基于层次分析法的个人信用评估
基于层次分析法的个人信用评估体系
李立兵，曾志伟
河海大学，南京（210098）
E-mail：libing_li2004@https://www.360docs.net/doc/3014934044.html,
摘要：本文在层次分析法的基础上建立个人信用的评价指标体系对个人信用进行评估。关键词：层次分析法，评估指标体系，个人信用评估
从古到今，信用都不是孤立的概念，它必须依附于当时的经济、政治和文化背景，个人信用，是自然人个人的信用，是个人的无形资产，信用资产质量好，拥有良好的信用记录，则意味着更多的发展机会，更高的发展效率。个人信用问题已经是我国经济体制改革和发展中不可回避的重要问题。但是我国的个人信用体系还不完善，基本上属于空白。目前我国居民个人信用资料缺乏，他们能提供的信用证明文件只有身份证和户籍证明、所在单位的工作证明；在个人储蓄实名制实施以后，又增加了个人存单和实物资产。国内虽然已有相关机构对个人的信用进行评估，但是由于在评估定位、评估要素的选取以及评估手段方面的不足，使得个人信用评估结果的可信度大大降低。如何建立科学的个人信用评估方法、如何建立一个规范化并和国际接轨的个人信用评估制度体系已成为一个亟待解决的重要课题。本文选取个人资质评价指标情况、个人资产评价指标、家庭评价指标及个人的信用历史等一系列的指标，利用层次分析法来建立个人信用评估体系，对个人信用进行评估。
1. 层次分析法概述⑴、⑵、⑶
层次分析法（Analytical Hierarchy Process，ＡＨＰ）是美国匹兹堡人学教授A. L. Saaty 于20世纪70年代提出的一种系统分析方法。它是一种能将定性分析与定量分析相结合的系统分析方法。其解决问题的基本思路和基本原理是：首先，把要解决的问题分层系列化，即根据问题的性质和要达到的目标，将问题分解为不同的组成因素，按照因素之间的相互影响和隶属关系将其分层聚类组合，形成一个递阶的、有序的层次模型。然后，对模型中每一层次因素的相对重要性，依据人们对客观现实判断给予定量表述，再利用数学方法确定每一层次全部因素相对重要性次序的权值。最后，通过综合训算各因素相对重要性的权值，得到最低层(方案层)相对最高层(总日标)相对重要性次序的组合权值，以此作为评价和选择方案的依据。
层次分析法处理问题的基木步骤简述如下：①确定评价目标，再明确方案评价的准则。根据评价目标、评价准则构造递阶层次结构模型。递阶层次结构模型一般分为3层：目标层、准则层和方案层；②应用两两比较法构造所有的判断矩阵。具体如下：
1.1 建立判断矩阵
对本级的要素进行两两比较来确定判断矩阵A的儿素，a ij是要素a i对a j的相对重要性其值是由专家根据资料数据以及自己的经验和价值观用判断尺度来确定判断尺度表示要素要素a i对a j相对重要性的数量尺度。采用的判断尺度见表１。
表１.两两比较法的标度
判断尺度
具体含义
9 7 5 3 1 2、4、6、8
i 因素比j 因素绝对重要 i 因素比j 因素重要得多 i 因素比j 因素重要 i 因素比j 因素稍微重要 i 因素比j 因素一样重要
i 因素j 因素的重要程度介于上述各数值之间
根据判断尺度建立n 阶的判断矩阵Ａn×n ：
1112121
2221
2
.....................
n n n n n n a a a a a a A a a a ??????=??????
其中：0ij a >，1/ij ji a a =，1ii a =，,i j =１、２、…、n ;
1.2 确定各要素的相对重要程度
①计算判断矩阵的特征向量Ｗ，然后进行归一化处理即得到相对重要程度向量：
11
()
n
n
i ij j W a ==∏ ，i ＝1、2、…、n ; （1）
②一致性判断。为了检验判断矩阵的一致性，根据ＡＨＰ原理，可以利用max λ与n 之差来检验一致性，定义一致性计算指标为：
..
..
C I CR C R =
（2） 其中max ..1
n
C I n λ?=
?，max λ为判断矩阵Ａ的最大特征值；
Ｃ.R.为随机性指标，是通过构造最不一致的情况，对不同的n 阶比较矩阵中的元素，采取随机取数的方式进行赋值，并且对不同的n 取多个子样，先计算出Ｃ.I.的值，再求得其平均值，记为Ｃ.R.，见表2。
表2. 随机性指标C.R.数值
n 1 2 3 4 5 6 7 8 9 10 11 C.R. 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49 1.51
一致时，C.I.＝0；不一致时，一般有max λ＞n ，因此C.I. ＞0，故在一般情况下，当CR ＜0.1时就可以认为判断矩阵具有一致性，据此而计算的值是可以接受的；若不满足CR ＜0.1，则认为判断矩阵不符合一致性要求，需要专家重新按判断尺度表进行判断，建立判断矩阵进行相应计算，直到一致性检验通过。
2. 个人信用评估体系的建立
现阶段，我国的个人信用评估主要以银行为主，目的是个人消费贷款的审批，各银行收集和管理本分行客户的信用资料，根据评估目的进行评估，来决定是否发放贷款和发放贷款的额度，但是随着我国经济的发展、与世界的接轨，对个人信用的评估将不再仅仅局限于银行，而是会扩展到其他许多领域中，所以有必要建立一套客观、定量的、适用范围更广的个人资信评估指标体系及评估模型。
首先来建立个人信用评估的指标体系。在本文中，通过设立个人资质、个人资产状况、家庭状况、个人信用历史四个方面共同构成了个人信用评估的一级指标，每个一级指标下可划分出若干次级指标见表3。
表3. 个人信用评估指标体系
大类指标
权重 次级指标 权重得分
年龄Ａ1 性别Ａ2 教育程度Ａ3 职业与单位Ａ4 职务与职称Ａ5 执业资格Ａ6 婚姻状况Ａ7
个人资质评价指标Ａ
现单位工作年限Ａ8
住房Ｂ1 个人年收入Ｂ2 交通工具Ｂ3 信用卡Ｂ4 有价证券Ｂ5 银行存款Ｂ6 保险Ｂ7 个人资产评价指标Ｂ
负债Ｂ8
家庭成员人数Ｃ1 成员人均年收入Ｃ2 成员年龄构成Ｃ3 成员就业情况Ｃ4 家庭评价 指标Ｃ
成员福利情况Ｃ5
与银行发生业务的数量Ｄ1 个人信用
与银行发生业务的总金额Ｄ2
历史Ｄ 失信次数Ｄ3
总和
从表3中可以看出上面体系的基础上利用层次分析法，能够对个人的信用进行评分，但是利用上面的体系在实际操作中，由于次级指标没有进行细化，特别是个人资质的次级指标，处理起来很不方便，不易进行操作，所以在上面体系的基础上，本文进一步的然后对个人资质这个次级指标进行了细化，在每个二级指标下又划分出若干分项指标，这样在操作的时候就简单易行。例如在年龄这个二级指标下面又可以分为18周岁以下、19～24周岁、25～29周岁、30～34周岁、35～44周岁、45～52周岁、53～59周岁、60周岁以上等不同的指标，所有指标构成了个人信用评估的指标体系具体划分见表4-表11。
