大學(xué)生信用卡風(fēng)險(xiǎn)管理模型論文.doc

未見程序，數(shù)據(jù)查找要有出處，公式編輯器中國大學(xué)生信用卡風(fēng)險(xiǎn)管理模型摘要本文從銀行的角度來研究分析大學(xué)生信用卡可能存在的風(fēng)險(xiǎn)，并針對大學(xué)生信用卡風(fēng)險(xiǎn)建立模型，提出應(yīng)對策略。通過分析大學(xué)生的收入來源、消費(fèi)結(jié)構(gòu)、對信用卡的了解程度、辦卡意愿、信用卡擁有數(shù)量、使用頻率、月均信用卡消費(fèi)金額等各類信息，我們了解到現(xiàn)在越來越多的大學(xué)生辦理了信用卡且個(gè)人擁有卡的數(shù)量也越來越多。但大多數(shù)大學(xué)生辦卡只是圖其新鮮和有贈(zèng)品，對于信用卡、借記卡、循環(huán)利息等基本知識(shí)明顯匱乏，更重要的是對于信用責(zé)任的認(rèn)知相對來說是低水平的。而且目前大學(xué)生日常消費(fèi)資金主要還是由父母提供，其他類似于獎(jiǎng)學(xué)金與兼職的收入是微乎其微的，完全自食其力的大學(xué)生還是相當(dāng)有限的，因此大學(xué)生在使用信用卡產(chǎn)生透支額度的時(shí)候就或多或少會(huì)存在無力償付的隱患。而現(xiàn)今的銀行個(gè)人信用體系并不完整，致使某些大學(xué)生拖逃欠款有機(jī)可乘。如此一來銀行對于大學(xué)生信用卡這項(xiàng)業(yè)務(wù)就產(chǎn)生了一定程度的風(fēng)險(xiǎn)。針對于上述信用風(fēng)險(xiǎn)，我們對調(diào)查數(shù)據(jù)進(jìn)行分析，對大學(xué)生信用卡透支額度設(shè)定一基準(zhǔn)為RMB425。再利用AHP-BP神經(jīng)網(wǎng)絡(luò)模型對信用卡申辦人進(jìn)行信用等級評估，最后設(shè)定預(yù)測值處于0.8 以上的，說明申請者信用差，風(fēng)險(xiǎn)比率高；預(yù)測值處于0.4 0.8，則說明信用一般；預(yù)測值處于0.4 以下，是屬于信用高的。之后將其結(jié)果作為解釋變量之一，再加上其余的特征變量，最后建立一個(gè)Logistic模型。在SPSS軟件中求得在大學(xué)生信用卡中對風(fēng)險(xiǎn)有較大影響的因素為大學(xué)生信用卡擁有數(shù)量以及學(xué)生的學(xué)歷。因此建議銀行在為大學(xué)生辦理信用卡的時(shí)候要了解其學(xué)歷以及已擁有卡的數(shù)量等必要信息。申請者信用差的，即對透支消費(fèi)的無力按時(shí)或不愿意償還本息而導(dǎo)致將來形成壞賬的風(fēng)險(xiǎn)比率高，這時(shí)銀行就可以拒絕申請，或者是在透支基準(zhǔn)額度（RMB425）的標(biāo)準(zhǔn)下再進(jìn)一步降低其信用卡的可透支最大額度；信用一般的銀行可以考慮授予普通的信用卡，同時(shí)結(jié)合申請人的學(xué)歷與已有卡數(shù)量進(jìn)行一定的控制；信用高的銀行可以授予申請者信用額度大大高于基準(zhǔn)額度（RMB425）的信用卡，還可以結(jié)合其學(xué)歷與已有卡數(shù)量的相關(guān)因素，考慮適當(dāng)增加一些個(gè)人的金融服務(wù)，盡量留住這些高信用的客戶。從而得到降低信用卡的信用風(fēng)險(xiǎn)的有效措施。關(guān)鍵字：大學(xué)生 信用卡風(fēng)險(xiǎn) 透支額度 AHP-BP神經(jīng)網(wǎng)絡(luò) Logistic模型1、問題重述信用卡作為新興的支付工具和信用手段，以其支付結(jié)算、消費(fèi)信貸和使用方便等特點(diǎn)，廣受消費(fèi)者歡迎。伴隨著2006年12月11日中國金融市場的全面開放，國內(nèi)商業(yè)銀行加大了發(fā)行信用卡的力度，大學(xué)校園是眾多銀行搶占的重要信用卡市場之一。但是，從第一張大學(xué)生信用卡發(fā)行開始，大學(xué)生信用卡的違規(guī)現(xiàn)象就日趨嚴(yán)重，信用卡風(fēng)險(xiǎn)發(fā)生的頻率也越來越高。因此，對大學(xué)生信用卡風(fēng)險(xiǎn)進(jìn)行控制管理是十分必要的。找到有效規(guī)避大學(xué)生信用卡風(fēng)險(xiǎn)的方法不僅能給銀行自身帶來巨大收益，也能讓大學(xué)生建立合理的理財(cái)計(jì)劃，正確對待信用問題，最終實(shí)現(xiàn)雙贏，共同發(fā)展。請對大學(xué)生進(jìn)行信用卡使用現(xiàn)狀調(diào)查，分析大學(xué)生的收入來源、消費(fèi)結(jié)構(gòu)以及價(jià)值觀念等特點(diǎn)，并利用各類數(shù)據(jù)分析大學(xué)生信用卡可能存在的風(fēng)險(xiǎn)。從銀行角度建立大學(xué)生信用卡風(fēng)險(xiǎn)模型，如何更有效的規(guī)避大學(xué)生信用卡風(fēng)險(xiǎn)。