基于AHP對客戶信用評級可行性分析

曾思瑜+朋瑞

摘要： AHP作為一種評級排序工具，在信用評級的過程中有著重要的重用。它能對定性問題與定量問題進行綜合分析處理，并得到明確的定量化結(jié)論，以優(yōu)劣排序的形式表現(xiàn)出來。[1]通過它對金融行業(yè)中兩個客戶的基本情況進行分析和比較，重點說明AHP在客戶信用評價體系中的可行性。

Abstract： As a rating ranking tool， AHP plays an important role in the process of credit rating， being capable of analyzing comprehensively the qualitative as well as the quantitative problems with explicit quantified conclusion coming out in the form of the optimal and worse order. [1]This thesis elaborates the feasibility of AHP in the customer credit evaluation system by analyzing and comparing the background of two customers in financial industry.

關(guān)鍵詞： AHP；信用評級；可行性

Key words： Analytic Hierarchy Process；credit rating；feasibility

中圖分類號：F274；F224 文獻標(biāo)識碼：A 文章編號：1006-4311（2014）19-0010-02

0 引言

信用評級的目標(biāo)是顯示受評對象貸款違約風(fēng)險的大小，國外一般由專門的評估機構(gòu)進行，隨著我國經(jīng)濟的發(fā)展，信貸業(yè)務(wù)也飛速發(fā)展，對客戶信用進行正確的評級分析，成為綜合授信業(yè)務(wù)的良好重要組成部分；AHP在得到明確的定量化結(jié)論后，將結(jié)果以優(yōu)劣的排列形式表現(xiàn)出來，本文選擇AHP對客戶信用進行評級，并隨機選取兩位客戶，證明了該方法在信用評級過程中的可行性。

1 模型構(gòu)建

1.1 客戶信用指標(biāo)體系 在信用體系發(fā)展的過程中，指標(biāo)的選取也在發(fā)生變化，本文參考各個商業(yè)銀行及評級機構(gòu)評價體系后，[2]首先選取了個人基本情況，職業(yè)情況，收入及資產(chǎn)，信用歷史四個主要構(gòu)成因素，根據(jù)各個因素的不同屬性自上而下進行分解，最終選取了16個二級指標(biāo)。如表1所示。

1.2 專家咨詢 一共發(fā)出40份專家咨詢表，回收37份，回收率92.5%從中選出十份，對其咨詢結(jié)果進行匯總得到個指標(biāo)重要性比較：職業(yè)優(yōu)先于個人基本情況優(yōu)先于信用歷史優(yōu)先于收先及資產(chǎn)；年齡等同婚姻優(yōu)先于學(xué)歷優(yōu)先性別；職務(wù)職稱優(yōu)先于職業(yè)優(yōu)先于工作年限優(yōu)于行業(yè)；住房情況優(yōu)先于銀行存款優(yōu)先于有價證券優(yōu)先月收入；貸款還債優(yōu)先司法記錄優(yōu)先于與還款與月收入比優(yōu)先于信用額度利用率。據(jù)此，采用薩蒂的1-9標(biāo)度法得到各層次判斷矩陣，并隨機選取兩位客戶A，B；具體情況如下：A：35歲，已婚男性，本科，公務(wù)員科長，工作年限13年，有一套自有住房仍在還款期，無有價證券，十萬存款；B：36歲，未婚男性，博士，大學(xué)教授，7年工作年限，無房無有價證券，有30萬銀行存款。

1.3 確定各指標(biāo)權(quán)重

第一步：對各判斷矩陣每行諸元素求和，并進行規(guī)范：

■■=■a■，j=1，2，…，n ω■=■，i=1，2，…，n

第二步：求全體判斷矩陣的合成權(quán)重向量。

1.4 一致性檢驗 判斷矩陣的一致性檢驗CI=（λmax-n）/（n-1），CR=CI/RI。當(dāng)CR〉0.10時，不能通過一致性檢驗，應(yīng)該重新估計此判斷矩陣；當(dāng)CR〈0.10時，判斷矩陣的一致性可以接受，此時求得的ω才有效。

1.5 計算出總權(quán)重

1.6 得到評級結(jié)果 根據(jù)上述方法對客戶的權(quán)重進行排序，權(quán)重越大，信用級別越高。[3]

