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，選擇了對于大學(xué)生信用風(fēng)險影響較大的因素設(shè)計出風(fēng)險評價數(shù)學(xué)模型，將風(fēng)險量化評估，運(yùn)用Matlab編程計算各因素的權(quán)重，構(gòu)建出一個較為合理的指標(biāo)權(quán)重體系，再運(yùn)用德爾菲法采用五分制對每一指標(biāo)的評價分值進(jìn)行分配，得出一個較為完整的大學(xué)生信用風(fēng)險評價指標(biāo)體系。

關(guān)鍵詞：信用風(fēng)險;校園貸;大學(xué)生信用評價;層次分析法

中圖分類號：F812.7?? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：B ? ? ? ? ? ? ? ? ? ? ?文章編號：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)重破壞了市場規(guī)則，擾亂了校園秩序。2017年6月28日，中國銀行業(yè)監(jiān)督管理委員會、教育部、人力資源社會保障部聯(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》，提出鼓勵銀行等金融機(jī)構(gòu)進(jìn)一步提高對大學(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。針對大學(xué)生的信用風(fēng)險防范便成為了一個急需解決的問題。

對學(xué)生的信用風(fēng)險研究，國外集中于對考試作弊和學(xué)術(shù)欺騙進(jìn)行誠信評價，沒有具體而明確的評價體系，國內(nèi)主要集中在國內(nèi)大學(xué)生誠信檔案建設(shè)和管理完善信用評價體系及對信用的現(xiàn)狀進(jìn)行調(diào)查等方面。在指標(biāo)選取方面，李小芳（2014）通過學(xué)習(xí)美國FICO信用評價指標(biāo)體系，結(jié)合國內(nèi)商業(yè)銀行的個人信用情況，同時考慮學(xué)生的在校信用情況，通過問卷調(diào)查來評估影響大學(xué)生信用風(fēng)險的因素。卿馨予（2009）從學(xué)生的信貸狀況、學(xué)校信譽(yù)系統(tǒng)和社會信譽(yù)系統(tǒng)的角度分析大學(xué)生的信譽(yù)，建立了一個信用指標(biāo)系統(tǒng)。關(guān)于對大學(xué)生個人信用貸款評估的研究方法，經(jīng)常使用的統(tǒng)計分析方法有決策樹、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）通過建立結(jié)構(gòu)方程分析信用評價，蘭硯軍（2013）選擇模糊評價法對信用等級進(jìn)行劃分。

通過梳理文獻(xiàn)發(fā)現(xiàn)，大學(xué)生信用評價指標(biāo)的篩選與構(gòu)建目前存在以下不足：一是傳統(tǒng)的信用評價指標(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，信用評價中應(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級指標(biāo)是非常簡單的，未能涵蓋全部信息。鑒于此，本研究運(yùn)用層次分析法和德爾菲法相結(jié)合的方法對大學(xué)生信用評價指標(biāo)進(jìn)行研究。首先通過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，選擇了對于大學(xué)生信用風(fēng)險影響較大的因素設(shè)計出風(fēng)險評價數(shù)學(xué)模型，將風(fēng)險量化評估;運(yùn)用Matlab編程計算各因素的權(quán)重，構(gòu)建出一個較為合理的指標(biāo)權(quán)重體系;再運(yùn)用德爾菲法采用五分制對每一指標(biāo)的評價分值進(jìn)行分配，得出一個較為完整的的大學(xué)生信用風(fēng)險評價指標(biāo)體系。

信用風(fēng)險評價體系的構(gòu)建和完善有助于判別大學(xué)生信用水平等級，在金融機(jī)構(gòu)對大學(xué)生提供信用貸款時，提供風(fēng)險識別依據(jù)，為降低違約事件發(fā)生，減少暴力催收事件，構(gòu)筑和完善社會信用體系建設(shè)方面起到有益作用。

二、構(gòu)建信用評價指標(biāo)體系

（一）大學(xué)生的信用評價指標(biāo)定性分析

大學(xué)生信用風(fēng)險衡量與這一群體的階段性特點(diǎn)密不可分。大學(xué)生具有無穩(wěn)定工作、收入來源渠道單一等特點(diǎn)，可提供的信用記錄較少，幾乎沒有符合條件的可抵押資產(chǎn)。但是，大學(xué)生未來收入具有增長潛力，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，收入會呈顯著上升趨勢，還款履約能力會逐漸提高。因此在對大學(xué)生的信用評級評定中不能只停留在個人當(dāng)前的信用評分中，還需考慮到大學(xué)生未來的發(fā)展前景，此處將控制風(fēng)險的系統(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，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，同時是否受過良好教育對個人的信用觀也會產(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。主要通過大學(xué)生所在的學(xué)校、所學(xué)專業(yè)等與未來該大學(xué)生工作相關(guān)因素進(jìn)行分析來衡量大學(xué)生信用水平，最重要的潛在因素是分析得到大學(xué)生未來工作后可能的信用等級。

