高校校园贷的现状分析与探究.doc

高校校园贷的现状分析与探究
作者:

[摘 要]校园网贷作为互联网的金融的重要组成部分在全国各高校掀起了风潮。为了判断校园贷所带来的影响的优劣,基于模糊数学隶属度高校校园贷的现状分析与探究
作者:

[摘 要]校园网贷作为互联网的金融的重要组成部分在全国各高校掀起了风潮。为了判断校园贷所带来的影响的优劣,基于模糊数学隶属度的基本原理,采用改进的层次分析法,选取创业情况、就业情况、学费的缴纳、校园消费、学生隐私安全以及学生不良生活作为评价指标,建立对应的隶属度矩阵,并根据隶属度矩阵构造各指标权重的判断矩阵,构建了校园网贷的模糊综合评价模型。通过工程实例的计算分析,对评价方法及模型进行了验证。结果表明,利用改进的层次分析法来构建权重矩阵,有效削弱了主观因素影响,对校园网贷的评价更客观、合理。
[关键词]应用数学;层次分析法;模糊数学隶属度;判断矩阵
中图分类号:F49 文献标识码:A 文章编号:1009-914X(2019)04-0258-01
0引言
随着互联网+、电子商务的快速发展,众多P2P网络[1]借贷平台不断向高校拓展业务。据悉,至2016年底,面向在校大学生的互联网消费信贷规模已突破800亿元,潜在消费信贷市场国模更是高达上千亿元。
20世纪70年代,[2]这种简便、灵活、实用的解决多准则决策问题的方法(Epsitein et al,2005)。层次分析法是将复杂、模糊问题分解成若干因素,按支配关系将各个因素形成层次结构,并对相关因素进行逐层比较,通过对比结果进行检验,确定各因素的合理权重。本文将通过建立评价模型,来客观分析校园贷的发展现状。
1 模型建立

普通AHP中判断矩阵的一致性问题一直是一个难点,虽然在实际应用中,可以凭借大致的估计来调整判断矩阵,但是这样毕竟带有主观性和盲目性,并且调整的过程相当复杂,往往需要多次重新赋值。为此,本文引入最优传递矩阵,对AHP法进行改进:不采用传统的专家打分法进行方案评价,而是利用相对隶属度矩阵构建一个权重判断矩阵对方案进行评价。这样在评价开始阶段就满足了一致性要求,直接求出权重值,避免了后期的一致性检验。

由各评价指标建立各指标的相对隶属度矩阵
隶属度属于模糊评价函数[3]中的概念,模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法,其特点是评价结果不是绝对的肯定或否定,而是以一个模糊集合来表示。相对隶属度是设立参考系的隶属度。
根据所研究评价系统的实际情况,从代表性、系统性和适用性等的角度,建立模糊综合评价的评价指标体系,由各评价指标的样本数据建立单评价指标的相对隶属度的模糊评价矩阵。从而可得模糊评价矩阵为:

综合评价值 ,R为模糊评价矩阵[4],W为权重向量,把各评价指标的权重值 与各方案相应评价指标的相对隶属度值 相乘并累加,可得到模糊综合评价值z 。
综合指