邹若珉¹  唐益萍²  张蕴哲³

1.苏州科技大学商学院  江苏苏州 215004

2.苏州科技大学数学科学学院  江苏苏州  215004

3.苏州科技大学社会发展与公共管理学院  江苏苏州 215004

基金项目：2019年江苏省大学生创新创业训练计划项目，项目编号：201910332004Z。

摘要：诚信教育是高校学生管理的重要内容，其中信用评价是诚信教育的科学手段。基于此前提，本文以调查问卷为载体进行在校大学生信用评价体系构建研究，根据心理学、社会学、法律认知、风险偏好、消费行为等影响因素提炼出关于信用能力和信用意愿两方面的相关指标，对在校大学生进行了信用行为现状的抽样调查研究。汇总数据后运用显著性分析、因子分析等方法对在校大学生信用行为现状进行分析，对影响在校大学生信用状况的因素进行研究。在此基础上构建在校大学生信用评价指标体系，并提出了在校大学生信用评价指标体系建立的相关建议，为高校奖学金评定，助学金贷款、学生干部竞选聘用、入党以及各类荣誉评选活动提供决策参考。也相应指出在评价体系建立过程中的不足和需要完善之处。

关键词：大学生；信用评价；影响因素

一、研究综述

通过已有的文献资料，本研究团队发现关于大学生个人信用行为的研究自2013年以来呈现上升趋势，随着一系列关于社会信用建立的条例的颁布，各行各业开始逐步关注和出台有关信用体系建设的相关内容。在这其中，大学生作为社会的一群体并未纳入到社会信用体系中。但近年来的各种贷款的恶性事件频发，体现出当代大学生的信用状况堪忧，信用意识淡化。信任是社会的重要关系。个人信用是构成社会信用的基石。建立合理的、切合社会需求的、具有成效的大学生信用评价体系对于提升大学生的个人信用意识，规范大学生的个人信用行为都有着重要的意义。

有的研究者从信贷的角度下进行互联网金融背景下的大学生信用评价体系的研究，王旭东从还款能力和还款意愿两个维度分析了大学生的网络借贷情况，并给出了相关体系建设的建议^[1]。马罕志深入探索了大学生的职业信用，并提出了信用评分和信用积分转化的机制，提出了大学生信用体系对未来职业发展的参考意义^[2]。高雪平认为大学生的信用评价体系包含大学生的主观认识和学习、经济、社会实践的信用表现^[3]。通过对现有文献的考察我们发现现有文献缺乏对于大学生评价体系中综合的指标的认定，构建的体系选取的影响因子也与大学生信用缺乏一定的关联性，对于大学生的信用主观认知缺乏系统的指标的测量。由此我们综合的从信用能力和信用意愿的角度在社会、心理、风险偏好、行为偏好等维度上试图构建综合的大学生信用评价体系。

二、研究设计

考虑到大学生信用水平没有统一具体的评估标准，其数据难以采集，本研究以各大高校的在校大学生为调查对象，选择线上线下相结合的方式进行问卷调查，针对个人基本情况、经济状况、消费习惯、风险偏好选择等进行信息数据收集。

由于大学生群体特殊，经济收入来源等重要因素对于大学生信用评估影响的作用难以进行准确描述，而现有的信用评价方法也无法对其进行全面精准的评估。通过考察现有研究成果，本研究认为“信用能力”方面的考察对于大学生整体信用评估十分重要。但是由于在校大学生群体尚未正式步入社会，大部分样本均没有稳定的收入来源，“信用能力”相关的指标比较少，不能准确反映信用状况水平的高低，因此引入“信用意愿”^[5]，从多方面对信用水平进行评价。因此本文对于在校大学生信用水平的考察分为两大方面，即“信用能力”与“信用意愿”，并从经济学、心理学、社会学、法律知识等四个角度综合考量影响在校大学生信用水平的指标。具体指标分类如表1所示。

表1  指标分类

由于信用调查涉及个人隐私与敏感性问题，为保证调查结果真实有效，本研究采用隐性评价的非量表问卷，通过对比大量金融信用评估问卷并结合实际情况设计调查问卷，并根据其影响的重要程度赋予指标权重，根据指标权重可进行后续分析。调查问卷初稿设计完成后，本研究严格遵循“专家法”，邀请10名在校大学生作为样本进行试填，并根据试填结果修改问卷内容，改进了问卷缺陷，完善了整体结构。最终确定调查问卷题量为30。在问卷发放、收集整理工作完成后，对收集的样本进行显著性分析和因子分析，并得出一致有效的结论。

三、体系构建

本文研究使用抽样调查法、问卷调查法获取数据。调查对象涵盖全国各地高校，调研年级涉及本科大一到大五，专业包括哲学、管理学、法学、教育学、文学、理学、工学、农学、医学、军事学、艺术学等。共发出问卷230份，回收问卷214份，回收率为93.04%。

(一)显著性检验

根据问卷中设计的各题的分数及占比情况，研究者计算所有被调查者的总得分，之后进行统计分析。通过对每题得分与信用总分的显著性分析，观察该指标是否对信用得分有显著性影响。基于前期信息的筛选和数据收集，根据全面性、科学性、可行性、可测性的原则，对于在校大学生信用评价指标的选择如表2汇总所示。

