大学生助学贷款风险信用评估模型研究5篇

第一篇：大学生助学贷款风险信用评估模型研究

大学生助学贷款风险信用评估模型研究

[摘 要]为能够客观地评价国家助学贷款还贷问题中大学生信用以及还款能力，高校应综合考虑影响大学生贷款的各个因素，选取适当的评价指标，建立基于层次分析法的大学生贷款信用模型。同时，要根据问卷调查以及专家调查法的结果，进行合理的指标评价，并根据学生实际情况进行分析，检验模型可行性。

[关键词]大学生助学贷款，层次分析法，专家调查法，评估模型

[中图分类号] G645 [文献标识码] A [文章编号] 2095-3437（2018）01-0192-04

国家助学贷款主要是帮助高等院校中经济困难的学生维持生活、学习上开支的一项重要措施，其本质是帮助学生树立自立自强观念，鞭策学生勤奋学习，努力进步。但是由于我国的大学生贷款机制尚且处于初级阶段，个人信用意识缺乏，在国家助学贷款的运行中出现了一些大学生违约的情况。近年来，我国助学贷进入了还贷高峰期，官方数据表明2006届的毕业生首次还款日能够按时还款的比例为68.8%，有31.2%的贷款学生不能按时偿还助学贷款，存在违约现象。[1]如此之高的不良还贷率，致使国家助学贷款的开展一度陷入困境，甚至于有些商业银行不愿意继续发放助学贷款。由于国家助学贷款的发放对象是尚未参加工作的在校大学生，他们没有工作、没有稳定的收入来源、没有信用记录、没有可抵押的个人资产，缺乏有效的还贷手段，而且就业之后，大学生流动性强，无法做到按时收取贷款本息，控制贷款风险。因此，建立合理的大学生贷款信用风险评估系统，有助于保障助学贷款政策健康发展。

一、评价指标体系的建立

层次分析法（Analytic Hierarchy Process，简称AHP）是将一个复杂的决策问题分解成目标、准则、方案等层次的决策方法。AHP方法适用于衡量多定性变量的问题。本文选用层次分析法来研究大学生贷款风险信用评估模型，是由于大学生助学贷款影响因素大多是定性因素，无法得到一般的定量数据。

（一）风险评估指标的选择

本文在研究之时，通过专家调查法以及相关问卷的结合，确定了以下影响大学生还贷情况的主要指标：

1.学生自然情况

学生自然情况在一定时间段内无法有较大的改变，因此学生自然属性对学生的个人成长起的较为关键的因素。本文之中，学生自然属性主要包括学生学历，学生户籍以及身体状况。学生的学历决定了学生的受教育水平以及学生毕业之后的工作情况；学生户籍主要是能够影响学生工作的就业地区，毕业之后生计的问题；学生的身体状况是学生是否有能够后续还贷的最为关键的因素。因此本文认为学生自然情况是一个重要的评价标准。

2.学生在校情况

学生在校情况反映的是学生在学习、生活等各方面的情况，对于往后贷款还款的信用风险有很大的关系。本文从三个指标层对学生在校情况进行了划分，分别是综合成绩排名、消费情况和在校收入（勤工助学、奖学金等）。其中综合成绩排名在很大程度上决定着学生以后工作绩效的情况，也自然而然影响以后还款的能力；学生的消费情况影响以后能否按期还款和是否能够合理运用贷款；而学生在校期间的收入情况则反映了学生的还款能力。

3.学生道德水平

学生的道德水平与其能否按时归还助学贷款有着很大的联系，是学生信用水平的一个极为重要的评价指标。道德水平可以具体分成表彰或违纪、同学和老师评价、往期借贷情况这三个反面。其中表彰或违纪反映了学生对学校纪律的遵守程度，从侧面体现出学生的道德水平；学生周围的同学和老师是与学生朝夕相处的人，对学生的个人道德水平了解很深，所以通过同学与老师的评价我们可以从一定程度上对学生的道德水平进行评估；学生在生活中难免会向朋友借钱或是通过蚂蚁花呗、在线贷、众易贷等借贷平台进行小额借贷，这样学生早期的债务归还情况及目前的债务情况我们可以一并搜索到，这是学生是否有信用的重要信息，也是衡量学生道德水平的一大标准。

