，（副教授）

一、引言

信用是市場經(jīng)濟的基礎，廣泛存在于商品交易、資本市場投融資和銀行借貸等各個經(jīng)濟生活領(lǐng)域。一方面，信用能夠通過提供信用服務刺激消費，拉動內(nèi)需，積累社會財富；另一方面，信用風險所帶來的損失也不容忽視。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和革新，在電子商務作為主要商務模式的帶動下，第三方支付作為電子商務信用風險的一種解決方案，在個人信用評估領(lǐng)域發(fā)揮著不可替代的作用并具有不菲的價值。得益于電子商務在我國的迅速發(fā)展和第三方支付服務的多元化及其支付平臺設計的人性化，第三方支付平臺收集了大量的消費者個人信息，對這些信息進行分析并將其應用到個人信用評估體系中，對于完善個人信用評估指標和建立新型的個人信用評估體系有著積極的促進作用。鑒于此，本文嘗試構(gòu)建一個第三方支付背景下的消費者個人信用評估體系，以提高個人信用評估模型的準確性，使得貸款人或企業(yè)能夠更好、更全面地了解借款人的個人信用狀況，從而降低個人信用風險帶來的損失。

二、相關(guān)研究回顧

個人信用評估是通過分析個人信用歷史和信用行為等相關(guān)數(shù)據(jù)資料，挖掘出數(shù)據(jù)中蘊含的個人信用行為模式和信用特征，如資產(chǎn)狀況和償還意愿等，確定個人履行各種經(jīng)濟承諾的能力，對個人信用水平進行全面評價的過程，最終用評分或等級對個人信用信息進行量化描述。

目前，國際上對個人信用評估的影響因素和指標的分析存在多種方法，其中“5C”要素的應用最為廣泛，其主要從品質(zhì)、償付能力、資金、抵押和條件五個方面來考量個人的信用狀況。如美國Fair Isaac公司提出的FICO評估體系，F(xiàn)ICO體系關(guān)注的關(guān)鍵指標主要有五類，比重從大到小依次為：客戶的償還歷史、信用賬戶數(shù)、建立信用的年限、新開立的信用賬戶和擁有的信用類型。在國內(nèi)，中國人民銀行在《個人信用基礎數(shù)據(jù)庫》中將個人信用信息指標體系劃分為基本信息、信用交易信息、公共信息、特別信息和其他等五個大類。由此看出，雖然不同的國家、機構(gòu)設計的個人信用的具體指標有所差異，但傳統(tǒng)的個人信用評估指標體系一般都包括個人基本信息、資產(chǎn)狀況、歷史信用狀況以及個人預期收入等幾個方面。

隨著電子商務的發(fā)展和成熟，國內(nèi)部分學者開始在傳統(tǒng)的個人信用評估體系中嘗試融入電子商務相關(guān)的信息。張冰新（2008）認為基于電子商務的個人信用體系建設能夠保證數(shù)據(jù)的連續(xù)性和客觀性，同時信用評估能夠直接作用于交易活動，消除交易雙方信用數(shù)據(jù)不足和信用數(shù)據(jù)不真實的困擾，但依然存在信用數(shù)據(jù)造假、身份認證難等問題，并從宏觀和微觀兩個角度提出了相關(guān)的改進意見，主要從定性角度進行分析。陳美蓉（2005）在建立靜態(tài)的電子商務個人信用評級基礎上，還建立了指標動態(tài)追蹤評價方法，但并未對電子商務環(huán)境下個人消費行為特征建立相關(guān)的指標。樸春慧（2007）指出目前C2C電子商務網(wǎng)站信用評估模型較為簡單，不夠科學、精確，主要通過權(quán)衡考慮交易雙方的信用度、交易次數(shù)和交易金額，綜合考量被評用戶的信用等級。陳宏娜（2010）用網(wǎng)上交易次數(shù)、網(wǎng)上交易成功率、網(wǎng)上受投訴率和受表揚率反映在線支付的信譽體系。楊韻（2010）為了使構(gòu)建的模型更準確、更符合C2C交易市場環(huán)境，充分考慮了C2C交易環(huán)節(jié)中的信任要素和權(quán)重，為賣家構(gòu)建了一套動態(tài)的信用評價模型。