2 計算結(jié)果分析

經(jīng)過計算分析得到一級指標(biāo)權(quán)重矩陣為

A=（0.2318，0.5806，0.0663，0.1213），

一致性比例CR=0.0016<0.10符合一致性條件。

個人情況組分析得到指標(biāo)權(quán)重矩陣

B1=（0.3937，0.0752，0.3937，0.1374），

一致性比例CR=0.0016<0.10符合一致性條件。

職業(yè)情況組分析得到指標(biāo)權(quán)重矩陣

B2=（0.0695，0.5381，0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性條件。

收入及資產(chǎn)組分析得到指標(biāo)權(quán)重矩陣

B3=（0.0695，0.5381.0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性條件。

信用歷史組分析得到指標(biāo)權(quán)重矩陣

B4=（0.5600，0.0984，0.0605，

0.2811），一致性比例CR=0.0401<0.10符合一致性條件。

客戶信用評價結(jié)果：由表2可知，客戶A的信用權(quán)重大于客戶B的信用權(quán)重。因此，本文運用AHP對客戶信用進行評級是可行的。

參考文獻：

[1]趙濤.管理學(xué)常用方法[M].天津：天津大學(xué)出版社，2006.

[2]龍西安.個人信用、征信與法[M].北京：中國金融出版社，2004.

[3]許樹柏.層次分析法原理[M].天津：南開大學(xué)出版社，2000.

[4]基于AHP對我國上市公司信用風(fēng)險評價[J].價值工程，（2011）35-0143-02：143-144.endprint

摘要： AHP作為一種評級排序工具，在信用評級的過程中有著重要的重用。它能對定性問題與定量問題進行綜合分析處理，并得到明確的定量化結(jié)論，以優(yōu)劣排序的形式表現(xiàn)出來。[1]通過它對金融行業(yè)中兩個客戶的基本情況進行分析和比較，重點說明AHP在客戶信用評價體系中的可行性。

Abstract： As a rating ranking tool， AHP plays an important role in the process of credit rating， being capable of analyzing comprehensively the qualitative as well as the quantitative problems with explicit quantified conclusion coming out in the form of the optimal and worse order. [1]This thesis elaborates the feasibility of AHP in the customer credit evaluation system by analyzing and comparing the background of two customers in financial industry.

關(guān)鍵詞： AHP；信用評級；可行性

Key words： Analytic Hierarchy Process；credit rating；feasibility

中圖分類號：F274；F224 文獻標(biāo)識碼：A 文章編號：1006-4311（2014）19-0010-02

0 引言

信用評級的目標(biāo)是顯示受評對象貸款違約風(fēng)險的大小，國外一般由專門的評估機構(gòu)進行，隨著我國經(jīng)濟的發(fā)展，信貸業(yè)務(wù)也飛速發(fā)展，對客戶信用進行正確的評級分析，成為綜合授信業(yè)務(wù)的良好重要組成部分；AHP在得到明確的定量化結(jié)論后，將結(jié)果以優(yōu)劣的排列形式表現(xiàn)出來，本文選擇AHP對客戶信用進行評級，并隨機選取兩位客戶，證明了該方法在信用評級過程中的可行性。

1 模型構(gòu)建

1.1 客戶信用指標(biāo)體系 在信用體系發(fā)展的過程中，指標(biāo)的選取也在發(fā)生變化，本文參考各個商業(yè)銀行及評級機構(gòu)評價體系后，[2]首先選取了個人基本情況，職業(yè)情況，收入及資產(chǎn)，信用歷史四個主要構(gòu)成因素，根據(jù)各個因素的不同屬性自上而下進行分解，最終選取了16個二級指標(biāo)。如表1所示。

1.2 專家咨詢 一共發(fā)出40份專家咨詢表，回收37份，回收率92.5%從中選出十份，對其咨詢結(jié)果進行匯總得到個指標(biāo)重要性比較：職業(yè)優(yōu)先于個人基本情況優(yōu)先于信用歷史優(yōu)先于收先及資產(chǎn)；年齡等同婚姻優(yōu)先于學(xué)歷優(yōu)先性別；職務(wù)職稱優(yōu)先于職業(yè)優(yōu)先于工作年限優(yōu)于行業(yè)；住房情況優(yōu)先于銀行存款優(yōu)先于有價證券優(yōu)先月收入；貸款還債優(yōu)先司法記錄優(yōu)先于與還款與月收入比優(yōu)先于信用額度利用率。據(jù)此，采用薩蒂的1-9標(biāo)度法得到各層次判斷矩陣，并隨機選取兩位客戶A，B；具體情況如下：A：35歲，已婚男性，本科，公務(wù)員科長，工作年限13年，有一套自有住房仍在還款期，無有價證券，十萬存款；B：36歲，未婚男性，博士，大學(xué)教授，7年工作年限，無房無有價證券，有30萬銀行存款。