2、問題分析2.1標(biāo)題補(bǔ)充首先我們對銀行信用卡業(yè)務(wù)有一定的了解，我們查閱的相關(guān)資料了解到以下內(nèi)容成本收益理論指出, 生產(chǎn)者為了實(shí)現(xiàn)利潤最大化, 要充分考慮成本與收益之間的關(guān)系。當(dāng)收益大于成本時(shí), 意味著盈利; 當(dāng)收益小于成本時(shí), 出現(xiàn)虧損。企業(yè)在生產(chǎn)經(jīng)營中的目標(biāo)為獲取盡可能多的利潤, 達(dá)到了利潤的最大化。信用卡的大規(guī)模發(fā)行和使用需要不菲的前期投入: 配套設(shè)施, 系統(tǒng)建立,產(chǎn)品開發(fā), 人力資源投入等。目前, 大學(xué)生信用卡正處在產(chǎn)品的推廣期, 銀行成本支出較高。除了建立信用卡運(yùn)行系統(tǒng)外, 在宣傳上銀行就耗費(fèi)不少。一些銀行長期在校內(nèi)設(shè)點(diǎn)宣傳, 工作人員工資支出、場地費(fèi)用、贈(zèng)送禮品等形成很大的費(fèi)用。此外, 信用卡的征信系統(tǒng)是各銀行自己建立, 花費(fèi)成本相當(dāng)高。在利潤方面, 短期內(nèi)大學(xué)生信用卡難有利潤貢獻(xiàn)。根據(jù)銀行制定的萬分之五/ 日的最低貸款利息計(jì)算, 銀行每發(fā)一張大學(xué)生信用卡能夠獲取高18.25%的年利率,按理來說信用卡賺取的利潤可觀。然而,現(xiàn)實(shí)并非如此, 目前國內(nèi)發(fā)卡銀行的透支利息收入微乎其微, 收入來源主要依靠年費(fèi)和手續(xù)費(fèi)。雖然銀行看中大學(xué)生超前消費(fèi)觀念, 但對于沒有穩(wěn)定收入來源的大學(xué)生來說, 在進(jìn)行貸款消費(fèi)之前必定會(huì)再三考慮, 在透支后也會(huì)盡力選擇在免息期內(nèi)還款。這樣, 銀行在短期內(nèi)很難享受到信用卡的收益。從信息不對稱理論分析, 由于社會(huì)分工的發(fā)展、專業(yè)化程度的提高和人員流動(dòng), 意味著市場信息非對稱加劇。該理論分析了信息在交易雙方的不對稱分布對于市場交易行為和市場運(yùn)行效率產(chǎn)生的重要影響。信用卡貸款是一種典型的無擔(dān)保的循環(huán)信用貸款, 發(fā)卡銀行與持卡人之間存在著信息不對稱。銀行在授予持卡人信用額度時(shí), 無法得知持卡人真實(shí)的信譽(yù)狀況, 只能根據(jù)與借款人的交流、調(diào)查、評估等方式來決定, 借款人真實(shí)的情況必須花費(fèi)很高的調(diào)查成本。此外, 銀行在授予持卡人信用額度后, 無法掌握持卡人的真實(shí)資信情況。有些持卡人在透支后可能會(huì)因?yàn)榻?jīng)濟(jì)狀況、品德問題等欠款, 一旦畢業(yè)離開學(xué)校, 銀行難以跟蹤欠款人的信息, 有可能導(dǎo)致還款意愿下降。可見, 銀行與大學(xué)生之間信息不對稱問題給信用卡業(yè)務(wù)帶來了一定的潛在風(fēng)險(xiǎn)。對于一般信用卡, 銀行可以通過調(diào)查申請人的職位、收入、財(cái)產(chǎn)、社會(huì)地位等來評定其大致的經(jīng)濟(jì)狀況和信譽(yù)狀況。由于大學(xué)生沒有穩(wěn)定的經(jīng)濟(jì)來源和自身情況的不確定性, 在消費(fèi)時(shí)容易產(chǎn)生短期行為和沖動(dòng)消費(fèi)。加上目前各銀行追逐辦卡數(shù)量而忽視對申請人資信狀況的審核, 使得銀行無法準(zhǔn)確掌握大學(xué)生的真實(shí)信譽(yù)狀況和還款能力。因此,大學(xué)生信用卡具有更大的潛在風(fēng)險(xiǎn)。以A 銀行2005 年發(fā)行大學(xué)生信用卡為例數(shù)據(jù)呢, 建立損益模型, 對盈利結(jié)構(gòu)進(jìn)行分析。截至2007 年第一季度, 該行大學(xué)生信用卡發(fā)行規(guī)模約25 萬張, 活動(dòng)戶約為6.5 萬張,使用率26%, 循環(huán)信貸規(guī)模為9000 萬元。以上損益列出了各項(xiàng)收支情況, 依據(jù)這些數(shù)據(jù)可以分析出當(dāng)前大學(xué)生信用卡經(jīng)營中的一些顯著特性和問題。( 一) 大學(xué)生信用卡總體盈利水平不高目前直接經(jīng)濟(jì)效益較低, 注意論文結(jié)構(gòu)收入小于支出, 處在虧損階段。造成這種局面的原因可歸結(jié)為以下方面: 一是大學(xué)生信用卡尚未達(dá)到規(guī)模經(jīng)濟(jì)效應(yīng)。從調(diào)查結(jié)果看, 由于使用頻率底和消費(fèi)金額不足, 分?jǐn)傇诿繌埿庞每ㄉ系膯挝唤?jīng)營成本高而單位收益低, 造成利潤為負(fù)。二是目前大學(xué)生信用卡處在推廣階段, 各銀行普遍采取設(shè)點(diǎn)方式銷售, 銀行人員工資福利、營銷費(fèi)用、行政辦公費(fèi)用等項(xiàng)目支出過高。