基于大数据驱动下大学生个人信用画像构建研究
袁章帅
摘要： 由于传统大学生个人信用评价主要侧重大学生的在校表现，而忽略了其与社会的相互作用，产生了诸多急需研究解决的问题，与此同时大数据给众多学科领域提供了更为全面、准确、精细的数字化管理，因此本文利用大数据驱动下的粒度缩放、跨界关联及全局视图等管理视角深入分析大学生个人信用特征，从大学生在校表现、互联网金融行为等方面描绘出大学生更为丰富的信用“画像”，并给出提高大学生个人信用的相关建议，为推动大学生个人信用建设提供参考。
关键词： 大数据驱动下；大学生个人信用评价；因子分析；SPSS
孔子曰：“言必行，行必果”。从古至今，诚信一直都是中华民族的传统美德。随着社会的快速发展，我国社会诚信和信用水平缺失问题越发突出。社会信用体系建设引起了党中央、国务院的高度重视，而个人信用则是整个体系成立的基础。大学生作为重要的社会参与者，其个人信用亦存在许多不足之处。大学生信用评价体系建设一方面有助于推动高校学生诚信教育机制的形成和完善，有利于为国家助学贷款的发放提供参考，有利于建立科学化、公平化、社会化的人才评估机制；另一方面，大学生信用体系建设也是社会信用体系建设的重要组成部分，有助于拓宽社会信用体系建设的范畴，也有助于加快推进我国社会信用体系建设。因此，当务之急是创建一套兼具科学性及实用性的大学生信用评估指标体系，其不仅可以为发放各类奖助学金、贷款和用人单位招聘提供参考数据，且大学生也会更加注重个人信用状况维护和改善。
表1 大学生信用指标打分量表（部分）
一、研究综述
目前国内外学者在大学生个人信用画像的研究主要集中在两个方面。其一是评价指标内容。James W P 等[1]在学费上涨，以及更少资助金的情况下，父母的是否参与、冲动的强迫症、金融焦虑、社会地位等是促成大学生使用信用卡的主要因素；刘根[2]通过建立逐步回归模型，研究出影响大学生信贷消费的因素随着性别、专业、生源地等因素的不同而有所差异。其二在构建信用评价指标系统方面。Joshua L 等[3]使用FICO 方法，开发了一种基于多标准决策原则的信用评分模型决策支持工具，很好的反映借款人在每个评分维度上的优势和劣势；Caterina L等[4]通过构建信用评分的分类模型，发现人格态度包含在模型中时，评估影响信用的每个预测变量更具有利用价值。
国内外学者主要侧重大学生在校的各方面表现，而忽略了其与社会的相互作用。大数据时代下，众多学科领域普遍追求更为细化的数字管理，因此传统的管理决策方法受到了极大的挑战。本文将基于大数据驱动下的粒度缩放、跨界关联、全局视图等视角[5]应用于大学生个人信用画像的构建中，有效提升了画像的“像素”，使得更清晰地从大学生在校表现、网络社交、与电商平台的交易记录的互联网行为以及和金融机构发生的履约记录的信用行为描绘出大学生个人信用画像。
二、大学生个人信用画像构建
（一）问卷设计及信度检验
为保证调查问卷的有效性，在正式发放问卷之前对安徽财经大学的50 名学生进行了预调研，根据反馈得到的预调研问卷数据，调整问卷自身问题的设置，使得正式发放的问卷更加科学且合理。本问卷需要被调查学生根据问卷所设计的各项指标对自身在大学期间的信用行为进行合理的评分，采用打分法进行评分。为提升问卷数据的真实性，统一发放不记名的网络问卷进行调查。问卷总共发放574 份，有效问卷543 份，回收率为94.60%。
表2 采用因子分析构建的大学生信用评价指标体系
（二）模型验证与构建
根据表1 得到的样本数据，通过SPSS 软件进行因子分析处理，并对数据进行检验，观察其是否适合作因子分析的结果。由下表2 可知，经过Bartlett 球度检验，其给出的显著性为0.000，小于显著性水平0.05，因此拒绝Bartlett 球度检验的零假设，且KMO取样适切性量数为0.456，认为可以适用因子分析。
通过对我国公募、非公募体育基金会对比研究后发现，两种体育基金会存在的不足共同表现为信息披露不完善。分析其主要原因，一是《基金会管理条例》规定每年3月31日前向登记管理机关报送上一年度工作报告，接受年度检查。很多基金会因未经业务主管单位审查同意和财务审计报告不规范等原因，未能及时年检，导致信息披露不及时、不完整；二是很多基金会没有官方网站，不能公布捐款数额和去向等信息。三是政府缺乏管制和相关法律规定，对不披露信息的基金会缺乏惩罚措施，对于积极披露的基金会没有奖励措施等。因此，我国体育基金会透明信息度很低，监管难度大。
在整个系统执行过程中，上下料机构位置的确定是每一个环节的节点，因此在程序中需要确定机构的几个位置，包括机构处于上料环节的位置(左侧上、下方位置)、盖章环节的位置(中间上方前、后侧)、放料环节的位置(右侧上、下方位置)。
