基于AHP对客户信用评级可行性分析

曾思瑜+朋瑞

摘要： AHP作为一种评级排序工具，在信用评级的过程中有着重要的重用。它能对定性问题与定量问题进行综合分析处理，并得到明确的定量化结论，以优劣排序的形式表现出来。[1]通过它对金融行业中两个客户的基本情况进行分析和比较，重点说明AHP在客户信用评价体系中的可行性。

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.

关键词： AHP；信用评级；可行性

Key words： Analytic Hierarchy Process；credit rating；feasibility

中图分类号：F274；F224 文献标识码：A 文章编号：1006-4311（2014）19-0010-02

0 引言

信用评级的目标是显示受评对象贷款违约风险的大小，国外一般由专门的评估机构进行，随着我国经济的发展，信贷业务也飞速发展，对客户信用进行正确的评级分析，成为综合授信业务的良好重要组成部分；AHP在得到明确的定量化结论后，将结果以优劣的排列形式表现出来，本文选择AHP对客户信用进行评级，并随机选取两位客户，证明了该方法在信用评级过程中的可行性。

1 模型构建

1.1 客户信用指标体系 在信用体系发展的过程中，指标的选取也在发生变化，本文参考各个商业银行及评级机构评价体系后，[2]首先选取了个人基本情况，职业情况，收入及资产，信用历史四个主要构成因素，根据各个因素的不同属性自上而下进行分解，最终选取了16个二级指标。如表1所示。

1.2 专家咨询 一共发出40份专家咨询表，回收37份，回收率92.5%从中选出十份，对其咨询结果进行汇总得到个指标重要性比较：职业优先于个人基本情况优先于信用历史优先于收先及资产；年龄等同婚姻优先于学历优先性别；职务职称优先于职业优先于工作年限优于行业；住房情况优先于银行存款优先于有价证券优先月收入；贷款还债优先司法记录优先于与还款与月收入比优先于信用额度利用率。据此，采用萨蒂的1-9标度法得到各层次判断矩阵，并随机选取两位客户A，B；具体情况如下：A：35岁，已婚男性，本科，公务员科长，工作年限13年，有一套自有住房仍在还款期，无有价证券，十万存款；B：36岁，未婚男性，博士，大学教授，7年工作年限，无房无有价证券，有30万银行存款。

1.3 确定各指标权重

第一步：对各判断矩阵每行诸元素求和，并进行规范：

■■=■a■，j=1，2，…，n ω■=■，i=1，2，…，n

第二步：求全体判断矩阵的合成权重向量。

1.4 一致性检验 判断矩阵的一致性检验CI=（λmax-n）/（n-1），CR=CI/RI。当CR〉0.10时，不能通过一致性检验，应该重新估计此判断矩阵；当CR〈0.10时，判断矩阵的一致性可以接受，此时求得的ω才有效。

1.5 计算出总权重

1.6 得到评级结果 根据上述方法对客户的权重进行排序，权重越大，信用级别越高。[3]

2 计算结果分析

经过计算分析得到一级指标权重矩阵为

A=（0.2318，0.5806，0.0663，0.1213），

一致性比例CR=0.0016<0.10符合一致性条件。

个人情况组分析得到指标权重矩阵

B1=（0.3937，0.0752，0.3937，0.1374），

一致性比例CR=0.0016<0.10符合一致性条件。

职业情况组分析得到指标权重矩阵

B2=（0.0695，0.5381，0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性条件。

收入及资产组分析得到指标权重矩阵

B3=（0.0695，0.5381.0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性条件。

信用历史组分析得到指标权重矩阵

B4=（0.5600，0.0984，0.0605，

0.2811），一致性比例CR=0.0401<0.10符合一致性条件。

客户信用评价结果：由表2可知，客户A的信用权重大于客户B的信用权重。因此，本文运用AHP对客户信用进行评级是可行的。

参考文献：

[1]赵涛.管理学常用方法[M].天津：天津大学出版社，2006.

[2]龙西安.个人信用、征信与法[M].北京：中国金融出版社，2004.

[3]许树柏.层次分析法原理[M].天津：南开大学出版社，2000.

