第三方支付背景下消費(fèi)者個(gè)人信用評估模型構(gòu)建

，（副教授）

一、引言

信用是市場經(jīng)濟(jì)的基礎(chǔ)，廣泛存在于商品交易、資本市場投融資和銀行借貸等各個(gè)經(jīng)濟(jì)生活領(lǐng)域。一方面，信用能夠通過提供信用服務(wù)刺激消費(fèi)，拉動(dòng)內(nèi)需，積累社會財(cái)富；另一方面，信用風(fēng)險(xiǎn)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(wù)作為主要商務(wù)模式的帶動(dòng)下，第三方支付作為電子商務(wù)信用風(fēng)險(xiǎn)的一種解決方案，在個(gè)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(jià)值。得益于電子商務(wù)在我國的迅速發(fā)展和第三方支付服務(wù)的多元化及其支付平臺設(shè)計(jì)的人性化，第三方支付平臺收集了大量的消費(fèi)者個(gè)人信息，對這些信息進(jìn)行分析并將其應(yīng)用到個(gè)人信用評估體系中，對于完善個(gè)人信用評估指標(biāo)和建立新型的個(gè)人信用評估體系有著積極的促進(jìn)作用。鑒于此，本文嘗試構(gòu)建一個(gè)第三方支付背景下的消費(fèi)者個(gè)人信用評估體系，以提高個(gè)人信用評估模型的準(zhǔn)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(gè)人信用狀況，從而降低個(gè)人信用風(fēng)險(xiǎn)帶來的損失。

二、相關(guān)研究回顧

個(gè)人信用評估是通過分析個(gè)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(yùn)含的個(gè)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(gè)人履行各種經(jīng)濟(jì)承諾的能力，對個(gè)人信用水平進(jìn)行全面評價(jià)的過程，最終用評分或等級對個(gè)人信用信息進(jìn)行量化描述。

目前，國際上對個(gè)人信用評估的影響因素和指標(biāo)的分析存在多種方法，其中“5C”要素的應(yīng)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(gè)方面來考量個(gè)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(biāo)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(gè)人信用基礎(chǔ)數(shù)據(jù)庫》中將個(gè)人信用信息指標(biāo)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(gè)大類。由此看出，雖然不同的國家、機(jī)構(gòu)設(shè)計(jì)的個(gè)人信用的具體指標(biāo)有所差異，但傳統(tǒng)的個(gè)人信用評估指標(biāo)體系一般都包括個(gè)人基本信息、資產(chǎn)狀況、歷史信用狀況以及個(gè)人預(yù)期收入等幾個(gè)方面。

隨著電子商務(wù)的發(fā)展和成熟，國內(nèi)部分學(xué)者開始在傳統(tǒng)的個(gè)人信用評估體系中嘗試融入電子商務(wù)相關(guān)的信息。張冰新（2008）認(rèn)為基于電子商務(wù)的個(gè)人信用體系建設(shè)能夠保證數(shù)據(jù)的連續(xù)性和客觀性，同時(shí)信用評估能夠直接作用于交易活動(dòng)，消除交易雙方信用數(shù)據(jù)不足和信用數(shù)據(jù)不真實(shí)的困擾，但依然存在信用數(shù)據(jù)造假、身份認(rèn)證難等問題，并從宏觀和微觀兩個(gè)角度提出了相關(guān)的改進(jìn)意見，主要從定性角度進(jìn)行分析。陳美蓉（2005）在建立靜態(tài)的電子商務(wù)個(gè)人信用評級基礎(chǔ)上，還建立了指標(biāo)動(dòng)態(tài)追蹤評價(jià)方法，但并未對電子商務(wù)環(huán)境下個(gè)人消費(fèi)行為特征建立相關(guān)的指標(biāo)。樸春慧（2007）指出目前C2C電子商務(wù)網(wǎng)站信用評估模型較為簡單，不夠科學(xué)、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(yáng)率反映在線支付的信譽(yù)體系。楊韻（2010）為了使構(gòu)建的模型更準(zhǔn)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(dòng)態(tài)的信用評價(jià)模型。