三是目前大學(xué)生信用卡“進(jìn)出頻繁” 影響銀行的利潤空間。調(diào)查顯示, 目前只有26% 左右是“活”卡, 使銀行浪費(fèi)了大量的推廣、制作和賬戶管理費(fèi)用。( 二) 收入來源單一, 結(jié)構(gòu)不合理。主要體現(xiàn)在: 一是業(yè)務(wù)收入主要依靠利差收入、年費(fèi)、消費(fèi)回扣, 業(yè)務(wù)收入對于利率政策、消費(fèi)收單手續(xù)費(fèi)分成比例的依賴性較強(qiáng), 贏利的主動(dòng)性弱。二是循環(huán)信貸規(guī)模低, 利息收入小。收入各項(xiàng)占循環(huán)信貸余額的比例較高, 說明銀行沒有利息收益。目前循環(huán)信用利息收入只有700萬元, 占總收入不到20% , 而國外成熟信用卡業(yè)務(wù)的收益主要源于循環(huán)信用利息,占總收入70% - 80% 。三是年費(fèi)是重要收入項(xiàng)目, 這與國外年費(fèi)收入基本為零的現(xiàn)狀形成鮮明對比。( 三) 總體運(yùn)營成本過高, 資本資源效率不高。盡管信用卡業(yè)務(wù)作為一項(xiàng)勞動(dòng)密集型金融零售業(yè)務(wù)對人力費(fèi)用有一定的支出要求,但人工費(fèi)、辦公費(fèi)占到總支出的一半以上,遠(yuǎn)高于國外銀行在該項(xiàng)目的支出。一方面說明大學(xué)生信用卡規(guī)模不經(jīng)濟(jì), 運(yùn)營成本較高, 另一方面, 反映國內(nèi)銀行成本控制比較粗放, 沒有有效利用資源。因此, 還有很大的潛力可挖, 若能有效控制成本, 則能夠提高整體利潤率。( 四) 小結(jié)大學(xué)生信用卡處在萌芽期, 對于盈利模式、經(jīng)營管理手段處在模糊階段, 造成使用狀況不理想。業(yè)務(wù)整體收入水平不高, 處在虧損狀態(tài), 在收入結(jié)構(gòu)中, 循環(huán)信貸產(chǎn)生的收入較低, 年費(fèi)收入占相當(dāng)大比重。在成本控制方面, 銀行仍有機(jī)會(huì)可尋。2.2標(biāo)題本題是一個(gè)開放性問題，首先我們要文章有一個(gè)明確的理解。本文題目中的 關(guān)鍵詞為“大學(xué)生”、“銀行”、“信用卡風(fēng)險(xiǎn)”。我們的目標(biāo)是大學(xué)生，考慮的角度是從銀行出發(fā)，即要考慮的風(fēng)險(xiǎn)是銀行在給大學(xué)生辦理信用卡之后自身會(huì)出現(xiàn)的風(fēng)險(xiǎn)。而該風(fēng)險(xiǎn)我們確定為大學(xué)生透支還款能力。2.3 標(biāo)題利用所有資源，盡可能的去尋找自己所需要的各類信息，得出初步結(jié)果。 1）確定幾項(xiàng)與大學(xué)生信用卡使用情況有關(guān)的調(diào)查內(nèi)容，收集相關(guān)數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行一定的篩選。 2）對于所得到的數(shù)據(jù)我們進(jìn)行簡單的數(shù)據(jù)處理，對銀行信用卡可能存在的風(fēng)險(xiǎn)進(jìn)行分析。2.4 針對風(fēng)險(xiǎn)分析，要對信用卡風(fēng)險(xiǎn)進(jìn)行管理，我們首先就是要建立一個(gè)大學(xué)生信用卡風(fēng)險(xiǎn)評估模型，從而來尋求降低信用卡的信用風(fēng)險(xiǎn)的有效管理措施。1）我們選取信用評估中的一個(gè)重點(diǎn)“大學(xué)生信用度”來進(jìn)行衡量。而大學(xué)生信用卡風(fēng)險(xiǎn)評估是一個(gè)較為復(fù)雜的過程，涉及各方面的因素，而且各影響因素與衡量結(jié)果之間并不完全是線性關(guān)系。因此單單使用傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)模型是不準(zhǔn)確的，于是使用一個(gè)新的優(yōu)化模型AHP-BP神經(jīng)網(wǎng)絡(luò)模型，來對信用度等級進(jìn)行分類。2）對于如此多的因素，我們并不清楚對于信用卡風(fēng)險(xiǎn)來說哪些因素的影響比重較大。因此要對因素進(jìn)行分析，使用Logistic模型來分析其因素的重要性。2.5 從上述模型得出對銀行信用卡風(fēng)險(xiǎn)的建議。3、模型假設(shè)1）信用卡中的透支額完全由學(xué)生自身償還，排除出現(xiàn)大額度透支時(shí)家長替其償 還之類的情況。2）數(shù)據(jù)調(diào)查于北京，由北京高校學(xué)生使用信用卡現(xiàn)象大致代表全國大學(xué)生用卡 現(xiàn)象。3）銀行信用卡風(fēng)險(xiǎn)其實(shí)來自于雙方面，一方面是損失最少另一方面是獲利最多。因?yàn)槟Ｐ团c知識(shí)水平的有限，對于風(fēng)險(xiǎn)我們只考慮損失最少這一方面，對于是否獲利最大我們不做考慮。