当前位置:文档之家› 大学生信用卡风险评价模型(完结篇)

大学生信用卡风险评价模型(完结篇)

大学生信用卡风险评价模型摘要目前,大学生的信用卡消费已经成为了一种普遍现象。

随之而来的愈演愈烈的信用卡风险问题。

针对这一现象,我们通过综合分析大学生信用卡收入来源,消费水平以及价值观念,得出了影响大学生信用的基本因素。

求解大学生信用卡风险评价模型的过程中,我们运用了层次分析法。

我们通过模糊数学中隶属度函数的思想,给出了某一因素的隶属度函数表达式:1 Ci ≤bi kμi k= (Ci-bi k+1)/(bi k -bi k+1) bi k ≤Ci ≤bi k+1 (1) 0 Ci ≥bi k+1 或1 Ci ≥bi kμi k= (Ci-bi k+1)/(bi k -bi k+1) bi k+1 ≤Ci ≤bi k (2)0 Ci ≤bi k+1通过隶属度函数,得出了各个因素的可信度(1,2,311)i r i =。

然后通过专家经验法,给出了各因素的相对重要性,确定个人信用指标的综合权重分布向量(1,2,311)i w i =。

另外,我们了解到,银行针对填写的各项信息,建立了相应的失信度函数h ,作为对结果真实性的分析。

最终我们给出了大学生信用卡风险评价模型:111Ti i i S WR h w r h =⎧⎫=-=-⎨⎬⎩⎭∑并根据模型的相对重要因素,给出了大学生能否办理信用卡的信用指标阈值:同时我们对大学生信用卡生命周期做了分析,给出了基于客户生命周期的大学生信用卡市场培养模型的四个时期: (1) 开发期 (2) 成长期 (3) 成熟期 (4) 衰退期并就各时期可能出现的问题以及银行的应对办法给出了一些合理化的建议。

最后我们就大学生思想观念,消费习惯,诚信观念给出了合理化的建议,希望当下的大学生能树立诚信意识,按时还贷。

关键词:信用卡风险层次分析法模糊数学隶属度函数专家经验法一、背景介绍2004年9月20日, 金诚信用和广东发展银行联名发行了第一张大学生信用卡后,在我国银行界引发了争相办理大学生信用卡的热潮, 如建设银行的龙卡名校卡、招商银行的Young卡、兴业银行的加菲猫信用卡、中信银行的中信I卡、工商银行的牡丹学生卡等。

万事达卡国际组织曾对北京、上海等地20多所大学2000多名在校本科生、研究生和博士生的调查发现, 现金仍然是大学生消费的主要付款方式,但是大学生持卡比例从2006年的15.1% 大幅上升到24% 。

《2006中国大学生调查报告》显示, 大约平均每4个大学生就有1人持有信用卡。

但是, 广发银行等已停止了大学生信用卡的办理, 原因就在于大学生信用卡的风险太大。

所以, 加强对大学生信用卡的风险管理至关重要。

二、问题重述信用卡作为新兴的支付工具和信用手段,以其支付结算、消费信贷和使用方便等特点,广受消费者欢迎。

伴随着2006年12月11日中国金融市场的全面开放,国内商业银行加大了发行信用卡的力度,大学校园是众多银行抢占的重要信用卡市场之一。

但是,从第一张大学生信用卡发行开始,大学生信用卡的违规现象就日趋严重,信用卡风险发生的频率也越来越高。

因此,对大学生信用卡风险进行控制管理是十分必要的。

找到有效规避大学生信用卡风险的方法不仅能给银行自身带来巨大收益,也能让大学生建立合理的理财计划,正确对待信用问题,最终实现双赢,共同发展。

请对大学生进行信用卡使用现状调查,分析大学生的收入来源、消费结构以及价值观念等特点,并利用各类数据分析大学生信用卡可能存在的风险。

从银行角度建立大学生信用卡风险模型,如何更有效的规避大学生信用卡风险。

最后,就培养诚信意识、合理消费理念问题为当今大学生给出合理化建议。

三、数据收集关于大学生的信用卡风险问题,我们先考察了大学生的自身收入来源问题。

据调查显示:在校期间,绝大多数学生的主要经济来源为家庭供给,占78%;靠亲友资助的占22%。

63.3%的学生每月开支与主要经济来源之间存在差额,其中不足部分主要由勤工助学、补助、贷款、奖学金、个人负债来补充,68.3%的同学这部分收入占月支出的30%一下,但还有13.9%的学生这部分收入占月支出的50%以上,有的甚至占到70%以上。