4.学生所处环境

在对大学生助学贷款进行风险评估时，还应该考虑学生所处环境，因为所处环境对学生的未来发展有较大影响，而学生的还款能力又取决于他们未来的发展。我们将学生所处环境细分为家庭情况、学校性质和专业情况这三个指标。学生个人的家庭情况会影响学生还贷的积极性；学校性质影响学生的就业情况，从而影响学生的还款能力；而通过专业情况可以预估学生今后的工作情况。通过这些指标可以对学生的还贷能力进行预测，从而更好地进行贷款风险评估。

在选取指标的时候，本文尽可能包含主观和客观的多个条件，使得最后评估能够较为准确地描述整??有关还贷的风险。在后文叙述之中，将详细阐述有关指标如何和实际数据相结合的，以及有关指标的权重分析。

具体情况如表1所示：

（二）指标权重的确立

在本文中采用了层次分析法，确定相关联因素权值，并进行矩阵的一致性检验。具体步骤如下：

1.建立递阶层次的结构模型

在应用层次分析法时，首先需要把问题进行层次化、明确化，产生一个有层次的结构模型。在此基础上，把确定的指标，按所属关系进行分类，形成若干层次，上一层对下一层有统治地位。本文将风险评估结果的确定分为3个层次：最上层为目标层，即信用风险评估结果；中间层为准则层；最后一层为子准则层。

通过比较确定准则层对目标的权重，以及比较确定子准则层中各指标对相应准则的权重，从而计算组合权重，得出子准则层中各指标对目标的权重。这些权重在人的思维过程中，往往是定性的，而在层次分析法中将 给出权重的定量方法。

2.构造成对比较矩阵

选取n位长期从事大学生助学贷款工作的专家，他们的评判能基本准确反映学生各因素对助学贷款风险的影响程度。专家们对B级评价因素进行两两比较，并在各B级评价因素下，对C级评价因素进行两两比较，即可构造各层次下的判断矩阵M=（mij）n×n，一般采用Saaty提出的1-9比率标度法。

假设要比较某一层n个因素C1，C2，……，Cn对上一层因素B的影响，每次取两个因素Ci和Cj，用mij表示Ci和Cj对B的影响之比，全部比较结果可用成对比较矩阵M=（mij）n×n，（mij>0，mij=）表示。

3.计算各指标的权重

对专家给出的判断矩阵M=（mij）n×n，按以下顺序计算各指标的权重值。

（1）特征根法

用对应于M最大特征根（记作λ）的特征向量（归一化后）作为权向量ω，即ω满足Mω=λω，从而得出权向量ω。

（2）一致性检验

成对比较阵通常不是一致阵，但是为了能用它的对应于特征根λ的特征向量作为被比较因素的权向量，其不一致程度应在容许范围内。Saaty将CI=定义为一致性指标。Saaty又引入随机一致性指标RI，一致性比率CR，当CR= <0.1时认为M的不一致程度在容许范围之内，可将其特征向量作为权向量。[2]

4.确定方程

根据专家调查法，我们得到了如下成对比较矩阵：

按照专家给出的成对比较矩阵，借助Matlab程序，根据以上步骤可以计算出各指标的权重值如下：

在得到具体的权重以后，将各层权重值分别相加得出综合权重值。将各指标值与权重值相乘，累计可以得出综合评分值。

对于大学生助学贷款的风险评估问题，特别是当许多大学生数据无法得到具体通过数值确定的数据，AHP分析作为一个较为准确，有效的工具，取得了相对应的成果。本文通过这项研究确认在评判大学生还贷风险的问题之中，学生现有勤工俭学情况占有最为主要的影响因素，这与邓文卓[3]的研究结果是一样的。与此同时，学生的往期借贷情况也是一个非常重要的因素，这符合一般的想法，与现实一致。