表4.年龄指标分解表
表5.性别指标分解表
表6.教育程度指标分解表
次级指标 权重分项指标 权重得分18周岁以下Ａ11 19～24周岁Ａ12 25～29周岁Ａ13 30～34周岁Ａ14 35～44周岁Ａ15 45～52周岁Ａ16 53～59周岁Ａ17 年龄Ａ1
60周岁以上Ａ18
次级指标 权重分项指标权重 得分 男Ａ21 性别Ａ2
女Ａ22
次级指标 权重 分项指标
权重 得分 硕士研究生或以上Ａ31 大学本科Ａ32 大专Ａ33
高中（中专）Ａ34 初中或初中以下Ａ35 教育程度Ａ3
不确定Ａ36
表8.职位或职称指标分解表
次级指标 权重 分项指标
权重 得分 厅局级干部及以上Ａ51
高级管理人员、总公司总经理Ａ52 处级干部Ａ53
中级管理人员、公司或分公司总经理Ａ54
科级干部Ａ55
一般管理人员、部门经理Ａ56
一般员工、工人、科员；国家机关、事业单位 和国有企业离退休人员、士兵Ａ57
职位或 职称Ａ5
待业人员、学生和职位不确定的其他人员Ａ58
表9. 执业资格工资指标分解表
次级指标 权重 分项指标
权重 得分 高级职称人员Ａ61 中级职称人员Ａ62
初级职称Ａ63 有执业资格Ａ64
执业资格工资Ａ6
无职称、无执业资格、不确定Ａ65
表10. 现单位工作时间指标分解表
次级指标 权重分项指标 权重 得分 5年以上Ａ71 3～5年（含）Ａ72 1～3年（含）Ａ73 1年（含）以下Ａ74 现单位工作时间Ａ7
无单位、单位不确定Ａ75
次级 指标
权重 分项指标
权重 得分 国家机关公务员；事业单位员工Ａ41 金融机构员工（不含保险公司）Ａ42
人民警察、武装警察部队、中国人民解放军Ａ43
国家机关、事业单位和国有企业离退休人员；优质公用事业单位 （邮政、电力、电信、报业、广播电视、民航、机场等）Ａ44 一般上市公司（ST 、PT 和亏损公司除外）员工Ａ45 一般国有企业、股份公司、私营企业员工；个体户；专业人员Ａ45
职业、 单位
Ａ4
学生；待业或无业人员；其他职业或职业不确定的Ａ46
次级指标 权重分项指标 权重 得分 已婚有子女Ａ81 已婚无子女Ａ82 丧偶Ａ83 未婚Ａ84 离婚Ａ85 婚姻状况Ａ8
不确定Ａ86
对个人资质类次级指标进行这样的分解后，在操作时完全可以进行量化，并可以直接利用加、减法进行计算。但是在对其他几外次级指标进行评估时，对各次级指标赋予权重需要参考相关的信息，可以量化的就直接给出最后的得分，不可以量化的，采取德菲尔法，集中专家意见赋予权重(百分制)，再根据具体的评分标准计算出总分。但是为了防止某个异常指标值对总分的影响，在给每个指标评分时，应规定上限和下限，以减少个别指标异常时对总分造成不合理的影响。具体可以这样来做：上限定为正常评分值
注
1
的150%，下限定为正
常评分值的50%。此外，给分时不采用“乘”的关系，而采用“加”或“减”的关系来处理。具体处理方法是：先利用分项指标的评分结果以及层次分析法所得到的各分项指标的权重计算得到每个次级指标的得分，再与层次分析法中所得到的结果权重进行同样的计算即可以得到各次级指标的得分，最后得到每个大类指标的得分，最后进行加总就得到每个个案的总得分。
3. 信用评估
当个人信用评估体系建立以后，对个人的信用评估就变得容易了。利用前面通过层次分析法以及德尔菲法中给个人的信用进行评分的结果，就可以对个人的信用进行评级，确定个人信用的隶属级别，进而可以利用这个信用评级的结果进行各项决策。设个人资质指标、个人资产指标、家庭指标、个人信用历史指标的权重分别是1a ，2a ，3a ，4a ，它们的分项指标的权重为1i a ，2i a ，3i a ，…，ji a ( i ，j=1, .....)，分项指标的得分分别为1i k ，2i k ，3i k ，…，
ji k ( i ，j=1, .....)，总得分为N ，所以有
11
m j n i
mn mn m n N a
k
=====
∑∑ i ，j ＝1,2, (3)
确定个人信用得分后，再将这个得分与表4中的信用分数与信用等级的对照关系来确定个人的信用等级归属，见表12。
表12.信用得分与信用等级对照表
信用分数 100～91 90～8180～7170～6160～4140～36 35≦ 信用等级 ＡＡＡ
ＡＡ
Ａ
ＢＢＢ
ＢＢ
Ｂ
Ｃ
从表4中可以看出，当得分在81分以上时，可以看作信用处于较高的级别，在决策过程中可以利用这个信用级别，但是当信用级别在ＢＢＢ及以下时，决策过程中就要充分考虑可能存在的个人信用问题，谨慎决策。
4. 结论
从上面的分析可以看出，利用这个模型可以较为有效的判断个人的信用得分，用以指导对个人存在的信用风险的管理，并且这个模型在实际运用中也是简单易操作，并且在针对不同的评估对象时，可以增加或者减少评估指标体系而不影响其可操作性与评估的有效性。当然该评估方法会受到个人在受评估时所提供资料的真实性的限制，如果个人在接受信用评估时所提供的不是真实的资料，那么评估就没有任何意义了，所以在这种情况下，对个人信息资料的收集要通过多种不同的渠道采集，提高所获得资料的全面性与真实性，更好的对个人的信用进行评估。
参考文献
⑴A.L.Saaty：The Analytic Hierarchy Process[M].New York: McGraw-Hill Company. 1980
⑵许树柏:层次分析原理[M].天津:天津大学出版社.1988
⑶谢承华: AHP及其应用[J].兰州:兰州商学院学报.2001(2)
⑷战世吉:个人信用理论与我国个人信用管理体系的构建设想[D].首都经济贸易大.2002.3
⑸肖成华.新世纪个人资信评估[M].中华工商联合出版社.2001.1.(第1版)
Individual Credit Evaluating System Based On Analytic
Hierarchy Process
Li Libing，Zeng Zhiwei
Hohai University，Nanjing. (210098)
Abstract
This article designs an evaluating index system of individual credit based on Analytic Hierarchy Process to evaluate individual credit.