表2 在校大学生信用评价指标选择

通过文献阅读与数据检验，研究组认为使用以上11个指标对校大学生信用状况进行描述是比较合适的，过多的指标选择会导致重复性。而后对选取的指标进行因子分析，对筛选后的指标体系进行进一步的优化。^[6]

(二)因子分析

1.KMO和Bartlett球形检验

使用因子分析进行信息浓缩研究的前提，是需要分析研究数据是否适合进行因子分析，KMO值和Bartlett球形检验可针对是否适合进行探索性因子分析作出判断。分析结果显示如表3，KMO为0.627，大于0.6，满足因子分析的前提要求。同时，数据通过了Bartlett球形度检验(p＜0.001)，说明研究数据适合进行因子分析。

表3 KMO和Bartlett的检验

2.因子提取

进行在校大学生信用评价体系的探索性因子提取之前共有6个因子，具体为6大类、11小类。未进行因子分析前，6个类别具体分为信用能力、信用认知、行为偏好、消费行为、风险偏好。

整理数据后，运用SPSS.25.0对因子进行提取，运用主成分分析法，共提取出5个因子。旋转后的方差解释率分别是14.309%、13.531%、12.486%、11.024%、10.782%，累积方差解释率为62.132%，如表4所示。根据旋转成份矩阵，找出因子和变量的对应关系。

表4  解释的总方差

表5 旋转成份矩阵

通过因子载荷系数值分析出每个因子与变量的对应关系情况，分析结果显示，影响在校大学生信用评价的影响因子中，第一个因子的主要影响变量为睡过头而错过上课的后续选择、有足够还款资金前提下，距到期日15天的选择；第二个因子的主要影响变量为家庭经济状况、承担的经济责任；第三个因子的主要影响变量为幼时是否接受诚信教育、所接触的失信行为是否得到妥善处理；第四个因子的主要影响变量为对理财的态度、公益项目的参与情况；第五个因子的主要影响变量为主要的收入来源、何种情况下会进行消费和实名制行为情况。

四、研究结论

根据以上研究，研究团队总结得出在校大学生信用评价指标体系模型，如下表6所示。

表6 在校大学生信用评价指标体系模型

根据建立的信用评级体系，对回收的214份问卷计算因子得分，公式如下：

将因子得分的结果进行聚类分析，共划分为9种类别。根据《信用评级业务规范》的“三等九级制”将在校大学生信用评级划分为诚信(AAA级、AA级、A级)；守信(BBB级、BB级、B级)；信用警示(CCC级、CC级、C级)，具体数据如表7和图1所示。

表7 各组频数及百分比统计

图1  分布直方图

根据以上数据得出，从信用等级的方面来看，得到A等级的在校大学生占比为9.0%，B等级的在校大学生占比为51.2%，C等级的在校大学生占比为42.2%。由此可知被试者的信用水平普遍集中在B档，信用评级为“守信”。从信用级别的角度观察，B级与CCC级样本占比较多，分别为38.9%和26.1%，说明在校大学生的信用状况处于一个较为中等偏下的状况。社会各界应给予重视，采取行动措施，营造良好的社会信用环境，引领诚信风尚。

五、存在问题及改进方案

通过现有调查研究的反思对比，本研究团队构建的大学生评价体系仍存在需要改进之处。首先，对于和大学生信用评价有关的影响因子仍需要进一步挖掘，如区分强迫性消费行为和理性消费行为对大学生信用影响程度的不同，深入探究大学生的消费结构影响。同时，丰富相关的评价指标也是重要一环，从而使得该评价体系更具有综合性，更具说服力。其次，对于客观数据的收集不够完善。研究应当增加学校信用信息数据库的信息，收集大学生在读期间的信用信息，如处分信息、图书馆还书信息、奖学金信息等。再者对于各个群体间的差异分析还不够透彻。通过现有的调查我们可以发现，有贷款的群体和无贷款的群体对于信用的认知存在差异。不同年级、不同专业对于信用的认知和信用能力也有所差异。研究者构建出的体系是否适用于所有层次的大学生也值得探究。最后，我们应进一步考虑该评价体系与社会信用评价体系的适切性，让大学生的在校信用评价成为其进入职场、进入社会的重要参考标准，进一步提升社会整体的信用水准，构建更加诚信的社会。

六、总结

综上所述，经过研究团队的研究分析，建立了在校大学生信用评价体系。信用评价体系构建的目的在于引导学生建立科学完备的信用观，树立信用意识。对于高校的诚信教育和德育发展也能够起到一定的借鉴作用，引起社会对于个人征信的重视。除此之外，高校也应积极采取措施进行诚信教育，营造良好的诚信氛围。

参考文献：

[1]王旭东.互联网金融背景下大学生信用评价体系的建立[J].中国集体经济,2018(25):81-83.

[2]马罕志.基于促进大学生良好行为成长的周期性信用行为评价体系建设[J].科学大众(科学教育),2020(03):161-162.

[3]高雪平.互联网+背景下高校学生信用评价模型探索[J].金融经济,2018(14):89-92.

[4]铁学健,严鸿雁,孙睿.大学生个人信用行为及影响因素研究[J].现代商业,2019(35):125-128.

[5]徐卓.企业信用评级体系建立方法及在风险管理中的应用[J].中国中小企业,2020(04):141-143.

[6]王晓华,陈婕.畜牧业上市公司财务危机预警模型指标选择研究[J].今日畜牧兽医,2020,36(06):66-67+61.