電子商務(wù)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(xué)者開始從互聯(lián)網(wǎng)金融角度對用戶個(gè)人信用評估展開研究。黃海龍（2013）指出在互聯(lián)網(wǎng)時(shí)代，金融機(jī)構(gòu)可以通過關(guān)聯(lián)客戶賬號、動(dòng)態(tài)更新用戶評價(jià)等措施更加有效地督促客戶還款，降低信用風(fēng)險(xiǎn)帶來的損失。袁新峰（2014）認(rèn)為在互聯(lián)網(wǎng)金融模式下，可以通過消費(fèi)者大量互聯(lián)網(wǎng)行為數(shù)據(jù)綜合判斷個(gè)人的信用狀況，能夠得到較為準(zhǔn)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(fēng)險(xiǎn)，還可以事前預(yù)警，為個(gè)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(wù)相關(guān)指標(biāo)融入個(gè)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(biāo)，而忽略了其他細(xì)微但有價(jià)值的指標(biāo)。此外，與互聯(lián)網(wǎng)金融相關(guān)的個(gè)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(gè)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(gè)人信用評價(jià)指標(biāo)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(gè)人信用評估體系構(gòu)建的成果，充分借鑒第三方支付應(yīng)用的功能，抽取影響消費(fèi)者個(gè)人信用的新的關(guān)鍵指標(biāo)，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(biāo)來衡量），以完善個(gè)人信用評估指標(biāo)體系，增強(qiáng)評估模型的科學(xué)性、準(zhǔn)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(fèi)者個(gè)人信用評估體系中各個(gè)指標(biāo)的權(quán)重，從而構(gòu)建個(gè)人信用評估模型。通過案例分析，驗(yàn)證本文所構(gòu)建的個(gè)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(wù)的產(chǎn)物，是電子商務(wù)發(fā)展過程中為了降低信用風(fēng)險(xiǎn)而提出的一種有效解決方案。然而伴隨著網(wǎng)絡(luò)消費(fèi)信任機(jī)制的成熟和消費(fèi)者數(shù)量的穩(wěn)定，第三方支付已經(jīng)不再滿足于服務(wù)單一的電子商務(wù)平臺或企業(yè)，而開始致力于擴(kuò)張業(yè)務(wù)范圍。橫向上更注重服務(wù)于更多的電子商務(wù)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(wù)的開發(fā)，以最大程度地提供多元化金融服務(wù)，構(gòu)建以支付為中心節(jié)點(diǎn)的生態(tài)圈。隨著第三方支付的基礎(chǔ)化和服務(wù)的多元化，第三方支付背景下消費(fèi)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(fèi)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(fèi)、信用卡還款等）、第三方服務(wù)（打車、外賣、旅行等）、資金往來（轉(zhuǎn)賬、紅包等）、財(cái)務(wù)管理（余額寶、股票等）等多元化的應(yīng)用與服務(wù)，滿足了消費(fèi)者全方位的消費(fèi)場景需求，由此獲取了大量與消費(fèi)者個(gè)人信用相關(guān)的可分析的數(shù)據(jù)。例如，根據(jù)消費(fèi)者的消費(fèi)金額可判斷消費(fèi)者消費(fèi)層次和消費(fèi)水平，根據(jù)消費(fèi)支出中各個(gè)部分的比例分布可識別消費(fèi)者的消費(fèi)習(xí)慣等。這些數(shù)據(jù)具有客觀揭示消費(fèi)者自身特點(diǎn)和預(yù)測消費(fèi)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(gè)人信用評估更為客觀準(zhǔn)確的個(gè)人信用水平。

