《大學(xué)生風(fēng)險(xiǎn)消費(fèi)的特征的實(shí)證研究》17000字（論文）

PAGE12PAGE13大學(xué)生風(fēng)險(xiǎn)消費(fèi)的特征的實(shí)證研究目錄TOC\o"1-2"\h\u20173摘要 220011一、緒論 228271（一）研究背景及目的 230268（二）國(guó)內(nèi)外研究現(xiàn)狀 36652（三）研究方法 424183（四）研究?jī)?nèi)容 57746第三章是對(duì)用戶畫(huà)像技術(shù)的介紹。 58670二、風(fēng)險(xiǎn)消費(fèi) 619965(一）風(fēng)險(xiǎn)消費(fèi)概念及特征 625848(二）大學(xué)生風(fēng)險(xiǎn)消費(fèi)相關(guān)特征與理論 719820三、用戶畫(huà)像技術(shù) 719858四、研究設(shè)計(jì) 97051（一）問(wèn)卷設(shè)計(jì)及調(diào)查方案的實(shí)施 95521（二）變量介紹 1019993五、實(shí)證分析 1231074（一）問(wèn)卷信度、效度分析 1224277（二）描述性統(tǒng)計(jì)分析 121731（三）大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)等級(jí)影響因素研究 207061（四）用戶特征提取 2514076六、結(jié)論及建議 266180（一）結(jié)論 2622468（二）建議 2714350參考文獻(xiàn) 298290附錄A 3222461附錄B 38摘要互聯(lián)網(wǎng)金融在近幾年迅速崛起，人們的消費(fèi)觀念在不斷的發(fā)生變化，信貸消費(fèi)的需求也隨之增加。網(wǎng)絡(luò)風(fēng)險(xiǎn)消費(fèi)慢慢的被人們接受，并迅速成為人們主流消費(fèi)之一。目前消費(fèi)群體主力軍之一就是大學(xué)生，阿里巴巴、京東等均推出分期業(yè)務(wù)，例如花唄、京東白條等。大學(xué)生使用風(fēng)險(xiǎn)消費(fèi)的人數(shù)逐漸增多，伴隨而來(lái)的風(fēng)險(xiǎn)違約問(wèn)題也頻繁發(fā)生，存在著大學(xué)生的消費(fèi)欲望旺盛，風(fēng)險(xiǎn)消費(fèi)風(fēng)險(xiǎn)管理意識(shí)薄弱的問(wèn)題，容易造成不良結(jié)果，需要有效評(píng)價(jià)大學(xué)生的風(fēng)險(xiǎn)消費(fèi)狀況。本項(xiàng)目以長(zhǎng)沙市的大學(xué)為對(duì)象，以問(wèn)卷調(diào)查的形式，對(duì)長(zhǎng)沙市大學(xué)生的基本信息、家庭經(jīng)濟(jì)狀況及風(fēng)險(xiǎn)消費(fèi)狀況進(jìn)行問(wèn)卷調(diào)查內(nèi)容的設(shè)計(jì)和數(shù)據(jù)收集，使用分析軟件對(duì)調(diào)查數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析將大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)按等級(jí)劃分，使用Logiit回歸模型和隨機(jī)森林算法進(jìn)行定量分析，構(gòu)建模型，導(dǎo)出影響信用消費(fèi)風(fēng)險(xiǎn)的重要因素，對(duì)模型進(jìn)行歸屬分析實(shí)現(xiàn)了用戶識(shí)別和活動(dòng)預(yù)測(cè)，提取和發(fā)現(xiàn)了大學(xué)生的信用消費(fèi)特征。關(guān)鍵詞：風(fēng)險(xiǎn)消費(fèi)；用戶畫(huà)像；隨機(jī)森林；邏輯回歸；一、緒論研究背景及目的我國(guó)社會(huì)主義市場(chǎng)經(jīng)濟(jì)自改革開(kāi)放以來(lái)一直都處于飛速發(fā)展的狀態(tài)。消費(fèi)是推動(dòng)經(jīng)濟(jì)發(fā)展的關(guān)鍵性因素，互聯(lián)網(wǎng)金融在近年迅速崛起，網(wǎng)絡(luò)購(gòu)物已是大勢(shì)所趨。據(jù)統(tǒng)計(jì)截至2020年底，中國(guó)使用網(wǎng)購(gòu)的消費(fèi)者已達(dá)到7.82億人次，相比于同年3月增加7千余萬(wàn)人次，占全體網(wǎng)民總數(shù)的79.1%，人們的消費(fèi)觀念不斷變化，個(gè)人消費(fèi)信貸需求不斷增加，網(wǎng)絡(luò)風(fēng)險(xiǎn)消費(fèi)被人們所接受，并逐漸成為主流消費(fèi)模式之一。構(gòu)成消費(fèi)群體的一個(gè)重要組成成分就是大學(xué)生，于是,風(fēng)險(xiǎn)消費(fèi)平臺(tái)成為商家爭(zhēng)奪的熱點(diǎn),阿里巴巴、京東等均推出分期業(yè)務(wù)，例如花唄、京東白條等。隨著大學(xué)生風(fēng)險(xiǎn)消費(fèi)規(guī)模的日益擴(kuò)大,違約風(fēng)險(xiǎn)也頻繁發(fā)生，部分大學(xué)生的信用消費(fèi)風(fēng)險(xiǎn)管理意識(shí)淡薄，但消費(fèi)欲望強(qiáng)烈，同時(shí)部分非法平臺(tái)借機(jī)會(huì)將超過(guò)償還貸款能力的信用貸款消費(fèi)推薦給學(xué)生甚至提供“裸款”條款，產(chǎn)生了非常壞的社會(huì)影響，信用消費(fèi)可以給大學(xué)生帶來(lái)便利，但大學(xué)生缺乏信用認(rèn)識(shí)，理財(cái)能力較弱。近幾年網(wǎng)絡(luò)貸款風(fēng)波不斷，急需對(duì)大學(xué)生的消費(fèi)信用狀況進(jìn)行有效的評(píng)價(jià)。本項(xiàng)目以長(zhǎng)沙市大學(xué)生為對(duì)象進(jìn)行問(wèn)卷調(diào)查，跟據(jù)長(zhǎng)沙市大學(xué)生的基本信息、家庭經(jīng)濟(jì)狀況、信用消費(fèi)使用情況等特征進(jìn)行問(wèn)卷設(shè)計(jì)和數(shù)據(jù)采集，利用RStudio軟件對(duì)調(diào)查數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，提取大學(xué)生信用消費(fèi)特點(diǎn)，使用隨機(jī)森林算法和logit回歸方法進(jìn)行定量分析，建立模型，并對(duì)模型進(jìn)行檢驗(yàn)，實(shí)現(xiàn)用戶識(shí)別和活動(dòng)預(yù)測(cè)，本文對(duì)現(xiàn)代大學(xué)生信用消費(fèi)的特征以及存在的問(wèn)題進(jìn)行了整理，并根據(jù)分析結(jié)果提出了有效建議。為改善大學(xué)生的消費(fèi)信用問(wèn)題，提高消費(fèi)信用水平，樹(shù)立正確的消費(fèi)觀念。國(guó)內(nèi)外研究現(xiàn)狀早期國(guó)內(nèi)對(duì)大學(xué)生風(fēng)險(xiǎn)消費(fèi)的研究最開(kāi)始主要是針對(duì)大學(xué)生助學(xué)貸款以及信用卡。宋興武、李錫英和劉浩（2004）對(duì)大學(xué)生助學(xué)貸款違約相關(guān)問(wèn)題進(jìn)行研究，結(jié)果顯示償還能力不足以及道德風(fēng)險(xiǎn)是助學(xué)貸款違約的主要原因。張志俊(2005）在模糊綜合評(píng)價(jià)-層次分析評(píng)價(jià)方法的基礎(chǔ)上構(gòu)建了大學(xué)生信用等級(jí)評(píng)價(jià)指標(biāo)體系，是較早提出通過(guò)建立模型對(duì)大學(xué)生信用水平的進(jìn)行評(píng)估人。肖智、王明愷和謝林林(2006)則更進(jìn)一步,使用支持向量機(jī)(SVM)模型去評(píng)價(jià)助學(xué)貸款人的信用水平。陳鵬(2013)進(jìn)行了消費(fèi)觀對(duì)于大學(xué)生信用消費(fèi)影響的實(shí)證分析，他將大學(xué)生的消費(fèi)觀分為三類:自我成就類、快樂(lè)滿足類和因素導(dǎo)向類，發(fā)現(xiàn)信用卡消費(fèi)與第一類學(xué)生價(jià)值觀呈正相關(guān)，第二類與超出個(gè)人能力的消費(fèi)和信用卡消費(fèi)呈正相關(guān)，而因子導(dǎo)向值與上述兩者均呈負(fù)相關(guān)關(guān)系。關(guān)于評(píng)估方法，柯孔林、周春喜(2005）總結(jié)了目前的信用風(fēng)險(xiǎn)評(píng)估方法，主要分為四類:傳統(tǒng)評(píng)估法、多變量統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)和人工智能方法和風(fēng)險(xiǎn)計(jì)量模型法。熊曉娟通過(guò)對(duì)鄭州市大學(xué)生信用消費(fèi)的調(diào)查發(fā)現(xiàn)超過(guò)8成的大學(xué)生有信用消費(fèi)經(jīng)歷，且月生活費(fèi)越高，越傾向于在資金緊張時(shí)考慮互聯(lián)網(wǎng)金融貸款，大學(xué)生信用消費(fèi)具有用途較多、總體額度不大、存在性別差異等特點(diǎn),發(fā)現(xiàn)在互聯(lián)網(wǎng)背景下，大學(xué)生信用消費(fèi)需求旺盛。 國(guó)外有關(guān)風(fēng)險(xiǎn)消費(fèi)的研究要早于國(guó)內(nèi)，Danes和HireR(1987）研究大學(xué)生信用卡使用情況，發(fā)現(xiàn)大學(xué)生的性別、結(jié)婚與否、住校與否、所在年級(jí)、收入等因素對(duì)其信用卡消費(fèi)行為的影響顯著，所在年級(jí)越高的大學(xué)生，其信用卡使用也越多，大學(xué)生的兼職等收入與信用卡使用呈正相關(guān)關(guān)系。此外，對(duì)于金融知識(shí)了解越多的大學(xué)生，其信用卡使用行為越理性。Hayhoe”(2000）研究發(fā)現(xiàn)大學(xué)生的性別在其信用卡使用中是存在明顯差異的。女大學(xué)生更多地購(gòu)買服裝等商品,男大學(xué)生則更多地購(gòu)買電子、娛樂(lè)等商品;生活態(tài)度越積極的大學(xué)生越喜歡使用信用卡來(lái)消費(fèi)。女大學(xué)生會(huì)更多地計(jì)算預(yù)算且會(huì)保留消費(fèi)記錄，在最低還款額度、接受支付利息方面，男女大學(xué)生之間表現(xiàn)出的差別很小。