下载:
-
社会信用体系是以法律法规和社会公约为依据，以社会成员的信用记录和信息共享为基础，以信用服务业为依托，通过政府监管、社会组织监督、信用主体自我管理，实现各类信用活动规范运行，形成激励守信、惩戒失信机制，促进和谐诚信社会建设的管理机制，是社会主义市场经济体制和社会管理体制的重要制度安排[1]. 个人信用评估是社会信用体系建设的重要组成部分和核心基础，对推进社会信用体系建设有着突出作用，因此个人信用评价是国家着力推进的重要课题.
个人信用评价模型应是由个人遵守法定义务和履行约定义务状态的多项指标构成的体系，这些指标具有一定的逻辑关系，能够得出自然人的信用水平[2-15]. 目前，全国有多个省市已率先开展了信用评价工作. 浙江省的个人信用评价指标体系将个人信用分为身份特质、社会公德、履约能力、遵纪守法、经济行为5个维度，结构清晰，指标主要以公共信息为主，不涉及个人收入、资产等隐私数据. 荣成市、安康市等5城市从商务领域、社会管理领域、政务领域对个人信用评分，为公务员队伍设计了专门的指标，加强了对重点人群的监控. 由于社会信用体系建设还处于初级阶段，信用数据存在数据格式标准不统一，数据归集不全，数据量较少等问题. 为了避免上述问题，本研究选择了探索性因素分析和验证性因素分析的方法进行重庆市个人信用评价的模型构建.
全文HTML
-
根据地区GDP排名，选取8个区县、不同职业的市民进行访谈调研与指标筛选，确定重庆市个人信用评价的调研工具. 利用《重庆市个人信用评价问卷》面向重庆市广大市民开展网上问卷调查，进行探索性因素分析，确定个人信用评价模型的指标维度. 对探索模型进行验证性因素分析，确定个人信用评价模型的数据拟合度. 以主成分分析理论为基础，根据各维度解释率与各题项载荷系数确定个人信用评价模型的权重结构. 具体过程见图 1.
-
对个人信用评价开展调查，确定开展重庆市个人信用评价的工具. 当前对个人信用的内涵理解不一，缺乏官方颁布的评价准则，没有可靠评估工具可供使用，通过访谈调查人们对个人信用评价范畴的认识，为问卷编制提供依据.
-
根据GDP排名选取4个主城区(渝北区、九龙坡区、南岸区、大渡口区)与4个非主城区(涪陵区、璧山区、黔江区、巫溪县)作为访谈调研的区域. 共回收《重庆市个人信用影响因素的访谈问卷》问卷299份，有效问卷299份，其中电话访谈32人，调查参与单位约192个.
-
研究者编制《重庆市个人信用影响因素的访谈问卷》, 并设置开放题目尽可能多地收集个人信用的影响因素. 借助网络在线调查系统回收问卷，同时选取了一些典型职业的代表如律师、公安机关人员、法官、银行职员、公司职员、教师、学生、城市务工人员等进行电话访谈或者面谈. 梳理民众对信用的理解，结合专家的意见以及其他城市信用评价指标，确定《重庆市个人信用评价问卷》.
-
1) 被调查人员对“个人信用”的认识差异较大，有部分人认为“个人信用主要是个人做事的诚信程度，与个人收入水平、个人资产情况无关”. 小部分人认为个人收入和资产状况对信用具有重要的参考价值.
2) 大部分被调查人员认为将行政处罚纳入个人信用评价是有意义且必要的，但行政处罚要有区分度，不是所有行政处罚都应作为个人信用的参考因素.
3) 关于公益服务的参与度，被调查人员认识有较大差异，部分人员认为公益服务属于个人自愿行为，与个人诚信关联度不大.
4) 专家建议涉及个人缴费问题的都可以纳入个人信用指标体系，比如社保、医保按时缴纳情况.
-
编制一套具有较高信度、效度的个人信用评价的调查问卷并尽量保证调查结果的准确性，在此基础上建立个人信用评价模型.