1.3 確定各指標(biāo)權(quán)重

第一步：對各判斷矩陣每行諸元素求和，并進行規(guī)范：

■■=■a■，j=1，2，…，n ω■=■，i=1，2，…，n

第二步：求全體判斷矩陣的合成權(quán)重向量。

1.4 一致性檢驗 判斷矩陣的一致性檢驗CI=（λmax-n）/（n-1），CR=CI/RI。當(dāng)CR〉0.10時，不能通過一致性檢驗，應(yīng)該重新估計此判斷矩陣；當(dāng)CR〈0.10時，判斷矩陣的一致性可以接受，此時求得的ω才有效。

1.5 計算出總權(quán)重

1.6 得到評級結(jié)果 根據(jù)上述方法對客戶的權(quán)重進行排序，權(quán)重越大，信用級別越高。[3]

2 計算結(jié)果分析

經(jīng)過計算分析得到一級指標(biāo)權(quán)重矩陣為

A=（0.2318，0.5806，0.0663，0.1213），

一致性比例CR=0.0016<0.10符合一致性條件。

個人情況組分析得到指標(biāo)權(quán)重矩陣

B1=（0.3937，0.0752，0.3937，0.1374），

一致性比例CR=0.0016<0.10符合一致性條件。

職業(yè)情況組分析得到指標(biāo)權(quán)重矩陣

B2=（0.0695，0.5381，0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性條件。

收入及資產(chǎn)組分析得到指標(biāo)權(quán)重矩陣

B3=（0.0695，0.5381.0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性條件。

信用歷史組分析得到指標(biāo)權(quán)重矩陣

B4=（0.5600，0.0984，0.0605，

0.2811），一致性比例CR=0.0401<0.10符合一致性條件。

客戶信用評價結(jié)果：由表2可知，客戶A的信用權(quán)重大于客戶B的信用權(quán)重。因此，本文運用AHP對客戶信用進行評級是可行的。

參考文獻：

[1]趙濤.管理學(xué)常用方法[M].天津：天津大學(xué)出版社，2006.

[2]龍西安.個人信用、征信與法[M].北京：中國金融出版社，2004.

[3]許樹柏.層次分析法原理[M].天津：南開大學(xué)出版社，2000.

[4]基于AHP對我國上市公司信用風(fēng)險評價[J].價值工程，（2011）35-0143-02：143-144.endprint

摘要： AHP作為一種評級排序工具，在信用評級的過程中有著重要的重用。它能對定性問題與定量問題進行綜合分析處理，并得到明確的定量化結(jié)論，以優(yōu)劣排序的形式表現(xiàn)出來。[1]通過它對金融行業(yè)中兩個客戶的基本情況進行分析和比較，重點說明AHP在客戶信用評價體系中的可行性。

Abstract： As a rating ranking tool， AHP plays an important role in the process of credit rating， being capable of analyzing comprehensively the qualitative as well as the quantitative problems with explicit quantified conclusion coming out in the form of the optimal and worse order. [1]This thesis elaborates the feasibility of AHP in the customer credit evaluation system by analyzing and comparing the background of two customers in financial industry.

關(guān)鍵詞： AHP；信用評級；可行性

Key words： Analytic Hierarchy Process；credit rating；feasibility

中圖分類號：F274；F224 文獻標(biāo)識碼：A 文章編號：1006-4311（2014）19-0010-02

0 引言

信用評級的目標(biāo)是顯示受評對象貸款違約風(fēng)險的大小，國外一般由專門的評估機構(gòu)進行，隨著我國經(jīng)濟的發(fā)展，信貸業(yè)務(wù)也飛速發(fā)展，對客戶信用進行正確的評級分析，成為綜合授信業(yè)務(wù)的良好重要組成部分；AHP在得到明確的定量化結(jié)論后，將結(jié)果以優(yōu)劣的排列形式表現(xiàn)出來，本文選擇AHP對客戶信用進行評級，并隨機選取兩位客戶，證明了該方法在信用評級過程中的可行性。