Keywords：Analytic Hierarchy Process(AHP)，evaluating index system，individual credit evaluation
德尔菲法案例分析
德尔菲法案例分析 案例一：德尔菲法应用案列 某公司研制出一种新兴产品，现在市场上还没有相似产品出现，因此没有历史数据可以获得。公司需要对可能的销售量做出预测，以决定产量。于是该公司 成立专家小组，并聘请业务经理、市场专家和销售人员等8位专家，预测全年可 能的销售量。8位专家提出个人判断，经过三次反馈得到结果如下表所示。 专家编 号 第一次判断第二次判断第三次判断 最低销售量最可能销 售量 最高销 售量 最低销 售量 最可能销 售量 最高销 售量 最低销售量 最可能销 售量 最高销售量 1 150 750 900 600 750 900 550 750 900 2 200 450 600 300 500 650 400 500 650 3 400 600 800 500 700 800 500 700 800 4 750 900 1500 600 750 1500 500 600 1250 5 100 200 350 220 400 500 300 500 600 6 300 500 750 300 500 750 300 600 750 7 250 300 400 250 400 500 400 500 600 8 260 300 500 350 400 600 370 410 610 平均数345 500 725 390 550 775 415 570 770 ?平均值预测： 在预测时，最终一次判断是综合前几次的反馈做出的，因此在预测时一般以最后一次判断为主。则如果按照8位专家第三次判断的平均值计算，则预测这个新产品的平均销售量为： （415+570+770）/3=585 ?加权平均预测： 将最可能销售量、最低销售量和最高销售量分别按0.50、0.20和0.30的概率加权平均，则预测平均销售量为：570*0.5+415*0.2+770*0.3=599 ?中位数预测： 用中位数计算，可将第三次判断按预测值高低排列如下： 最低销售量： 300 370 400 500 550
个人信用评估方法
个人信用评估方法比较分析 摘要：个人信用评估制度是个人信用制度中的一个重要组成部分，建立科学的个人信用评估体系是建立个人信用制度体系的核心问题。随着我国经济的发展和经济运行中不确定性的增强，信用评估在经济中的作用和地位越来越重要。如何建立一个规范化并和国际接轨的个人信用制度体系已成为一个亟待解决的重要课题。本文介绍了个人信用评估的方法及其比较分析。 关键词：信用评估评估模型神经网络评估系统 正文： 一．何谓个人信用评估及其内容 目前的个人信用评级方法，就是在对个人资信状况全面考察的基础上，根据统一的评级指标体系和相应的评级程序，对其在各种商业往来、合作中履行承诺条件的兑现状况，以及信誉程度所进行的全方位评价。此外，还必须实时监控影响个人信用质量的重大事件，及时调整对个人的信用评级结果。一般认为，不同的等级符号代表了不同的违约概率。 1.个人信用评级指标： （1）人基本情况 （2）个人资产规模和质量 （3）个人偿债能力 （3）个人盈利能力
（4）个人信誉状况 （5）个人发展前景 2. 个人信用评级理念 （1）定性与定量分析相结合，以定性分析为主，定量分析作为定性判断的重要依据。定量与定性都量化为分值，并与级别相对应。 （2）注重分析个人信用记录，对个人的信用品质予以重点关注。 （3）注重个人的还贷风险分析--对个人抵押物、固定资产、金融资产、无形资产、个人所在单位及其所处行业均进行深入调查和分析。 （4）注重个人现金流量分析，判断个人偿还债务本息的能力。 （5）进行个人财务报表数据真实性分析，在与个人沟通的基础上采用实际合理的数据。 二．个人信用评估模型的的种类及其比较 当前，我国个人业务的飞速发展使商业银行积累了一定量的数据，商业银行纷纷进行数据集中，建立数据仓库，开始应用数据挖掘技术建立科学的个人信用评估模型，进面建立完善的个人信用评估机制，以降低个人信贷业务成本和风险。但是我国银行业在个人信用评估模型的建立和应用方面仍处于起步阶段，对各种方法建立的个人信用评分模型的准确性和适用性的研究还有待深入。最常用的评估模型有以下几种。 1.神经网络 2.Logistic回归法
层次分析法例题(1)
层次分析法在最优生鲜农产品流通中的应用 班级 （一）、建立递阶层次结构 目标层：最优生鲜农产品流通模式。 准则层：方案的影响因素有：1c 自然属性、2c 经济价值、3c 基础设施、5c 政府政策。 方案层：设三个方案分别为：1A 农产品产地一产地批发市场一销地批发市场一消费者、2A 农产品产地一产地批发市场一销地批发市场一农贸市场一消费者、3A 农业合作社一第三方物流企业一超市一消费者(本文假设农产品的生产地和销地不在同一个地区)。 。 目标层： 准则层： 方案层：
图3—1 递阶层次结构 （二）、构造判断(成对比较)矩阵 所谓判断矩阵昰以矩阵的形式来表述每一层次中各要素相对其上层要素的相对重要程度。为了使各因素之间进行两两比较得到量化的判断矩阵，引入1～9的标度，见表 为了构造判断矩阵，作者对6个专家进行了咨询，根据专家和作者的经验，四个准则下的两两比较矩阵分别为：
（三）、层次单排序及其一致性检验 层次单排序就是把本层所有要素针对上一层某一要素，排出评比的次序，这种次序以相对的数值大小来表示。 对应于判断矩阵最大特征根λmax 的特征向量，经归一化(使向量中各元素之和等于1)后记为W 。 W 的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程称为层次单排序。 能否确认层次单排序，需要进行一致性检验，所谓一致性检验是指对A 确定不一致的允许范围。 由于λ 连续的依赖于ij a ，则λ 比n 大的越多，A 的不一致性越严重。用最大特征值对应的特征向量作为被比较因素对上层某因素影响程度的权向量，其不一致程度越大，引起的判断误差越大。因而可以用 λ―n 数值的大小来衡量 A 的不一致程度。 用一致性指标进行检验：max 1 n CI n λ-= -。其中max λ是比较矩阵的最大特征值，n 是比较矩 阵的阶数。CI 的值越小，判断矩阵越接近于完全一致。反之，判断矩阵偏离完全一致的程度越大。 （四）、层次总排序及其一致性检验 )0(273.0104.0056.0567.0092.1418.0224.0266.2222.0316.0353.0201 .0074.0105.0118.0121 .0037.0053.0059.0075 .0667.0526.0470.0603 .0136131121121113581 W A =??? ?? ?? ??????????→??? ? ? ?? ? ???????????→?????????????? ???????→?????????????? ?=归一化按行求和列向量归一化
层次分析法在人力资源管理方面的应用
层次分析法在人力资源管理方面的应用 作者：周红燕 入库时间：2005年7月1日 摘要：本文旨在应用层次分析法（AHP）对人力资源中的经常碰到的问题：岗位工资等级、绩效评估进行一个量化的分析，从而定义一个合理的薪酬水平，对员工做出公正的绩效评估，使员工觉得公平，使公司得到效率。 关键词：层次分析法、薪酬分析、决策变量、评判标准 1、什么是层次分析法 层次分析法(The analytic hierarchy process)简称AHP，是由Thomas L.Staaty 最先发明的用于解决包含多项标准时的复杂问题，在这个过程中，决策者需要判断各项评判标准的重要性、决策变量相对于评判标准的优先极。应用层次分析法可以给出各个标准的权重，各个决策变量相对于每项标准的优先级，量化决策变量，从而为决策提供依据。 层次分析法广泛地应用于设施规划、选址、决策等，笔者曾将之用于人力资源管理中的岗位薪酬分析，用这种方法对一个工厂的众多岗位的薪酬标准进行分析，从而定义出岗位工资，这对于薪酬分配的公平性具有很重要的意义。 层次分析法中有几个很重要的定义 决策变量（Decision variate）：要进行判断进行取舍的参量 评判标准（Criteria）：用以做为比较指标的参量 优先级(Preference)：重要性 权重（weight）：指定给某数字反映其重要性的系数 2、案例： 在一个工厂里，有一百多个岗位，这些岗位复杂程度各不相同，工作的环境各不一样，一个合理的岗位工资分配制度对于提高员工满意度、体现人力资源的公平性具有非常重要的作用，而该工厂所处的行业比较特殊，没有可以借鉴的经验，必须由该工厂对自已的岗位工资水平进行合理地定义。 现已知社会的平均工资水平，该公司决定比社会平均工资水平高10%做为公司总的基数，如何对工厂内部各个岗位的工资基数进行分配，这是该文章要解决的问题。