2.動(dòng)態(tài)性。在第三方支付背景下，與消費(fèi)者相關(guān)的數(shù)據(jù)呈現(xiàn)動(dòng)態(tài)變化性。如上文提到的消費(fèi)者的消費(fèi)金額和消費(fèi)支出的各部分比重可能會因?yàn)槭杖氲奶岣呋蚍浅Ｒ?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(dòng)態(tài)變化具有易獲性，同時(shí)能夠被實(shí)時(shí)反映到個(gè)人信用評價(jià)體系中。此外，第三方支付背景下信用服務(wù)與信用評估是相輔相成的，如消費(fèi)者通過信用免押金入住酒店、租賃車輛等，同時(shí)，消費(fèi)者在這些場景下的行為也可作為評估消費(fèi)者個(gè)人信用水平的參考，因此使得個(gè)人信用評估結(jié)果可以實(shí)時(shí)更新。

3.突破性。在傳統(tǒng)的個(gè)人信用評估模型中，有些指標(biāo)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(wù)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(fèi)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(rèn)為社會資本與經(jīng)濟(jì)資本之間可以通過交換實(shí)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(shí)地獲取所需信息，從而得到更高的經(jīng)濟(jì)效益，為個(gè)人信用評估體系中添加社交關(guān)系指標(biāo)奠定了理論基礎(chǔ)。在第三方支付背景下，社交關(guān)系指標(biāo)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(biāo)來評估。社交關(guān)系數(shù)據(jù)是當(dāng)前第三方支付背景下消費(fèi)者特有的信息特征，是構(gòu)建全面科學(xué)的個(gè)人信用評估體系的必然選擇，也是提高個(gè)人信用評估模型準(zhǔn)確性和全面性的重要手段。

表1 第三方支付背景下的個(gè)人信用評估指標(biāo)體系

四、第三方支付背景下消費(fèi)者個(gè)人信用評估模型的構(gòu)建

1.第三方支付背景下消費(fèi)者個(gè)人信用評估指標(biāo)體系的構(gòu)成。本文秉著構(gòu)建指標(biāo)體系所要遵循的全面性、科學(xué)性和客觀性基本原則，立足于現(xiàn)有的個(gè)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(gè)維度26個(gè)指標(biāo)作為備選方案，再與多位專家進(jìn)行商討篩選后，最終確定為五個(gè)維度20個(gè)指標(biāo)，從而構(gòu)建了第三方支付背景下的消費(fèi)者個(gè)人信用評估指標(biāo)體系，如表1所示。

本文構(gòu)建的個(gè)人信用評估指標(biāo)體系由5個(gè)一級指標(biāo)和20個(gè)二級指標(biāo)組成。一級指標(biāo)包括個(gè)人基本信息、個(gè)人價(jià)值體系、個(gè)人資信情況、個(gè)人消費(fèi)行為和個(gè)人社交關(guān)系五個(gè)維度。其中個(gè)人基本信息包含年齡、婚姻狀況、學(xué)歷等子指標(biāo)，用來反映個(gè)人的品德素養(yǎng)以及還款意愿；個(gè)人價(jià)值體系由賬戶余額、個(gè)人月收入等組成，用來反映個(gè)人的資本和財(cái)務(wù)狀況；個(gè)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(fèi)者的歷史信用狀況；個(gè)人消費(fèi)行為則有由每月消費(fèi)金額和每月消費(fèi)次數(shù)等組成，用來反映消費(fèi)者的消費(fèi)習(xí)慣；個(gè)人社交關(guān)系作為一個(gè)全新的指標(biāo)被納入第三方支付背景下的個(gè)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(fèi)者的社會資本狀況。

2.基于層次分析法的個(gè)人信用評估指標(biāo)權(quán)重的確定。在建立第三方支付背景下的個(gè)人信用評估指標(biāo)體系后，需要先確定個(gè)人信用評估指標(biāo)體系中各指標(biāo)權(quán)重后，才能對個(gè)人信用綜合情況進(jìn)行評估。個(gè)人信用評估指標(biāo)體系中不同的二級指標(biāo)對個(gè)人信用評估的影響權(quán)重是不一致的，且二級指標(biāo)歸屬于不同的一級指標(biāo)，因此其對個(gè)人信用評估的影響程度無法直接通過計(jì)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(biāo)對個(gè)人信用評估的總權(quán)重。