二、学生信用度评价

为了评价一个学生是否具有贷款的资格，我们利用上述模型根据专家调查法和问卷调查法，结合学生的个人基本情况进行各指标的评分。

（一）学生自然情况

学历：不同的学历会带来不同的就业前景，因此把学历划分别为本科、硕士、博士，对应评分为6、7、8。

户籍情况：把户籍分为农村、三线城市、二线城市、一线城市，分别对应了不同的发展机遇，故分为5、6、7、8。

健康状况：身体是衡量学生是否有能力继续还贷的一个重要标准，把身体情况分为有病史（未治愈）、有病史（治愈）、无病史（健康），对应评分为3、6、9。

（二）学生在校情况

综合成绩排名：学习成绩对于还款能力有一定的影响，本文用学生的绩点来进行打分，2.0以下、2.0～2.9、3.0～3.9、4.0以上，对应评分为1、5、7、9。

消费情况：按照月消费800元以下、800～1000元、1000～1200元、1200～1500元、1500元以上的区间段分为9、8、6、4、2。

收入（勤工俭学、奖学金等）：本文调查了大学生的收入情况，按照1000元以下、1000～2500元、2500～4000元、4000～5500元、5500元以上的区间段分为4、5、6、8、9，由于大学生的收入情况有所差距，所以对于还款情况也存在一定的差距，而相邻区间段的学生相差不会太大。

（三）学生道德水平

表彰或违纪：分为处分、违纪、正常、校级奖、省级奖5个层次，以处分为最低分1分，省级奖为最高分9，依次分为1、3、5、7、9。

同学或老师评价：根据语言模糊性，我们将同学或老师的评价分为极差、差、较差、一般、较好、好、极好，得分按1、3、4、6、7、8、9平均分布，符合实际应用性。

往期借贷情况：为了更准确地评价学生在借贷方面的信用情况，我们将借贷情况细致化，结合学生债务的潜在风险，共分为信誉良好、有借款（未到期）、往期不良记录、有借款（逾期未还），得分依次为8、6、4、2。

（四）学生所处环境

家庭年收入：由于从银行角度来看，家庭年收入越高，还款能力越强，贷款风险更低，故将其划分为3类：20000以内、40000以内、50000以内，按1-9评分分别为4、5、6。

学校性质：由于学校性质影响就业情况，而就业情况影响还款能力，故分为大专、二本、普通一本、211、985，按1-9评分分别为1、3、5、7、9。

专业情况：由于专业就业率越高，学生的就业前景越好，学生还款的可能性越大，贷款风险就越低，故将专业情况按就业率分为70%以下、70%-80%、80%-90%、90%-95%、95%以上，按1-9评分分别为3、5、6、7、8、9。

我们根据学生的各项指标评分乘上所建立模型中的对应权重，最后求和，若所得总分大于等于6，说明信用水平较高，贷款风险较低，可予以借款。

三、实例分析

本文通过问卷及访谈的结果，经本人同意得到了某A同学的相关数据，将以此作为实例进行分析。

A同学是一所地方院校的数学师范本科学生，家住连云港内，没有往期病史，综合绩点为3.2，月消费为1100，没有收入。根据同学之间的评价为一般，没有表彰或违纪情况，借贷情况信誉良好，家庭收入50000以内。

通过计算可以知道是6.2138，可以予以借?J。

四、建议

根据本文调查研究的结果，希望学校能够帮助学生找到更多的勤工助学机会，给以大多数学生现实的岗位，加大学生的付出意识。在此基础之上，本文建议在学校之中建立相对应的信用监督机制，统计大学生在校的图书馆借阅情况。并且如果在校时有不良借贷情况，也可以通过借贷人情况上报记录档案。本文希望借此计划来提高学生的信用理念，减少还贷风险，增加大学生可以借贷的可能性。

[ 参 考 文 献 ]

[1] 邢彪，李雄平，段元媛.国家助学贷款中有关大学生诚信问题的探讨[J].当代经济，2016（20）：100-101.[2] 姜启源，谢金星，叶俊.数学模型（第四版）[M].北京：高等教育出版社，2011：249-255.[3] 邓文卓，郭磊，林新朗.基于层次分析法的国家助学贷款风险评估体系构建[J].中国集体经济，2011（9）：106-107.[4] 崔士冬.基于模糊综合评价法的国家助学贷款信用风险评估研究[D].中国海洋大学，2009.[5] 侯艳茹.国家助学贷款现状及对策研究[D].华侨大学，2007.[6] 陈淼.我国高等教育助学贷款政策实施的现状、问题及对策[J].新疆财经，2010（2）：58-60.[7] 劳兆利.基于层次分析法与模糊综合评判法的集中运维点选择优化研究[D].上海交通大学，2007.[责任编辑：林志恒]