[4]基于AHP对我国上市公司信用风险评价[J].价值工程，（2011）35-0143-02：143-144.endprint

摘要： AHP作为一种评级排序工具，在信用评级的过程中有着重要的重用。它能对定性问题与定量问题进行综合分析处理，并得到明确的定量化结论，以优劣排序的形式表现出来。[1]通过它对金融行业中两个客户的基本情况进行分析和比较，重点说明AHP在客户信用评价体系中的可行性。

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.

关键词： AHP；信用评级；可行性

Key words： Analytic Hierarchy Process；credit rating；feasibility

中图分类号：F274；F224 文献标识码：A 文章编号：1006-4311（2014）19-0010-02

0 引言

信用评级的目标是显示受评对象贷款违约风险的大小，国外一般由专门的评估机构进行，随着我国经济的发展，信贷业务也飞速发展，对客户信用进行正确的评级分析，成为综合授信业务的良好重要组成部分；AHP在得到明确的定量化结论后，将结果以优劣的排列形式表现出来，本文选择AHP对客户信用进行评级，并随机选取两位客户，证明了该方法在信用评级过程中的可行性。

1 模型构建

1.1 客户信用指标体系 在信用体系发展的过程中，指标的选取也在发生变化，本文参考各个商业银行及评级机构评价体系后，[2]首先选取了个人基本情况，职业情况，收入及资产，信用历史四个主要构成因素，根据各个因素的不同属性自上而下进行分解，最终选取了16个二级指标。如表1所示。

1.2 专家咨询 一共发出40份专家咨询表，回收37份，回收率92.5%从中选出十份，对其咨询结果进行汇总得到个指标重要性比较：职业优先于个人基本情况优先于信用历史优先于收先及资产；年龄等同婚姻优先于学历优先性别；职务职称优先于职业优先于工作年限优于行业；住房情况优先于银行存款优先于有价证券优先月收入；贷款还债优先司法记录优先于与还款与月收入比优先于信用额度利用率。据此，采用萨蒂的1-9标度法得到各层次判断矩阵，并随机选取两位客户A，B；具体情况如下：A：35岁，已婚男性，本科，公务员科长，工作年限13年，有一套自有住房仍在还款期，无有价证券，十万存款；B：36岁，未婚男性，博士，大学教授，7年工作年限，无房无有价证券，有30万银行存款。

1.3 确定各指标权重

第一步：对各判断矩阵每行诸元素求和，并进行规范：

■■=■a■，j=1，2，…，n ω■=■，i=1，2，…，n

第二步：求全体判断矩阵的合成权重向量。

1.4 一致性检验 判断矩阵的一致性检验CI=（λmax-n）/（n-1），CR=CI/RI。当CR〉0.10时，不能通过一致性检验，应该重新估计此判断矩阵；当CR〈0.10时，判断矩阵的一致性可以接受，此时求得的ω才有效。

1.5 计算出总权重

1.6 得到评级结果 根据上述方法对客户的权重进行排序，权重越大，信用级别越高。[3]

2 计算结果分析

经过计算分析得到一级指标权重矩阵为

A=（0.2318，0.5806，0.0663，0.1213），

一致性比例CR=0.0016<0.10符合一致性条件。

个人情况组分析得到指标权重矩阵

B1=（0.3937，0.0752，0.3937，0.1374），

一致性比例CR=0.0016<0.10符合一致性条件。

职业情况组分析得到指标权重矩阵

B2=（0.0695，0.5381，0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性条件。

收入及资产组分析得到指标权重矩阵

B3=（0.0695，0.5381.0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性条件。

信用历史组分析得到指标权重矩阵

B4=（0.5600，0.0984，0.0605，

0.2811），一致性比例CR=0.0401<0.10符合一致性条件。

客户信用评价结果：由表2可知，客户A的信用权重大于客户B的信用权重。因此，本文运用AHP对客户信用进行评级是可行的。

参考文献：

[1]赵涛.管理学常用方法[M].天津：天津大学出版社，2006.

[2]龙西安.个人信用、征信与法[M].北京：中国金融出版社，2004.

[3]许树柏.层次分析法原理[M].天津：南开大学出版社，2000.