層次分析法是美國運(yùn)籌學(xué)家T.L.Satty在20世紀(jì)70年代提出的一種定性和定量分析相結(jié)合的多目標(biāo)決策分析方法，在權(quán)重確定中有廣泛的應(yīng)用。本文基于層次分析法的個(gè)人信用評估指標(biāo)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(biāo)之間的關(guān)系，建立個(gè)人信用評估指標(biāo)體系的遞階層級結(jié)構(gòu)，如圖所示。目標(biāo)層Z為個(gè)人信用評估，準(zhǔn)則層C由個(gè)人基本情況、個(gè)人價(jià)值體系、個(gè)人資信情況、個(gè)人消費(fèi)行為和個(gè)人社交關(guān)系五個(gè)維度組成。子準(zhǔn)則層P由五個(gè)維度下的20個(gè)二級指標(biāo)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(zhǔn)則層中各個(gè)指標(biāo)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(biāo)1相對于指標(biāo)2的重要性一般可以分為：同等重要、稍微重要、明顯重要、強(qiáng)烈重要和極端重要，對應(yīng)標(biāo)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(biāo)交換次序比較的重要性。由此，本文設(shè)計(jì)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(jì)算回收的100份調(diào)查表中所有專家判斷矩陣中各個(gè)權(quán)重的平均得分，從而得到準(zhǔn)則層中各個(gè)指標(biāo)的兩兩判斷矩陣，其中準(zhǔn)則層C中5個(gè)一級指標(biāo)的兩兩判斷矩陣如表2所示。

表2 準(zhǔn)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(jī)一致性比率CR，其中CR=CI/RI，RI的取值一般隨著指標(biāo)總數(shù)n的變化而取與之對應(yīng)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(yàn)，則需要適當(dāng)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(jī)一致性指標(biāo)RI

表4 準(zhǔn)則層C判斷矩陣的最大特征根λmax、特征向量W和隨機(jī)一致性比率CR

個(gè)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(zhǔn)則層P中5組二級指標(biāo)對于其父指標(biāo)的相對重要性，構(gòu)造每組二級指標(biāo)的兩兩判斷矩陣，從而計(jì)算子準(zhǔn)則層中各指標(biāo)的子權(quán)重，結(jié)果如表5所示。

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

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

根據(jù)表4，消費(fèi)者個(gè)人信用評估中一級指標(biāo)權(quán)重排序?yàn)椋簜€(gè)人資信情況＞個(gè)人價(jià)值體系＞個(gè)人消費(fèi)行為>個(gè)人社交關(guān)系>個(gè)人基本信息。由此說明，消費(fèi)者的歷史信用情況是評估個(gè)人信用的關(guān)鍵因素；個(gè)人社交關(guān)系指標(biāo)相較于傳統(tǒng)個(gè)人基本信息指標(biāo)更能影響個(gè)人信用，進(jìn)一步驗(yàn)證了本文研究的必要性。由表5可知，個(gè)人基本信息中學(xué)歷的權(quán)重最大，說明學(xué)歷是衡量個(gè)人品德素養(yǎng)和還款意愿的核心指標(biāo)；個(gè)人價(jià)值體系中固定資產(chǎn)相較于流動(dòng)資金更能反映個(gè)人資產(chǎn)和財(cái)務(wù)狀況，主要原因是前者具有一定的穩(wěn)定性；個(gè)人資信情況中借款逾期還款次數(shù)權(quán)重最大，該指標(biāo)能夠直接從個(gè)人信用記錄中取數(shù)；個(gè)人消費(fèi)行為中每月消費(fèi)頻率比每月消費(fèi)金額更重要；個(gè)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(fèi)者個(gè)人信用進(jìn)行準(zhǔn)確快速評估。