最新整理银行个人信用评估方法.docx
最新整理银行个人信用评估方法 银行个人信用评估方法研究Y，即“A1∧...∧Am=>1∧...∧Bm”。 (3)预测 把握分析对象发展的规律，对未来的趋势作出预见，其表示形式与分类同。 三、一种基于历史记录规则相似性的综合评估方法 由于国内银行业现有客户记录多数是不完整的，所以使用单 一的方法进行评估未必能体现客户真实的信用历史状况。为了将数据挖掘技术和数理统计完全基于记录本身特征并与能够体现专家判断的评分很好地结合起来，本文提出一种基于关联规则的相似推荐方法，实现如下： 1.应用粗糙集理论对历史数据记录进行属性约简及规则提取 粗糙集理论是数据表简化和生成最小决策算法的有效方法，可以实现知识约简，发现属性表中的属性依赖，从而在信息不完全环境下进行知识发现，其定义如下： S= 其中，S：信息系统（决策表） U：论域 A：属性集合 F：UXA→V的映射 V：属性值域集合 采用决策偏好信息的挖掘方法（参见文献[3]），对S进行属性约
简并提取规则，形成不同支持度S和信任度C决策规则集合DN{ф→Ψ}（其中N代表提取的规则数量，可根据实际情况确定），且D是S不重复的子集，ф是条件属性，Ψ是决策属性，ф、Ψ∈A。 2.对测试记录与步骤1提取的规则进行相似性计算 相似性是某种关系强度的度量，可以通过数值比较来衡量（参见文献[4]）。因为决策规则集合D不能完全覆盖所有测试记录属性值组合，而且决策表对象结构相同。测试集合SD中的任一组合（规则）Dd对照D中Dn进行相似性计算，得出SIM1、SIM2...SIM 其中，B：归一化因子 （B=1/∑Wi） Wi：属性i贡献因子 （体现数据特性或专家经验，也可通过多种赋权综合评价求得）SD（Dd，Dn）：已知Dd发生，Dn也在同一组发生的概率 3.多赋权综合评价 对上述步骤求得参照各个规则的支持度S、信任度C及相似性SIM 组成一个N个对象、3个指标的矩阵XN×3。 （1）运用变异系数法对X进行客观赋权 此时，第j个指标的权重就是这种加权方法是为了突出各指标的相对变化幅度，即变异程度。 （2）对X使用线性插值法进行规范化处理，得到规范化矩形ZN ×3，对其使用互补判断矩阵排序法求属性权重： I=1运用综合赋权法将（1）、（2）两个权向量进行有机集成，得到综合权向量W=（W1，W2,......,WN）。传统的综合赋权有乘法合成
建立我国商业银行个人信用评估体系的思考
建立我国商业银行个人信用评估体系的思考 篇一：我国在个人信用体系建设方面存在的问题及建议[1] 我国在个人信用体系建设方面存在的问题及建议 个人信用编辑于2009-04-28 内容摘要：个人信用体系建设是社会主义市场经济和社会和谐发展的必然要求。建立起我国较为完善的个人信用体系，进而规范并促进社会经济活动，是一项社会、经济意义深远且关系到治理体制创新、政府职能转变、法制建设规范等方面规模浩大的系统工程。本文针对我国在个人信用体系建设方面存在的问题展开讨论，并对如何搞好个人信用体系建设提出了一些建议。 关键词：个人信用体系建设规范思考 个人信用体系建设是社会主义市场经济和社会和谐发展的必要条件。建立起我国较为完善的个人信用体系，进而规范并促进社会经济活动，是一项社会、经济意义深远而且关系到治理体制创新、政府职能转变、法制建设规范等方面规模浩大的系统工程。既要克服传统体制的巨大惯性，又要适应现代市场经济规律和国际一体化的要求，其复杂性和艰巨性都是空前的。 从全国个人信用体系建设的实践来看，目前我国个人信用体系建设有了一定的进展，但也存在着相当多的问题。 我国个人信用体系存在的问题 信息收集缺乏法律支持 我国还没有健全的全国性的有关征信的法律法规。这就使我国的个人征信业面临尴尬和困境：一方面，缺乏相关法律的支持，导致信用数据征集困难；另一方面，对消费者数据的征集是在消费者不知情的情况下进行的，由于没有法律对消费者的信用数据加以区分，难免面临侵犯个人隐私权的尴尬。根据西方国家的经验，对消费者数据的征集是在法定程序下进行的，并事先征得本人的同意。而我国目前的做法则是，信用机构从中介人那里获得消费者的信息，作为信息所有者的消费者本人却不知晓，以致于涉及侵犯个人隐私。 尚未树立现代信用意识 在我国传统的信用文化中，人们并没有将信用看作是一种商品，而仅仅把信用作为一种观念用道德去约束。一个人不讲信用，只会受到社会道德的谴责，经济利益并没受到太大损失。因此，失信的收益远远大于其成本，以致于造成整个社会信用缺失。非凡是在我国由计划经济向市场经济转轨的过程中，社会信用意识并没有随之建立，因而缺乏对失信的惩戒机制，将造成全社会严重的信用危机。信用数据征集成本较高 随着社会生产力水平的不断提高，生产关系日益复杂，作为经济主体的个人参与经济生活和社会活动的程度越来越深、范围越来越广，从而其信用信息广泛 散落在各个部门机构。一个完善的个人征信体系必须以将散落在各个部门的信息收集起来为前提。而我国的个人信用体系发展缓慢的一个重要原因就是个人征信数据分散，开放程度很低，个人信用评估公司难以获得，从而难以建立起一个完善的个人信息数据库。在我国这样一个信用意识低下、信用数据分散的国家，由市场来操纵个人征信体系的建立不可避免会碰到困难，这就产生了政府支持的要求。而上海、深圳、北京等地信用体系建立的背后也
关于层次分析法的例题与解.
旅游业发展水平评价问题 摘要 为了研究比较两个旅游城市Q、Y的旅游业发展水平，建立层次分析法]3[数学模型，对两个旅游城市Q、Y的旅游业发展水平进行了评价. 首先，通过对题目中的图1、表1进行了分析与讨论，根据层次分析法，建立了目标层A、准则层B和子准则层C、方案层D四个层次，通过同一层目标之 间的重要性的两两比较，得出判断矩阵,利用]1[ MATLAB编程对每个判断矩阵进行求解. 其次,用MATLAB软件算出决策组合向量，再比较决策组合向量的大小，由“决策组合向量最大”为目标,得出城市Y的决策组合向量为0.4325，城市Q组合向量为0.5675. 最后，通过城市Q旅游业发展水平与旅游城市Y旅游业发展水平的决策组合向量比较，得出城市Q的旅游业发展水平较高. 关键词层次分析法MATLAB旅游业发展水平决策组合向量
1.问题重述 本文要求分析Q Y,两个旅游城市旅游业发展水平,并且给出了两个城市各方面因素的对比，如城市规模与密度，经济条件，交通条件，生态环境条件，宣传与监督，旅游规格，空气质量，城市规模，人口密度，人均GDP，人均住房面积，第三产业增加值占GDP比重，税收GDP，外贸依存度，市内外交通，人均拥有绿地面积，污水集中处理率，环境噪音，国内外旅游人数，理赔金额，立案数量，A级景点数量，旅行社数量，星级饭店数量.建立数学模型进行求解. 2.问题分析 本文要求分析Q Y,两个城市的分析Y,两个旅游城市旅游业发展水平，在对Q 中，发现需要考虑因素较多，第一、城市规模与密度，包括城市规模与人口密度.第二、经济条件，包括外贸依存度，人均GDP，人均住房面积，第三产业增加值占GDP比重，税收GDP.第三、交通条件，包括市内外交通.第四，生态环境条件包括空气质量，人均绿地面积，污水处理能力，环境噪音.第五、宣传与监督，包括国内外旅游人数，游客投诉立案件数.第六、旅游规格，包括A级景点个数，旅行社个数，星级饭店个数，这就涉及到层次分析法来估算各个指标的权重，评出最优方案.具体内容如下： （1）本文选择了对Q Y,两个旅游城市旅游业发展水平有影响的19个指标作为评价要素,指标规定如下： 城市规模：城市的人口数量. 人口密度：单位面积土地上居住的人口数.是反映某一地区范围内人口疏密程度的指标.人口影响城市规模.人口密度越大城市规模也就越大. 人均GDP：即人均国内生产总值. 人均城建资金：即用于城市建设的资金总投入. 第三产业增加值：增加值率指在一定时期内单位产值的增加值.即第三产业增加值越高越能带动城市经济的发展. 税收GDP：税收是国家为实现其职能，凭借政治权力，按照法律规定，通过税收工具强制地、无偿地征收参与国民收入和社会产品的分配和再分配取得财政收入的一种形式. 外贸依存度：即城市对于外贸交易的依赖程度. 市内交通：即城市市区交通情况. 市外交通：即城市郊区交通情况.市内交通与市外交通对于城市交通条件具有同等的重要性. 空气质量：即城市总体空气质量情况.空气质量越好对于城市生态环境就越好. 人均绿地面积：即反应城市绿化面积以及人口密度的比值关系. 污水处理能力：城市污水处理水平. 环境噪音：城市环境噪音情况. 国内外旅客人数：国内外来旅客一年总人数.人数越多说明宣传与监督就越好.