關(guān)于評(píng)估模型方面，Altman(1968)是最早將多元判別分析法應(yīng)用于財(cái)務(wù)危機(jī)、公司破產(chǎn)及違約風(fēng)險(xiǎn)的評(píng)估，通過(guò)分析一組變量，使其在組內(nèi)差異最小化的同時(shí)實(shí)現(xiàn)組間差異最大化的同時(shí)，根據(jù)統(tǒng)計(jì)標(biāo)準(zhǔn)選入或舍去備選變量，從而得出多變量的Z-score模型。Madalla(1983)使用這個(gè)模型來(lái)區(qū)分拖欠和非拖欠貸款申請(qǐng)人的信用狀況。他認(rèn)為當(dāng)p>0.551時(shí)，貸款是高風(fēng)險(xiǎn)貸款;當(dāng)P＜0.551時(shí)，該筆貸款為低風(fēng)險(xiǎn)貸款;SelwynPiramuthu(1999）在1999年就將神經(jīng)網(wǎng)絡(luò)算法加入到了信用風(fēng)險(xiǎn)評(píng)估中，然而，使用神經(jīng)網(wǎng)絡(luò)進(jìn)行信用風(fēng)險(xiǎn)評(píng)估決策的一個(gè)缺點(diǎn)是一旦做出決策,就很難解釋該決策背后的原理。在這方面的研究中，SelwynPiramuthu分析了使用模糊神經(jīng)系統(tǒng)以及神經(jīng)網(wǎng)絡(luò)的信用風(fēng)險(xiǎn)評(píng)估決定的有利方面。J.Galindo和P.Tamayo(2000）對(duì)不同的統(tǒng)計(jì)和機(jī)器學(xué)習(xí)建模方法在抵押貸款分類中的建模方法進(jìn)行了比較,以了解其局限性和潛力。結(jié)果分析表明,CART決策樹(shù)進(jìn)行模型對(duì)2000個(gè)樣本的訓(xùn)練數(shù)據(jù)樣本的平均降低錯(cuò)誤率為8.31%。模型的誤差曲線分析結(jié)果表明，如果有更多的數(shù)據(jù)可用，大約有22000條記錄，則可以實(shí)現(xiàn)潛在的7.32%錯(cuò)誤率。神經(jīng)網(wǎng)絡(luò)的平均誤差為11%，K近鄰算法平均誤差率為14.95%。此外，Odom(1990)、Rosenberg和Gleit(1994)、Desai(1996)、West(2000)、Malhotra(2003)以及HazelMorton(2011)的研究均表明，基于神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)的算法可以被用于分析各特征變量呈現(xiàn)復(fù)雜的非線性關(guān)系。上述研究為本文建模提供了一些思路。CharlesBlankson（2012）等研究發(fā)現(xiàn)國(guó)外大學(xué)生使用信用卡消費(fèi)較多，調(diào)查發(fā)現(xiàn)了四個(gè)關(guān)鍵因素:“客戶服務(wù)”、“激勵(lì)措施”、“需要信貸”和“購(gòu)實(shí)力”，66%的受訪者聲稱信用卡為他們提供了安全感。49%的樣本每月使用信用卡最多三次，51%的樣本每月使用信用卡四次以上。此外，25%的受訪者定期使用他們的卡(即每月超過(guò)7次購(gòu)物或更多)。（三）研究方法1.文獻(xiàn)研究法為了構(gòu)建模型來(lái)測(cè)定學(xué)生的風(fēng)險(xiǎn)消費(fèi)水平，首先收集國(guó)內(nèi)外學(xué)生的風(fēng)險(xiǎn)消費(fèi)相關(guān)文獻(xiàn)，總結(jié)相關(guān)文獻(xiàn)進(jìn)行分析，結(jié)合現(xiàn)在的狀況，構(gòu)建適合大學(xué)生的風(fēng)險(xiǎn)評(píng)價(jià)模型收集風(fēng)險(xiǎn)等級(jí)的影響因素，并提取不同風(fēng)險(xiǎn)等級(jí)的用戶特征。2.問(wèn)卷調(diào)查法從大學(xué)生的角度出發(fā)設(shè)計(jì)調(diào)查問(wèn)卷，通過(guò)“問(wèn)卷星”和線下實(shí)地發(fā)放問(wèn)卷的方式進(jìn)行線上線下結(jié)合的問(wèn)卷調(diào)查方法收集樣本數(shù)據(jù)。本研究所用問(wèn)卷是在導(dǎo)師的指導(dǎo)下，結(jié)合我國(guó)現(xiàn)階段大學(xué)生信用消費(fèi)的需求和特征，以及本研究的數(shù)據(jù)需求而形成的。問(wèn)卷設(shè)計(jì)從大學(xué)生的角度出發(fā)，通過(guò)線上和線下問(wèn)卷調(diào)查的方式，以“問(wèn)卷網(wǎng)”和紙質(zhì)問(wèn)卷的形式收集樣本數(shù)據(jù)。在指導(dǎo)教師的指導(dǎo)下，研究院現(xiàn)階段在長(zhǎng)沙市大學(xué)生的信用消費(fèi)需求和特點(diǎn)，以及本研究的數(shù)據(jù)需求。 Logistic回歸法在評(píng)估出大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)等級(jí)后，為探索其相關(guān)的影響因素。通過(guò)Logit回歸模型對(duì)其進(jìn)行定量分析,得出影響信用消費(fèi)風(fēng)險(xiǎn)重要影響因素。 4.隨機(jī)森林隨機(jī)森林是指使用多棵樹(shù)來(lái)訓(xùn)練和預(yù)測(cè)樣本的分類器。本文利用隨機(jī)森林算法對(duì)其進(jìn)行定量分析,并建立模型，檢驗(yàn)上述影響因素是否顯著及其重要程度，并對(duì)結(jié)果進(jìn)行歸因分析，實(shí)現(xiàn)用戶識(shí)別和活動(dòng)預(yù)測(cè)。 研究?jī)?nèi)容第一章是緒論。本部分主要交代了研究背景及目的、研究?jī)?nèi)容與方法，并對(duì)國(guó)內(nèi)外對(duì)于大學(xué)生風(fēng)險(xiǎn)消費(fèi)研究現(xiàn)狀進(jìn)行了綜述。國(guó)內(nèi)部分從經(jīng)濟(jì)發(fā)展、大學(xué)生消費(fèi)觀、消費(fèi)金融、風(fēng)險(xiǎn)控制等方面進(jìn)行論述，分析背景和現(xiàn)狀。國(guó)外部分主要研究了近幾十年來(lái)國(guó)外大學(xué)生風(fēng)險(xiǎn)消費(fèi)的發(fā)展歷史，結(jié)合我國(guó)當(dāng)前的背景和環(huán)境，為我國(guó)大學(xué)生風(fēng)險(xiǎn)消費(fèi)市場(chǎng)的發(fā)展取得一些經(jīng)驗(yàn)，最后介紹了本文的主要研究方法：文獻(xiàn)研究法、問(wèn)卷調(diào)查法、Logistic回歸模、隨機(jī)森林。 第二章介紹了風(fēng)險(xiǎn)消費(fèi)的概念和特征。本文首先闡述了風(fēng)險(xiǎn)消費(fèi)的概念和特征，然后介紹了大學(xué)生風(fēng)險(xiǎn)消費(fèi)的特點(diǎn)及相關(guān)理論。 第三章是對(duì)用戶畫(huà)像技術(shù)的介紹。 第四章是研究設(shè)計(jì)。主要包括問(wèn)卷的設(shè)計(jì)和調(diào)查方案的實(shí)施，并對(duì)變量進(jìn)行了介紹。 第五章是實(shí)證分析。首先，對(duì)獲得的調(diào)查數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，描述其基本統(tǒng)計(jì)特征，并分析產(chǎn)生這些特征的原因。然后對(duì)不同類型大學(xué)生的信用風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)和分析，建立了logistic回歸模型和隨機(jī)森林模型，分析了影響大學(xué)生信用風(fēng)險(xiǎn)水平的因素。最后，根據(jù)信用風(fēng)險(xiǎn)等級(jí)提取用戶特征。 第六章是結(jié)論與建議。本文主要對(duì)前面的分析進(jìn)行總結(jié)，給出主要結(jié)論，并結(jié)合當(dāng)前的環(huán)境和現(xiàn)狀提出對(duì)策和建議。二、風(fēng)險(xiǎn)消費(fèi)(一）風(fēng)險(xiǎn)消費(fèi)概念及特征風(fēng)險(xiǎn)消費(fèi)是指消費(fèi)者從金融機(jī)構(gòu)借貸以購(gòu)買商品品和服務(wù)的消費(fèi)形式。風(fēng)險(xiǎn)消費(fèi)是商品經(jīng)濟(jì)發(fā)展的一個(gè)特定階段的產(chǎn)品?；陲L(fēng)險(xiǎn)消費(fèi)模式的出現(xiàn)，使消費(fèi)者能夠更靈活地計(jì)劃自己的消費(fèi)開(kāi)支，為了他們能夠提前支配未來(lái)的收入和滿足消費(fèi)需求。風(fēng)險(xiǎn)消費(fèi)的市場(chǎng)關(guān)系包括金融機(jī)構(gòu)、銀行、零售商、中間媒介以及政府政府。銀行和零售商分別是貸款和商品、服務(wù)的供應(yīng)商。中間媒介包括信用調(diào)查部門、擔(dān)保部門以及保險(xiǎn)公司等。政府的作用是管理和規(guī)范信用消費(fèi)，制定政策促進(jìn)信貸消費(fèi)。 總的來(lái)說(shuō)，消費(fèi)風(fēng)險(xiǎn)有四個(gè)特點(diǎn)：不對(duì)稱性、累積性、系統(tǒng)性以及內(nèi)源性。但大學(xué)生的情況有點(diǎn)不同。因?yàn)閷W(xué)生的消費(fèi)水平通常很低，用途也比較單一，主要是用于消費(fèi)，根本不存在系統(tǒng)性風(fēng)險(xiǎn)，所以對(duì)于大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)來(lái)說(shuō)，學(xué)生信用消費(fèi)風(fēng)險(xiǎn)的主要特點(diǎn)是不對(duì)稱，這種不對(duì)稱是眾所周知的，主要反映在借貸雙方之間的信息不對(duì)稱，也就是說(shuō)，借款人對(duì)貸款人具體條件的了解有限，借款人對(duì)貸款條件的了解也不夠充分，積累的主要表現(xiàn)為借債新的和舊的債務(wù)，在這種情況下，不遵守債務(wù)的風(fēng)險(xiǎn)將增加，而最終會(huì)出現(xiàn)難以克服的情況。內(nèi)源性主要表現(xiàn)為放棄賠償，這是一個(gè)非常明顯的風(fēng)險(xiǎn)特征，還有一個(gè)嚴(yán)重的風(fēng)險(xiǎn)管理問(wèn)題。