電子商務的發(fā)展催化了第三方支付等互聯(lián)網(wǎng)金融的衍生與發(fā)展，一些學者開始從互聯(lián)網(wǎng)金融角度對用戶個人信用評估展開研究。黃海龍（2013）指出在互聯(lián)網(wǎng)時代，金融機構(gòu)可以通過關(guān)聯(lián)客戶賬號、動態(tài)更新用戶評價等措施更加有效地督促客戶還款，降低信用風險帶來的損失。袁新峰（2014）認為在互聯(lián)網(wǎng)金融模式下，可以通過消費者大量互聯(lián)網(wǎng)行為數(shù)據(jù)綜合判斷個人的信用狀況，能夠得到較為準確的信用評分。隨著數(shù)據(jù)的積累，互聯(lián)網(wǎng)金融不僅可以事后管理風險，還可以事前預警，為個人信用評估制度的執(zhí)行創(chuàng)造了條件。

綜上所述，現(xiàn)有的研究中已有少量研究將電子商務相關(guān)指標融入個人信用評估體系中，但相關(guān)研究只考慮了交易次數(shù)和交易金額等指標，而忽略了其他細微但有價值的指標。此外，與互聯(lián)網(wǎng)金融相關(guān)的個人信用研究，更多的是從宏觀層面定性地探討互聯(lián)網(wǎng)金融與個人信用兩者的關(guān)系，缺乏從微觀層面對互聯(lián)網(wǎng)金融環(huán)境下如何建立個人信用評價指標體系等問題的研究。因此，本文以互聯(lián)網(wǎng)金融中第三方支付為突破口，立足于現(xiàn)有的個人信用評估體系構(gòu)建的成果，充分借鑒第三方支付應用的功能，抽取影響消費者個人信用的新的關(guān)鍵指標，如社交關(guān)系（以支付寶為例，可以通過好友數(shù)、與好友資金往來數(shù)等具體指標來衡量），以完善個人信用評估指標體系，增強評估模型的科學性、準確性和適用性。通過層次分析法確定第三方支付背景下消費者個人信用評估體系中各個指標的權(quán)重，從而構(gòu)建個人信用評估模型。通過案例分析，驗證本文所構(gòu)建的個人信用評估體系的有效性和可行性。

三、第三方支付

第三方支付是電子商務的產(chǎn)物，是電子商務發(fā)展過程中為了降低信用風險而提出的一種有效解決方案。然而伴隨著網(wǎng)絡消費信任機制的成熟和消費者數(shù)量的穩(wěn)定，第三方支付已經(jīng)不再滿足于服務單一的電子商務平臺或企業(yè)，而開始致力于擴張業(yè)務范圍。橫向上更注重服務于更多的電子商務平臺以及其他電子化的行業(yè)；縱向上開始致力于線上線下深度服務的開發(fā)，以最大程度地提供多元化金融服務，構(gòu)建以支付為中心節(jié)點的生態(tài)圈。隨著第三方支付的基礎化和服務的多元化，第三方支付背景下消費者的信息數(shù)據(jù)呈現(xiàn)出以下特征：

1.全面性。第三方支付背景下，與消費者相關(guān)的數(shù)據(jù)規(guī)模越來越大、維度越來越多。以支付寶為例，其提供了便民生活（生活繳費、信用卡還款等）、第三方服務（打車、外賣、旅行等）、資金往來（轉(zhuǎn)賬、紅包等）、財務管理（余額寶、股票等）等多元化的應用與服務，滿足了消費者全方位的消費場景需求，由此獲取了大量與消費者個人信用相關(guān)的可分析的數(shù)據(jù)。例如，根據(jù)消費者的消費金額可判斷消費者消費層次和消費水平，根據(jù)消費支出中各個部分的比例分布可識別消費者的消費習慣等。這些數(shù)據(jù)具有客觀揭示消費者自身特點和預測消費者行為的潛力，通過對這些數(shù)據(jù)的分析，有可能得到相較于傳統(tǒng)個人信用評估更為客觀準確的個人信用水平。