表6 子準(zhǔn)則層P各指標(biāo)占目標(biāo)層的總目標(biāo)權(quán)重

由表6可知，權(quán)重綜合排序后，對個(gè)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(fèi)者個(gè)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(biāo)，而個(gè)人基本信息類指標(biāo)只起到參考作用。此外，個(gè)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(jìn)一步說明本文提出的個(gè)人社交關(guān)系指標(biāo)對消費(fèi)者個(gè)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(fèi)者個(gè)人信用評估模型的建立。個(gè)人信用評估指標(biāo)體系中各指標(biāo)權(quán)重確定后，對第三方支付背景下的消費(fèi)者個(gè)人信用得分進(jìn)行綜合評估。對所有指標(biāo)加權(quán)來評估消費(fèi)者個(gè)人的信用得分Ei，個(gè)人信用得分越高，則表示該消費(fèi)者的個(gè)人信用狀況越好。

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

表7 第三方支付背景下個(gè)人信用評估評分準(zhǔn)則

根據(jù)個(gè)人信用評分，對消費(fèi)者進(jìn)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(gè)等級。在第三方支付背景下，信用等級越高的消費(fèi)者可以享受門檻越高的信用服務(wù)，獲得更高額度的消費(fèi)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(fèi)者個(gè)人信用評估模型的基礎(chǔ)上，以第三方支付平臺某個(gè)消費(fèi)者的真實(shí)數(shù)據(jù)為例進(jìn)行分析，計(jì)算該消費(fèi)者個(gè)人信用的綜合得分，計(jì)算過程和結(jié)果如表8所示。

表8 某消費(fèi)者的個(gè)人信用綜合得分

由表8可知，案例所選消費(fèi)者的個(gè)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(shí)際情況相符，因此本文所構(gòu)建的第三方支付背景下消費(fèi)者個(gè)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(fèi)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(gè)人信用評估體系對提高個(gè)人信用評估的有效性、全面性和科學(xué)性都有積極的促進(jìn)作用。本文基于社會資本理論，首次將社交數(shù)據(jù)納入個(gè)人信用評估體系中，在借鑒多位專家意見的基礎(chǔ)上，構(gòu)建了較為全面的適用于第三方支付背景的個(gè)人信用評估指標(biāo)體系，并采用層次分析法確定了各個(gè)所選指標(biāo)對目標(biāo)層的影響權(quán)重。通過案例分析，驗(yàn)證了本文所建立的指標(biāo)體系可以有效地對消費(fèi)者個(gè)人進(jìn)行信用評估。

本文運(yùn)用層次分析法確定各個(gè)指標(biāo)的權(quán)重，由于該方法始終是綜合人的主觀判斷將復(fù)雜的定性問題定量化，導(dǎo)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(xué)的方法評估個(gè)人信用。此外，對互聯(lián)網(wǎng)大環(huán)境下消費(fèi)者行為特征進(jìn)行更深層次的分析和挖掘有助于更加全面科學(xué)地評估個(gè)人信用狀況，也將是下一步研究工作的重點(diǎn)。

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

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

張冰新，甘瑁琴．基于電子商務(wù)應(yīng)用的個(gè)人信用體系建設(shè)策略［J］．中國流通經(jīng)濟(jì)，2008（3）．

陳美蓉，劉曉紅．電子商務(wù)個(gè)人信用評價(jià)分析［J］．統(tǒng)計(jì)與決策，2005（7）．

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

陳宏娜．電子商務(wù)在線支付下的個(gè)人信用等級評價(jià)模型研究［D］．北京：北京郵電大學(xué)，2010．

楊韻．C2C交易中的動(dòng)態(tài)信用評價(jià)模型［J］．情報(bào)科學(xué)，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(dāng)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(luò)借貸個(gè)人信用風(fēng)險(xiǎn)評估［J］．財(cái)會月刊，2015（35）．