這是一個(gè)盲目的區(qū)域，有很大的數(shù)據(jù)風(fēng)險(xiǎn)，即道德風(fēng)險(xiǎn)。 一般來(lái)說(shuō)，普遍意義下的風(fēng)險(xiǎn)消費(fèi)風(fēng)險(xiǎn)主要有四個(gè)特征:不對(duì)稱性、累積性、系統(tǒng)性、內(nèi)源性。由于大學(xué)生的風(fēng)險(xiǎn)消耗一般較小，用途也比較單一，主要是用于消費(fèi)，不存在引起系統(tǒng)性風(fēng)險(xiǎn)的可能性。所以對(duì)于大學(xué)生風(fēng)險(xiǎn)消費(fèi)風(fēng)險(xiǎn)來(lái)說(shuō)，主要的特征還是不對(duì)稱性、累積性和內(nèi)源性。其中不對(duì)稱性很好理解，主要是體現(xiàn)在借方和貸方的信息不對(duì)稱上，即貸方對(duì)于借方的具體情況了解有限，而借方對(duì)于貸方的借款條款及具體解釋、操作理解也很不充分。累積性主要是體現(xiàn)在借新還舊上面，即在無(wú)法或者不愿償還消費(fèi)貸款時(shí)，選擇通過(guò)其他途徑貸取新的一筆消費(fèi)貸款來(lái)償還舊債，然后如此反復(fù)，并且未制定有效的還款計(jì)劃。在這種情況下，風(fēng)險(xiǎn)違約風(fēng)險(xiǎn)將會(huì)不斷累積，最終爆發(fā)而變得難以處理。內(nèi)源性主要是體現(xiàn)的還款意愿上，即在有能力還款或者分期的前提下，拒絕還款。這是風(fēng)險(xiǎn)風(fēng)險(xiǎn)的一個(gè)非常顯著的特征，也是風(fēng)險(xiǎn)風(fēng)險(xiǎn)管理的一大難題所在，是大數(shù)據(jù)風(fēng)控模型的盲區(qū)，即道德風(fēng)險(xiǎn)。(二）大學(xué)生風(fēng)險(xiǎn)消費(fèi)相關(guān)特征與理論根據(jù)調(diào)查結(jié)果可以看出，隨著大學(xué)生獨(dú)立意識(shí)的增強(qiáng)，他們更愿意通過(guò)存錢和賺外快來(lái)償還貸款，本文在之前的問(wèn)卷調(diào)查中也得到了類似的結(jié)果：大約三分之二的受訪者依靠自己償還貸款，所以，在評(píng)估風(fēng)險(xiǎn)貸款助學(xué)貸款的償還能力時(shí)，必須主要考慮大學(xué)生的自主還貸能力 基于上述觀點(diǎn)，一個(gè)更直觀的方法是研究月收入、月消費(fèi)與月還貸之間的數(shù)量關(guān)系，如前所述，大學(xué)生依靠自己的還貸方式，主要包括節(jié)約成本、兼職和獎(jiǎng)學(xué)金，這樣每月的收入既可以考慮父母給予的生活費(fèi)，也可以考慮生活費(fèi)、兼職收入、獎(jiǎng)學(xué)金等收入的總和。我們不能簡(jiǎn)單地用月平均消費(fèi)，因?yàn)閮?chǔ)蓄是大學(xué)生償還風(fēng)險(xiǎn)消費(fèi)的重要方式之一，因此我們必須在節(jié)約開(kāi)支的前提下考慮月平均消費(fèi)水平。 但事情沒(méi)那么簡(jiǎn)單。許多關(guān)于大學(xué)生風(fēng)險(xiǎn)消費(fèi)的研究都提到了大學(xué)生消費(fèi)的非理性和波動(dòng)性，如李麗萍、張咸陽(yáng)在研究中提到，大學(xué)生受超前消費(fèi)觀念和比較心理的影響，消費(fèi)具有一定的盲目性和沖動(dòng)性；王麗麗在他的博士論文中也指出，S-O-R模型是所有EM模型的基礎(chǔ)，幾乎所有關(guān)于消費(fèi)者行為的研究，其他許多模型都是基于這個(gè)模型的。對(duì)模型的三個(gè)重要設(shè)計(jì)過(guò)程進(jìn)行了放大和細(xì)化，幾乎所有的傳統(tǒng)模型都包括了個(gè)人因素（人口穩(wěn)定性特征和一些隨機(jī)的個(gè)人因素）、心理因素（感知、動(dòng)機(jī)、經(jīng)驗(yàn)、態(tài)度、個(gè)性）、社會(huì)因素（角色、家庭、，相關(guān)群體、社會(huì)階層、文化等因素的影響非常復(fù)雜，尤其是對(duì)大學(xué)生而言。在考慮大學(xué)生風(fēng)險(xiǎn)消費(fèi)問(wèn)題時(shí)，應(yīng)該考慮到這種非理性和波動(dòng)性。具體影響因素非常復(fù)雜。這里不討論，但實(shí)際影響應(yīng)該表達(dá)出來(lái)，即消費(fèi)的波動(dòng)性，對(duì)于不同的被調(diào)查者，問(wèn)卷收集的你的消費(fèi)波動(dòng)幅度不超過(guò)多少，也收集了月初和月末的消費(fèi)差異。用戶畫(huà)像技術(shù)用戶畫(huà)像是通過(guò)用戶在各個(gè)領(lǐng)域所表現(xiàn)的各種狀態(tài)，以及對(duì)于一些事情做出的反映來(lái)刻畫(huà)用戶的行為習(xí)慣的一種做法。特別是在一些消費(fèi)領(lǐng)域，往往會(huì)根據(jù)用戶的消費(fèi)行為為用戶推薦一些產(chǎn)品，以此來(lái)增加購(gòu)買量和營(yíng)業(yè)額。用戶畫(huà)像的基本步驟包括三個(gè)方面，首先是對(duì)用戶的數(shù)據(jù)信息進(jìn)行采集，然后進(jìn)行分析，最后以一定方式展現(xiàn)出來(lái)的過(guò)程。 首先提出用戶畫(huà)像的是著名設(shè)計(jì)師AlanCooper，分析師無(wú)法很快地直接得到在用戶行為日志中得到有用的信息，只能通過(guò)長(zhǎng)期的數(shù)據(jù)積累和用戶的行為表現(xiàn)來(lái)慢慢演變，只有標(biāo)簽化處理過(guò)的用戶行為數(shù)據(jù)，才可以直接了解所分析的用戶。用戶畫(huà)像的本質(zhì)是消費(fèi)者獨(dú)特的“形象化”。這種形象化的過(guò)程是通過(guò)用戶長(zhǎng)期的需求、生活習(xí)慣、在社會(huì)中表現(xiàn)的特征來(lái)進(jìn)行個(gè)體用戶的行為信息進(jìn)行合理的分析，就能夠得到該用戶特有的用戶標(biāo)簽。 每個(gè)標(biāo)簽代表用戶的屬性級(jí)別，每個(gè)級(jí)別相互關(guān)聯(lián)，形成用戶的整體圖像描述。對(duì)于一個(gè)用戶的信息可以從多維度交叉角度來(lái)進(jìn)行刻畫(huà)，它使得用戶作為另一個(gè)行業(yè)的典范，能夠在各個(gè)領(lǐng)域中表現(xiàn)出個(gè)體獨(dú)有的特征，對(duì)于互聯(lián)網(wǎng)金融公司來(lái)說(shuō)，用戶畫(huà)像的重要意義在于分析和使用從移動(dòng)金融業(yè)務(wù)中獲取的數(shù)據(jù)，了解該詞的特點(diǎn)和需求，搜索對(duì)象的用戶應(yīng)使用適當(dāng)?shù)那?，在適當(dāng)?shù)臅r(shí)間準(zhǔn)確有效地溝通產(chǎn)品，并在實(shí)現(xiàn)正確細(xì)分的前提下，根據(jù)用戶的需求準(zhǔn)確地推送產(chǎn)品，防止對(duì)客戶造成干擾。 對(duì)于單個(gè)用戶信息在某些領(lǐng)域的特征，建立單個(gè)用戶的信息畫(huà)像，針對(duì)單個(gè)用戶在某一特定場(chǎng)景下的需求建立一個(gè)標(biāo)簽，這樣針對(duì)單個(gè)用戶的畫(huà)像技術(shù)在一定程度上不僅使得用戶在檢索中更加方便，也不需要過(guò)多的檢索程序就能搜索到自己想要的信息。對(duì)于特定行業(yè)來(lái)說(shuō)，這種畫(huà)像技術(shù)在充分了解用戶需求的層次上，通過(guò)技術(shù)分析，預(yù)測(cè)用戶的行為以此來(lái)給用戶更好的體驗(yàn)感。 對(duì)于群體用戶肖像的研究，則是針對(duì)用戶群體，根據(jù)群體所表現(xiàn)的特征來(lái)推斷一般用戶的的特征。這種方法就是把群體作為研究對(duì)象，研究群體在特定領(lǐng)域所表現(xiàn)出的需求特征，將這些具有相似行為的用戶作為一個(gè)群體，研究他們?cè)诟黝悎?chǎng)景中的行為。學(xué)者研究的第一階段是分析行為及其變化，建立不同類型的用戶畫(huà)像。在群體畫(huà)像的模式下，對(duì)于畫(huà)像的提取是基于多個(gè)角度的，因此，群體的畫(huà)像也是存在很多差異的，在提取不同用戶特征的時(shí)，分析群體的總體行為特征，才能更好的做出各類決策。研究設(shè)計(jì)問(wèn)卷設(shè)計(jì)及調(diào)查方案的實(shí)施問(wèn)卷設(shè)計(jì)問(wèn)卷設(shè)計(jì)分為四個(gè)部分:第一部分為基本信息調(diào)查，包括被調(diào)查者的個(gè)人信息，如性別、受教育程度、單身情況、目前所處狀態(tài)，通過(guò)此部分信息了解受訪人群的基本情況 第二部分采集的信息是受訪大學(xué)生的基本經(jīng)濟(jì)水平和財(cái)務(wù)狀況,主要包括收入來(lái)源、每月生活費(fèi)水平、每月節(jié)儉消費(fèi)水平、每月沖動(dòng)消費(fèi)次數(shù)。這部分?jǐn)?shù)據(jù)可以幫助我們系統(tǒng)地評(píng)估受訪大學(xué)生的財(cái)務(wù)狀況，并對(duì)其消費(fèi)的波動(dòng)性與隨機(jī)性有充分的了解。 第三部分收集的是關(guān)于大學(xué)生參與風(fēng)險(xiǎn)消費(fèi)程度的數(shù)據(jù),諸如是否有過(guò)風(fēng)險(xiǎn)消費(fèi)、風(fēng)險(xiǎn)消費(fèi)的途徑、風(fēng)險(xiǎn)消費(fèi)的對(duì)象、每月需償還貸款數(shù)額、還款主要方式等。通過(guò)這些數(shù)據(jù)可以對(duì)大學(xué)生參與風(fēng)險(xiǎn)消費(fèi)的程度和積極性有一個(gè)詳細(xì)的了解，便于本文對(duì)大學(xué)生的風(fēng)險(xiǎn)消費(fèi)做出更加準(zhǔn)確的判斷。 第四部分則是針對(duì)大學(xué)生對(duì)待風(fēng)險(xiǎn)消費(fèi)的態(tài)度、還款意愿、風(fēng)險(xiǎn)意識(shí)和補(bǔ)救意識(shí)設(shè)計(jì)的量表題,旨在收集大學(xué)生對(duì)待風(fēng)險(xiǎn)消費(fèi)各個(gè)方面的主觀看法和態(tài)度的相關(guān)數(shù)據(jù),便于本文進(jìn)行相關(guān)的建模分析。 具體的調(diào)查問(wèn)卷見(jiàn)附錄A。