王佳欢 贾冀南

摘要：以P2P网贷个人信用风险为研究对象，建立了P2P网贷个人信用风险指标评价体系，利用直觉模糊层次分析法对P2P网贷个人信用风险进行了综合评价，最后实证分析结果证明，将直觉模糊层次分析法运用在P2P网贷个人信用风险评价方面是可行的。

Abstract： Based on the personal credit risk of P2P online lending， this paper establishes a P2P online lending personal credit risk index evaluation system， and uses the intuitionistic fuzzy analytic hierarchy process to comprehensively evaluate the P2P online lending personal credit risk. Finally， the empirical analysis proves that the intuition is blurred. The analytic hierarchy process is feasible in the P2P online loan personal credit risk assessment.

關键词：个人信用;风险评价;IFAHP

Key words： personal credit;risk assessment;IFAHP

中图分类号：F724.6                                      文献标识码：A                                  文章编号：1006-4311（2019）07-0001-04

0  引言

P2P网贷是以互联网平台为基础，通过将资金需求者和贷款资金提供者联系到一起，并分别实现融资和理财的一种创新型金融模式。自2005年以来，以Zopa、Lending Club、Prosper等为代表的P2P贷款模式兴起之后，迅速风靡全球，截止到2018年10月，我国P2P网贷行业累计成交量已高达7.81万亿元。然而，由于我国的信用评价体系不够完善，信用危机已成为整个网贷行业面临最大的挑战，而众多网贷平台缺乏专业的信用评估人员，无法对借款方进行准确而有效的评价。裴平（2017）以大数据征信为视角，构建P2P借款人信用评价模型，并利用贝叶斯网络和Prosper多维度交易数据检验P2P借款人信用评价模型的有效性[1]。贾湖（2016）在分析P2P网贷征信特征的基础上，通过建立行业特征的个人信用风险评价指标体系，使用支持向量机和GA-BP神经网络法对个人信用风险进行了评估[2]。于晓红（2016）根据已有的非均衡少量样本，分别采用随机森林分类和回归算法进行建模讨论了各个评价指标的重要性及其与信用风险之间的非线性关系[3]。孙同阳（2015）通过构建决策树模型，发现当前P2P网贷平台过度依赖线上认证而忽视信用逾期行为，缺乏动态信用评级所需要的要素，评级体系不具备欺诈识别和自动纠错的相关机制[4]。对于P2P网贷个人信用分析，以往方法只能从定性或者定量的方面进行分析。然而，评价个人信用时，由于单个人自身的不确定，许多风险不能精确描述，故本文将直觉模糊层次分析法用于P2P网贷个人信用风险评价问题，该方法以直觉模糊集理论为基础，将定性定量相结合，进而确定各评价指标的权重。

1  直觉模糊层次分析法概述

1.1 预备知识  直觉模糊层次分析法是通过将直觉模糊数层次分析法相结合的一种评价方法，它将直觉模糊集中隶属度、非隶属度、犹豫度思想应用到模糊层次分析法中，有效地解决了模糊环境下犹豫不决和弃权的情况，可以进一步提高评价结果的准确性。

1.2.4 一致性检验  通过对典型矩阵A'和矩阵A对应的特征矩阵A*的相容性指标I（A'，A*）进行分析，当I（A'，A*）=1时，即认为模糊判断矩阵A具有一致性，直觉模糊判断矩阵A的权重分配是合适的。

1.2.5 结果评价  假设由P个评价人员对m个指标进行综合评价，用五级模糊隶属度表示评价过程中的两两比较直觉模糊判断标度，分别用大写罗马数字“I、II、III、IV、V”来描述，且每一个迷糊区间赋予相应的得分区间Vi，（i=1，2，…，5）。在评价过程中，在依据每一区间认可的评价人数占总人数的比例换算成对应的区间向量R，最后目标得分区间Vi、区间向量R和对应指标权重的σ的加权值。

2  评价指标体系的构建

本文通过结合我国传统商业银行和P2P网贷平台借款人信用指标体系建立情况，重点分析了互联网信息特有的风险因素，全面研究了P2P网贷平台借款人信用风险影响因子，对相应的指标进行增加和删除，最终根据借款人提供的个人真实信息，构建了本文个人信用评价指标体系，该指标体系主要包括：个人基本信息、个人工作情况、个人经济情况、借款产品信息、历史信用记录、认证情况和还款意愿七个方面。

3  实例分析

李某某，男，30岁，研究生学历，已婚，现居住河北石家庄，居住5年。现在为一所中学教师，目前已经工作6年，其名下有一套90平米住房，没有私家车，月平均收入5500元，并持有3万元左右股票。近期李某想购买一台高档笔记本电脑，在该平台上发布了借款信息，借款金额为20000元，借款期限12个月，借款利率9.8%。李某曾经在该平台借款过2次，并未出现逾期现象，且李某的芝麻信用得分为738，属于信用极好。他在该平台已通过身份认证、工作认证、收入认证和实地认证等，且央行征信报告信用良好，无不良信用记录。手机套餐业务为每月38元，且并未出现手机费和水电气欠费现象，互联网上并未有违约记录，每次互联网消费几乎不评论，默认为五星。

3.1 构建P2P网贷个人信用风险评价指标体系，参见表1。

3.2 一级指标权重确定（A-B）  设专家对一级指标相对于目标层对的重要性进行两两比较，得出直觉模糊判断矩阵：（式（2））

通过对比可以发现84.32处于[80，90）之间，说明李某的个人信用等级处IV级，其个人信用整体水平相对良好，无论是从还款能力还是还款意愿方面都比较稳定。但同时还应注意的是，李某的个人信用离V级还是有一段距离，P2P网贷平台如果对其放款，还应对其进行一定的风险防范。

4  结论

由于P2P网贷个人信用风险评价指标具有较强的复杂性和不确定性，主观评价法或者其他方法不能全面满足P2P网贷个人信用风险评价的要求，因此本文通过利用直觉模糊层次分析法对P2P网贷个人信用风险进行评价，实证结果表明该方法通过引入犹豫度，可以更好地对P2P网贷个人信用风险进行评价。

参考文献：

[1]裴平，郭永济.基于贝叶斯网络的P2P网贷借款人信用评价模型[J].中国经济问题，2017（02）：29-41.

[2]贾湖，张闻洲.P2P视角下的个人信用风险评价研究[J].甘肃科学学报，2016，28（05）：130-134，147.

[3]于晓虹，楼文高.基于随机森林的P2P网贷信用风险评价、预警与实证研究[J].金融理论与实践，2016（02）：53-58.

[4]孙同阳，谢朝阳.基于决策树的P2P网贷信用风险评价[J].商业经济研究，2015（02）：81-82.

[5]徐泽水.直觉模糊信息集集成理论及应用[M].北京：科学出版社，2008.

[6]高红云，王超，哈明虎.直觉模糊层次分析法[J].河北工程大学学报（自然科学版），2011，28（04）：101-105.