德尔菲法探讨物流企业效益度量指标体系
德尔菲法探讨物流企业效益度量指标体系 汪思远2009710083 统计二班 【摘要】目前，企业运作的不规范已经成为制约我国物流业健康发展的瓶颈，为此，有必要从效益度量的层面针对物流企业的运营管理提出指导性的规范要求，促进物流企业的规范发展，促进我国物流产业的有序发展。文中将德尔菲法和层次分析法两种度量方法进行融合，根据两者的特点取其长、避其短，构建了一套全新的财务与非财务指标相结合的物流企业效益指标度量体系，试图对企业效益做出更加科学客观的度量。 【关键词】物流企业；效益；度量指标；德尔菲法；层次分析法 1引言 物流理论的不断发展和物流实践的不断深入，客观上要求建立与之相适应的物流企业效益度量指标体系，并确定合理的度量方法，以此来科学、客观地反映物流企业的运营情况。目前，物流企业作为新兴的行业，其经营方法还处于探索阶段，效益度量指标体系就更不完善。基于这一背景对物流企业的效益度量指标进行综合分析，除要建立科学、合理的度量指标体外，还要研究科学的度量模型。 2德尔菲法在物流企业效益度量指标体系中的应用可行性物流企业效益度量指标度量系统作为物流企业管理控制系统中一个相对独立的子系统，由以下几个基本要素构成：度量目标、度量对象、度量指标、度量标准、分析报告。 德尔菲法作为一种主观、定性的方法，可以广泛应用于各种度量指标体系的建立和具体指标的确定过程。当德尔菲法下的决策系统中很多因素之间的比较往往无法用定量的方式描述，此时需要将半定性、半定量的问题转化为定量计算问题。层次分析法是解决这类问题的行之有效的方法。层次分析法将复杂的决策系统层次化，通过逐层比较各种关联因素的重要性来为分析、决策提供定量的依据。由此可见，结合层次分析法的德尔菲法是一种相对权威的企业效益度量指标度量指标体系建模方法，它考虑了专家们的真实意见，统一了各项指标的权重，克服了传统效益度量体系中或重财务或重服务的弱点，能够比较准确地反映企业在一定时期内为创造的价值，不仅适用于物流行业，还适合物流企业的成本与服务效益度量指标评估。
个人信用(还款意愿和能力)评级
教你如何准确评价借款人的还款意愿？ 做出贷款决定前，重点是要进行贷款分析。小额贷款分析原则是以基于现金流的还款能力为切入点，着重考察评价还款意愿、还款能力和持续经营能力。因此，客户能够正常还款的前提是还款意愿和还款能力同时具备。其中还款能力可以通过贷前调查获取的各种财务信息等指标展现出来。那么如何评估借款人还款意愿就成为贷款分析的重中之重。今日融资圈就和大家一起来探底！ 西方商业银行在长期的经营实践中，总结归纳出了“5C”原则，用以对借款人的信用风险进行分析，5C分析法最初是金融机构对客户作信用风险分析时所采用的专家分析法之一，它主要集中在借款人的道德品质(Character)、还款能力(Capacity)、资本实力(Capital)、担保(Collateral)和经营环境条件(Con-dition)五个方面进行全面的定性分析以判別借款人的还款意愿和还款能力。5C分析法对于判别借款人的还款能力和还款意愿具有很大的参考价值。单从还款意愿的评估方面来说，小编认为决定还款意愿的因素主要是“人品＋违约成本”。如何鉴定，且看下面分解： 一、决定还款意愿的因素—人品 具体到借贷项目中，人品是指借款人的商誉和诚信度。小贷公司在考察借款人人品时可以参考以下因素：①客户的在当地社区的声誉；②他人评价；③生活习惯；④对贷款流程的态度； ⑤家庭情况；⑥不良信用记录；⑦还款意愿表示；⑧工作与收入；⑨对小额贷款公司的印象或态度；⑩固定的商业伙伴等。还可以通过在与借款人交谈过程中的直观感觉来判断借款人的人品，如通过借款人的表情、眼神、言谈举止以及对待家人、员工、业务伙伴的态度等无意间流露出的信息，可以对其人品的判断提供参考依据。 二、决定还款意愿的因素—违约成本 所谓的违约成本，是指借款人需要为其违约行为付出的代价。借款人的违约行为可能为其带来的影响有①经营受到影响；②家庭生活受到影响；③小额信贷机构和其他债权人拒绝授信； ④额外的负担（逾期利息、违约金、律师费、诉讼费等）；⑤社会声誉和评价受到重大；负面的征信记录等。 通过调查了解并结合实践经验，小编认为，影响违约成本的因素包括两方面一是家庭因素，如婚姻状况、子女状况、住房及资产状况、是否本地人、申请人的社会声誉及评价、配偶、父母的社会地位等。二是生意因素：经营年限（行业年限、经营地年限、回头客的重要性、变更经营场所难易、变更经营场所对生意的负面影响大小、盈利状况等。 三、评估还款意愿应注意挖掘客户基本信息背后蕴藏的信息 （一）客户年龄 通常情况下客户的年龄与客户的社会经验、工作经验是成正比的，而客户的经验会对客户的经营能力产生帮助（尤其对一些复杂程度较高的行业）。客户的年龄与客户的精力、健康程度
层次分析法实例
层次分析法应用实例 问题描述：通讯交流在当今社会显得尤其重要，手机便是一个例子，现在每个人手里都有至少一部手机。但如今生产手机的厂家越来越多，品种五花八门，如何选购一款适合自己的手机这个问题困扰了许多人。 目标：选购一款合适的手机 准则：选择手机的标准大体可以分成四个：实用性，功能性，外观，价格。 方案：由于手机厂家有几十家，我们不妨可以将其归类：○1欧美（iphone）；○2亚洲（索爱）；○3国产（华为）. 解决步骤： 1.建立递阶层次结构模型 图1 选购手机层次结构图 2.设置标度 人们定性区分事物的能力习惯用5个属性来表示，即同样重要、稍微重要、较强重要、强烈重要、绝对重要，当需要较高精度时，可以取两个相邻属性之间的值，这样就得到9个数值，即9个标度。
为了便于将比较判断定量化，引入1～9比率标度方法，规定用1、3、5、7、9分别表示根据经验判断，要素i与要素j相比：同样重要、稍微重要、较强重要、强烈重要、绝对重要，而2、4、6、8表示上述两判断级之间的折衷值。 注：aij表示要素i与要素j相对重要度之比，且有下述关系： aij=1/aji ；aii=1；i，j=1，2，…，n 显然，比值越大，则要素i的重要度就越高。 3.构造判断矩阵 A B1 B2 B3 B4 B1 1 3 5 1 B2 1/3 1 3 1/3 B3 1/5 1/3 1 1/5 B4 1 3 5 1 表1 判断矩阵A—B B1 C1 C2 C3 C1 1 1/3 1/5 C2 3 1 1/3 C3 5 3 1 表2 判断矩阵B1—C
B2 C1 C2 C3 C1 1 3 3 C2 1/3 1 1 C3 1/3 1 1 表3 判断矩阵B2—C B3 C1 C2 C3 C1 1 3 6 C2 1/3 1 4 C3 1/6 1/4 1 表4 判断矩阵B3—C B4 C1 C2 C3 C1 1 1/4 1/6 C2 4 1 1/3 C3 6 3 1 表5 判断矩阵B4—C 4.计算各判断矩阵的特征值，特征向量和一致性检验 用求和发计算特征值： ○1将判断矩阵A 按列归一化（即列元素之和为1）：bij= aij /Σaij ； ○2将归一化的矩阵按行求和：ci=Σbij （i=1，2，3….n ）； ○3将ci 归一化：得到特征向量W=（w1，w2，…wn ）T ，wi=ci /Σci ， W 即为A 的特征向量的近似值； ○4求特征向量W 对应的最大特征值： 1).1 5 3 1 51131513131311531 = A ，按列归一化后为 38 1514 522 938 1538314122138338514322338539151452293815 2).按行求和并归一化后得()T 389 .0069 .0153 .0389.0=W
个人信用等级评定