調(diào)查方案實(shí)施正式調(diào)查的對(duì)象是前文所提到的湖南大學(xué)、湖南師范大學(xué)、中南林業(yè)科技大學(xué)的在校生。采用的方法為隨機(jī)抽樣法，調(diào)查地點(diǎn)為上述三所學(xué)校的圖書(shū)館、自習(xí)室等公共場(chǎng)合，在發(fā)放紙質(zhì)問(wèn)卷前，會(huì)先確認(rèn)受訪者的本校學(xué)生身份，以確保抽樣的準(zhǔn)確性。截至調(diào)查結(jié)束之日，紙質(zhì)問(wèn)卷發(fā)放600份，回收有效問(wèn)卷共計(jì)552份。對(duì)數(shù)據(jù)進(jìn)行預(yù)處理與檢驗(yàn) 數(shù)據(jù)檢查:對(duì)于紙質(zhì)問(wèn)卷，主要檢查問(wèn)卷上的數(shù)據(jù)填寫(xiě)是否完整準(zhǔn)確，以及是否存在異常值，并以此為規(guī)范，剔除不合格的問(wèn)卷。 數(shù)據(jù)凈化:錄入數(shù)據(jù)后，運(yùn)用R軟件查找不合邏輯或者錯(cuò)誤的數(shù)據(jù)，然后進(jìn)行一致性檢驗(yàn)，對(duì)數(shù)據(jù)進(jìn)行凈化和整理工作。 缺失數(shù)據(jù)處理:紙質(zhì)問(wèn)卷在回收過(guò)程中可對(duì)數(shù)據(jù)質(zhì)量有所控制，對(duì)于不完整的數(shù)據(jù)可做到及時(shí)檢查和修正，故缺失數(shù)據(jù)相對(duì)較少，對(duì)于出現(xiàn)的缺失情況，通常按照其它選項(xiàng)進(jìn)行合理推算。對(duì)預(yù)調(diào)查所涉及的網(wǎng)絡(luò)問(wèn)卷，若填寫(xiě)過(guò)程中存在缺失則無(wú)法提交，因而也可保證數(shù)據(jù)的質(zhì)量。 （二）變量介紹本文在調(diào)查問(wèn)卷中設(shè)置了量表題來(lái)評(píng)估大學(xué)生風(fēng)險(xiǎn)消費(fèi)的還款能力以及還款意愿，根據(jù)還款能力以及還款意愿評(píng)估大學(xué)生風(fēng)險(xiǎn)消費(fèi)等級(jí)，并將等級(jí)劃分為中低風(fēng)險(xiǎn)等級(jí)和高風(fēng)險(xiǎn)等級(jí)，其中還款能力包括家庭年收入、個(gè)人每月可獲得穩(wěn)定生活費(fèi)以及每月除去必要開(kāi)銷外得剩余可支配收入，本次調(diào)查問(wèn)卷設(shè)置的四道用來(lái)評(píng)估關(guān)于大學(xué)生信用消費(fèi)貸款償還意愿的量表題，即我會(huì)盡量在還款期限內(nèi)還款超過(guò)還款期限，我也會(huì)盡快還款、面對(duì)較大的還款壓力我會(huì)變得非常節(jié)儉、我經(jīng)常會(huì)處于較大的還款壓力，量化結(jié)果如下: 指標(biāo)量化家庭年收入1“8萬(wàn)元以下”2“8萬(wàn)-15萬(wàn)元”3“15-30萬(wàn)元”4“30-100萬(wàn)元”5“100萬(wàn)元以上”個(gè)人每月可獲得穩(wěn)定生活費(fèi)1“1500元及以下”2“1501-2500元”3“2501-3500元”4“3500-4500元”5“4500元以上”每月除去必要開(kāi)銷外得剩余可支配收入1“0元及一下”2“1-200元”3“200-500元”4“500-1000元”5“1000元以上”我會(huì)盡量在還款期限內(nèi)還款1-5超過(guò)還款期限，我也會(huì)盡快還款1-5面對(duì)較大的還款壓力我會(huì)變得非常節(jié)儉1-5我經(jīng)常會(huì)處于較大的還款壓力1-5對(duì)以上7個(gè)指標(biāo)進(jìn)行加權(quán)打分，風(fēng)險(xiǎn)分?jǐn)?shù)低于20分為中低風(fēng)險(xiǎn)等級(jí)，20分以上為高風(fēng)險(xiǎn)等級(jí)。為探究風(fēng)險(xiǎn)等級(jí)的影響因素，給出了可能的影響因素，將性別、受教育程度、單身情況、收入來(lái)源數(shù)量、每月沖動(dòng)消費(fèi)次數(shù)、價(jià)格重要程度、外觀重要程度、品牌重要程度、售后重要程度、口碑重要程度、風(fēng)險(xiǎn)消費(fèi)額度、償還時(shí)間等因素量化，其中性別為虛擬變量，具體變量介紹如下：因變量Risk風(fēng)險(xiǎn)等級(jí)0“中低風(fēng)險(xiǎn)”，1“高風(fēng)險(xiǎn)”自變量D1性別1“男”，2“女”EDU受教育程度1“本科”，2“碩士”，3“博士及以上”Spouse是否單身0“是”，1“否”Inc_ways收入來(lái)源數(shù)量1“1條”，2“兩條”，3“3條及以上”Imp_times每月沖動(dòng)消費(fèi)次數(shù)1“0次”，2“1-2次”，3“2-5次”，4“5次以上”P(pán)rice價(jià)格重要程度1-5Appearance外觀重要程度1-5Brand品牌重要程度1-5post_sale售后重要程度1-5reputation口碑重要程度1-5Cre_num風(fēng)險(xiǎn)消費(fèi)途徑數(shù)目1“1條”，2“兩條”，3“3條”，4“4條”，5“5條及以上”quota風(fēng)險(xiǎn)消費(fèi)額度1“500元”，2“500-2000元”，3“2000-5000元”，4“5000-10000元”，5“10000元以上”Repayment_time償還時(shí)間1“一個(gè)月以內(nèi)”，2“三個(gè)月以內(nèi)”，3“六個(gè)月以內(nèi)”，4“一年以內(nèi)”實(shí)證分析問(wèn)卷信度、效度分析1、問(wèn)卷信度檢驗(yàn)Cronbachα系數(shù)計(jì)算公式如下：2、問(wèn)卷效度檢驗(yàn)效度指測(cè)量事物的有效程度,用來(lái)分析測(cè)量項(xiàng)能否較為精確地反映相對(duì)應(yīng)的潛變量以及其測(cè)量的準(zhǔn)確性。運(yùn)用KMO與Bartlett球形檢驗(yàn)問(wèn)卷的結(jié)構(gòu)效度，標(biāo)準(zhǔn)如表5: 表SEQ表\*ARABIC5KMO測(cè)量系數(shù)的標(biāo)準(zhǔn)KMO系數(shù)含義表示0.5以下不可接受0.5-0.6勉強(qiáng)接受0.6-0.8可以容忍的0.8-0.9測(cè)量項(xiàng)較好0.9以上測(cè)量項(xiàng)非常好描述性統(tǒng)計(jì)分析1、被調(diào)查者者個(gè)體特征的描述分析正式調(diào)查收集到的有效問(wèn)卷共有552份,其中參與過(guò)風(fēng)險(xiǎn)消費(fèi)的問(wèn)卷共有360份。參與過(guò)風(fēng)險(xiǎn)消費(fèi)的樣本分布情況如下表，男性所占的比重為47.22%，女性所占的比重52.78%，女性略高于男性，，樣本受教育程度為本科占比86.39%，碩士為13.33%，博士及以上0.28%；全日制在校生所占比例為91.11%，非全日制在校生所占比例為8.89%；75.83%的被調(diào)查者為單身，24.17%的調(diào)查者為非單身。 選項(xiàng)頻數(shù)百分比性別男17047.22%女19052.78%受教育程度本科31186.39%碩士4813.33%博士及以上10.28%所處狀態(tài)全日制32891.11%非全日制328.89%單身情況單身27375.83%非單身8724.17%2、被調(diào)查者財(cái)務(wù)以及消費(fèi)情況的描述性分析根據(jù)家庭年收入等級(jí)標(biāo)準(zhǔn)劃分，貧窮等級(jí)表示家庭年收入在玩萬(wàn)元以下的，年收入在8-15萬(wàn)之間屬于小康等級(jí)，年收入在15-30萬(wàn)之間屬于中產(chǎn)等級(jí)，年收入30-100萬(wàn)屬于高產(chǎn)等級(jí)，年收入在100萬(wàn)元以上屬于富裕等級(jí)。被調(diào)查者中有37.78%的家庭仍處于貧窮等級(jí)，35.56%的家庭處于小康水平，中產(chǎn)等級(jí)家庭所占比例為21.39%，有4.17%的調(diào)查者家庭年收入在30-100萬(wàn)元之間，1.11%的家庭其年收入在100萬(wàn)元以上。 由下圖可知，81.67%%的受訪者都選了家長(zhǎng)給與，這與高校在校學(xué)生依賴父母給與生活費(fèi)的事實(shí)比較吻合。此外，兼職的受訪者比例也較高，達(dá)到了57.50%，說(shuō)明現(xiàn)在大學(xué)生能夠自覺(jué)承擔(dān)自己生活費(fèi)。有獎(jiǎng)、助學(xué)金和其他收入來(lái)源的受訪者比例分別為35.83%和1.39%。每月平均收入是評(píng)估在校大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)水平的重要變量,我們收集有效數(shù)據(jù)均值為2192.5元（包含家長(zhǎng)給與、兼職收入、獎(jiǎng)助學(xué)金和其他穩(wěn)定來(lái)源），剔除掉非全日制學(xué)生的數(shù)據(jù)后，均值為2089.94元，有了很明顯的下降。中位數(shù)為2000元，低于平均值，可以看出數(shù)據(jù)整體右偏，可能是因?yàn)椴糠址侨罩茖W(xué)生有的額外工作收入。比例方面來(lái)看,由下圖可知，每月收入為1500-2500元的占比最多，達(dá)到了51.94%；其中有41.94%認(rèn)為生活費(fèi)較充裕且有剩余，有41.94%認(rèn)為生活費(fèi)剛剛好且?guī)缀鯚o(wú)剩余，約16%的被調(diào)查者每月獲得的固定生活費(fèi)不足夠支撐每月花銷。 不同于每月平均消費(fèi),每月平均節(jié)儉消費(fèi)主要用來(lái)評(píng)估在校大學(xué)生維持自己最基本生活需求的消費(fèi)水平，可以反映其只依靠自己的情況下的償債能力。從收集到的數(shù)據(jù)來(lái)看,該項(xiàng)數(shù)據(jù)的平均值為1561.275元，明顯低于每月平均消費(fèi)的平均值(2192.5元)。具體的比例分布如下圖所示，1001-2000元及以下這一檔占了大多數(shù)，為58.89%，其次1000元及以下的占比27.78%。根據(jù)在消費(fèi)時(shí)價(jià)格、外觀、品牌、售后、口碑對(duì)于被調(diào)查者重要程度排序可以看出，對(duì)于消費(fèi)者最重要是價(jià)格，其次分別為品牌、外觀、售后、口碑。 