4）大學(xué)生信用卡使用情況在一定時(shí)間內(nèi)保持穩(wěn)定不變，且不受例如金融危機(jī)之類的外界因素的影響。4、變量說明及名詞解釋4.1符號(hào)說明：個(gè)人信用等級；就是上層某元素而言與兩元素的相對重要性標(biāo)度自然情況指標(biāo)家庭狀況指標(biāo)消費(fèi)方向指標(biāo)與銀行關(guān)系指標(biāo)年齡性別學(xué)習(xí)情況健康狀況文化程度戶口有無兼職月生活費(fèi)住宅性質(zhì)所在家庭凈資產(chǎn)日常飲食支出學(xué)習(xí)支出 娛樂支出家庭月收入存款狀況父母是否是銀行職員對信用卡業(yè)務(wù)了解狀況一致性指標(biāo)平均隨機(jī)一致性指標(biāo)一致性比例各隱含層閾值初值權(quán)值輸入層閾值初值為第i 種申請方式下的信用風(fēng)險(xiǎn)度=( B 為銀行提供信用消費(fèi)的總額)為第i 種申請方式下信用消費(fèi)額形成呆賬的數(shù)額4.2名詞解釋：信用卡：有透支額度的銀行卡。大學(xué)生信用卡風(fēng)險(xiǎn)：透支消費(fèi)的無力按時(shí)償還或不愿意償還本息而導(dǎo)致將來形成壞賬的風(fēng)險(xiǎn)。大學(xué)生月自我調(diào)配的費(fèi)用：大學(xué)生每月除去日常生活的必須支出之外，所剩下來的費(fèi)用，可以供自己自由支配。信用卡基準(zhǔn)透支額度：其值設(shè)定與大學(xué)生月自我調(diào)配的費(fèi)用類似等同。5、模型建立與求解5.1 先對所收集的數(shù)據(jù)進(jìn)行簡單的分析。（數(shù)據(jù)表格見附錄） 1）大學(xué)生的主要經(jīng)濟(jì)來源結(jié)構(gòu)（如下圖所示）從上圖看出，目前大多數(shù)大學(xué)生的主要經(jīng)濟(jì)仍然來源于父母，這類大學(xué)生的人數(shù)占到被調(diào)查者總數(shù)的76.19%。而靠獎(jiǎng)學(xué)金和打工獲取經(jīng)濟(jì)來源的學(xué)生數(shù)量之和只占到被調(diào)查者總數(shù)的14%。左右。根據(jù)數(shù)據(jù)可得，目前大學(xué)生消費(fèi)資金主要還是由父母提供，因而而完全自食其力的大學(xué)生還是相當(dāng)有限的。2）大學(xué)生的消費(fèi)結(jié)構(gòu)的主要特點(diǎn)（如下圖所示） 從上圖來看，目前大學(xué)生的主要消費(fèi)支出仍然是用于傳統(tǒng)的日常飲食，其支出占總量的50%。排在第二位的是買書等學(xué)習(xí)用途支出，占總量的19%。聚會(huì)、購買數(shù)碼產(chǎn)品和購買服裝等時(shí)尚支出所占比重并不是太大，但也占到了總量的31%。因此，我們可以認(rèn)為除了日常必須的消費(fèi)之外剩下的35%為大學(xué)生的自己可支配額度。3）大學(xué)生月消費(fèi)水平（如下圖所示）從上圖看出大學(xué)生的月消費(fèi)水平從200元到1500元以上都有涉及，不過以500-1000元檔為最多為70.84%。按照中值計(jì)算方法得出月平均消費(fèi)水平在850元左右。4）大學(xué)生擁有信用卡的數(shù)量狀況（如下圖所示）從上圖看出大學(xué)生擁有信用卡數(shù)量以1-3張為多，百分比高達(dá)97%。因此說明大學(xué)生持卡量是相當(dāng)高的。5）大學(xué)生信用卡擁有時(shí)間分析（如下圖所示）按照中值的計(jì)算方法，可得平均擁有信用卡時(shí)間為6.4個(gè)月。從上表所示的情況來看,只有31.15%的學(xué)生辦理信用卡的時(shí)間超過了一年，68.85%的學(xué)生辦理信用卡時(shí)間并未超過一年，計(jì)算得出的平均擁有信用卡時(shí)間也僅為6.4個(gè)月。6）大學(xué)生信用卡使用頻率分析（如下圖所示）按照中值的計(jì)算方法，設(shè)平均使用信用卡頻率為x3，計(jì)算可得：x3=2.9次/月從目前調(diào)查狀況來看，22.95%的學(xué)生自從辦理了信用卡后還沒怎么使用過。49.18%的學(xué)生平均每月使用信用卡的頻率是13次，而每月使用信用卡頻率在三次以上的人數(shù)占總體比重偏小。7）信用卡了解程度分析（如下圖所示）對不同了解程度給予01之間數(shù)值的賦值：了 解 程 度 賦 值 范 圍 中 值 人 數(shù) 很 不 了 解 0-0.25 0.125 9 不 太 了 解 0.25-0.5 0.375 69 比 較 了 解 0.5-0.75 0.625 33 非 常 了 解 0.75-1.0 0.875 4 從總體而言，辦理信用卡大學(xué)生對信用卡的功能并不了解。總結(jié)：對于上述的數(shù)據(jù)分析我們得出大學(xué)生辦理了信用卡且個(gè)人擁有卡的數(shù)量也越來越多，但大多數(shù)大學(xué)生辦卡只是圖其新鮮和有贈(zèng)品，對于信用卡、借記卡、循環(huán)利息等基本知識(shí)明顯匱乏，更重要的是對于信用責(zé)任的認(rèn)知相對來說是低水平的。