第二篇：大学生助学贷款信用保险

大学生助学贷款保证保险

一、保险产品的市场分析：

每学年伊始，许多即将进入大学或正在大学的贫寒学子不得不为高昂的学费发愁，他们有着强大的贷款需求，然而银行却因为还款风险而提高贷款条件使得许多寒门学子被阻于银行门外，此项大学生助学贷款保证保险的推出无疑将减少银行贷款的风险，有利于银行降低贷款条件，从而满足更多贫寒学子的贷款需求。

行

三、保险标的：大学生助学贷款的还款

四、保险期限：以国家规定的助学贷款还款期限为准

五、费率：助学贷款额的5%

六、保险金额：到期还款本息和的80%

七、保险责任：银行对贷款大学生进行严格的资格审查，同时在期限内积极监督和催款的条件，而贷款者在规定的还款期限内具有劳动能力或收入来源仍无力还款时，保险公司向银行给付相应的保险金额。

八、责任免除

当发生如下条件时，保险公司不承担保险责任

1.贷款者在保险期限内失去劳动能力或失去收入来源

2.银行对不符合条件的贷款者放款

3.银行在保险期间未积极履行对贷款者的财务监督和催款责任

二、目标客户：向所有即将入学或在校大学生发放助学贷款的银

第三篇：固定资产贷款风险评估

固定资产贷款风险评估 单选题

1.下列不属于客户向商业银行申请固定资产贷款形式的是： √ A B C D 出具贷款意向书

出具贷款承诺书

第三人担保

直接申请固定资产贷款

2.在贷款受理阶段需要提交的材料中，不属于审批制需要提交的材料是： √ A B C D 项目建议书和可行性研究报告

项目初步设计和概算资料

项目建议书和可行性研究报告批复文件

项目申请报告

3.下列不属于对固定资产贷款项目初步调查所涉及的内容是： √ A B C D 客户情况

企业情况

项目情况

项目资金来源情况

4.下列不属于项目评估重点环节的是： √ A B C D 企业信用度

项目必要性

财务收益

银行收益

5.对借款人的资本结构评估不包括： √ A B 投资人构成出资比例 C

投资人对借款人的控制和管理 D 借款人融资情况

6.关于项目概况评估内容，表述错误的是： √ A

项目基本情况和建设进度

B

建设必要性及生产条件和工艺技术 C

项目完成情况及盈利前景 D 环境保护、国土资源、城市规划

7.下列不属于固定资产投资中静态投资评估的内容是： √ A

项目建设期利息 B

项目拟定建设规模 C

产品方案 D 项目建设所需费用

8.在项目融资方案评估中，属于权益类资金评估的是： √ A

银行贷款 B

股东投资 C

发行债券 D 有偿使用资金

9.下列不属于对财务效益进行评估时，所需要选取的基础数据与参数是：A

项目计算期 B

生产负荷 C

财务价格 D 经营成本

10.以下不可以量化的银行收益是： √ A 贷款转移收入

√ B C D 判断题 存款转移收入

项目贷款应分摊的管理费

中间业务净收入

11.固定资产投资项目的评估时，客户提供的申请材料的质量和数量符合银行有关规定就可以得到批准。此种说法： √

正确

错误

12.调查评价内容主要包括：初步调查，出具贷款意向书或意向性贷款承诺书以及项目评估。此种说法： √

正确

错误

13.对于项目贷款难以量化计算的银行收益和成本部分，应对收益和成本项目进行逐项说明，项目贷款成本不包括暂难以量化的各项投入和支出。此种说法： √

正确

错误

14.产品和市场分析，包括项目产品供求现状分析和产品供需预测和价格走势分析。此种说法： √

正确

错误

15.固定成本与可变成本主要用于项目盈亏平衡分析。此种说法： √

正确

错误

第四篇：银行贷款风险评估（范文）

数学建模

银行贷款 摘要