3、樣本風(fēng)險(xiǎn)消費(fèi)狀況描述性統(tǒng)計(jì)分析大學(xué)生選擇使用信用消費(fèi)的主要原因如下：一是申請(qǐng)管理難度相對(duì)較小，靈活性相對(duì)較高，手續(xù)相對(duì)簡(jiǎn)單，免保證人開(kāi)通后可以直接使用，只要學(xué)生有足夠的信用，就可以彌補(bǔ)我國(guó)信用卡市場(chǎng)的個(gè)別缺陷；第二個(gè)原因是零利率，相比于商業(yè)貸款較高的償還利息，螞蟻花唄等在還款期限內(nèi)以及部分非分期還款均不收取利息以及其他費(fèi)用；第三個(gè)原因是你可以在規(guī)定的時(shí)間內(nèi)隨時(shí)隨地使用，在規(guī)定的期限內(nèi)和任何工作時(shí)間內(nèi)支付任何金額，你可以在一般業(yè)務(wù)中支付，它沒(méi)有特別的限制，這為大學(xué)生提供了極大的便利，第四個(gè)原因可以選擇設(shè)置自動(dòng)還款，而且還款和退款的速度比較快。當(dāng)您的還款日期到達(dá)時(shí)，您不需要手動(dòng)控制操作，只要綁定的銀行卡中有足夠的金額，它會(huì)自動(dòng)幫你還款。 根據(jù)調(diào)查結(jié)果顯示，有63.02%的同學(xué)認(rèn)為生活費(fèi)足夠不需要使用風(fēng)險(xiǎn)消費(fèi)，其中42.19%的被調(diào)查者認(rèn)為支付不夠安全，47.92%的被調(diào)查者擔(dān)心忘記還款，這會(huì)影響個(gè)人信用評(píng)級(jí)，29.69%的被調(diào)查者認(rèn)為收取的手續(xù)費(fèi)過(guò)多，27.08%的被調(diào)查者認(rèn)為神靈手續(xù)過(guò)于麻煩，還有被調(diào)查者支出部分信用消費(fèi)方式僅限于中國(guó)大陸地區(qū)使用。 研究信用消費(fèi)途徑主要是想了解大學(xué)生通過(guò)那些途徑獲取信用消費(fèi)貸款,如圖所示，有74.17%的受調(diào)查者使用花唄、借唄進(jìn)行信用消費(fèi)，有49.44%的受調(diào)查者使用京東白條進(jìn)行信用消費(fèi)，使用蘇寧金融、其他消費(fèi)金融貸款和信用卡的比例則只有25%、15.83%和17.22%?？傮w來(lái)說(shuō)途徑基本上都是正規(guī)途徑。 信用消費(fèi)額度以及每月風(fēng)險(xiǎn)消費(fèi)數(shù)額對(duì)于我們?cè)u(píng)估信用消費(fèi)風(fēng)險(xiǎn)來(lái)說(shuō)是非常重要的變量,因?yàn)樾庞孟M(fèi)額度越高表明信用等級(jí)越高，其次每月風(fēng)險(xiǎn)消費(fèi)數(shù)額和信用消費(fèi)貸款償還這個(gè)問(wèn)題密切相關(guān)。63.33%的被調(diào)查者信用消費(fèi)額度在500-2000元，由于大部分大學(xué)生無(wú)固定工資收入，償還能力有限，所以信用消費(fèi)額度不會(huì)太高。 46.94%的被調(diào)查者表示信用消費(fèi)數(shù)額不會(huì)超過(guò)一個(gè)月生活費(fèi)的20%，34.44%的被調(diào)查者表示信用消費(fèi)數(shù)額在一個(gè)月生活費(fèi)的20%-40%之間，僅有2.5%的被調(diào)查者每月信用消費(fèi)數(shù)額會(huì)超過(guò)一個(gè)月生活費(fèi)的80%。 46.94%的被調(diào)查者表示信用消費(fèi)數(shù)額不會(huì)超過(guò)一個(gè)月生活費(fèi)的20%，34.44%的被調(diào)查者表示信用消費(fèi)數(shù)額在一個(gè)月生活費(fèi)的20%-40%之間，僅有2.5%的被調(diào)查者每月信用消費(fèi)數(shù)額會(huì)超過(guò)一個(gè)月生活費(fèi)的80%。如圖所示，有49.44%、44.44%和46.67%的被調(diào)查者選擇了電子產(chǎn)品、美妝護(hù)膚以及生活用品，選擇服飾鞋帽的有38.61%，選擇游戲充值、日常娛樂(lè)、學(xué)習(xí)、旅游和餐飲的分別為20.28%、24.44%、23.06%、22.78%以及28.89%,有部分被調(diào)查者表示還會(huì)花費(fèi)在追星等方面。 根據(jù)回收上來(lái)的有效數(shù)據(jù)顯示，愿意通過(guò)從下一期生活費(fèi)中扣除的比例為43.61%，26.94%的被調(diào)查愿意通過(guò)兼職打工的方式償還，具體償還方式比例分布如圖所示。（三）大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)等級(jí)影響因素研究1、Logit回歸模型因變量Risk是一個(gè)二分類變量，建立風(fēng)險(xiǎn)等級(jí)影響因素的0-1回歸模型，使用AIC和BIC準(zhǔn)則，選擇最優(yōu)的信用消費(fèi)風(fēng)險(xiǎn)影響因素的模型。結(jié)果如下：全模型：Call:glm(formula=risk~D1+EDU+spouse+inc_ways+imp_times+price+appearance+brand+post_sale+reputation+cre_num+quota,data=data)DevianceResiduals:Min1QMedian3QMax-6.7946-1.8944-0.00811.723610.7201Coefficients:(1notdefinedbecauseofsingularities)EstimateStd.ErrortvaluePr(>|t|)(Intercept)0.184991801.816030344.7270.00000331***D1-0.028015200.31860687-0.0880.929983EDU0.475663320.450086361.0570.291324spouse-0.329435940.36749196-0.8960.370635inc_ways-0.285878120.21996928-1.3000.194589imp_times-0.511348570.27076727-1.8890.059788.price0.117290430.166815530.7030.482454appearance0.566934650.154416563.6710.000279***brand0.386603020.167924702.3020.021911*post_sale0.472126940.164989132.8620.004470**reputation0.0343610.0441980.6360.7055cre_num0.690393880.225133763.0670.002335**quota-0.000039660.00002427-1.6340.103248Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1NumberofFisherScoringiterations:2AIC模型：Call:glm(formula=score~imp_times+appearance+brand+post_sale+cre_num+quota,data=data)DevianceResiduals:Min1QMedian3QMax-6.7795-1.9348-0.03921.653110.6194Coefficients:EstimateStd.ErrortvaluePr(>|t|)(Intercept)0.128970710.969045759.937<0.0000000000000002***appearance0.498454910.114811504.3420.0000185***brand0.327535070.130381102.5120.01245*post_sale0.393905350.133215722.9570.00332**cre_num0.627734480.211861492.9630.00325**quota-0.405010050.00002421-1.6730.09515.Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1NumberofFisherScoringiterations:2BIC模型：Call:glm(formula=score~appearance+brand+post_sale+cre_num,data=data)DevianceResiduals:Min1QMedian3QMax-6.861-2.0110.0671.75410.515Coefficients:EstimateStd.ErrortvaluePr(>|t|)(Intercept)0.14830.804510.377<0.0000000000000002***appearance0.48900.11504.2520.0000271***brand0.32730.13082.5030.01277*post_sale0.43600.13323.2740.00116**cre_num0.60700.21202.8630.00445**Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1NumberofFisherScoringiterations:2全模型、AIC模型、BIC模型的ROC曲線對(duì)比：全模型和AIC模型的ROC曲線非常接近，而B(niǎo)IC模型的ROC曲線相對(duì)靠下。經(jīng)計(jì)算，全模型的AUC為0.689，AIC模型的AUC為0.663，BIC模型的AUC為0.612。綜合考慮模型的預(yù)測(cè)精度和模型的復(fù)雜程度后，本案例選擇AIC模型作為信用消費(fèi)消費(fèi)風(fēng)險(xiǎn)因素模型。由回歸結(jié)果可得，大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)的Logistic估計(jì)模型如下: =0.1290+0.4985*appearance+0.3275*brand+0.3939*post_sale+0.6277cre_num-0.4050*quota 其中消費(fèi)時(shí)越注重外觀、品牌、售后，風(fēng)險(xiǎn)消費(fèi)途徑越多，信用消費(fèi)風(fēng)險(xiǎn)就越高，信用消費(fèi)額度越高，信用消費(fèi)風(fēng)險(xiǎn)就越低，這與平臺(tái)對(duì)個(gè)人信用進(jìn)行評(píng)估后確定個(gè)人信用消費(fèi)額度的事實(shí)相符，是非常符合邏輯的結(jié)論。而性別、受教育程度、是否單身對(duì)于信用消費(fèi)風(fēng)險(xiǎn)沒(méi)有顯著影響。