而且目前大學(xué)生日常消費(fèi)資金主要還是由父母提供，其他類似于獎(jiǎng)學(xué)金與兼職的收入是微乎其微的，完全自食其力的大學(xué)生還是相當(dāng)有限的，因此大學(xué)生在使用信用卡產(chǎn)生透支額度的時(shí)候就或多或少會(huì)存在無力償付的隱患。5.2 建立信用卡基準(zhǔn)透支額度根據(jù)調(diào)查數(shù)據(jù)分析得大學(xué)生平均月生活費(fèi)為850元，而其中50.2%用于傳統(tǒng)的日常飲食是生活的必須支出。于是剩下的49.8%的生活費(fèi)用屬于學(xué)生自我調(diào)配的費(fèi)用。以此我們定義：信用卡透支基準(zhǔn)額度=月平均生活費(fèi)*49.8%425元5.3 利用層次分析法計(jì)算信用卡申請指標(biāo)的權(quán)重5.3.1 建立評估指標(biāo)體系個(gè)人信用等級評估指標(biāo)設(shè)立的目的可以簡述為銀行通過評估申請人的品德、能力以及還款意愿等對其還款可能性進(jìn)行預(yù)測。我們選擇4大類17個(gè)指標(biāo)來評價(jià)個(gè)人信用等級（如下圖）個(gè)人信用等級自然情況指標(biāo)家庭狀況指標(biāo)消費(fèi)方向指標(biāo)銀行關(guān)系指標(biāo)年齡有無兼職戶口文化程度健康狀況學(xué)習(xí)情況性別家庭月收入住宅性質(zhì)家中凈資產(chǎn)日常飲食支出學(xué)習(xí)支出娛樂支出月生活費(fèi)存款狀況父母是否銀行職員信用卡了解狀況5.3.2 計(jì)算評估指標(biāo)體系各因素的權(quán)重根據(jù)影響個(gè)人信用等級的主要因素建立系統(tǒng)的遞階層次結(jié)構(gòu)以后，需要運(yùn)用層次分析法確定各評估指標(biāo)的權(quán)重。1) 構(gòu)建判斷矩陣。符號(hào)輸入不規(guī)范建立層次分析模型之后，就可以以上一層次某因素為準(zhǔn)，該因素對下一層次諸因素有支配關(guān)系，兩兩比較下一層諸因素對它的相對重要性，并賦予一定分值，一般采用1 9 標(biāo)度法。矩陣形式如下：式中， 就是上層某元素而言與兩元素的相對重要性標(biāo)度。2) 判斷矩陣的一致性檢驗(yàn)。由于判斷矩陣是主觀認(rèn)為賦予的，故需要進(jìn)行一致性檢驗(yàn)，即評估矩陣的可靠性。對判斷矩陣的一致性檢驗(yàn)的方法為：先計(jì)算一致性指標(biāo)，當(dāng)，為完全一致；值越大，判斷矩陣的完全一致性越差；再查找相應(yīng)的平均隨機(jī)一致性指標(biāo)，值見下表。階數(shù)1234567890.000.000.580.901.121.241.321.411.45的值可以通過下列方法獲?。河秒S機(jī)方法構(gòu)造500個(gè)樣本矩陣，隨機(jī)地從1 9 及其倒數(shù)中抽取數(shù)字構(gòu)造正負(fù)反矩陣，求得最大特征根的平均值 ，并定義計(jì)算一致性比例，當(dāng)時(shí)，認(rèn)為判斷矩陣的一致性時(shí)可以接受的，否則應(yīng)對判斷矩陣做適當(dāng)修正。5.3.3 計(jì)算層次單排序及總排序。計(jì)算出某層次因素相對于上一層次中某一因素的相對重要性，這種排序計(jì)算稱為單排序。具體地說，層次單排序是指根據(jù)判斷計(jì)算對于上一層某元素而言本層次與之有聯(lián)系的元素重要性次序的權(quán)值。依次沿遞階層次結(jié)構(gòu)由上而下逐層計(jì)算，即可計(jì)算出最低層因素相對于最高層( 總目標(biāo)) 的相對重要性或相對優(yōu)劣的排序值，即層次總排序。本文運(yùn)用matlab（程序呢）可以得出個(gè)層次的綜合判斷矩陣的權(quán)重值W以及一致性檢驗(yàn)情況(如下圖所示)。層次權(quán)值（W）一致性檢驗(yàn)結(jié)果詳細(xì)項(xiàng)目最終權(quán)值目標(biāo)層個(gè)人信用情況AB1（0.0837）B2（0.1385）B3（0.5450）B4（0.2328）=4.051R=0.017/0.89=0.0190.1準(zhǔn)則層自然狀況B1（0.087）詳細(xì)項(xiàng)目C1（0.946）C2（0.0549）C3（0.1646）C4（0.1646）C5（0.3718）C6（0.0549）C7（0.0946）=7.073R=0.0123/1.36=0.0090.1C1（0.0008）C2（0.0005）C3（0.0143）C4（0.0143）C5（0.0377）C6（0.0005）C7（0.0008）準(zhǔn)則層家庭狀況B2（0.1385）詳細(xì)項(xiàng)目C8（0.6370）C9（0.1047）C10（0.2583）=3.038R=0.01925/0.52=0.0370.1C8（0.1122）C9（0.0145）C10（0.0356）準(zhǔn)則層職業(yè)狀況B3（0.5450）詳細(xì)項(xiàng)目C11（0.2854）C12（0.0725）C13（0.1697）C14（0.4723