2.動態(tài)性。在第三方支付背景下，與消費者相關(guān)的數(shù)據(jù)呈現(xiàn)動態(tài)變化性。如上文提到的消費者的消費金額和消費支出的各部分比重可能會因為收入的提高或非常規(guī)性支出而出現(xiàn)較為顯著的變化。在第三方支付背景下，這些動態(tài)變化具有易獲性，同時能夠被實時反映到個人信用評價體系中。此外，第三方支付背景下信用服務與信用評估是相輔相成的，如消費者通過信用免押金入住酒店、租賃車輛等，同時，消費者在這些場景下的行為也可作為評估消費者個人信用水平的參考，因此使得個人信用評估結(jié)果可以實時更新。

3.突破性。在傳統(tǒng)的個人信用評估模型中，有些指標往往由于數(shù)據(jù)獲取的困難未受到足夠的重視，而隨著第三方支付的成熟和業(yè)務的拓展，這一局面得到了緩和。其中最為突出的是，第三方支付中產(chǎn)生了與消費者的社交關(guān)系相關(guān)的數(shù)據(jù)，即好友關(guān)系。社會資本理論認為社會資本與經(jīng)濟資本之間可以通過交換實現(xiàn)相互轉(zhuǎn)化，擁有較好的社會關(guān)系的人能夠更容易、更及時地獲取所需信息，從而得到更高的經(jīng)濟效益，為個人信用評估體系中添加社交關(guān)系指標奠定了理論基礎。在第三方支付背景下，社交關(guān)系指標能夠被較好地量化，可以通過好友數(shù)、與好友資金往來數(shù)和好友的信用情況等子指標來評估。社交關(guān)系數(shù)據(jù)是當前第三方支付背景下消費者特有的信息特征，是構(gòu)建全面科學的個人信用評估體系的必然選擇，也是提高個人信用評估模型準確性和全面性的重要手段。

表1 第三方支付背景下的個人信用評估指標體系

四、第三方支付背景下消費者個人信用評估模型的構(gòu)建

1.第三方支付背景下消費者個人信用評估指標體系的構(gòu)成。本文秉著構(gòu)建指標體系所要遵循的全面性、科學性和客觀性基本原則，立足于現(xiàn)有的個人信用評估體系的研究成果，綜合考慮第三方支付背景下信息的自有特征后，初步列舉了五個維度26個指標作為備選方案，再與多位專家進行商討篩選后，最終確定為五個維度20個指標，從而構(gòu)建了第三方支付背景下的消費者個人信用評估指標體系，如表1所示。

本文構(gòu)建的個人信用評估指標體系由5個一級指標和20個二級指標組成。一級指標包括個人基本信息、個人價值體系、個人資信情況、個人消費行為和個人社交關(guān)系五個維度。其中個人基本信息包含年齡、婚姻狀況、學歷等子指標，用來反映個人的品德素養(yǎng)以及還款意愿；個人價值體系由賬戶余額、個人月收入等組成，用來反映個人的資本和財務狀況；個人資信情況由信用卡數(shù)量、借款逾期還款次數(shù)等組成，用來評估消費者的歷史信用狀況；個人消費行為則有由每月消費金額和每月消費次數(shù)等組成，用來反映消費者的消費習慣；個人社交關(guān)系作為一個全新的指標被納入第三方支付背景下的個人信用評估體系中，由好友數(shù)、與好友資金往來次數(shù)等組成，用來反映消費者的社會資本狀況。

2.基于層次分析法的個人信用評估指標權(quán)重的確定。在建立第三方支付背景下的個人信用評估指標體系后，需要先確定個人信用評估指標體系中各指標權(quán)重后，才能對個人信用綜合情況進行評估。個人信用評估指標體系中不同的二級指標對個人信用評估的影響權(quán)重是不一致的，且二級指標歸屬于不同的一級指標，因此其對個人信用評估的影響程度無法直接通過計算獲得。本文擬采用層次分析法（Analytic Hierarchy Process，AHP）來確定各二級指標對個人信用評估的總權(quán)重。

層次分析法是美國運籌學家T.L.Satty在20世紀70年代提出的一種定性和定量分析相結(jié)合的多目標決策分析方法，在權(quán)重確定中有廣泛的應用。本文基于層次分析法的個人信用評估指標權(quán)重確定的具體步驟如下。

（1）建立遞階層次結(jié)構(gòu)。通過之前分析的各指標之間的關(guān)系，建立個人信用評估指標體系的遞階層級結(jié)構(gòu)，如圖所示。目標層Z為個人信用評估，準則層C由個人基本情況、個人價值體系、個人資信情況、個人消費行為和個人社交關(guān)系五個維度組成。子準則層P由五個維度下的20個二級指標組成。