-
根据温州、福州、杭州、荣成等9个城市个人信用评价指标以及访谈调研结果，完成《重庆市个人信用评价问卷》设计. 然后收集数据分别进行人口学统计分析、探索性因素分析、验证性因素分析以及信度检查. 探索性因素分析主要是通过“降维”的方法找出影响观察变量的因素个数以及各个因素和各个观察变量之间的相关程度. 验证性因素分析(confirmatory factor analysis, CFA)因素是在通过探索性因素分析获得已知因素后，检验所搜集的数据资料是否按事先预定的结构方式产生作用，从而评估因素理论模型拟合实际数据的能力[16].
-
本次问卷直接面向重庆市广大市民开展网上问卷调查，共填报问卷5 709份. 根据测谎题筛查，去掉存在遗漏题项的问卷，共回收有效问卷5 638份，问卷对象基本情况见表 1-3.
除了教师以外，其他职业出现频率相差不大，均在可接受范围内，但教师出现频率略高，推测应是调查渠道导致的结果.
-
为了找出重庆市个人信用指标体系的构成成分，本研究利用极大相等法对5638份有效问卷中的2839个样本进行探索性因素分析，利用最大变异法对剩下的2799个样本进行探索性因素分析，发现最大变异法分析结果更加合理，因此保留利用最大变异法探索性因素分析的结果.
-
本调查中取样足够度的Kaiser-Meyer-Olkin度量为0.98; Bartlett的球形度检验近似卡方、自由度、差异性显著的检验值分别为141 761.153, 1 176, 0.000, 再根据表 4可靠性检查表知α系数为0.984, 指标大于0.9, MSA值均大于0.95, 表示变量间有共同因素存在，量表题项适合进行因素分析. 个人信用评价调查工具因素分析碎石图如图 2所示.
根据公因子方差矩阵，提取主成分后，共同性小于0.2, 题项皆适合保留. 经过5次探索，删除第38题(个人被处以行政处罚的信息应作为个人信用的负面信息，属争议较大题目), 删除第13题(经权力机关认定故意隐瞒重要事实导致合同无效、合同违约的行为应作为个人信用的负面信息，属于争议较大题目), 删除第52题(个人制造生活噪声干扰他人正常生活或者违反社会公德实施高空抛物的行为都应作为个人信用的负面信息，且Q52对维度1的因素负荷量最低，其值0.492 < 0.5), 删除测谎题. 最终，根据表 5个人信用因素负荷得到探索模型.
-
使用剩余2834份数据对探索模型进行验证性因素分析. 根据图 3个人信用评价模型CFA模型假设图，未修正的探索模型的整体拟合度为0.730. 经过修正，由表 6个人信用评价调查问卷模型拟合度检验摘要可知，模型记录显示模型的测量数据为1 035个，有251个参数被估计，因此自由度为784, 卡方值3 912.750, 规范卡方值为4.99, SRMR=0.023 5, 平均似然平方误差系数RMSEA=0.037; TLI(NNFI), NFI, RFI, CFI, GFI均大于0.90, 显示个人信用模型具有理想的适配度. 说明2 834份数据对4个维度(个人社会信用、个人经济及公共资源信用、个人信用正面信息、个人司法信用)构建的模型拟合度较高.
2.1. 个人信用数据采集
2.1.1. 访谈调研目的
2.1.2. 访谈调研的对象
2.1.3. 调研过程
2.1.4. 调研结果.
2.2. 个人信用评价指标体系构建
2.2.1. 研究目的
2.2.2. 研究过程
2.2.3. 研究对象
2.2.4. 重庆市个人信用评价体系分析与校验
2.2.4.1. 探索因素分析
2.2.4.2. 验证性因素分析的结果
-
计算克隆巴赫系数评价问卷及各因素的同质性信度，结果显示整体问卷的α系数为0.983.
个人社会信用的信用维度包含28个题项，α系数为0.984; 个人经济及公共资源信用的信用维度包含8个题项，α系数为0.895; 个人信用正面信息的信用维度包含6个题项，α系数为0.931; 个人司法信用的信用维度包含3个题项，α系数为0.835, 各个维度信度良好. 验证性因素分析结果表明该问卷具有较好的结构效度.