）=4.051R=0.017/0.89=0.0190.1C11（0.1555）C12（0.0395）C13（0.0925）C14（0.2574）準(zhǔn)則層銀行關(guān)系B4（0.2328）詳細(xì)項(xiàng)目C15（0.6000）C16（0.2000）C17（0.2000）=3.000R=0/0.52=00.1C15（0.1397）C16（0.0745）C17（0.0745）自然情況指標(biāo)；家庭狀況指標(biāo)；消費(fèi)方向指標(biāo)；與銀行關(guān)系指標(biāo)；年齡；性別；學(xué)習(xí)情況；健康狀況；文化程度；戶口；有無兼職；月生活費(fèi)；住宅性質(zhì)；所在家庭凈資產(chǎn)；日常飲食支出；學(xué)習(xí)支出；娛樂支出；家庭月收入；存款狀況；父母是否是銀行職員；保險(xiǎn)狀況5.4 AHP-BP 神經(jīng)網(wǎng)絡(luò)模型的建立5.4.1 模型輸入點(diǎn)的選擇。由于各判斷矩陣的RC 值均小于0.1，可以認(rèn)為它們均有滿意的一致性。商業(yè)銀行信用風(fēng)險(xiǎn)評估對影響因素較為敏感，權(quán)值累計(jì)貢獻(xiàn)率95% 的指標(biāo)保留，即當(dāng)措施層指標(biāo)權(quán)值0.05 時(shí)，將該指標(biāo)刪除，從而得到簡化后的風(fēng)險(xiǎn)指標(biāo)體系，并以其作為AHP-BP 神經(jīng)網(wǎng)絡(luò)模型的輸入值。信用卡風(fēng)險(xiǎn)衡量的指標(biāo)通常包括持卡人信用消費(fèi)違約與否、違約概率和惡意欺詐等多種形式。然而，傳統(tǒng)的信用卡風(fēng)險(xiǎn)衡量標(biāo)準(zhǔn)在不同程度上表現(xiàn)為對個(gè)人信用類別的劃分，而不是對信用風(fēng)險(xiǎn)的評估，或者評估結(jié)果取值不連續(xù)、存在波動(dòng)性；而信用卡風(fēng)險(xiǎn)度是指在特定的信用消費(fèi)方式下，持卡人由于各種原因，不愿意或無力償還透支的款額本息而使透支的款額將來形成呆賬的可能性。其具體表現(xiàn)為：Ki 為第i 種申請方式下的信用風(fēng)險(xiǎn)度，Ki=Di/B；D i 為第i 種申請方式下信用消費(fèi)額形成呆賬的數(shù)額；B 為銀行提供信用消費(fèi)的總額。信用風(fēng)險(xiǎn)度不僅體現(xiàn)了風(fēng)險(xiǎn)的不確定性，強(qiáng)調(diào)了信用風(fēng)險(xiǎn)的相對性，而且可以較為準(zhǔn)確地反映信用消費(fèi)金額的損失程度，更好地體現(xiàn)出信用卡風(fēng)險(xiǎn)本質(zhì)內(nèi)涵，并且取值在0，1 間連續(xù)，是較為理想的信用風(fēng)險(xiǎn)衡量指標(biāo)。5.4.2 相關(guān)參數(shù)的確定。文中用于信用卡風(fēng)險(xiǎn)評估的神經(jīng)網(wǎng)絡(luò)模型基于SPDS算法的三層B P 神經(jīng)網(wǎng)絡(luò)模型，輸入層含有11個(gè)輸入向量，輸出層含有1個(gè)輸出向量。網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)根據(jù)經(jīng)驗(yàn)確定，一般可考慮的經(jīng)驗(yàn)法則有：一是隱含層節(jié)點(diǎn)數(shù)不能是個(gè)層中節(jié)點(diǎn)數(shù)最少的，也不是最多的；二是較好的隱含層的節(jié)點(diǎn)數(shù)介于輸入節(jié)點(diǎn)和輸出節(jié)點(diǎn)數(shù)之和的50% 70% 之間；三是隱含層節(jié)點(diǎn)數(shù)的理論上限由其訓(xùn)練樣本數(shù)據(jù)所限定。所以隱含層的節(jié)點(diǎn)數(shù)為6 個(gè)較符合實(shí)際情況，適用雙曲正切S i g m o i d 激勵(lì)函數(shù)。網(wǎng)絡(luò)各學(xué)習(xí)參數(shù)設(shè)定如下：最大循環(huán)次數(shù)為800；目標(biāo)誤差為0.00001；初始值為0.0001，各隱含層及輸入層的閾值初值定為X 0= -1，W 0=0。5.4.3 模型的訓(xùn)練與檢驗(yàn)。樣本數(shù)和判別分析一樣，訓(xùn)練樣本和檢驗(yàn)樣本從總體中不重復(fù)隨機(jī)抽樣，各占總體樣本的2/3 和1/3。本文結(jié)合實(shí)際情況運(yùn)用模擬數(shù)據(jù)的15 個(gè)項(xiàng)目的相關(guān)數(shù)據(jù)作為訓(xùn)練樣本和檢測樣本，其中10 個(gè)作為訓(xùn)練樣本，5 個(gè)作為檢測樣本。