（2）構(gòu)造兩兩判斷矩陣。本文采用專家調(diào)查法確定準則層中各個指標之間的相對重要性，從而構(gòu)建判斷矩陣。根據(jù)重要性的等級，指標1相對于指標2的重要性一般可以分為：同等重要、稍微重要、明顯重要、強烈重要和極端重要，對應標度可用1、3、5、7、9表示，處于上述兩相鄰重要性的中間狀態(tài)可用2、4、6、8表示，倒數(shù)則表示指標交換次序比較的重要性。由此，本文設計并向相關(guān)行業(yè)專家發(fā)放調(diào)查表100份，回收率為100%，然后，計算回收的100份調(diào)查表中所有專家判斷矩陣中各個權(quán)重的平均得分，從而得到準則層中各個指標的兩兩判斷矩陣，其中準則層C中5個一級指標的兩兩判斷矩陣如表2所示。

表2 準則層C之間的兩兩判斷矩陣

（3）求最大特征根λmax、特征向量W和隨機一致性比率CR，其中CR=CI/RI，RI的取值一般隨著指標總數(shù)n的變化而取與之對應的固定值，詳見表3。若CR＜0.1，表明判斷矩陣具有滿意的一致性，可以接受，則得出判斷矩陣的最終權(quán)重，若未通過檢驗，則需要適當調(diào)整打分情況。判斷矩陣Z-C結(jié)果如表4所示。

表3 平均隨機一致性指標RI

表4 準則層C判斷矩陣的最大特征根λmax、特征向量W和隨機一致性比率CR

個人信用評估模型的層次結(jié)構(gòu)圖

采用同樣的方法分別確定子準則層P中5組二級指標對于其父指標的相對重要性，構(gòu)造每組二級指標的兩兩判斷矩陣，從而計算子準則層中各指標的子權(quán)重，結(jié)果如表5所示。

（4）將二級指標的子權(quán)重值與一級指標的權(quán)重值相乘，得到各二級指標對總目標的總權(quán)重，即為本文個人信用評估指標體系中各個指標的總權(quán)重值，根據(jù)總權(quán)重進行排序，結(jié)果如表6所示。

表5 子準則層P各判斷矩陣的最大特征根λmax、特征向量W和隨機一致性比率CR

根據(jù)表4，消費者個人信用評估中一級指標權(quán)重排序為：個人資信情況＞個人價值體系＞個人消費行為>個人社交關(guān)系>個人基本信息。由此說明，消費者的歷史信用情況是評估個人信用的關(guān)鍵因素；個人社交關(guān)系指標相較于傳統(tǒng)個人基本信息指標更能影響個人信用，進一步驗證了本文研究的必要性。由表5可知，個人基本信息中學歷的權(quán)重最大，說明學歷是衡量個人品德素養(yǎng)和還款意愿的核心指標；個人價值體系中固定資產(chǎn)相較于流動資金更能反映個人資產(chǎn)和財務狀況，主要原因是前者具有一定的穩(wěn)定性；個人資信情況中借款逾期還款次數(shù)權(quán)重最大，該指標能夠直接從個人信用記錄中取數(shù)；個人消費行為中每月消費頻率比每月消費金額更重要；個人社交關(guān)系中好友平均信用得分對信用評估的影響最大。由此就可以識別重要因素，從而對消費者個人信用進行準確快速評估。

表6 子準則層P各指標占目標層的總目標權(quán)重

由表6可知，權(quán)重綜合排序后，對個人信用影響排名前三的分別是借款逾期還款次數(shù)、固定資產(chǎn)和成功借款次數(shù)；排名最后三位的分別為好友數(shù)、年齡和婚姻狀況。其中，借款逾期還款數(shù)、固定資產(chǎn)權(quán)重是年齡、婚姻狀況權(quán)重的40倍之多，可見對消費者個人信用評估起到?jīng)Q定性作用的基本都是與信用或資金直接產(chǎn)生關(guān)聯(lián)的指標，而個人基本信息類指標只起到參考作用。此外，個人社交關(guān)系中好友平均信用得分的權(quán)重排名較為靠前，進一步說明本文提出的個人社交關(guān)系指標對消費者個人信用評估存在不可忽視的影響。

