型是穩(wěn)定的。
由表中數(shù)據(jù)結(jié)果可得指標(biāo)層C的每一個(gè)因素中的權(quán)重,其中生活費(fèi)、芝麻信用分和兼職工作占權(quán)重最大,性別占權(quán)重最小。根據(jù)數(shù)據(jù)和假設(shè)可得到各種準(zhǔn)則的評(píng)分,由比分和權(quán)重的乘積可對(duì)應(yīng)得出每個(gè)大學(xué)生個(gè)人的風(fēng)險(xiǎn)評(píng)價(jià),將風(fēng)險(xiǎn)進(jìn)行量化,對(duì)可能存在的風(fēng)險(xiǎn)進(jìn)行度量,進(jìn)而建立大學(xué)生信用風(fēng)險(xiǎn)評(píng)價(jià)體系。
4.指標(biāo)分值的界定。采用德?tīng)柗品ǎ姓砹麑<业囊庖?jiàn),并根據(jù)全面科學(xué)、靈活可操作的原則,充分考慮大學(xué)生的特點(diǎn),采用五分制對(duì)大學(xué)生個(gè)體的15項(xiàng)具體指標(biāo)進(jìn)行評(píng)價(jià)打分。具體如表8所示。通過(guò)信用風(fēng)險(xiǎn)模型構(gòu)建,觀察C層變量對(duì)A層的影響權(quán)重,可以看出生活費(fèi)仍然是大學(xué)生收入的主要來(lái)源,對(duì)大學(xué)生的信用風(fēng)險(xiǎn)評(píng)價(jià)也具有重要意義。同時(shí),隨著支付寶用戶的增加,芝麻信用分越來(lái)越被廣泛承認(rèn)、接受,不僅可以用作申請(qǐng)簽證中的信用依據(jù),對(duì)大學(xué)生信用風(fēng)險(xiǎn)體系的構(gòu)建也起到了積極作用。
本文通過(guò)AHP層次分析法和德?tīng)柗品ǖ木C合運(yùn)用,構(gòu)建了大學(xué)生信用風(fēng)險(xiǎn)評(píng)價(jià)體系,具有以下作用:不僅定性分析大學(xué)生信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo),還可以定量研究大學(xué)生信用風(fēng)險(xiǎn);有利于提高大學(xué)生金融素養(yǎng)、增強(qiáng)大學(xué)生信用意識(shí),有助于防范大學(xué)生信用缺失、盲目貸款等亂象;完善大學(xué)生信用數(shù)據(jù)庫(kù),有利于促進(jìn)高校進(jìn)行大學(xué)生信用教育;對(duì)銀行等金融機(jī)構(gòu)衡量大學(xué)生信用風(fēng)險(xiǎn)具有參考價(jià)值,有利于其降低不良貸款率及違約風(fēng)險(xiǎn)。推動(dòng)傳統(tǒng)金融機(jī)構(gòu)與金融科技公司合作深化。雖然傳統(tǒng)金融不斷對(duì)新技術(shù)進(jìn)行自主研發(fā),但與金融科技公司的合作仍在不斷加深,服務(wù)內(nèi)容開(kāi)始拓展到個(gè)人征信、消費(fèi)金融、供應(yīng)鏈金融等領(lǐng)域。
三、結(jié)論及建議
本文針對(duì)大學(xué)生這一群體的具體特點(diǎn),先定性分析影響大學(xué)生信用風(fēng)險(xiǎn)的因素,然后采用AHP層次分析法定量分析,選擇了對(duì)于大學(xué)生信用風(fēng)險(xiǎn)影響較大的因素設(shè)計(jì)出風(fēng)險(xiǎn)評(píng)價(jià)數(shù)學(xué)模型,將風(fēng)險(xiǎn)量化評(píng)估,運(yùn)用Matlab編程計(jì)算各因素的權(quán)重,構(gòu)建出一個(gè)較為合理的指標(biāo)權(quán)重體系,再運(yùn)用德?tīng)柗品ú捎梦宸种茖?duì)每一指標(biāo)的評(píng)價(jià)分值進(jìn)行分配,得出一個(gè)較為完整的的大學(xué)生信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。在該體系中,大學(xué)生生活費(fèi)、芝麻信用分和兼職工作占大學(xué)生信用風(fēng)險(xiǎn)權(quán)重最大。就如何完善的信用風(fēng)險(xiǎn)防范,本文提出以下建議:
一是加強(qiáng)大學(xué)生信用意識(shí)。高校通過(guò)開(kāi)設(shè)有關(guān)征信、理財(cái)、信貸等金融相關(guān)課程或講座,增強(qiáng)大學(xué)生信用意識(shí),培養(yǎng)大學(xué)生金融素養(yǎng),提高其管理生活費(fèi)及其他收入的理財(cái)水平,合理規(guī)劃資金安排,并引導(dǎo)大學(xué)生從正規(guī)金融機(jī)構(gòu)獲取金融服務(wù),避免出現(xiàn)暴力催收等惡性事件。
二是建立信用風(fēng)險(xiǎn)評(píng)價(jià)機(jī)制。不斷完善信用風(fēng)險(xiǎn)評(píng)價(jià)數(shù)據(jù),防范大學(xué)生信用風(fēng)險(xiǎn)。