本文针对商业银行在发放贷款的过程中，如何利用一定的判别准则对申请贷款企业信用度进行打分的问题，建立相应的数学模型，给出判别准则。

首先，对商业银行现有的600个申请贷款企业背景资料及打分情况的数据进行预处理。巧妙地构建字符型取值数值化公式，合理的将离散型变量（取值均为字符型）取值数值化，以及利用spss软件对15个自变量和1个因变量做相关性分析，筛选出12个属性变量。此外，通过回归分析对数据进行深挖掘，利用MATLAB软件对背景资料数据作时序残差图，考察分析时序残差图发现有64个奇异点，在Logistic回归模型中将对应的64个样本点予以剔除。

然后，对预处理所得的背景资料数据，建立Logistic回归模型，利用spss统计软件对模型求解，得到各属性的权重系数。以谋求判别结果与原始结果吻合度最大为原则，给出了判别准则。

随后，鉴于背景资料信息不全的情况，本文利用WAA算子的思想，构建“缺省信息均值j”，同时定义相应的“缺省信息运算法则”，对Logistic回归模型进行修正。利用C++软件编程，重新求得修正后的各属性权重系数。本文特从600个申请贷款企业随机抽取75个样本，随机丢失若干属性信息，同样以谋求判别结果与原始结果吻合度最大为原则，给出修正后的判别准则。

接下来，通过C++编程，利用给出的判别准则对剔除64个问题样本点后的536个企业重新打分，结果与原始打分相比，吻合度达到98.5%。对被剔除的64个企业单独重新打分，发现与原始结果完全相反，实际是对问题样本点进行了纠正，打分准确度达到100%。同样使用判别准则求得前53个待申请企业打分值。分析修正判别准则对随机抽取75个样本打分结果，发现对不发放贷款的企业的原始打分与重新打分完全相同，实现了风险最小化原则，再使用修正判别准则求得后37个待申请企业打分值。

最后，我们就模型存在的不足之处提出了改进方案，并对优缺点进行了分析，根据数据分析结果，为银行高层管理者写一份报告，使判别准则得以被采用。

中小企授信评审的参考指标主要有以下几个方面：（仅供参考）

1、销售收入——主要判断是否符合中小企的标准。一般来说年销售收入1.5亿以下的属于中小企，适用于中小企授信模式，区别于大企业的授信管理，申请授信的流程比较简便。

2、信用评级——指的是违约概率。信用评级一般从D至AAA级，等级越高，企业的资质越好。授信条件也比较宽松。每个金融机构都有自己内部的一套评级模型，主要通过众多财务数据指标，依靠数学模型来计算违约概率。资产负债表、利润表、现金流量表的财务指标均要录入系统才能测算信用评级。

3、企业的基本情况——包括企业的股东情况，主要考察企业股东的资金实力，在该行业的从业经验，是否属于该行业的龙头企业，是否具备核心技术等竞争优势。如果是个人股东需要考察是否以往有不良的信用记录，管理风格，从业经历，个人爱好等。另外是企业与金融机构的往来情况，主要考察企业是否在其他金融机构有授信业务往来，目前的负债情况、或有负债情况（对外担保）、是否涉及银行业务相关的诉讼，是否有税务、海关、工商等行政机关的处罚信息等。

4、企业的经营情况——考察企业内部管理架构、职责分工情况。经营模式、主营业务的竞争力、产品销售特点或生产能力，企业在该行业的主要竞争优势。企业的上下游情况，一般要考察前五大上下游企业的经营情况，例如下游企业如果是国家垄断行业或行业龙头企业，有稳定的订单，说明该企业的销路顺畅，资金回笼比较有保障等等。

5、资金需求及资金缺口的分析——如果企业申请的是流动资金贷款，则按照银监会的规定进行现金流测算。企业的流动资金贷款需求量基于借款人日常生产经营所需营运资金与现有流动资金的差额（即流动资金缺口）来确定。银监会的计算公式如下：（1）先确定营运资金量