使用M A T L A B6.5 軟件編程（未見程序），計(jì)算出訓(xùn)練階段樣本預(yù)測結(jié)果與實(shí)際結(jié)果(見下表)，以及檢驗(yàn)階段樣本預(yù)測結(jié)果與實(shí)際結(jié)果( 見下表)樣本序列實(shí)際值預(yù)測值10.52110.530420.85430.832930.32230.341540.56550.546750.74560.7312訓(xùn)練階段樣本預(yù)測結(jié)果和實(shí)際結(jié)果樣本序列號(hào)實(shí)際值預(yù)測值樣本序號(hào)實(shí)際值預(yù)測值10.66240.663861.00240.995120.52370.523170.72300.725630.59920.601280.83560.821040.42260.432190.18490.191050.81250.8186100.60150.5983檢驗(yàn)階段樣本預(yù)測結(jié)果和實(shí)際結(jié)果最后得出結(jié)論為：我們設(shè)預(yù)測值處于0.8 以上的，說明申請者信用差，風(fēng)險(xiǎn)比率高；預(yù)測值處于0.4 0.8，則說明信用一般；預(yù)測值處于0.4 以下，是屬于信用高的。5.5 信用卡風(fēng)險(xiǎn)相關(guān)因素的分析。利用上面對信用度的評定，我們將其結(jié)果作為解釋變量之一，再加上其余的特征變量，最后建立一個(gè)Logistic模型。我們選取的20個(gè)人的信息輸入如下表：IlevelincomeC-numberF-moneymtimeY127001180802410001430121319502300131417001130151525001120120638501260121721300365024183900132090949002360121101800226080112850231071121105024001111346001120120143950226016115270011308116410001260111171700218012018495023601301939001390812037501210120level：分為4個(gè)等級，即?？啤⒈救?、本二、本一分別用4、3、2、1來代表。Y：1表示好，0表示壞。我們選取SPSS菜單中的Analyze=Regression=Binary Logistic. 計(jì)算機(jī)自動(dòng)得到以下結(jié)果：Case Processing SummaryUnweighted CasesNPercentSelected CasesIncluded in Analysis20100.0Missing Cases0.0Total20100.0Unselected Cases0.0Total20100.0上表為記錄處理情況匯總，即有多少例記錄被納入了下面的分析，可見此處因不存在缺失值，20條記錄均納入了分析。 Dependent Variable EncodingOriginal ValueInternal Value0011上表為應(yīng)變量分類情況列表Classification TableObservedPredictedYPercentage Correct01Step 0Y008.01012100.0Overall Percentage60.0上表為分類預(yù)測表，可見總預(yù)測準(zhǔn)確率為60.0%，這是不納入任何解釋變量時(shí)的預(yù)測準(zhǔn)確率，相當(dāng)于比較基線。Variables in the EquationBS.E.WalddfSig.Exp(B)Step 0Constant.405.456.7891.3741.500上表為Block 0時(shí)的變量系數(shù)，可見常數(shù)的系數(shù)值為1.500.Variables not in the EquationScoredfSig.Step 0VariablesLEVEL.00011.000INCOME5.7591.016CNUMBER.5951.440FMONEY3.2381.072MTIME.9891.320Overall Statistics7.5935.180上表為在Block 0處尚未納入分析方程的侯選變量，所作的檢驗(yàn)表示如果分別將他們納入方程，則方程的改變是否會(huì)有顯著意義（根據(jù)所用統(tǒng)計(jì)量的不同，可能是擬合優(yōu)度，Deviance值等）。Omnibus Tests of Model CoefficientsChi-squaredfSig.Step 1Step9.7985.081Block9.7985.081Model9.7985.081上表為全局檢驗(yàn)，對每一步都作了Step、Block和Model的檢驗(yàn)。Model SummaryStep-2 Log likelihoodCox & Snell R SquareNagelkerke R Square117.122.387.524 此處為模型概況匯總。Classification TablePredictedYPercentage CorrectObserved01Step 1Y06275.013975.0Overall Percentage75.0準(zhǔn)確率達(dá)到75%。 