3.大學(xué)生的經(jīng)濟(jì)來源。首先要考慮的是大學(xué)生主要收入來源，對大學(xué)生的收入渠道進(jìn)行詳細(xì)調(diào)查，借此對給大學(xué)生提供信用風(fēng)險進(jìn)行評價。

4.誠信行為。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)生的在校誠信行為考察標(biāo)準(zhǔn)，以此來對其誠信狀況進(jìn)行評價。

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)查可以通過大學(xué)生家庭基本信息分析，通過家庭背景的重要信息給予信用評價。

（二）信用評價模型構(gòu)建

通過分析影響大學(xué)生信用的因素來對大學(xué)生信用風(fēng)險情況進(jìn)行度量。本文采用層次分析法和德爾菲法進(jìn)行研究分析，并由此構(gòu)建出大學(xué)生個人信用風(fēng)險評價模型。

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)問題的性質(zhì)和要達(dá)到的總目標(biāo)，將問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，形成一個多層次的分析結(jié)構(gòu)模型，通過定性指標(biāo)模糊量化方法算出層次單排序（權(quán)數(shù)）和總排序，最終使問題歸結(jié)為最底層（供決策的方案、措施等）相對于最高層（總目標(biāo)）的相對重要權(quán)值的確定或相對優(yōu)劣次序的排定。

2.要素選擇。一是基本信息通過三方面來考慮。①隨著年齡的增長，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)行合理評價。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)國家公布的熱門專業(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)未來情況的分析。三是經(jīng)濟(jì)來源通過三方面考慮。①獎學(xué)金和助學(xué)金：有國家獎學(xué)金、國家勵志獎學(xué)金、國家助學(xué)金、校級獎學(xué)金、班級獎學(xué)金，根據(jù)獎學(xué)金等級不同給予獲獎的同學(xué)信用評價。②生活費(fèi)：根據(jù)實際大學(xué)生消費(fèi)水平設(shè)定區(qū)間，對大學(xué)生每月得到的來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對兼職工作進(jìn)行信用評價。四是誠信行為通過三方面考慮。①考試作弊行為：對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)分的評分。②榮譽(yù)稱號：通過三好學(xué)生、優(yōu)秀學(xué)生干部、先進(jìn)班集體和精神文明先進(jìn)個人等榮譽(yù)稱號的等級來對個人的品性加分。③芝麻信用評分：基于大學(xué)生群體對支付寶的廣泛使用，借助芝麻信用評分對大學(xué)生在網(wǎng)上消費(fèi)信用進(jìn)行評價。五是家庭背景通過三方面考慮。家庭中父母對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大學(xué)生現(xiàn)在和未來是否會進(jìn)行信用消費(fèi)有很大的影響。①父母職業(yè)：通過不同職業(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）來獲得職業(yè)評分。分類可以有國家機(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，來對家庭收入給予評價。③父母征信記錄：對父母存在不誠信行為和不存在不良征信的大學(xué)生評分做出較大差距的評分。

3.模型建立及一致性檢驗。建立信用風(fēng)險評價的數(shù)學(xué)模型，評價大學(xué)生信用風(fēng)險，將可能對信用產(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)成一個層次結(jié)構(gòu)，對同一層次的諸多影響風(fēng)險的因素采用兩兩比較的方法確定出相對于上一層次的權(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。將信用評價作為決策層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。建立如下所示的評價指標(biāo)體系（見表1）。

步驟二：構(gòu)造成對比較矩陣。在每個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。如對某一準(zhǔn)則，對其下的各指標(biāo)層方案進(jìn)行兩兩對比，確定在該層中相對于準(zhǔn)則層所占的比重，并按其重要性程度評定等級。Santy給出的9個重要性等級及其賦值。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。層次單排序定義為最大特征根所對應(yīng)的矩陣在經(jīng)過正規(guī)化處理后，將向量的每一個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因素在層次結(jié)構(gòu)中的相對重要性權(quán)重的排序。能識別出是不是層次單排序，需要通過一致性檢驗，即有一個控制線，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時的矩陣，否則n小于λ時不是一致矩陣。

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計算，CI越小，說明一致性越大。將下層因素對上層的因素影響程度的權(quán)向量用最大特征值對應(yīng)的特征向量來反映，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這個變量，它是一種檢驗隨機(jī)一致性的指標(biāo)，其定義為：

其中，隨機(jī)的檢驗一致性的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，其對應(yīng)關(guān)系見表4。

考慮到一致性檢驗不通過是因為隨機(jī)性，在驗證矩陣是否滿足一致性時，還需將CI與RI做除法，通過比值得到一個新的檢查系數(shù)CR，公式為：CR。一般，如果CR<0.1，則認(rèn)為該判斷矩陣通過一致性檢驗，CR離0.1越遠(yuǎn)則證明一致性越差，通不過檢驗。