2、隨機(jī)森林模型本文將數(shù)據(jù)導(dǎo)入R語(yǔ)言并建立隨機(jī)森林模型進(jìn)行分類，訓(xùn)練集"和測(cè)試集的劃分采取Bootstrap抽樣方法，即從樣本中隨機(jī)無(wú)放回抽取7O%的數(shù)據(jù)用于訓(xùn)練，另外30%的數(shù)據(jù)用于測(cè)試。隨機(jī)森林模型的訓(xùn)練集分類結(jié)果如下表所示: 風(fēng)險(xiǎn)等級(jí)水平中低風(fēng)險(xiǎn)高風(fēng)險(xiǎn)錯(cuò)誤率中低風(fēng)險(xiǎn)21720.91%高風(fēng)險(xiǎn)2306.25%251個(gè)訓(xùn)練樣本正確分類了247個(gè)，錯(cuò)誤分類了4個(gè)，分類正確率為98.4%，分類效果較好。其中對(duì)于中低風(fēng)險(xiǎn)的分類錯(cuò)誤率只有0.91%，對(duì)于高風(fēng)險(xiǎn)的樣本錯(cuò)誤識(shí)別的比例只有6.25%。 對(duì)于測(cè)試集的分類結(jié)果如下表所示:風(fēng)險(xiǎn)等級(jí)水平中低風(fēng)險(xiǎn)高風(fēng)險(xiǎn)錯(cuò)誤率中低風(fēng)險(xiǎn)9711.02%高風(fēng)險(xiǎn)1109.09%測(cè)試集的表現(xiàn)總體上來(lái)說(shuō)比訓(xùn)練集略差，總體準(zhǔn)確度98.2%。對(duì)于中低風(fēng)險(xiǎn)人群的分類效果略差于訓(xùn)練集，而對(duì)于低風(fēng)險(xiǎn)的分類準(zhǔn)確度則下降了3%左右，不過(guò)總體上分類正確率大于90%，結(jié)果可以接受。 對(duì)于模型解釋變量的重要性排序，我們計(jì)算了全部12個(gè)解釋變量的GINI得分：解釋變量GINI指數(shù)重要程度排序D12.6589859EDU2.22675512spouse2.51245911inc_ways2.53552310imp_times3.5563408price4.5160406appearance5.8407022brand5.1509553post_sale4.5536445reputation4.4368117cre_num4.9565594quota9.2313171根據(jù)上述結(jié)果，可以看出額度是最重要的變量，購(gòu)買商品時(shí)外觀、品牌、售后的重要程度以及風(fēng)險(xiǎn)消費(fèi)途徑個(gè)數(shù)也是相對(duì)重要的變量，性別受教育程度單身情況的重要程度比較低，與Logistic邏輯回歸給出的影響因素分析是一樣的?？傮w來(lái)說(shuō)，結(jié)合邏輯回歸和隨機(jī)森林模型的信用消費(fèi)風(fēng)險(xiǎn)影響因素研究，基本確定是額度、購(gòu)買商品時(shí)外觀、品牌、售后的重要程度以及風(fēng)險(xiǎn)消費(fèi)途徑個(gè)數(shù)為重要的影響因素，性別、年齡和受教育程度、單身情況對(duì)于信用消費(fèi)風(fēng)險(xiǎn)水平幾乎沒(méi)有影響。（四）用戶特征提取根據(jù)對(duì)不同風(fēng)險(xiǎn)等級(jí)的用戶進(jìn)行特征提取，并對(duì)比中低信用風(fēng)險(xiǎn)等級(jí)和高風(fēng)險(xiǎn)等級(jí)用戶的關(guān)鍵詞，可以看出中低風(fēng)險(xiǎn)等級(jí)用戶月生活費(fèi)使用情況多為比較充裕，有結(jié)余，而高風(fēng)險(xiǎn)等級(jí)用戶月生活費(fèi)使用情況多為、剛剛好、無(wú)剩余、不太夠；中低風(fēng)險(xiǎn)等級(jí)用戶風(fēng)險(xiǎn)消費(fèi)額多為月生活費(fèi)的20%，而高風(fēng)險(xiǎn)等級(jí)用戶風(fēng)險(xiǎn)消費(fèi)額多為月生活費(fèi)的60%-80%，甚至達(dá)到80%以上；中低風(fēng)險(xiǎn)等級(jí)用戶通常會(huì)在一個(gè)月內(nèi)償還，而高風(fēng)險(xiǎn)等級(jí)用戶還款期限為六個(gè)月以內(nèi)；中低風(fēng)險(xiǎn)等級(jí)用戶選擇商品時(shí)通常首要考慮的因素是價(jià)格，而高風(fēng)險(xiǎn)等級(jí)用戶選擇商品時(shí)通常首要考慮的因素是品牌、外觀；中低風(fēng)險(xiǎn)等級(jí)用戶收入來(lái)源除了家長(zhǎng)給予外，還會(huì)有兼職收入，而高風(fēng)險(xiǎn)等級(jí)用戶收入主要依靠父母給予，根據(jù)上述對(duì)比可以看出，中低風(fēng)險(xiǎn)信用等級(jí)的用戶消費(fèi)時(shí)較為理性，且還款積極主動(dòng)。中低風(fēng)險(xiǎn)高風(fēng)險(xiǎn)六、結(jié)論及建議（一）結(jié)論本文以長(zhǎng)沙市大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)及其影響因素為主要研究?jī)?nèi)容。本文首先對(duì)大學(xué)生信用消費(fèi)的風(fēng)險(xiǎn)水平進(jìn)行了分析和定量評(píng)價(jià)，在此基礎(chǔ)上列出了可能的影響因素，然后分別運(yùn)用logit回歸模型和隨機(jī)森林模型對(duì)這些潛在的影響因素進(jìn)行了分析，并分析了其重要影響因素及其重要性。主要結(jié)論如下1、大學(xué)生信用消費(fèi)還款的道德風(fēng)險(xiǎn)較低，但存在還款能力風(fēng)險(xiǎn)大學(xué)生信用消費(fèi)的普及度很高，包括花唄、信用卡和京東白條。65.2%的受訪者進(jìn)行過(guò)信貸消費(fèi)。大學(xué)生信用消費(fèi)還款意愿調(diào)查顯示，95.78%的被調(diào)查者還款意愿較強(qiáng)或較強(qiáng)，道德風(fēng)險(xiǎn)較低。但還款能力評(píng)估顯示，34.30%的受訪者在充分考慮大學(xué)生非理性、計(jì)劃外消費(fèi)的前提下，存在一定的信用消費(fèi)還款能力風(fēng)險(xiǎn)，這一比例接近三分之一，需要給予一定的重視。同時(shí)存在償付能力風(fēng)險(xiǎn)和償還意愿風(fēng)險(xiǎn)的被調(diào)查者比例為11.94%，被認(rèn)為是信用消費(fèi)違約的高風(fēng)險(xiǎn)群體。 2、財(cái)務(wù)狀況和風(fēng)險(xiǎn)意識(shí)對(duì)大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)的影響最大通過(guò)logit回歸模型和隨機(jī)森林模型，分析了大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)的潛在影響因素。結(jié)果表明，經(jīng)濟(jì)狀況、信用風(fēng)險(xiǎn)意識(shí)、信用消費(fèi)態(tài)度和信用消費(fèi)水平對(duì)大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)有顯著影響，其中，大學(xué)生的經(jīng)濟(jì)狀況和信用風(fēng)險(xiǎn)防范意識(shí)最為重要。事實(shí)上，大學(xué)生的財(cái)務(wù)因素主要與收入和消費(fèi)的多少有關(guān)，而信用風(fēng)險(xiǎn)意識(shí)主要與貸款的合理性有關(guān)。這兩個(gè)因素的重要性是最強(qiáng)的，這確實(shí)符合實(shí)際情況。3、大學(xué)生的獨(dú)立意識(shí)較高，對(duì)父母的依賴性較低本文還調(diào)查了當(dāng)前大學(xué)生的收入來(lái)源和信用消費(fèi)貸款的還款方式。65.7%的大學(xué)生希望通過(guò)自己的努力償還貸款，只有三分之一的大學(xué)生依靠父母或愛(ài)人。收入來(lái)源方面，除生活費(fèi)外，57.5%的受訪者有兼職收入。此外，35.83%的大學(xué)生有獎(jiǎng)學(xué)金收入。收入來(lái)源的多樣化也促進(jìn)了大學(xué)生的自主意識(shí)。然而，在這種大學(xué)生自主消費(fèi)意識(shí)增強(qiáng)的趨勢(shì)下，如何提高大學(xué)生的信用風(fēng)險(xiǎn)意識(shí)還有很長(zhǎng)的路要走。 （二）建議隨著信用消費(fèi)在大學(xué)生中的普及，越來(lái)越多的大學(xué)生對(duì)信用消費(fèi)工具十分熟悉和使用。特別是花歌等信用消費(fèi)的途徑還有一個(gè)。但是，在這種信用消費(fèi)的年輕化、早期化的浪潮中，大學(xué)生的信用消費(fèi)風(fēng)險(xiǎn)防止意識(shí)趕不上整個(gè)行業(yè)的發(fā)展速度。例如，“裸貸款”這種惡性時(shí)間的爆炸說(shuō)明了在信用風(fēng)險(xiǎn)預(yù)防領(lǐng)域的工作還不夠。本論文的研究發(fā)現(xiàn)了影響大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)的兩個(gè)因素，即大學(xué)生的財(cái)務(wù)狀況和風(fēng)險(xiǎn)意識(shí)。 1、幫助大學(xué)生建立健康的消費(fèi)觀大學(xué)生消費(fèi)不合理的主要原因是缺乏良好的消費(fèi)觀，容易產(chǎn)生競(jìng)爭(zhēng)消費(fèi)和沖動(dòng)消費(fèi)。為了改善這方面的問(wèn)題，需要結(jié)合家庭、學(xué)校和社會(huì)輿論來(lái)努力，建立好的消費(fèi)公司。校園輿論對(duì)大學(xué)生來(lái)說(shuō)，將健康的信用消費(fèi)觀念與大學(xué)生群體的特點(diǎn)相結(jié)合，有機(jī)地納入大學(xué)政治思想道德教育系統(tǒng)，進(jìn)行系統(tǒng)教育。特別是在社會(huì)輿論方面，要與大學(xué)合作，中止宣傳一些錯(cuò)誤的消費(fèi)觀念，弘揚(yáng)積極的價(jià)值觀，幫助大學(xué)生建立健康和正確的消費(fèi)觀。 2、加強(qiáng)大學(xué)生的財(cái)務(wù)管理能力對(duì)于很多在校學(xué)生來(lái)說(shuō)，經(jīng)濟(jì)上無(wú)法自立，只能靠監(jiān)護(hù)人的生活費(fèi)生活。因此，財(cái)務(wù)管理能力薄弱，消費(fèi)嚴(yán)重，缺乏計(jì)劃性。對(duì)此，各大學(xué)必須實(shí)施幾個(gè)對(duì)策。