个人信用等级评定 个人信用等级评定的主要内容包括： （一）信用等级划分标准 与企业信用等级评定相似，个人的信用等级是对个人借款人的还款意愿、还款能力的综合度量，通过基于评估指标体系的积分进行划分，依信用度高低划分AAA、AA、A、BBB、BB和B级： 1.AAA级。综合得分90以上，客户的收入水平很高，偿债意愿很强，社会地位很高，家庭环境非常优越，一般可获得60万元额度的贷款。 2.AA级。综合得分在80分至89分，客户的收入水平高，偿债意愿强，社会地位高，家庭环境非常优越，一般可获得10万的贷款授信额度。 3.A级。测评得分在70至79分之间，客户的收入水平高，偿债意愿较强，社会地位较高，家庭环境比较优越，一般可获得5万元贷款的授信额度。 4.BBB级。得分在60至69分之间，客户的收入水平中等，有偿债意愿，有一定社会地位，家庭环境良好，一般可获得1万元贷款授信额度。 5.BB级。得分在50至59之间，客户的收入水平一般，有一定偿债意愿，社会地位一般，你家庭环境一般，一般只能获得5000元授信额度。 6.B级。得分在49分以下，客户的收入水平较低，偿债意愿不强，社会地位较低，家庭环境较差，一般只能获得3000元授信额度。 （二）信用等级测评方法 1.资格。借款人是否符合贷款对象要求；是否有隐瞒事实套取银行贷款及恶意透支行为；是否遵纪守法以及借款人诚实守信程度、对银行和其他债权人的还款记录等。 2.能力。包括借款人年龄、学历、职业、职务、职称等。 3.收入。包括借款人本人和家庭年收入、家庭人均收入、家庭负债总额、与家庭年收入额比重、月还本付期占家庭月收入的比重等。 4.环境。包括借款人单位的行业性质、经营状况和发展前景、借款人在现职年限等。 5.与银行的关系。包括是否为贷款银行客户、在银行贷款情况、借款人与银行的关系、借款人的信誉记录等。 6.测评指标。
层次分析法的应用
层次分析法的一个应用 摘要 关键词： Abstract Keywords: 前言 1层次分析法理论概述 1.2层次分析法的概念 层次分析法是由美国运筹学家匹兹堡大学的 T.L.saaty教授于20世纪70年代提出的一种决策方法。它是将评价对象或问题视为一个系统，根据问题的性质和想要达到的总目标将问题分解成不同的组成要素，并按照要素间的相互关联度及隶属关系将要素按不同层次聚集组合，从而形成一个多层次的分析结构系统，把问题条理化、层次化。 层次分析法的结构符合人们思维的基本特征分解、判断、综合，把复杂的问题分解为各组成要素，再将这些要素按支配关系分组，从而形成有序的递阶层次结构，通过两两比较判断的方式确定每一层次中要素的相对重要性，然后在递阶层次结构内进行合成得到相对于目标的重要程度的总排序。因此，层次分析法从出现开始就受到了理论界广泛的支持和认可，并得到了不断的改进和完善。
1.3 AHP法下优点 （1）AHP对于解决多层次、多指标的递阶结构问题行之有效。保险公司绩效评价各指标之间相互作用，相互制约，且绩效受到多种因素的影响，可以分解成不同的子指标，例如我们从财务维度可将保险公司的绩效分解为增加盈利能力、偿付能力和发展能力三个层面，而各个层面又可以从多个角度来衡量，从而构成关联保险公司绩效评价指标体系的递阶结构体系。这样，我国上市保险公司绩效评价指标体系的递阶结构为层次分析法提供了“结构”基础。 （2）把定性分析和定量分析有机地结合起来，避免了单纯定性分析的主观臆断性和单纯利用定量分析时对数据资料的严格要求。 （3）层次分析法思路简单明了，将人们的思维数字化、系统化，便于接受并容易计算；同时，层次分析法是一种相对比较成熟的理论，有大量的是实践经验可以借鉴，这就避免了在保险公司绩效评价指标权重的确定过程中由于缺乏经验而产生的不足。 当然层次分析法也存在着缺陷：首先，其结论是建立在判断矩阵是一致性矩阵的基础上的，而在实际应用中所建立的判断矩阵，由于各方面的原因，往往不能一次性得到具有一致性的判断矩阵，而需要对其一致性进行检验，并进行多次的修改。因此，判断矩阵的建立过程比较复杂，且存在较大的主观性；其次是特征值的计算量较大；再次，许多专家认为层次分析法中采用的1-9标度法不能准确地反映专家和决策者的真实感觉和判断。采用层次分析法来确定两个指标的相对重要性时，当人们认为A1比A2重要(记为a)，B1比B2明显重要(记为b)，C1比C2强烈重要(记为c)时，则(c-b)比(b-a)要大得多，因而标度不应该的线性的，而是随着重要程度的增加差距越来越大。而1-9标度是等距的，所以Saaty 提出的线性评判标度与人们头脑中的实际标度并非一致。因此，这些问题都需要进行改进，但整体上不影响本文采用层次分析法确定评价指标权重。 1.4 AHP的基本步骤 用层次分析法作系统分析，首先需要把问题层次化，根据问题的性质和总目标把问题分解成为不同的因素，并且根据这些因素间的相互影响及隶属关系将因素按不同层次聚集组合，形成一个多层次的分析结构模型，并最终系统分析归结为最底层(供决策的方案、措施等)相对于最高层(总目标)的相对重要性权重的确
互联网征信发展
互联网征信发展与监管 互联网征信主要是通过采集个人或企业在互联网交易或使用互联网各类服务过程中留下的信息数据，并结合线下渠道采集的信息数据，利用大数据、云计算等技术进行信用评估的活动。作为传统征信的有益补充，互联网征信的发展将极大扩展征信体系的数据范畴，带来全新的服务理念和先进的信息处理方式，推动传统信用评分模式的转变，进而对完善我国征信体系乃至社会信用体系发挥重要作用。 我国互联网征信发展现状 第一，互联网征信活动日益频繁。一是以阿里巴巴为代表的电商平台对用户在网上交易的行为数据进行采集、整理、保存、加工，提供给阿里小贷或与其合作的商业银行，再经过深度挖掘和评估，形成对客户的风险定价，并用于信贷审批决策。二是以宜信、陆金所为代表的较大型的P2P网贷平台自建客户信用系统，并用于自身平台业务。三是以网络金融信息共享系统（NFCS）、小额信贷行业信用信息共享服务平台（MSP）为代表的同业信息数据库通过采集P2P平台借贷两端客户信息，向加入该数据库的P2P等机构提供查询服务。 第二，互联网征信平台初具规模。一是人民银行征信中心控股的上海资信有限公司开发的网络金融信息共享系统，截至2014年7月25日，上海资信旗下的网络金融征信系统（NFCS）共接入P2P平台203家，日均查询量达到2000次。二是北京安融惠众征信有限公司创建的“小额信贷行业信用信息共享服务平台”（MSP）于2013年3月正式上线。截至2014年9月15日，MSP征信平台会员机构已经达到405家，会员间信用信息共享查询量已达日均9000余次，有信用交易信息记录的自然人信息主体数量突破100万人。此外，阿里巴巴、腾讯、平安集团等正在积极申请征信牌照。 互联网征信和传统征信的主要区别 从表面上看，互联网征信和传统征信似乎只是数据的获取渠道不同，前者主要来自于互联网，后者主要来自于传统线下渠道，但是二者存在较大的区别，主要表现在以下四个方面。 第一，在数据范畴和内涵方面，传统征信数据来自于借贷领域并主要应用于借贷领域，而互联网征信获取的主要是信息主体在线上的行为数据，包括网上的交易数据、社交数据以及其他互联网服务使用中产生的行为数据等，而互联网的行为轨迹和细节更多反映人的性格、心理等更加本质的信息，可以用来对信息主体的信用状况进行推断。 第二，在信用评价思路方面，传统征信的思路是用昨天的信用记录来判断今天的信用。这就存在两个问题，一是昨天信用记录不好的人今天是否仍然是一个高风险者；二是对于过去没有发生过信用记录的人，如何判断其信用状况。对于第一个问题，互联网征信所获取的数据可以实时地反映个人的行为轨迹，并以此推断个人相对稳定的性格、心理状态和经济状况，进而推断其未来的履约能力。第二个问题则引出了两者的第三个差异。 第三，在覆盖人群方面，截至2013年底，人民银行的征信系统中有征信记录的约3.2亿人，约占总人口数的23.7%，远低于美国征信体系85%的覆盖率。随着互联网的不断普及，征信数据范围和来源渠道日益广泛，同时互联网技术的使用极大地降低了数据采集成本。因此，互联网征信可以覆盖到过去没有信用记录的人，利用他们在互联网留下的信息数据作出信用判断。 第四，在应用领域方面，互联网征信因为数据来源、数据内涵、模型思路的不同，信用