在因子分析适宜性检验的基础上，采用主成分分析对16 个信用评价指标提取公因子，被提取的特征值大于1的公因子共有7个，这7 个因子的累计贡献率为63.693%。因子1 包括健康状况（0.870）；因子2 包括学校工作情况（0.425）、社会实践情况（0.064）；因子3 包括图书借阅情况（0.550）、上课考勤情况（0.680）；因子4 包含生活费（0.407）、芝麻信用分（0.252）；因子5包含获得奖励（0.287）、获得处分（0.662）、班级综合成绩排名（0.287）；因子6 包含住宿费、科研情况（0.601）、学费缴费情况（0.652）、按时缴纳电费（0.758）、勤工俭学（0.386）；因子7 包含奖学金（0.219）、社会资格考试证书（0.355）。对提取的因子分别命名为个人情况、社会工作、守信记录、个人消费、学习奖惩、缴费记录、证书奖金7类二级指标，同时根据二级指标类别构建了四类一级指标，分别为社会信用、经济信用、生活信用以及学业信用。因此，本研究最终构建的大学生信用评价指标体系如表2 所示：
三、对策及建议
在大数据技术驱动下，征信体系变得更加精确且细化，站在大数据视角下构建大学生个人信用画像，对提高大学生个人信用评价指标体系的合理性和信用评价制度的科学性具有重要意义。
本文在大数据背景下针对现行信用体系建设存在的问题对国内高校及在校大学生提出以下几点建议：（1）学校应加强素质教育。开设诚信教育课程，多涉及典型失信案例，以此让学生意识到信用问题在社会上不仅仅是简单的道德问题，更是法律问题；（2）学校教育工作者以身作则。某种程度上，学生的诚信问题直接反应其老师的教育质量。俗话说为人师表,教育工作者应当注重自身品德修养，其诚信问题将对学生的个人信用产生极大的影响。
第一，立足历史。习近平总书记曾指出，“历史是最好的教科书”。学习历史可以帮助我们正确认识和把握我们从哪里来，现在在哪里，将要到哪里去，既不妄自菲薄，也不妄自尊大。第二，关注现实。思想政治理论课教师要时刻关注现实，提升教育教学实效性，将党的最新会议精神、理论发展前沿、国内国际时事热点融入教学中。第三，放眼世界。当今的世界是开放的世界，中国的发展离不开世界，世界的繁荣也离不开中国。中国越来越多地为世界瞩目，在国际事务和全球治理中发挥着越来越重要的作用。中国坚持走自己的路，但并不意味着排斥人类文明优秀成果。
四、结束语
通过从大数据驱动下的粒度缩放、跨界关联及全局视图等管理视角深入分析大学生个人信用特征，并根据大学生在校表现、互联网金融行为等方面描绘出大学生更为丰富的信用“画像”，进一步提高大学生个人信用评价的合理化和信用评价模型的科学性，并给出提高大学生个人信用的相关建议，为推动大学生个人信用建设提供参考。
参考文献
[1]James W P, Nadia P, Michael E, et al.Psycho-Social Factors Impacting Credit Acquisition and Use by College Students[J].Financial Literacy and the Limits of Financial Decision-Making. 2016：177-200.
[2]刘根.大学生信贷消费影响因素实证研究[J].金融理论与实践,2018(05)：70-76.
[3]Joshua L, Adel H-M, Amirah R, et al. A fuzzy decision support system for credit scoring.[J]. Neural Computing and Applicati ons,2018,29(10)：921-937.
[4]Caterina L, Furio C. Personal values and credit scoring： new insights in the financial prediction[J]. Journal of the Operational Research Society,2018,69(12)：1994-2005.
[5]陈国青,吴刚,远东,陆本江,卫强.管理决策情境下大数据驱动的研究和应用挑战——范式转变与研究方向[J].管理科学学报,2018,21(7)：1-10.
（作者单位：安徽财经大学管理科学与工程学院）
作者简介： 袁章帅（1997～），男，本科，研究方向为信息管理与信息系统。
基金项目： 本文属安徽财经大学大学生科研基金项目《基于德尔菲法与因子分析的大学生信用评价指标体系构建研究》（项目编号：XSKY1919ZD）研究成果，指导老师：李敬明。
标签：大数据驱动下论文; 大学生个人信用评价论文; 因子分析论文; SPSS论文; 安徽财经大学管理科学与工程学院论文;