基于互聯網金融的大學生借貸模式與風險

自從p2p網絡借貸平臺涌入中國迅速崛起之后，高校校園作為極具潛力的市場以極快的速度被占據。然而由于大學生自主還貸意識缺失導致校園貸引起的惡性事件層出不窮。故本文設計了基于大學生的信用評級模型，采取AHP層次分析法對數據進行分析并通過模糊綜合評價的方法對已有的樣本驗證得出一個初步的大學生信用評價體系。通過模型的結論對大學生和借貸平臺提出未來的發展意見。

一、緒論

（一）研究背景

校園貸在高校中發展的過程中由于監管不利，準入門檻較低等原因加速了其潛在風險和漏洞的出現。“裸貸”、“高利率”、“被貸款”等事件層出不窮，頻頻被報道，人們一度談“校園貸”變色，“校園貸”甚至成為“校園騙局”的代名詞，P2P網絡借貸平臺在校園金融市場的發展很不被看好。

（二）研究目的和意義

p2p校園貸引起的惡性事件層出不窮其原因筆者認為主要有兩個方面。

其一，某些平臺使用了不當的方式提供貸款，如“裸貸”等。催款方式過于激進和粗暴，如“暴力催款”等。其二，平臺在發放貸款時貸款門檻較低，對借款方沒有進行合理的信用評價，使得某些沒有還款能力或信用極差的大學生得到貸款而后無法如期還款，造成對借款方貸款方雙方不利的結果。

因此，建立一個針對借款者的信用評價體系能有效緩解校園貸平臺運營時的信息不對稱，更好地規范校園貸的發展，對于校園貸合理健康發展具有重要的現實意義。

二、建立模型

（一）選擇大學生網絡借貸信用評價指標

根據指標選擇的全面性、科學性、可行性、可測性的原則，我們通過閱讀大量文獻以及結合生活經驗，最終根據大學生的特點選定了6個一級指標合計20個二級指標構建了大學生通過P2P貸款信用評價指標體系（見表一）。

（二）AHP法確定指標權重及其一致性檢驗

本文為了得到各級指標的權重，我們用matlab軟件對上文中的矩陣做一致性檢驗。首先，計算每一層次兩兩成對判斷矩陣矩陣，求出最大特征根以及每一個特征根對應的特征向量。然后通過一致性比率和一致性指標對特征值做一致性檢驗。

1.一致性指標CI：

2.一致性比率CR ：

運用matlab進行編程處理，得到各判斷矩陣的各層次排序計算及一致性檢驗結果如表2所示：

通過matlab分別對每一層次判斷矩陣求解CI、CR。本論文中CR值均小于0.1，因此每一層都符合一致性檢驗結果。通過表一中A、B、C三層關系，結合各層次排序計算結果，利用matlab計算出每個指標的最終權重，如表1所示。

（三）大學生網絡借貸的信用風險模糊綜合評判

1.綜合評價模型

（1）確定評語集

評語集是反映大學生借貸信用等級的集合，V={V1，V2，...，Vk}，k為評價等級的個數，等級的多少根據實際情況而定，本模型取V={“好”，“一般”，“差”}

（2）構建模糊關系矩陣

在前面小節我們采用層次分析法構建了大學生網絡借貸信用風險評估體系確定了各因素，結果如表1所示，其中因素集合Cij=（C11，C12，...，C63），對于因素集合 C 與評語集合V 來說，從因素集合C 到評語集合V 存在映射關系，這個這個映射關系可以用因素集合C 到集合V 的模糊關系即模糊矩陣 R 來表示。

由于上一層次的單因素評價結果都是它所包括的下一層各因素的綜合作用，所以通過調查統計得到第一層的第i個因素的模糊評判矩陣1Ri，即

1Ri=（1ri1，1ri2，1ri3）（其中1rim代表相關等級Vk的隸屬度）

帶入實例數據計算

對在校大學信用評價要求，是大學生網貸事件頻發的必然要求，從而減少不良貸款以及相關事件的發生。本論文以調查問卷的形式，得到114人次的調查統計資料，在本文中選取其中一人的信息進行驗證。

經過第一層和第二層單因素評價后可得一級指標因素的權重為

A=[0.1994 0.4693 0.0359 0.1428 0.0597 0.0929]

采用M（+，.）模糊算子，計算可得該大學生信用級別的綜合評價結果為

B22 = （0.5766 0.3713 0.0187）

按最大隸屬原則，“該大學生信用等級綜合評價結果為“好”。

由以上結果我們可以得到，按照最大隸屬度來判定，該學生信用等級為“好”，因此其網絡借貸違約風險較小，這與該樣本的實際信用狀況也是相符合的。

三、提出建議

（一） P2P網貸機構

1.借助大數據不斷完善信用評級體系，在業內建立統一規范的信用評級標準。通過建立統一規范的信用評級標準，不僅可以使網貸機構之間信息共享，更重要的是能夠加大貸款違約客戶的社會成本，減少不良貸款行為降低信用風險。

2.關注信用評級中的核心評級指標。大學生的信用指標，借貸歷史和擔保情況對其信用評級的影響較大，其中信用指標中的是否辦理信用卡及違規情況和是否是學生干部的權重占比較大；借貸歷史中過去是否有逾期記錄和擔保情況中的擔保人同樣權重占比較大。網貸機構可重點關注這些信息。

3.采用階梯的貸款原則，分散風險。網貸機構可以根據大學生的信用等級、借款金額以及借款期限，對借款的利率進行調整，并在每期進行償還一定的本金和利息，以此來減少違約或者逾期的風險。

（二） 在校大學生提升個人信用水平

大學生在進行網絡貸款是，要自覺誠信的把自己的信息如實的給網絡借貸平臺，不應該欺瞞任何信息，讓網貸平臺對自身做出準確的信用評級。也不要借貸超出自己能力范圍之內的貸款金額，以免對自身造成不必要的傷害。同時也應該根據網貸機構的還款時間，及時歸還自己借款，不要逾期不還，增加額外的償還資金，因此降低自身的信用等級。作為大學生要有信用等級的意識，維護好自己良好的信用等級。

四、結語

本文借鑒了大量國內外研究文獻，針對大學生這一特殊的群體通過問卷調查的方式得到相關數據，通過定性和定量相結合的層次分析法以及模糊數學等方法對大學生的信用評級的指標進行了權重的分配和重要性判斷，初步建立了針對大學生的P2P網貸機構的信用評級模型。但是由于時間和專業知識以及能力的限制，本文中還是存在著諸多的不足。

2017年6月18日銀監會聯合教育部和人社部印發了《關于進一步加強校園貸規范工作的通知》，無門檻、亂程序、無視客戶信用情況的校園貸時代已經過去，相信校園貸再一次以全新的面貌出現在眾人面前。（作者單位為中國勞動關系學院）