层次分析法例题94055
。数 学 建 模 作 业 班级：高分子材料与工程 姓名：林志许、朱金波、任宇龙
。 学号：1211020115、1211020126、1211020134 层次分析法 某物流企业需要采购一台设备，在采购设备时需要从功能、价格与可维护性三个角度进行评价，考虑应用层次分析法对3个不同品牌的设备进行综合分析评价和排序，从中选出能实现物流规划总目标的最优设备，其层次结构如下图所示。以A 表示系统的总目标，判断层中1B 表示功能，2B 表示价格，3B 表示可维护性。1C ，2C ，3C 表示备选的3种品牌的设备。 解题步骤： 1、标度及描述 人们定性区分事物的能力习惯用5个属性来表示，即同样重要、稍微重要、较强重要、强烈重要、绝对重要，当需要较高精度时，可以取两个相邻属性之间的值，这样就得到9个数值，即9个标度。 为了便于将比较判断定量化，引入1～9比率标度方法，规定用1、3、5、7、9分别表示根据经验判断，要素i 与要素j 相比：同样重要、稍微重要、较强重要、强烈重要、绝对重要，而2、4、6、8表示上述两判断级之间的折衷值。 目标层 判断层 方案层 图 设备采购层次结构图
注：a ij 表示要素i与要素j相对重要度之比，且有下述关系： a ij =1/a ji ； a ii =1； i，j=1，2，…，n 显然，比值越大，则要素i的重要度就越高。 2、构建判断矩阵A 判断矩阵是层次分析法的基本信息，也是进行权重计算的重要依据。根据结构模型，将图中各因素两两进行判断与比较，构造判断矩阵： ●判断矩阵B A-(即相对于物流系统总目标，判断层各因素相对重要性比较)如表1所示； ●判断矩阵C B- 1(相对功能，各方案的相对重要性比较)如表2所示； ●判断矩阵C B- 2(相对价格，各方案的相对重要性比较)如表3所示； ●判断矩阵C B- 3(相对可维护性，各方案的相对重要性比较)如表4所示。 B A- C B- 1 C B- 3 3、计算各判断矩阵的特征值、特征向量及一致性检验指标 一般来讲，在AHP法中计算判断矩阵的最大特征值与特征向量，必不需
最新-银行个人信用评估方法研究 精品
银行个人信用评估方法研究 | 国内外信用评估状况比较 目前，中国除了上海之外，其它城市还没有专营消费信贷调查业务的报告机构。1999 年下半年，建设银行济南分行出台的《个人信用等级评定办法》在信用评估方面进行 了尝试。该办法对不同的指标赋予不同的分值，对借款申请人的还款能力、信用状况 等做出综合评价以决定贷款决策。随着信贷业务的需要，国内越来越多金融机构以业 务对象的个人信用记录直接作决策参考，或附以一些评分方法，但毕竟以主观经验为主。而国外在信用评估方面已经有人做了大量的工作，提出了有FICO评分模型、神经网络模型、贝叶斯分析模型等等各种评估模型，并采用了各种数学的、统计学的、信 息学的方法，取得了一定的效果，特别是FICO评分模型，更是成为西方发达国家信用评分事实上的标准。 二、常用评估方法 1.标准数理统计模型 基于标准数理统计理论的信用评分模型是对大量的个人消费贷款的历史信用数据 进行科学的归纳、总结、计算而得到的量化分析公式。在美国，不同的行业有不同的 信用评分模型来帮助专业人士进行信用风险管理，如表1所示： 表1 美国不同行业常用信用评分模型表 从概念上讲，信用评分就是利用消费者过去的信用表现来预测其未来的信用行为，如 图1所示。 信用评分模型的关键是科学合理地选出信用变量，并产生一个公式。信用评分模 型的统计方法有线性概率模型、logit模型、probit模型以及线性判别(Discriminant)分析方法。 （1）线性概率模型 线性概率模型假设违约概率Y与信用变量X之间的关系是线性的，用于解释过去信用行为(违约或不违约)的信用变量及其重要性(系数)被用来预测未来的信用行为。 线性概率模型数学表达如下：
基于层次分析法的个人信用评估
基于层次分析法的个人信用评估体系 李立兵，曾志伟 河海大学，南京（210098） E-mail：libing_li2004@https://www.360docs.net/doc/3014934044.html, 摘要：本文在层次分析法的基础上建立个人信用的评价指标体系对个人信用进行评估。关键词：层次分析法，评估指标体系，个人信用评估 从古到今，信用都不是孤立的概念，它必须依附于当时的经济、政治和文化背景，个人信用，是自然人个人的信用，是个人的无形资产，信用资产质量好，拥有良好的信用记录，则意味着更多的发展机会，更高的发展效率。个人信用问题已经是我国经济体制改革和发展中不可回避的重要问题。但是我国的个人信用体系还不完善，基本上属于空白。目前我国居民个人信用资料缺乏，他们能提供的信用证明文件只有身份证和户籍证明、所在单位的工作证明；在个人储蓄实名制实施以后，又增加了个人存单和实物资产。国内虽然已有相关机构对个人的信用进行评估，但是由于在评估定位、评估要素的选取以及评估手段方面的不足，使得个人信用评估结果的可信度大大降低。如何建立科学的个人信用评估方法、如何建立一个规范化并和国际接轨的个人信用评估制度体系已成为一个亟待解决的重要课题。本文选取个人资质评价指标情况、个人资产评价指标、家庭评价指标及个人的信用历史等一系列的指标，利用层次分析法来建立个人信用评估体系，对个人信用进行评估。 1. 层次分析法概述⑴、⑵、⑶ 层次分析法（Analytical Hierarchy Process，ＡＨＰ）是美国匹兹堡人学教授A. L. Saaty 于20世纪70年代提出的一种系统分析方法。它是一种能将定性分析与定量分析相结合的系统分析方法。其解决问题的基本思路和基本原理是：首先，把要解决的问题分层系列化，即根据问题的性质和要达到的目标，将问题分解为不同的组成因素，按照因素之间的相互影响和隶属关系将其分层聚类组合，形成一个递阶的、有序的层次模型。然后，对模型中每一层次因素的相对重要性，依据人们对客观现实判断给予定量表述，再利用数学方法确定每一层次全部因素相对重要性次序的权值。最后，通过综合训算各因素相对重要性的权值，得到最低层(方案层)相对最高层(总日标)相对重要性次序的组合权值，以此作为评价和选择方案的依据。 层次分析法处理问题的基木步骤简述如下：①确定评价目标，再明确方案评价的准则。根据评价目标、评价准则构造递阶层次结构模型。递阶层次结构模型一般分为3层：目标层、准则层和方案层；②应用两两比较法构造所有的判断矩阵。具体如下： 1.1 建立判断矩阵 对本级的要素进行两两比较来确定判断矩阵A的儿素，a ij是要素a i对a j的相对重要性其值是由专家根据资料数据以及自己的经验和价值观用判断尺度来确定判断尺度表示要素要素a i对a j相对重要性的数量尺度。采用的判断尺度见表１。
基于大数据的个人信用评估问题研究——以“芝麻信用”为例