例如，普及大學(xué)生的財(cái)務(wù)管理知識(shí)，多開(kāi)展相關(guān)活動(dòng)和比賽，讓大學(xué)生在實(shí)踐中提高財(cái)務(wù)管理能力，養(yǎng)成在消費(fèi)前制定計(jì)劃的習(xí)慣。家庭方面也如此，更應(yīng)該重視培養(yǎng)孩子的資產(chǎn)管理能力，對(duì)消費(fèi)有基本的計(jì)劃能力，從而大大降低信用消費(fèi)風(fēng)險(xiǎn)的概率。3、提高大學(xué)生的信用風(fēng)險(xiǎn)預(yù)防意識(shí)。關(guān)于提高大學(xué)生的風(fēng)險(xiǎn)預(yù)防意識(shí)的提案，可能是司空見(jiàn)慣的，但實(shí)際的實(shí)行狀況并不理想，至少在一定程度上為了提高大學(xué)生的信用風(fēng)險(xiǎn)預(yù)防意識(shí)，各大學(xué)的努力不夠。從至今為止的經(jīng)驗(yàn)來(lái)看，單純而枯燥的信用風(fēng)險(xiǎn)知識(shí)還沒(méi)有滲透。把這些知識(shí)和實(shí)踐教育結(jié)合起來(lái)，稍微融入大學(xué)生的生活中，大學(xué)生就更能接受了。4、加強(qiáng)大學(xué)生獨(dú)立思考能力很多情況下，大學(xué)生雖然接受了多年的教育，但是缺乏獨(dú)立的思考能力。很多信用消費(fèi)風(fēng)險(xiǎn)進(jìn)入，只要自己考慮，就會(huì)發(fā)現(xiàn)不合理的地方。其實(shí)最好的預(yù)防是提高自己的信用消費(fèi)風(fēng)險(xiǎn)識(shí)別能力。在這方面，要結(jié)合大學(xué)生的自我教育和家長(zhǎng)的指導(dǎo)教育，多推廣信用消費(fèi)風(fēng)險(xiǎn)的實(shí)際事例，讓大學(xué)生通過(guò)實(shí)際事例加強(qiáng)自我思考，提高風(fēng)險(xiǎn)識(shí)別能力，提高信用風(fēng)險(xiǎn)預(yù)防意識(shí)。降低信用消費(fèi)風(fēng)險(xiǎn)違約風(fēng)險(xiǎn)。

參考文獻(xiàn)陳慧香,邵波.國(guó)外圖書(shū)館領(lǐng)域用戶畫(huà)像的研究現(xiàn)狀及啟示[J].圖書(shū)館學(xué)研究,2017(20):16-20.陳曦.基于大數(shù)據(jù)的用戶畫(huà)像和評(píng)級(jí)研究[D].北京郵電大學(xué),2019.高廣尚.用戶畫(huà)像構(gòu)建方法研究綜述[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn),2019,3(03):25-35.高靜.大學(xué)生信用消費(fèi)現(xiàn)狀研究——以蚌埠市大學(xué)城為例[J].現(xiàn)代商業(yè),2018(12):184-185.郭雅婷.基于大數(shù)據(jù)分析的用戶畫(huà)像研究與應(yīng)用[D].湖南大學(xué),2019.郝增勇.基于Hadoop用戶行為分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].北京:北京交通大學(xué),2014:41-55.胡林,雷宇.熊泉浪：用大數(shù)據(jù)為顧客“畫(huà)像”幫小企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型[J].現(xiàn)代青年,2020(09):22-24.黃敏.蒙古族大學(xué)生信用消費(fèi)問(wèn)題研究[D].內(nèi)蒙古師范大學(xué),2016.黃文彬,徐山川,吳家輝,等.移動(dòng)用戶畫(huà)像構(gòu)建研究[J].現(xiàn)代情報(bào),2016(10):54-61.李佳慧,趙剛.基于大數(shù)據(jù)的電子商務(wù)用戶畫(huà)像構(gòu)建研究[J].電子商務(wù),2019(1):46-49.林潔如.“芝麻GO”上線推動(dòng)信用消費(fèi)新趨勢(shì)[J].新產(chǎn)經(jīng),2020(04):66-68.劉海鷗,孫晶晶,蘇妍嫄,等.國(guó)內(nèi)外用戶畫(huà)像研究綜述[J].情報(bào)理論與實(shí)踐,2018(11):155-160.劉海鷗,孫晶晶,陳晶,等.用戶畫(huà)像模型及其在圖書(shū)館領(lǐng)域中的應(yīng)用[J].圖書(shū)館理論與實(shí)踐,2018(10):92-97.劉昊.大學(xué)生信用消費(fèi)風(fēng)險(xiǎn)現(xiàn)狀及其影響因素研究[D].中南財(cái)經(jīng)政法大學(xué),2019.羅嘉敏,陳佩芬,文娟秀.大學(xué)生信用消費(fèi)問(wèn)題研究[J].當(dāng)代經(jīng)濟(jì),2014(19):36-37.馬蕊蕊,孫會(huì)娟.互聯(lián)網(wǎng)金融背景下當(dāng)代大學(xué)生信用消費(fèi)的特性研究——基于江蘇K高校的分析[J].市場(chǎng)周刊,2020(02):136-137.馬雙雙,孫雪麗.大學(xué)生信用消費(fèi)現(xiàn)狀研究——以西藏大學(xué)為例[J].產(chǎn)業(yè)與科技論壇,2019,18(23):111-112.濮晗,顧意剛.基于互聯(lián)網(wǎng)信貸平臺(tái)大學(xué)生信用消費(fèi)心理研究——以螞蟻花唄為例[J].電子商務(wù),2020(08):92-94.尚偉龍.擴(kuò)內(nèi)需強(qiáng)市場(chǎng)，信用消費(fèi)大有可為[A].中國(guó)管理科學(xué)研究院商學(xué)院.中國(guó)管理科學(xué)研究院商學(xué)院管理創(chuàng)新成果匯編（一）[C].:全國(guó)科技振興城市經(jīng)濟(jì)研究會(huì),2020:4.沈思佳,何磊.基于螞蟻花唄的大學(xué)生信用消費(fèi)行為調(diào)查分析[J].時(shí)代金融,2017(18):260+268.宋美琦,陳燁,張瑞.用戶畫(huà)像研究述評(píng)[J].情報(bào)科學(xué),2019(4):171-177.湯靜遠(yuǎn).基于樹(shù)模型的個(gè)性化推薦研究[D].北京交通大學(xué),2018.吳迪,李南,萬(wàn)昊,沈奕佳,曹維嘉.大學(xué)生信用消費(fèi)現(xiàn)狀調(diào)查與對(duì)策研究——基于常州高校的調(diào)查分析[J].價(jià)值工程,2019,38(18):277-279.熊曉娟.互聯(lián)網(wǎng)金融背景下鄭州市大學(xué)生信用消費(fèi)研究[J].山西農(nóng)經(jīng),2020(20):166-168.徐華,張家鵬.用戶畫(huà)像技術(shù)與專業(yè)社會(huì)工作[J].社會(huì)工作與管理,2020,20(03):50-56.楊濤屹,孫國(guó)營(yíng),李靖,易銘,鄒雙燕.基于大數(shù)據(jù)的大學(xué)生消費(fèi)信用風(fēng)險(xiǎn)研究[J].電腦知識(shí)與技術(shù),2020,16(15):275-276.張海濤,徐海玲,張梟慧,等.國(guó)內(nèi)外圖書(shū)情報(bào)領(lǐng)域用戶畫(huà)像研究現(xiàn)狀及展望[J].圖書(shū)情報(bào)工作,2019(7):127-134.張宏鑫,盛風(fēng)帆,徐沛原,等.基于移動(dòng)終端日志數(shù)據(jù)的人群特征可視化[J].軟件學(xué)報(bào),2016(5):1174-1187.張宣花.大學(xué)生信用消費(fèi)的實(shí)證分析[J].內(nèi)蒙古統(tǒng)計(jì),2015(01):18-19.張哲.基于微博數(shù)據(jù)的用戶畫(huà)像系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].武漢:華中科技大學(xué),2015:31-51.趙雅慧,劉芳霖,羅琳.大數(shù)據(jù)背景下的用戶畫(huà)像研究綜述:知識(shí)體系與研究展望[J].圖書(shū)館學(xué)研究,2019(24):13-24.周妹璇.基于深度神經(jīng)網(wǎng)絡(luò)的用戶畫(huà)像研究[D].湖南大學(xué),2018.鄒開(kāi)亮,賀喚喚.互聯(lián)網(wǎng)金融背景下大學(xué)生信用消費(fèi)的冷思考[J].洛陽(yáng)師范學(xué)院學(xué)報(bào),2018,37(11):54-57.ChaoM,ChenZ,FuY,etal.SocialUserProfiling:ASocial-AwareTopicModelingPerspective[C].Suzhou:22ndInternationalConferenceonDatabaseSystemsforAdvancedApplications,2017.CharlesBlankson,AudheshPaswan,KwabenaG.Boakye.Collegestudents’consumptionofcreditcards[J].InternationalJournalofBankMarketing,2012,30(7).DiChen,QinglinZ,GangbaoC,etal.ForumUserProfilingbyIncorporatingUserBehaviorandSocialNetworkConnections[C].Seattle,WA:2ndInternationalConferenceonCognitiveComputing,2018.GodoyD,AmandiA.UserProfilingforWebPageFiltering[J].IEEEInternetComputing,2005,9(4):56-64.GodoyD.LearningUserInterestsforUserProfilinginPersonalInformationAgents[J].AICommunications,2006,19(4):391-394.HyonHK,JinnamJ,DonggeonK.GenerationofTag-BasedUserProfilesforClusteringUsersinaSocialMusicSite[C].Kaohsiung,CHINA:4thInternationalScientificAsianConferenceonIntelligentInformationandDatabaseSystems,2012.JieT,YaoL,ZhangD,etal.ACombinationApproachtoWebUserProfiling[J].ACMTransactionsonKnowledgeDiscoveryfromData,2010,5(1):1-44.LiuQ,KaiN,HeZ,etal.MicroblogUserInterestModelingBasedonFeaturePropagation[C].Hangzhou,CHINA:6thInternationalSymposiumonComputationalIntelligence&Design,2013.PernilleHohnen,MaleneGram,TurfB?ckerJakobsen.Debtasthenewcreditorcreditasthenewdebt?AculturalanalysisofcreditconsumptionamongDanishyoungadults[J].JournalofYouthStudies,2020,23(3).ShangY,XuK,YiH,etal.FTM:RecommendingtheRightItemsforUserTemporalInterestswithMatrixFactorizationThroughTopicModel[C].Changsha,CHINA:IEEEInternationalConferenceonDataScienceinCyberspace,2017.