1 模型構(gòu)建

1.1 客戶信用指標(biāo)體系 在信用體系發(fā)展的過程中，指標(biāo)的選取也在發(fā)生變化，本文參考各個商業(yè)銀行及評級機構(gòu)評價體系后，[2]首先選取了個人基本情況，職業(yè)情況，收入及資產(chǎn)，信用歷史四個主要構(gòu)成因素，根據(jù)各個因素的不同屬性自上而下進行分解，最終選取了16個二級指標(biāo)。如表1所示。

1.2 專家咨詢 一共發(fā)出40份專家咨詢表，回收37份，回收率92.5%從中選出十份，對其咨詢結(jié)果進行匯總得到個指標(biāo)重要性比較：職業(yè)優(yōu)先于個人基本情況優(yōu)先于信用歷史優(yōu)先于收先及資產(chǎn)；年齡等同婚姻優(yōu)先于學(xué)歷優(yōu)先性別；職務(wù)職稱優(yōu)先于職業(yè)優(yōu)先于工作年限優(yōu)于行業(yè)；住房情況優(yōu)先于銀行存款優(yōu)先于有價證券優(yōu)先月收入；貸款還債優(yōu)先司法記錄優(yōu)先于與還款與月收入比優(yōu)先于信用額度利用率。據(jù)此，采用薩蒂的1-9標(biāo)度法得到各層次判斷矩陣，并隨機選取兩位客戶A，B；具體情況如下：A：35歲，已婚男性，本科，公務(wù)員科長，工作年限13年，有一套自有住房仍在還款期，無有價證券，十萬存款；B：36歲，未婚男性，博士，大學(xué)教授，7年工作年限，無房無有價證券，有30萬銀行存款。

1.3 確定各指標(biāo)權(quán)重

第一步：對各判斷矩陣每行諸元素求和，并進行規(guī)范：

■■=■a■，j=1，2，…，n ω■=■，i=1，2，…，n

第二步：求全體判斷矩陣的合成權(quán)重向量。

1.4 一致性檢驗 判斷矩陣的一致性檢驗CI=（λmax-n）/（n-1），CR=CI/RI。當(dāng)CR〉0.10時，不能通過一致性檢驗，應(yīng)該重新估計此判斷矩陣；當(dāng)CR〈0.10時，判斷矩陣的一致性可以接受，此時求得的ω才有效。

1.5 計算出總權(quán)重

1.6 得到評級結(jié)果 根據(jù)上述方法對客戶的權(quán)重進行排序，權(quán)重越大，信用級別越高。[3]

2 計算結(jié)果分析

經(jīng)過計算分析得到一級指標(biāo)權(quán)重矩陣為

A=（0.2318，0.5806，0.0663，0.1213），

一致性比例CR=0.0016<0.10符合一致性條件。

個人情況組分析得到指標(biāo)權(quán)重矩陣

B1=（0.3937，0.0752，0.3937，0.1374），

一致性比例CR=0.0016<0.10符合一致性條件。

職業(yè)情況組分析得到指標(biāo)權(quán)重矩陣

B2=（0.0695，0.5381，0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性條件。

收入及資產(chǎn)組分析得到指標(biāo)權(quán)重矩陣

B3=（0.0695，0.5381.0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性條件。

信用歷史組分析得到指標(biāo)權(quán)重矩陣

B4=（0.5600，0.0984，0.0605，

0.2811），一致性比例CR=0.0401<0.10符合一致性條件。

客戶信用評價結(jié)果：由表2可知，客戶A的信用權(quán)重大于客戶B的信用權(quán)重。因此，本文運用AHP對客戶信用進行評級是可行的。

參考文獻：

[1]趙濤.管理學(xué)常用方法[M].天津：天津大學(xué)出版社，2006.

[2]龍西安.個人信用、征信與法[M].北京：中國金融出版社，2004.

[3]許樹柏.層次分析法原理[M].天津：南開大學(xué)出版社，2000.

[4]基于AHP對我國上市公司信用風(fēng)險評價[J].價值工程，（2011）35-0143-02：143-144.endprint