1 / 29
文档名称:

基于层次分析法的个人信用评估.doc

格式:doc   大小:168KB   页数:29页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于层次分析法的个人信用评估.doc

上传人:marry201208 2018/6/26 文件大小:168 KB

下载得到文件列表

基于层次分析法的个人信用评估.doc

文档介绍

文档介绍:基于层次分析法的个人信用评估
//.
- 1 -
基于层次分析法的个人信用评估体系
李立兵,曾志伟
河海大学,南京(210098)

摘要:本文在层次分析法的基础上建立个人信用的评价指标体系对个人信用进行评估。
关键词:层次分析法,评估指标体系,个人信用评估

从古到今,信用都不是孤立的概念,它必须依附于当时的经济、政治和文化背景,个人
信用,是自然人个人的信用,是个人的无形资产,信用资产质量好,拥有良好的信用记录,
则意味着更多的发展机会,更高的发展效率。个人信用问题已经是我国经济体制改革和发展
中不可回避的重要问题。但是我国的个人信用体系还不完善,基本上属于空白。目前我国居
民个人信用资料缺乏,他们能提供的信用证明文件只有身份证和户籍证明、所在单位的工作
证明;在个人储蓄实名制实施以后,又增加了个人存单和实物资产。国内虽然已有相关机构
对个人的信用进行评估,但是由于在评估定位、评估要素的选取以及评估手段方面的不足,
使得个人信用评估结果的可信度大大降低。如何建立科学的个人信用评估方法、如何建立一
个规范化并和国际接轨的个人信用评估制度体系已成为一个亟待解决的重要课题。本文选
取个人资质评价指标情况、个人资产评价指标、家庭评价指标及个人的信用历史等一系列的
指标,利用层次分析法来建立个人信用评估体系,对个人信用进行评估。
1. 层次分析法概述⑴、⑵、⑶
层次分析法(Analytical Hierarchy Process,AHP)是美国匹兹堡人学教授 A. L. Saaty
于 20 世纪 70 年代提出的一种系统分析方法。它是一种能将定性分析与定量分析相结合的系
统分析方法。其解决问题的基本思路和基本原理是:首先,把要解决的问题分层系列化,即
根据问题的性质和要达到的目标,将问题分解为不同的组成因素,按照因素之间的相互影响
和隶属关系将其分层聚类组合,形成一个递阶的、有序的层次模型。然后,对模型中每一层
次因素的相对重要性,依据人们对客观现实判断给予定量表述,再利用数学方法确定每一层
次全部因素相对重要性次序的权值。最后,通过综合训算各因素相对重要性的权值,得到最
低层(方案层)相对最高层(总日标)相对重要性次序的组合权值,以此作为评价和选择方案的
依据。
层次分析法处理问题的基木步骤简述如下:①确定评价目标,再明确方案评价的准则。
根据评价目标、评价准则构造递阶层次结构模型。递阶层次结构模型一般分为 3 层:目标层、
准则层和方案层;②应用两两比较法构造所有的判断矩阵。具体如下:
建立判断矩阵
对本级的要素进行两两比较来确定判断矩阵 A 的儿素,aij 是要素 ai对 aj的相对重要性
其值是由专家根据资料数据以及自己的经验和价值观用判断尺度来确定判断尺度表示要素
要素 ai对 aj相对重要性的数量尺度。采用的判断尺度见表1。
//.
- 2 -

判断尺度具体含义
9
7
5
3
1
2、4、6、8
i 因素比 j 因素绝对重要
i 因素比 j 因素重要得多
i 因素比 j 因素重要
i 因素比 j 因素稍微重要
i 因素比 j 因素一样重要
i 因素 j 因素的重要程度介于上述各数值之间

根据判断尺度建立 n 阶的判断矩阵An×n:
11 12 1
21 22 2
1 2
...
...
... ... ... ...
...
n
n
n n nn
a a a
a a a
A
a a a
?? ???? ???? ??= ?? ???? ???? ??

其中: 0ija > , 1/ij jia a= , 1iia = , ,i j =1、2、…、n ;
确定各要素的相对重要程度
①计算判断矩阵的特征向量W,然后进行归一化处理即得到相对重要程度向量:
1
1
( )
n
n
i ij
j
W a
=
= ∏, i=1、2、…、n ; (1)
②一致性判断。为了检验判断矩阵的一致性,根据AHP原理,可以利用 maxλ与n之差来检
验一致性,定义一致性计算指标为:
. .
. .
C ICR
C R
= (2)
其中 max. .
1
nC I
n
λ??= ?? , maxλ为判断矩阵A的最大特征值;
,是通过构造最不一致的情况,对不同的 n 阶比较矩阵中的元素,采取
随机取数的方式进行赋值,并且对不同的 n 取多个子样,,再求得其平均
值,.,见