基于大数据的个人信用评估问题研究——以“芝麻信用”为例 发表时间：2019-08-08T16:04:57.470Z 来源：《知识-力量》2019年9月36期作者：李林鞠张玉华 [导读] 在现代经济发展体系中，互联网金融是促进经济增长的新引擎，而其依托大数据和云计算发展，在研究互联网金融的过程中，首先要对互联网金融信用体系进行研究，大数据征信是现代互联网信用体系发展的核心，结合大数据理念建立和完善个人信用评估模型，对于分析和把握信用风险意义重大。因此，本文以芝麻信用为案例作分析，讨论了在大数据金融下个人信用评估的发展。 （重庆工商大学，重庆 400060） 摘要：在现代经济发展体系中，互联网金融是促进经济增长的新引擎，而其依托大数据和云计算发展，在研究互联网金融的过程中，首先要对互联网金融信用体系进行研究，大数据征信是现代互联网信用体系发展的核心，结合大数据理念建立和完善个人信用评估模型，对于分析和把握信用风险意义重大。因此，本文以芝麻信用为案例作分析，讨论了在大数据金融下个人信用评估的发展。 关键词：大数据金融；个人信用评估；芝麻信用 一、传统的个人信用评估 个人、企业信用评估是整个社会金融业务开展及信贷审批的关键环节，是信用风险管理的核心。以主观判断和定性分析为主的信用评估模式存在着效率低、成本 高、准确性低等缺点，已不能满足个人、企业零售业务快速、多样化发展 的需要。从背景来看，芝麻、腾讯、考拉征信在互联网大数据征信方面 有优势，鹏元、中诚信、中智诚是传统的征信企业。传统的信用评估手段存在信息处理不全、数据不透明等局限，不能有效利用信息时代下数据的多源性、多维性，缺乏从全局的角度来综合考虑个人的信用问题且传统征信模式下，主要考察拥有信贷历史、活跃信用记录的人群，大量的弱势群体无法覆盖。因此，基于大数据的个人信用评估研究迫在眉睫。 二、大数据金融时代下的个人信用评估 2.1大数据金融的概念 大数据金融是指集合海量非结构化数据，通过对其进行实时分析，可以为互联网金融机构提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，使金融机构和金融服务平台在营销和风控方面有的放矢。其就是利用大数据技术开展的金融服务，即集合海量结 构化、半结构化以及非结构化数据，经过互联网、云计算等信息化处理 方式，对其进行实时分析，用以提供客户全方位信息，通过分析和挖掘 客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，以 结合传统金融服务，开展资金融通、创新金融服务。大数据金融的内容：基于大数据的金融服务平台主要指拥有海量数据的电子商务企业开展的金融服务。大数据的关键是从大量数据中快速获取有用信息的能力，或者是从大数据资产中快速变现的能力，因此，大数据的信息处理往往以云计算为基础。目前，大数据服务平台的运营模式可以分为以阿里小额信贷为代表的平台模式和京东、苏宁为代表的供应链金融模式。大数据的4V特点：Volume（大量）、Velocity （高速）、Variet y（多样）、Veracity（精确）。 2.2大数据在个人征信系统中的运用——以“芝麻信用”为例 芝麻信用是依据方方面面的数据而设计的信用体系。芝麻信用分是芝麻信用对海量信息数据的综合处理和评估，主要包含了用户信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度。芝麻信用基于阿里巴巴的电商交易数据和蚂蚁金服的互联网金融数据，并与公安网等公共机构以及合作伙伴建立数据合作，与传统征信数据不同，芝麻信用数据涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等等。“芝麻信用”通过分析大量的网络交易及行为数据，可对用户进行信用评估，这些信用评估可以帮助互联网金融企业对用户的还款意愿及还款能力做出结论，继而为用户提供快速授信及现金分期服务。本质上来说，“芝麻信用”是一套征信系统，该系统收集来自政府、金融系统的数据，还会充分分析用户在淘宝、支付宝等平台的行为记录。 芝麻信用运用大数据的特点：一是广泛的实名制，芝麻信用所有开通用户均为实名认证用户，覆盖广泛，许多原来传统征信没有信贷记录的人群，也开始有了属于自己的信用评价。二是具有独特的数据价值，芝麻信用信用数据覆盖借贷、支付、出行、住宿、公益、等数百种场景，包括电商数据、互联网金融数据、公共机构数据、合作伙伴数据、用户上传数据等，能很好的刻画信用状况。三是具有强大的处理能力，芝麻信用已经具备同城灾备切换能力以及强大的商户信用信息查询调用能力，有效平稳支持了公测以来用户及各行业商户7*24小时的查询调用。四事敏锐的行业洞察，芝麻信用聚集了多位具备国际风险管理和信用管理系统建设经验的全球顶尖数据科学家和金融行业翘楚，深度融合了传统信用评估和互联网+创新信用评估，对行业具有丰富的经验和深刻的洞察。五是便利的场景应用，芝麻信用应用已经覆盖信用金融、信用租车、信用酒店、信用租房、信用婚恋、信用签证等多个领域，普通老百姓能够简单、直观的感受到信用的价值和便利。 三、大数据个人信用评估的特点及意义 3.1特点 全面性。数据种类多和数量大的优势，使得大数据个人信用评估的范围既包括传统的财务类数据，也包括了商务行为、市场行为、社会舆论等；既能考察 企业本身，也可以覆盖企业高层的个人行为；既能统计历史状况，也能在一定范围内预测企业的前景。 客观性和公正性。大数据评估方式处理海量数据，流程化、自动化的技术手段是先决条件，而机器自动运算的方式也在一定程度上减少了人为判断修改的过程，避免了因主观判断所带来的成见或偏差，确保了评估结果的客观性和公正性。 精确性。大数据个人信用评估能跟随数据的变化而快速而及时的计算、更新评估结果，是区别于传统征信方式被动作为的主动行为。因此，该方式更具时效性、精确性。 监督性。大数据下的个人信用评估更具有监督力大和约束力强的效果。不仅是政府监管部门监督，也更利于社会公众和舆论媒体等的监督。 3.2意义 有利于完善互联网金融监管防范。大数据企业信用评估方式的全面性、快速性能确保评估范围的大而全，有利于为政府有关部门、第三方金融企业等提供真实有效的信用评价分数，且利用数据库可以采集、整理、保存个人心细信用，为金融机构监督不闷提供相关信息服务，对各个方面做到科学精准的判断，进而完善体制建设，促进金融稳定发展。 有利于金融机构风控管理。大数据企业信用评估方式的高效性、多源性为金融机构提供了更为有效的数据处理能力，包括数据处理的速度、规模、种类。数据的高效处理所带的时间收益也在很大程度上提高了金融机构对外服务的能力，而多源数据的评估既丰富了金融机构对外服务企业的种类，也提高了风险 判断的能力。因此，大数据企业信用评 估方式能帮助金融机构拓展业务，提高资本回转率，加强风险控制能力。 有利于个完善线上线下的个人信用体系。大数据下的个人信用管理能有助于政府和金融机构进行决策和管理，企鹅夜使得消费者个人提高信用意识，加强自身信用管理，大数据企业信用评估的公示性、威慑力能推动征信体系的建立，能加强个人对于信用的遵守，进而约束个人行为，加强个人自身管理。在法制条件下，迫使个人立足自身、完善自己、科学发展。 参考文献 1]石庆焱,靳云汇.多种个人信用评分模型在中国应用的比较研究[J].统计研究,2004[J].V21(6),43-5 2]林采宜,尹俊杰,按语.互联网金融时代的征信体系[R][J].新金融评论,2014,6:002. 作者简介：李林鞠，身份证号：5002221997****6821，女，重庆工商大学金融学本科三年级学生； 张玉华，身份证号：5002331998****0804，女，重庆工商大学金融学本科三年级学生。