三是建立信用獎(jiǎng)懲機(jī)制,加強(qiáng)外部環(huán)境的引導(dǎo)。通過(guò)對(duì)信用風(fēng)險(xiǎn)評(píng)價(jià)體系中的高權(quán)重指標(biāo)予以傾斜,更精準(zhǔn)地反映大學(xué)生守信違約情況。嚴(yán)懲大學(xué)生不誠(chéng)信行為,通過(guò)取消具有考試作弊等不誠(chéng)信行為大學(xué)生的評(píng)優(yōu)、評(píng)獎(jiǎng)資格,發(fā)揮導(dǎo)向作用。
參考文獻(xiàn)
[1]王培,李亦凡,李夢(mèng)凡,王藝娜.大學(xué)生信用評(píng)價(jià)指標(biāo)體系的建立[J].現(xiàn)代商業(yè),2016(08):188-190。
[2]侯雨欣,王沖.基于德?tīng)柗品ㄅc因子分析的大學(xué)生信用評(píng)價(jià)指標(biāo)篩選研究[J].四川師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2016,43(05):
34-41。
[3]李小芳.大學(xué)生信用缺失與大學(xué)生信用評(píng)價(jià)指標(biāo)體系建立[J].特區(qū)經(jīng)濟(jì),2014(06):200-202。
[4]卿馨予.大學(xué)生信用管理體系及評(píng)價(jià)指標(biāo)的構(gòu)建[J].商場(chǎng)現(xiàn)代化,2009(30):44-45。
[5]劉姿含. 基于結(jié)構(gòu)方程模型的大學(xué)生信用評(píng)價(jià)研究[D].湖南大學(xué),2014。
[6]蘭硯軍.基于AHP法高校學(xué)生信用指標(biāo)權(quán)重的確定[J].電大理工,2012(04):27-29。
[7]孫玉蛟.“十三五”科技創(chuàng)新能力統(tǒng)計(jì)監(jiān)測(cè)指標(biāo)體系研究——以天津市為例[J].天津科技,2018,45(11):76-78+81。
[8]郭菲,張展新.農(nóng)民工新政下的流動(dòng)人口社會(huì)保險(xiǎn):來(lái)自中國(guó)四大城市的證據(jù)[J].人口研究,2013,37(03):29-42。
Research on Evaluation Index System of University Students'
Credit Risk Based on Analytic Hierarchy Process
ZHAO Xiaohong ? WEN Ran
(Hebei University of Economics and Business,Hebei SHIjiazhuang ?050061)
Abstract:College students'financial market has a huge scale and broad prospects for development. In order to fully and dynamically reflect the possible financial risks, it is necessary to collect personal information of College students,and to reduce the risks by evaluating the credit risks of College students. This paper consults a large number of relevant literature, first qualitatively analyses many factors that may affect college students'credit,then uses the AHP to make a quantitative analysis, and chooses the factors that have a greater impact on the credit risk of College students, designs a risk assessment mathematical model, quantifies the risk assessment, calculates the weight of each factor by using MATLAB programming, and constructs a more reasonable index weight. In the system, Delphi method is used to distribute the evaluation scores of each index, and a relatively complete evaluation index system of College Students'credit risk is obtained.
Keywords: Credit risk;campus loan;credit rating;anylytical hierarchy process
責(zé)任編輯、校對(duì):王兆華