3.第三方支付背景下的消費者個人信用評估模型的建立。個人信用評估指標體系中各指標權(quán)重確定后，對第三方支付背景下的消費者個人信用得分進行綜合評估。對所有指標加權(quán)來評估消費者個人的信用得分Ei，個人信用得分越高，則表示該消費者的個人信用狀況越好。

其中，Wi表示各個二級指標對目標的總權(quán)重；Yi表示個人在各個二級指標中的得分情況。根據(jù)個人信用評估指標體系，參考專家的建議，本文確定的評分準則如表7所示，其中每個指標的最高值為10分。

表7 第三方支付背景下個人信用評估評分準則

根據(jù)個人信用評分，對消費者進行信用評級，本文信用評級一共劃分為差（4分以下）、較差（4～5分）、中等（5～6分）、良好（6～7分）、優(yōu)秀（7～8分）和極好（8～10分）六個等級。在第三方支付背景下，信用等級越高的消費者可以享受門檻越高的信用服務，獲得更高額度的消費信貸。

4.案例分析。在上文構(gòu)建的第三方支付背景下的消費者個人信用評估模型的基礎上，以第三方支付平臺某個消費者的真實數(shù)據(jù)為例進行分析，計算該消費者個人信用的綜合得分，計算過程和結(jié)果如表8所示。

表8 某消費者的個人信用綜合得分

由表8可知，案例所選消費者的個人信用綜合得分為8.4064，信用評級結(jié)果為極好，與人工判斷的實際情況相符，因此本文所構(gòu)建的第三方支付背景下消費者個人信用評估模型具有一定的可行性和有效性。

五、結(jié)語

在第三方支付背景下，消費者的信用信息數(shù)據(jù)呈現(xiàn)出了更為豐富多維的特征，其中以社交關(guān)系數(shù)據(jù)最為突出，基于這些信息數(shù)據(jù)構(gòu)建一套合適的個人信用評估體系對提高個人信用評估的有效性、全面性和科學性都有積極的促進作用。本文基于社會資本理論，首次將社交數(shù)據(jù)納入個人信用評估體系中，在借鑒多位專家意見的基礎上，構(gòu)建了較為全面的適用于第三方支付背景的個人信用評估指標體系，并采用層次分析法確定了各個所選指標對目標層的影響權(quán)重。通過案例分析，驗證了本文所建立的指標體系可以有效地對消費者個人進行信用評估。

本文運用層次分析法確定各個指標的權(quán)重，由于該方法始終是綜合人的主觀判斷將復雜的定性問題定量化，導致其結(jié)果仍然存在一定的主觀性，因此今后的研究可以考慮如何采取更加客觀、科學的方法評估個人信用。此外，對互聯(lián)網(wǎng)大環(huán)境下消費者行為特征進行更深層次的分析和挖掘有助于更加全面科學地評估個人信用狀況，也將是下一步研究工作的重點。

莊傳禮．我國信用局個人信用評分發(fā)展研究［J］．征信，2011（1）．

白云峰，畢強．美國個人信用評分體系研究及啟示［J］．現(xiàn)代管理科學，2010（12）．

張冰新，甘瑁琴．基于電子商務應用的個人信用體系建設策略［J］．中國流通經(jīng)濟，2008（3）．

陳美蓉，劉曉紅．電子商務個人信用評價分析［J］．統(tǒng)計與決策，2005（7）．

樸春慧，安靜，方美琪．C2C電子商務網(wǎng)站信用評價模型及算法研究［J］．情報雜志，2007（8）．

陳宏娜．電子商務在線支付下的個人信用等級評價模型研究［D］．北京：北京郵電大學，2010．

楊韻．C2C交易中的動態(tài)信用評價模型［J］．情報科學，2010（4）．

黃海龍．基于以電商平臺為核心的互聯(lián)網(wǎng)金融研究［J］．上海金融，2013（8）．

袁新峰．關(guān)于當前互聯(lián)網(wǎng)金融征信發(fā)展的思考［J］．征信，2014（1）．

宋麗平，張利坤，徐瑋．P2P網(wǎng)絡借貸個人信用風險評估［J］．財會月刊，2015（35）．