附錄A長(zhǎng)沙市高校大學(xué)生風(fēng)險(xiǎn)消費(fèi)情況調(diào)查問(wèn)卷您好！感謝您能抽出幾分鐘時(shí)間來(lái)參加本次調(diào)查，本問(wèn)卷僅用于收集大學(xué)生風(fēng)險(xiǎn)消費(fèi)相關(guān)數(shù)據(jù)，用以大學(xué)生風(fēng)險(xiǎn)消費(fèi)特征研究，會(huì)嚴(yán)密保護(hù)填寫(xiě)人隱私信息，請(qǐng)放心填寫(xiě)！謝謝您的合作！1、您的性別是(單選題*必答)○男○女2、您的受教育程度(單選題*必答)○本科○碩士○博士及以上3、您目前所處的狀態(tài)(單選題*必答)○全日制在校學(xué)生○非全日制在校學(xué)生4、您是否為單身(單選題*必答)○是○否5、家庭年均收入(單選題*必答)○1萬(wàn)元以下○1-3萬(wàn)元○3-8萬(wàn)○8-15萬(wàn)○15-30萬(wàn)○30-100萬(wàn)○100萬(wàn)以上6、您每個(gè)月可以獲得的穩(wěn)定生活費(fèi)為（例如：2500）(填空題*必答)________________________7、您較為節(jié)儉情況下的月消費(fèi)為(填空題*必答)________________________8、您每月的消費(fèi)情況(單選題*必答)○比較充裕，有結(jié)余○剛剛好，幾乎無(wú)剩余○不太夠，偶爾需要其他途徑補(bǔ)充○完全不夠9、您目前的消費(fèi)來(lái)源為(多選題*必答)□家長(zhǎng)給予□兼職收入□獎(jiǎng)、助學(xué)金□其他10、您每月沖動(dòng)消費(fèi)的次數(shù)(單選題*必答)○0次○1-2次○2-5次○5次以上11、購(gòu)買商品時(shí)您會(huì)考慮什么因素(排序題請(qǐng)?zhí)?-5數(shù)字排序*必答)_____價(jià)格_____外觀_____品牌_____售后_____口碑12、您是否使用過(guò)風(fēng)險(xiǎn)消費(fèi)的方式（例：螞蟻花唄、信用卡等）(單選題*必答)○是○否13、您不使用風(fēng)險(xiǎn)消費(fèi)的原因(多選題*必答)□不需要□擔(dān)心支付不夠安全□擔(dān)心忘記還款□手續(xù)費(fèi)收取偏多□申請(qǐng)手續(xù)太麻煩□其他14、您使用過(guò)的風(fēng)險(xiǎn)消費(fèi)方式(多選題*必答)□螞蟻借唄、花唄□京東白條□蘇寧金融任性付□其他消費(fèi)金融貸款□信用卡□其他15、您風(fēng)險(xiǎn)消費(fèi)的額度為（例：2000）(填空題*必答)________________________16、您每月使用風(fēng)險(xiǎn)消費(fèi)的花銷大約占每月總支出的(單選題*必答)20%20%~40%40%~60%60%~80%80%以上17、您使用風(fēng)險(xiǎn)消費(fèi)的頻率為(單選題*必答)○五次以下○五次到十五次○十五次到三十次○三十次以上18、您在何種狀況下會(huì)主動(dòng)選擇使用風(fēng)險(xiǎn)消費(fèi)(單選題*必答)○消費(fèi)金額為較大數(shù)額時(shí)○消費(fèi)金額較小時(shí)○每次消費(fèi)都會(huì)使用19、您償還風(fēng)險(xiǎn)消費(fèi)貸款的時(shí)限為(單選題*必答)○一個(gè)月以內(nèi)○三個(gè)月以內(nèi)○六個(gè)月以內(nèi)○一年以內(nèi)○其他20、您進(jìn)行風(fēng)險(xiǎn)消費(fèi)的主要還款來(lái)源是(單選題*必答)○從下一期生活費(fèi)扣○向父母索要○兼職還款○向朋友借錢○其他21、您進(jìn)行風(fēng)險(xiǎn)消費(fèi)的主要原因是(多選題*必答)□服飾鞋帽□電子產(chǎn)品□美妝護(hù)膚□生活用品□游戲充值□日常娛樂(lè)（例如：看電影）□學(xué)習(xí)□旅游□餐飲□其他22、您選擇風(fēng)險(xiǎn)消費(fèi)的原因?yàn)?多選題*必答)□申請(qǐng)難度小，靈活度高□零利率□免抵押□還款可任意期限□有優(yōu)惠活動(dòng)□其他23、你對(duì)大學(xué)生風(fēng)險(xiǎn)消費(fèi)的看法是(多選題*必答)□可以臨時(shí)救急□避免借錢的尷尬□相對(duì)安全，風(fēng)險(xiǎn)可控□風(fēng)險(xiǎn)較大，不太安全□容易控制不住自己，造成不良后果下面是關(guān)于大學(xué)生風(fēng)險(xiǎn)消費(fèi)的一些表述，請(qǐng)您根據(jù)自己自身的想法選擇對(duì)應(yīng)的選項(xiàng)24、我對(duì)于大學(xué)生風(fēng)險(xiǎn)消費(fèi)這一行為(打分題請(qǐng)?zhí)?-5數(shù)字打分*必答)1分為非常不理解,5分為非常理解,您的評(píng)分是____分25、我認(rèn)為大學(xué)生風(fēng)險(xiǎn)消費(fèi)是大勢(shì)所趨、利大于弊的(打分題請(qǐng)?zhí)?-5數(shù)字打分*必答)1分為非常不贊同,5分為非常贊同,您的評(píng)分是____分26、我對(duì)于風(fēng)險(xiǎn)消費(fèi)的借、還流程的了解程度(打分題請(qǐng)?zhí)?-5數(shù)字打分*必答)1分為完全不了解,5分為完全了解,您的評(píng)分是____分27、在有需要的情況下我會(huì)使用風(fēng)險(xiǎn)消費(fèi)(打分題請(qǐng)?zhí)?-5數(shù)字打分*必答)1分為非常不贊同,5分為非常贊同,您的評(píng)分是____分38、我會(huì)盡量在還款期限內(nèi)還款(打分題請(qǐng)?zhí)?-5數(shù)字打分*必答)1分為非常不贊同,5分為非常贊同,您的評(píng)分是____分29、超過(guò)還款期限，我也會(huì)盡快還款(打分題請(qǐng)?zhí)?-5數(shù)字打分*必答)1分為非常不贊同,5分為非常贊同,您的評(píng)分是____分30、我非常了解逾期對(duì)我產(chǎn)生的負(fù)面影響(打分題請(qǐng)?zhí)?-5數(shù)字打分*必答)1分為非常不贊同,5分為非常贊同,您的評(píng)分是____分31、面對(duì)較大的還款壓力我會(huì)變得非常節(jié)儉(打分題請(qǐng)?zhí)?-5數(shù)字打分*必答)1分為非常不贊同,5分為非常贊同,您的評(píng)分是____分32、我經(jīng)常會(huì)處于較大的還款壓力(打分題請(qǐng)?zhí)?-5數(shù)字打分*必答)1分為非常不贊同,5分為非常贊同,您的評(píng)分是____分問(wèn)卷到此結(jié)束，感謝您的配合！附錄B#清除工作環(huán)境cat("\014")rm(list=ls())#設(shè)置工作環(huán)境setwd("D:\\大學(xué)生風(fēng)險(xiǎn)消費(fèi)")#加載所需安裝包library(dplyr)library(ggplot2)library(jiebaRD)library(jiebaR)library(magrittr)library(reshape)library(stringr)library(wordcloud2)library(pROC)library(nnet)library(randomForest)options(scipen=200)data<-read.csv("model.csv",header=TRUE)#從工作環(huán)境中讀取數(shù)據(jù)is.na(data$reputation)#LOGIT回歸模型lm<-glm(risk~D1+EDU+spouse+inc_ways+imp_times+price+appearance+brand+post_sale+reputation+cre_num+quota,family=binomial(link="logit"),data=data)#建模summary(lm)lm_aic<-step(lm,trace=F)#用AIC準(zhǔn)則進(jìn)行變量選擇summary(lm_aic)n<-length(data[,1])lm_bic<-step(lm,k=log(n),trace=F)#用BIC準(zhǔn)則進(jìn)行變量選擇summary(lm_bic)#ROCprob=predict(lm)pre=as.numeric(prob)roc=roc(data$risk,pre,plot=TRUE,print.thres=TRUE,print.auc=TRUE,col="blue",print.thres.col="blue",legacy.axes=TRUE)prob1=predict(lm_aic)pre1=as.numeric(prob1)roc1=roc(data$risk,pre1,plot=TRUE,print.thres=TRUE,print.auc=TRUE,col="blue",print.thres.col="blue",legacy.axes=TRUE)prob2=predict(lm_bic)pre2=as.numeric(prob2)roc2=roc(data$risk,pre2,plot=TRUE,print.thres=TRUE,print.auc=TRUE,col="blue",print.thres.col="blue",l