除从家庭得到收入以外,大学生倾向选择的途径依次为奖学金、勤工助学、补助、个人负债、贷款、争取社会资助。

从中我们可以看出大学生有很强的自立倾向,希望通过自己的劳动与勤奋学习挣取生活费用,而不是依赖学校、社会和他人的支持。

据某大学权威调查可得,大学生的主要收入来源为:1、家中补给(81.4%)2、部分靠家庭补给部分靠兼职或勤工俭学(12.1%)3、靠自己的能力(贷款等)(6.5%)鉴于当前大学生消费模式的全新化,消费路径的多样化,休闲消费和人情娱乐消费已不亚于基本生活消费和学习消费,所以出现了部分学生的月生活费不够等状况。

对此,权威机构也进行了调查:1、非常不够,每月都要超支,而且超支情况严重(9%)2、超支时候比较多,时常找朋友借(9%)3、偶尔超支,但大多数时候都够用(60%)4、够了,每个月还有一定的节余(22%)所以我们可以看到,绝大多数大学生都会出现生活费不够的情况,所以很多人自然而然地把目光对准了信用卡。

另一方面,大学生消费水平,伴随着国民经济的发展而迅速提高,其消费结构和消费倾向发生了巨大的变化。

据调查显示,相当大一部分大学生的消费水平在急剧增长。

大致可给出以下几种原因:一、家庭经济收入普遍偏高二、生活及学习用品价格上涨三、思想日渐变化,互相攀比的现象比较严重四、思想政治工作不力。

缺乏艰苦朴素的思想教育,没有形成艰苦创业的生活作风。

由调查数据可以看出,过高的消费水平导致一批大学生对自己的还贷能力进行了过高的估计,不以为然地贷款、刷卡,最终导致贷款量超过自己的还贷能力,形成拆东墙补西墙的恶性循环。

最终,我们根据根据以上大学生收入来源、消费水平以及消费观念,给出了大学生办理信用卡的主要原因:一是校园信用卡不需要缴年费;二是大学生对时尚的追求;三是办卡礼品的诱惑;四是信用卡的透支功能。

随着多数大学生“先消费后还款,手头更宽裕”观念的形成,每月3000到5000元的可透支额度形成了巨大的诱惑力。

五是部分大学生表示,办卡是为了享受各种优惠活动,当然也有的大学生则是“为了紧跟时尚潮流”。

四、基本假设1、假设信用卡申请人的各方面资料都能一一提供。

2、经过筛选,建立一套2类共11项指标的大学生信用卡信用风险评价体系,忽略保证金和担保人及不重要指标;3、在构造判断矩阵时,依上下层之间的隶属关系,由专家经验法确定同层元素的相对重要性;4、指标评分函数由申请人提供的申请资料和银行私下获得的资料计算得到,忽略其他因素;5、授信阈值的确定主要看持卡人未来还贷能力和还贷意愿是否令人满意;五、基本符号和变量r:各指标评分;iw:各指标权重;ih : 失信度;μA (x):x对A的隶属度;Ci: 某一指标的获得参数;bi k:某一指标的比较参数;M 目标层;A 准则层;B 准则层;Q1 :开发期利润;Q2 :成长期利润;Q3 :成熟期利润;Q4 :衰退期利润;ε:客户对信用卡印象收益,为非货币化表现,六、模型的建立与分析6.1模型原理个人信用卡信用风险评价原理如下图:确立个人信用指标的筛选原则,并在此基础上建立个人信用评价指标体系,这是评价个人信用的基础。

在个人信用评价过程中,首先,依据申请人个人资料信息对申请人进行指标评分,建立其指标可信度向量{}1211,,r R r r =……,,然后,对申请人提供的申请资料核对,确定其失信度h ,最后,将可信度向量与已确定的指标权重向量{}1211w ,w ,w W =……,相乘并减去申请人的失信度h ,就获得了申请人的信用评价总分S 。