對上一步驟得到的六個成對比較矩陣（B、C1、C2、C3、C4、C5）進(jìn)行一致性檢驗，測試結(jié)果見表5。成對比較矩陣的一致性結(jié)果是可以實現(xiàn)的。層次單排序就是通過將判斷矩陣做出它的最大特征根λmax對應(yīng)的特征向量，經(jīng)過歸一化處理后得到同一水平的各個因素對于目標(biāo)層的某個因素相對重要性的排序權(quán)值見表6。

B層五個因素B1、B2、B3、B4、B5對總目標(biāo)的排序為：a1、a2、a3、a4、a5，C層的因素對于準(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]; %成對比較矩陣

%一致性檢驗和權(quán)向量計算

[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'）;

else

disp（`不通過'）;

end

Step5層次總排序及一致性檢驗

計算同一層次所有元素對最高層的相對重要性的排序權(quán)值，見表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

模型通過一致性檢驗，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)則的評分，由比分和權(quán)重的乘積可對應(yīng)得出每個大學(xué)生個人的風(fēng)險評價，將風(fēng)險進(jìn)行量化，對可能存在的風(fēng)險進(jìn)行度量，進(jìn)而建立大學(xué)生信用風(fēng)險評價體系。

4.指標(biāo)分值的界定。采用德爾菲法，集中整理六名專家的意見，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)，采用五分制對大學(xué)生個體的15項具體指標(biāo)進(jìn)行評價打分。具體如表8所示。通過信用風(fēng)險模型構(gòu)建，觀察C層變量對A層的影響權(quán)重，可以看出生活費(fèi)仍然是大學(xué)生收入的主要來源，對大學(xué)生的信用風(fēng)險評價也具有重要意義。同時，隨著支付寶用戶的增加，芝麻信用分越來越被廣泛承認(rèn)、接受，不僅可以用作申請簽證中的信用依據(jù)，對大學(xué)生信用風(fēng)險體系的構(gòu)建也起到了積極作用。

本文通過AHP層次分析法和德爾菲法的綜合運(yùn)用，構(gòu)建了大學(xué)生信用風(fēng)險評價體系，具有以下作用：不僅定性分析大學(xué)生信用風(fēng)險評價指標(biāo)，還可以定量研究大學(xué)生信用風(fēng)險;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，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，有利于促進(jìn)高校進(jìn)行大學(xué)生信用教育;對銀行等金融機(jī)構(gòu)衡量大學(xué)生信用風(fēng)險具有參考價值，有利于其降低不良貸款率及違約風(fēng)險。推動傳統(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)容開始拓展到個人征信、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)險的因素，然后采用AHP層次分析法定量分析，選擇了對于大學(xué)生信用風(fēng)險影響較大的因素設(shè)計出風(fēng)險評價數(shù)學(xué)模型，將風(fēng)險量化評估，運(yùn)用Matlab編程計算各因素的權(quán)重，構(gòu)建出一個較為合理的指標(biāo)權(quán)重體系，再運(yùn)用德爾菲法采用五分制對每一指標(biāo)的評價分值進(jìn)行分配，得出一個較為完整的的大學(xué)生信用風(fēng)險評價指標(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)險權(quán)重最大。就如何完善的信用風(fēng)險防范，本文提出以下建議：

一是加強(qiáng)大學(xué)生信用意識。高校通過開設(shè)有關(guān)征信、理財、信貸等金融相關(guān)課程或講座，增強(qiáng)大學(xué)生信用意識，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)險評價機(jī)制。不斷完善信用風(fēng)險評價數(shù)據(jù)，防范大學(xué)生信用風(fēng)險。

三是建立信用獎懲機(jī)制，加強(qiáng)外部環(huán)境的引導(dǎo)。通過對信用風(fēng)險評價體系中的高權(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)生不誠信行為，通過取消具有考試作弊等不誠信行為大學(xué)生的評優(yōu)、評獎資格，發(fā)揮導(dǎo)向作用。

參考文獻(xiàn)

[1]王培，李亦凡，李夢凡，王藝娜.大學(xué)生信用評價指標(biāo)體系的建立[J].現(xiàn)代商業(yè)，2016（08）：188-190。

[2]侯雨欣，王沖.基于德爾菲法與因子分析的大學(xué)生信用評價指標(biāo)篩選研究[J].四川師范大學(xué)學(xué)報（社會科學(xué)版），2016，43（05）：

34-41。

[3]李小芳.大學(xué)生信用缺失與大學(xué)生信用評價指標(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價指標(biāo)的構(gòu)建[J].商場現(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)生信用評價研究[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)計監(jiān)測指標(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)民工新政下的流動人口社會保險：來自中國四大城市的證據(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：王兆華