综上，本研究最终得到一套包含4个维度，45个题项的问卷，其信度、效度均达到心理测量学的要求.
-
通过分析既可以降低数据维度又保留了原数据的大部分信息. 而主成分分析中所讨论的信息，就是指标的变异性，用标准差或方差表示它.
设X=(X1, …, Xp)′为一个p维随机向量，并假定存在二阶矩，其均值向量与协差阵分别记为：
考虑如下的线性变换
用矩阵表示为
其中
一般情形，第k主成分为满足Tk′Tk=1和Cov(Yk, Yi)=Cov(Tk′X, Ti′X)=0(i < k)且使得D(Yk)=Tk′ΣTk达到最大的Yk=Tk′X.
主成分向量的协方差矩阵D(Y)=Λ. 其中Λ=diag(λ1, λ2, …, λp), 即D(Yi)= λi, i=1, 2, …, p, 且Y1, Y2, …, Yp互不相关. 记Σ=(σij), 由于tr(Λ)=tr(T′ΣT)=tr(ΣTT′)=tr(Σ), 所以
$\sum_{i=1}^{p} \lambda_{i}=\sum_{i=1}^{p} \sigma_{i i}$ 或$\sum_{i=1}^{p} D\left(Y_{i}\right)=\sum_{i=1}^{p} D\left(X_{i}\right)$ .因为Y=T′X, 即Yk=t1kX1+t2kX2+…+tpkXp, 所以cov(Xi, Yk)=cov(ei′X, Tk′X)=ei′D(X)Tk=λktik, 即可得
从原始变量X1, X2, …, Xp中提取m个主成分信息量Y1, Y2, …, Ym, 称为m个主成分Y1, Y2, …, Ym对原始变量xi的贡献率. 其值为
当m=p时，
而关于原始变量X1, X2, …, Xp对主成分Y1, Y2, …, Ym的影响，即Yk=t1kX1+t2kX2+…+tpkXp, 称tik为第k主成分Yk在第i个原始变量Xi上的载荷，它度量了Xi对Yk的重要程度，可视为第k主成分Yk对X1, X2, …, Xp的总方差贡献.
-
根据探索性因素分析及验证性因素分析的结果，以主成份分析作为提取方法，建立包括4个维度(个人社会信用、个人经济及公共资源信用、个人信用正面信息、个人司法信用)与45个题项的最终模型如表 7个人信用维度载荷系数表.
根据主成分分析的理论基础、各维度的解释率、每个题项的载荷系数可初步计算每个维度的权重值. 由此可以初步得到一个个人信用评价模型如表 8个人信用模型维度权重表.
3.3. 个人信用评价模型确立
3.3.1. 数学模型
3.3.2. 个人信用评价的最终模型
-
通过回收的《重庆市个人信用建设问卷》数据进行探索性因素分析，得到了由4个维度组成的个人信用模型. 从各类人群在各个维度认识上的差异可以发现，律师在个人司法信用，银行职员在个人经济及公共资源信用与其他行业从业人员的看法有非常显著的区别. 因此，通过问卷调查得到的模型受限于调查人群的知识背景，与专业人士的认识可能会存在差别. 但通过普通市民得到的探索性因素分析信用模型，有利于该模型的推广使用. 建议后续通过收集真实的指标数据以大数据研究方法进行模型验证.
通过因素分析法，根据因素的载荷量进行维度权重的计算，只能大致推算每个维度的权重值. 因为因素分析的降维操作会带来解释率的下降，根据4个维度的解释率进行再次计算推算出各个维度的权重值，并可进一步推算出每个指标的分值，是一种粗略推算权重的方法，可以通过问卷调查的数据分析建立初步的模型. 但在模型的实际应用中应考虑推算过程带来的误差，应利用指标数据进行修正、调优.
个人信用评价模型的建设过程是一个动态的过程，需要不断更新完善. 目前，从调研中收集到的信用热点信息还有：支付宝花呗信用、网络贷款信用、环境保护、垃圾分类、网络言论、电子诈骗等因素. 因此在建立个人信用模型的过程中，还应考虑指标更新、权重更替的机制，保证指标体系与时俱进.