在确定授信时,将S 与阈值1t ,2t 比较:S<1t ,申请人无法获得信用卡;12t t S ≤<,申请人可获普通信用卡;2t S ≥,申请人可获金卡(高级信用卡)。

6.2 模型建立6.2.1 指标建立原则1、可获得性原则。

对于一些指标的获得,必然服从这个原则,这是建立评价体系的关键。

2、动态性原则。

无论哪个银行只要获得相应指标,都能对风险作出正确合理的判断。

3、独立性原则。

体系中各个指标必须具备独立性,可以降低系统计算的复杂程度。

6.2.2 大学生信用卡风险评价体系对大学生信用卡风险评价问题所涉及的因素进行分类,构造一个各个因素之间相互联结的层次结构模型。

针对该问题,我们把影响因素分为三层:第一次目标层,大学生信用综合评价;第二层准则层,包括个人及家庭价值体系、个人信誉体系两个方面;第三层是方案层,影响大学生信用的因素,为家庭固定资产总值、家庭人均收入、个人消费水平等共11个因素,构成如下的层次结构图。

目标层M:大学生信用风险评价准则层A:个人及家庭价值体系(1—4)、个人信誉体系(5—11)方案层P:1、家庭固定资产总值2、家庭人均收入3、个人消费水平4、专业发展前景和兴衰程度5、年龄6、健康情况7、攻读学历8、学习成绩和科研能力9、缴费记录10、不良记录11、银行贷款记录方案层各因素说明如下:1、家庭固定资产总值:持卡人所在家庭拥有的财产的总价值水平,影响了持卡人的还贷能力。

2、家庭人均收入:家庭人口和人均收入,能更好的反应家庭的收入水平和富裕程度。

3、个人消费水平:个人消费水平的高低往往决定了有没有还贷能力。

4、专业发展前景和兴衰程度:这一指标反映出了该持卡人所学专业的社会效应和水平高低。

5、年龄:根据经验和数据统计可知道,年长者一般经验丰富,性情沉着,当然对于信用开贷款的了解和也会比较丰富。

6、健康情况:健康情况将影响一个人的劳动能力,从而影响收入和还贷能力。

7、攻读学历:攻读学历越高,获得的教育和知识储备就越丰富,当然对于还贷问题也有更多的了解。

8、学习成绩和科研能力:这个指标往往侧面反应出持卡人的综合素质,有较强的可信度。

9、缴费记录:如在学校各种费用的缴纳方面没有拖欠情况,持卡人的还贷意愿也有较强的保障。

10不良记录:这一记录反映持卡人在过去有没有因违反规章制度而受到行政处罚,能侧面了解持卡人的还贷意愿。

11、银行贷款记录:个人是否向银行申请贷款或者透支,是否按时归还,失信的次数和时间的长短等情况反映个人的守信程度。

一、通过成对比较的方法确定每一层的各因素的相对重要性,由AHP 法和专家分析法得到相应的判断矩阵:给出目标层M ,准则层A ,方案层Q 后,通过专家分析法,申请人的个人及家庭价值体系比个人信誉体系略微重要,因此我们不妨12a 设为2,21a 为1/2,自身对于自身同等重要,所以11a 和22a 均为1。

121/21A ⎛⎫= ⎪⎝⎭同理j P 与对应准则层的判断矩阵为:1113511351/31/3131/51/51/31P ⎛⎫ ⎪⎪= ⎪⎪⎝⎭和 211/3111/51/31/531331/311/311/3111/51/31/511/3111/51/31/5535513131331/311/35355131P ⎛⎫⎪⎪ ⎪⎪= ⎪ ⎪⎪⎪ ⎪⎝⎭(其中1P 为相对于1A 的判断矩阵,2P 为相对于2A 的判断矩阵)各层的权重分配 通过特征根法,由各级判断矩阵求得其最大特征值、一致性指标和各指标对应的权重向量(计算程序见附录),判断矩阵1P 的最大特征值4.0435,根据一致性指标的评价标准: 可得一致性指标为: 4.043540.01450.1141m nCI n λ--===<--,所以判断矩阵1P 的一致性是可以接受的。

相关主题