[4]基于AHP对我国上市公司信用风险评价[J].价值工程，（2011）35-0143-02：143-144.endprint

摘要： AHP作为一种评级排序工具，在信用评级的过程中有着重要的重用。它能对定性问题与定量问题进行综合分析处理，并得到明确的定量化结论，以优劣排序的形式表现出来。[1]通过它对金融行业中两个客户的基本情况进行分析和比较，重点说明AHP在客户信用评价体系中的可行性。

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.

关键词： AHP；信用评级；可行性

Key words： Analytic Hierarchy Process；credit rating；feasibility

中图分类号：F274；F224 文献标识码：A 文章编号：1006-4311（2014）19-0010-02

0 引言

信用评级的目标是显示受评对象贷款违约风险的大小，国外一般由专门的评估机构进行，随着我国经济的发展，信贷业务也飞速发展，对客户信用进行正确的评级分析，成为综合授信业务的良好重要组成部分；AHP在得到明确的定量化结论后，将结果以优劣的排列形式表现出来，本文选择AHP对客户信用进行评级，并随机选取两位客户，证明了该方法在信用评级过程中的可行性。

1 模型构建

1.1 客户信用指标体系 在信用体系发展的过程中，指标的选取也在发生变化，本文参考各个商业银行及评级机构评价体系后，[2]首先选取了个人基本情况，职业情况，收入及资产，信用历史四个主要构成因素，根据各个因素的不同属性自上而下进行分解，最终选取了16个二级指标。如表1所示。

1.2 专家咨询 一共发出40份专家咨询表，回收37份，回收率92.5%从中选出十份，对其咨询结果进行汇总得到个指标重要性比较：职业优先于个人基本情况优先于信用历史优先于收先及资产；年龄等同婚姻优先于学历优先性别；职务职称优先于职业优先于工作年限优于行业；住房情况优先于银行存款优先于有价证券优先月收入；贷款还债优先司法记录优先于与还款与月收入比优先于信用额度利用率。据此，采用萨蒂的1-9标度法得到各层次判断矩阵，并随机选取两位客户A，B；具体情况如下：A：35岁，已婚男性，本科，公务员科长，工作年限13年，有一套自有住房仍在还款期，无有价证券，十万存款；B：36岁，未婚男性，博士，大学教授，7年工作年限，无房无有价证券，有30万银行存款。

1.3 确定各指标权重

第一步：对各判断矩阵每行诸元素求和，并进行规范：

■■=■a■，j=1，2，…，n ω■=■，i=1，2，…，n

第二步：求全体判断矩阵的合成权重向量。

1.4 一致性检验 判断矩阵的一致性检验CI=（λmax-n）/（n-1），CR=CI/RI。当CR〉0.10时，不能通过一致性检验，应该重新估计此判断矩阵；当CR〈0.10时，判断矩阵的一致性可以接受，此时求得的ω才有效。

1.5 计算出总权重

1.6 得到评级结果 根据上述方法对客户的权重进行排序，权重越大，信用级别越高。[3]

2 计算结果分析

经过计算分析得到一级指标权重矩阵为

A=（0.2318，0.5806，0.0663，0.1213），

一致性比例CR=0.0016<0.10符合一致性条件。

个人情况组分析得到指标权重矩阵

B1=（0.3937，0.0752，0.3937，0.1374），

一致性比例CR=0.0016<0.10符合一致性条件。

职业情况组分析得到指标权重矩阵

B2=（0.0695，0.5381，0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性条件。

收入及资产组分析得到指标权重矩阵

B3=（0.0695，0.5381.0.1626，0.2299），

一致性比例CR=0.0672<0.10符合一致性条件。

信用历史组分析得到指标权重矩阵

B4=（0.5600，0.0984，0.0605，

0.2811），一致性比例CR=0.0401<0.10符合一致性条件。

客户信用评价结果：由表2可知，客户A的信用权重大于客户B的信用权重。因此，本文运用AHP对客户信用进行评级是可行的。

参考文献：

[1]赵涛.管理学常用方法[M].天津：天津大学出版社，2006.

[2]龙西安.个人信用、征信与法[M].北京：中国金融出版社，2004.

[3]许树柏.层次分析法原理[M].天津：南开大学出版社，2000.

[4]基于AHP对我国上市公司信用风险评价[J].价值工程，（2011）35-0143-02：143-144.endprint