Variables in the EquationBS.E.WalddfSig.Exp(B)Step 1LEVEL-.645.818.6231.430.525INCOME.023.0171.9621.1611.024CNUMBER-1.2611.403.8071.369.283FMONEY-.012.020.3691.544.988MTIME.048.267.0321.8581.049Constant-12.8728.4522.3191.128.000a Variable(s) entered on step 1: LEVEL, INCOME, CNUMBER, FMONEY, MTIME.由表格中的“B”列可以看出“CNUMBER”、“LEVEL” 、“MTIME” 對信用度的影響是前三位的。5.6 對銀行信用卡風(fēng)險(xiǎn)的建議有了評估體系后，銀行可以根據(jù)信用卡申請者或者信用卡授卡對象的實(shí)際情況進(jìn)行比較科學(xué)的評估，對他們的基本情況歸一化后，通過本文所構(gòu)造的神經(jīng)網(wǎng)絡(luò)模型得到實(shí)際的輸出結(jié)果，銀行可以對申請者的信用進(jìn)行分級。這樣就可以對不同的信用等級授予不同的信用消費(fèi)金額，比如預(yù)測值處于0.8 以上的，說明申請者由于各種原因，申請者對透支消費(fèi)的無力按時(shí)或不愿意償還本息而導(dǎo)致將來形成壞賬的風(fēng)險(xiǎn)比率高，這時(shí)銀行就可以拒絕申請；預(yù)測值處于0.4 0.8，則說明信用一般，銀行可以考慮授予普通的信用卡；預(yù)測值處于0.4 以下，是屬于信用高的，這時(shí)銀行可以授予信用額度高的信用卡，還可以考慮適當(dāng)增加一些個(gè)人的金融服務(wù)，盡量留住這些高信用的客戶。對于不同的預(yù)測值，銀行就可以針對不同信用的申請者發(fā)放不同的卡種，有效地降低了由于申請者信用的不良導(dǎo)致信用卡的消費(fèi)形成呆賬的風(fēng)險(xiǎn)。同時(shí)銀行在為大學(xué)生辦理信用卡的時(shí)候要了解其學(xué)歷以及已擁有卡的數(shù)量等必要信息。申請者信用差的，銀行可以在透支基準(zhǔn)額度（RMB425）的標(biāo)準(zhǔn)下再進(jìn)一步降低其信用卡的可透支最大額度；信用一般的銀行可以考慮授予普通的信用卡，同時(shí)結(jié)合申請人的學(xué)歷與已有卡數(shù)量進(jìn)行一定的控制；信用高的銀行可以授予申請者信用額度大大高于基準(zhǔn)額度（RMB425）的信用卡。對于透支額度的調(diào)整我們可以根據(jù)之前所算的基準(zhǔn)額度作為標(biāo)準(zhǔn)線。同時(shí)將信用度分為0-1一共5個(gè)檔次，數(shù)字越小信用度越高。每升高一個(gè)檔次，透支額度就升高一定量（如下圖）信用額度0-0.20.2-0.40.4-0.60.6-0.80.8-1.0透支額度425.00825.001225.001625.002025.00另外發(fā)卡行個(gè)體理性的結(jié)果是都采用寬松的申請條件。雖然從整體上看大學(xué)生群體的素質(zhì)較高，在一定程度上減輕了大學(xué)生信用卡業(yè)務(wù)的風(fēng)險(xiǎn)，但信用卡業(yè)務(wù)本質(zhì)上是無抵押擔(dān)保的高風(fēng)險(xiǎn)銀行業(yè)務(wù)。目前在校大學(xué)生只要填一張申請表，提供其身份證和學(xué)生證復(fù)印件即可申請辦理大學(xué)生信用卡。這種申卡方式在一定程度上簡化了信用卡的審批手續(xù)，提高了銀行的工作效率，但大學(xué)生畢竟仍屬于沒有固定收入來源的群體，隨著就業(yè)壓力的增大，許多大學(xué)生面臨著畢業(yè)找不到工作的危機(jī)。因此發(fā)卡行應(yīng)理性看待大學(xué)生群體，提高對大學(xué)生信用卡市場風(fēng)險(xiǎn)的認(rèn)識(shí)。從而得到降低信用卡的信用風(fēng)險(xiǎn)的有效措施。對銀行信息的管理我們也有所建議，希望銀行不要一味的提高大學(xué)生信用卡辦理的數(shù)量而忽視的申請人的信息和辦卡步驟?，F(xiàn)在有些銀行在辦理校園信用卡的時(shí)候往往只需要申請人填寫一份簡單的表格，有些甚至只要寫個(gè)名字與身份證號(hào)碼就能辦理了，對所寫的信息也不進(jìn)行核對。等日后賬戶出現(xiàn)問題，銀行都無法聯(lián)系到申請人。所以希望銀行在信息了解已經(jīng)確認(rèn)方面要多加重視。6、模型檢驗(yàn)根據(jù)現(xiàn)實(shí)我們了解到，隨著社會(huì)的發(fā)展現(xiàn)在越來越多的大學(xué)生開始辦理信用卡，且數(shù)量是越來越多，而銀行給予的透支額度也越來越高。學(xué)生在刷卡消費(fèi)時(shí)透支現(xiàn)象越來越多，而且透支的額度也越來越高。到最后就出現(xiàn)辦理多張信用卡，“拆東墻補(bǔ)西墻”來還清欠款，越來越多的學(xué)生加入“卡奴”一族。同時(shí)銀行因持卡人透支消費(fèi)的無力按