营运资金量＝上销售收入×（1－上销售利润率）×（1＋预计销售收入年增长率）/营运资金周转次数。

其中：营运资金周转次数＝360/(存货周转天数+应收账款周转天数－应付账款周转天数＋预付账款周转天数－预收账款周转天数)周转天数=360/周转次数

应收账款周转次数＝销售收入/平均应收账款余额 预收账款周转次数＝销售收入/平均预收账款余额 存货周转次数＝销售成本/平均存货余额

预付账款周转次数＝销售成本/平均预付账款余额 应付账款周转次数＝销售成本/平均应付账款余额（2）再计算流动资金需求缺口

流动资金贷款额=营运资金量－借款人自有资金－现有流动资金贷款－其他渠道提供的营运资金

6、企业的财务状况——主要考察企业长期偿债能力和短期偿债能力，其中长期偿债能力的指标有资产负债率、、或有负债比率等，短期偿债能力的指标有流动比率。反映企业流动资产偿付流动负债的能力。计算公式：流动比率 = 流动资产 / 流动负债；速动比率。反映企业即刻偿债能力。计算公式：速动比率 = 速动资产 / 流动负债；营运资金比率。衡量企业流动资产在短期债务到期以前可以变为现金用于偿还负债的能力。计算公式：营运资金比率 = 流动比率 – 1；现金比率。反映企业用货币资金偿还流动负债的能力。计算公式：货币资金 / 流动负债。

7、抵质押担保情况——主要考察企业的第二还款来源，也就是风险缓释指标。按照不同的押品（土地使用权、房产、设备、有价证券等）计算不同的抵押率，抵质押率=贷款金额/押品的评估价值，一般由第三方评估机构出具押品的评估价值。抵质押率越低，证明第二还款来源越有保障，该笔贷款的安全性更高。担保情况则要考虑担保人（法人或自然人）的经营实力或个人资产，是否有足够实力作为替代借款人偿还债务的有效补充。

8、企业实际控制人的情况——目前部分中小企业的法人并非实际控制人，而是用了与企业经营不相关的人作为注册企业时的法人代表，以便于逃避责任。因此需要考察企业实际控制人的具体情况。包括实际控制人的从业经验、学历、个人资产、对外投资情况、与银行业务往来的情况，是否有不良记录、是否存在对外担保、民间借贷、对外兼职其他职务等情况。

9、企业的固定资产情况——包括企业的房产、厂房、机器设备、土地使用权等不动产情况。不动产是购置的还是租赁的，使用年限，支付价格，折旧情况等。考察的是万一出现不良授信时，能够被法院执行处置用于偿还贷款的资产有多少价值。

主权信用评级一般从高到低分为AAA，AA，A，BBB，BB，B，CCC，CC，C。AA级至CCC级可用+号和-号，分别表示强弱。

第五篇：贷款风险评估1

贷款风险评估

1、借款人

借款人情况

借款人的基本情况

个人品质、社会信誉、家庭住址、户主姓名、家庭组成、经济状况、通讯号码及主要生产经营项目，经营的年限，借款人为企事业单位的，还应该包括企业性质，、、注册资金、企业代码、公司章程、经营范围、企业法人代表的品质、资信、经营管理能力。

资产负债情况

在金融机构的借款和对外担保情况，存量贷款的方式及担保情况

自有资金情况

还款人自有资金比例是否达到要求，短期贷款自有资金不少于30%、中长期固定资产贷款、房地产开发贷款自有资金不少于规定比例。

借款人的生产经营情况

经营场所、经营产品的范围和方式时候合法、合规，是否符合国家产业政策

借款用途

借款用途是否符合贷款通则的有关规定。

还款来源

包括第一还款来源，第二还款来源

财务情况

企业的资产、负债、销售、利润、所有者权益以及对外担保情况

产品市场

产品生产、销售、原材料来源、供应、设备先进性、稳定性等情况。

资金结算往来

账户资金往来清单，存贷明细和流动资金周转情况，现金、转账业务往来是否正常等。

企业发展前景

产品的市场竞争，行业竞争力

借款情况

包括贷款金额、用途、期限、利率、计息方式、还款方式以及还款来源