个人消费信贷风险评估模型的建立、使用和监控，本文主要内容关键词为：个人消费论文,信贷论文,模型论文,风险评估论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、个人消费信贷评估模型的建立
在个人消费信贷评估模型建立的过程中，最重要的是信用评分卡的建立、分析和评估。
信用评分卡包含了征信局提供的数据，申请表上的个人特征项以及个人的财务数据，根据每一个特征项的属性进行加权，来获得对申请人总的风险的评估。通常用低分代表高风险，而高分代表低风险。
表1是个人住房消费信贷评分模型的案例。在这个模型中，判断个人信用的指标被分为申请人年龄、文化程度、拥有房地产价值、首期付款额、有无寿险和大病保险、抵押物价值、申请按揭年限、贷款目的和是否公积金买房等9类，总分共计250分，各类指标按照不同情况给出相应得分，形成判断给决策者使用。
要建立科学的信用评分模型，银行需要同征信局合作，并有明确的分工，按照一定的流程分阶段进行，具体见表2所示。
在确认项目的起始日期后，由银行和征信局召开为期3个工作日的抽样设计会议。期间，征信局首先将熟悉银行的要求，以此来设计评分卡，并讨论评分卡需要客户化的地方(如具体的产品和不同的决策点)。然后，根据所要求定制的评分卡来描述和决定好账户与坏账户的定义，并决定定制评分卡所需要的数据要求，同时确认银行数据库里有需要的数据，以便形成相关模型参数。
抽样设计会议设计之后，银行将提供数据，以便征信局能够建立定制的评分卡。征信局一旦收到抽样数据，就会做相关的分析，以检查数据的质量。
确认数据质量以后，将进行单变量分析，这是在模型建立过程中来找到有预测潜力的变量的关键步骤。所有的变量如果检查无质量问题，将根据好坏的定义判断，被单个地进行分析。这样可以让我们看到每个变量的预测能力，以及其分辨好与坏客户的表现结果，同时确定变量如何在建立模型时进行分组。
紧接着进行的是评分卡的分析，征信局与银行一起来审查评分卡的结构，讨论内容有问题的数据和评分卡的表现及预测力。根据分析会议的结果，对评分卡进行最后的改动，确认后的评分卡将是银行在信贷决策时使用的评分卡。
由征信局准备的评分卡技术文档内容包括抽样过程、好坏表现定义、变量分析、评分卡、分数分布、评分卡的有效性检验(例如，Gini和KS的统计值)和评分使用说明等，并根据文档内容对银行工作人员进行相关培训。在所有工作完成后，征信局与银行将会办理相应的交接和签字手续，完整的评估模型就建立起来了。
二、个人消费信贷评估模型的使用
评估模型的使用是一个涵盖从接收申请到做到信贷决策全过程的自动识别系统。通常情况下，评估模型可以让银行信贷人员对申请者的信用价值[1]进行准确的判断，从而有利于做出科学的信贷决策。
一个完整的评估模型使用包括以下几个步骤：
1.数据录入。数据录入的原则是确保有足够的信息对申请者进行评分。确定哪些方面是决策必须的，而哪些方面只是建立新账户才有用。录入时应该包括的信息有收集申请人过去信用记录、本公司信用管理政策、信用得分的计算账户信息等。在数据录入之后，还要注意缺失信息的处理。
2.重复申请和欺诈申请的识别。模型必须对这两类申请进行识别，以便与其他申请区分对待。重复申请是指申请了不止一次的行为，可以通过搜索申请档案、检查征信局报告和搜寻已经存在的消费者档案来识别。潜在的欺诈识别通过内部档案、征信局欺诈修改信息和其他外部代理实现。
3.借鉴征信局的报告和评分。银行除了使用自身消费信贷评估模型外，还要充分发挥征信局报告和评分的参考作用。在美国等发达国家，征信局的报告是银行信贷时必须参考的重要资料，甚至有的银行信贷决策完全依靠征信局的报告和评分。银行应及时和征信局进行沟通，通过把自己掌握的数据与征信局的数据进行比较，获取关于消费者对其他产品消费的内部信息和信用历史，提高对复杂信息的决策能力。
以前面住房消费信贷评分决策为例，银行应把自定义评分与征信局评分结合，做出判断。如表3所示，A表示接受(Accepted)，D表示拒绝(Declined)，被接受群和被拒绝群内的得分高低用数字表示。比如，A1的得分大于A2。我们可以发现自定义得分0-159和征信局得分550-589的客户质量最差(D3)，而自定义得分大于220和征信局得分750-789的客户质量最好(A3)。
4.决策与确认。在决策过程中，信用得分、管理政策和分析师的专业经验是决定信贷与否的三大关键因素。信用得分系统根据所搜集的申请者信息生成对每个申请者的综合得分，以反映他的风险水平。管理政策是指信用卡发卡公司根据自身风险管理的需要，对信用卡申请者提出的要求。专业分析师要做的工作则是参考信用得分对信贷决策进行调整。灵活多变的决策参数可以使我们把三大因素进行混合，并且重点突出在最能反映商业策略的因素上。
信贷决策做出之后，为了检验信贷模型的准确性，对于被接受信贷申请的消费者信用账户要进行跟踪。在决策过程中，一个重要的假设是所有的信息都是可靠的，但是事后的确认可以修正先前的信息。当事后确认表明原来的决策(接受信贷申请)是错误的，就需要对其拒绝或者重新评估。
5.决策后管理。决策一旦做出，必须采取步骤确认那些同意发放信贷的决策是否正确。被接受的申请者应该纳入到信用管理系统里面，输入的信息包括账号、信贷限额和备用金。被拒绝的申请者必须给予他们拒绝理由，发放信函向其说明拒绝原因。被拒绝的申请资料也要保留，以便日后分析。
三、个人消费信贷评估模型的监控
评估模型在投入使用之后，对其进行监控是达到商业目的，实现盈利的重要保障。评分模型的监控能够帮助银行识别新申请者的特征变化，提高银行风险控制和管理的能力，寻找和捕捉更多的市场机会。模型的监控主要体现在下面6个报告中。
1.申请者人数稳定性报告。申请者人数稳定性报告帮助银行识别现有申请是否与原有申请在得分分布上有所差别。表4为申请人数变动分析的结果，变动率为基础样本比率与现在比率的差额。其中得分区间在129-179、180-189和190-199的申请者人数分别增加了9.7％、5.9％和2.5％，而得分区间在200-209、210-219、220-229和230-278的申请者人数分别增加了-4.5％、-6.1％、-3.9%和-3.6％。这表明有更大比例的现有申请者得分在临界得分以下，这时候银行应该降低发放信贷的比例。
2.特征分析报告。特征分析报告所反映的是哪种特征使得两个样本的申请者在得分上存在显著差异。例如，如果新申请者得分在申请者人数稳定性报告中集中在低分段，那么通过研究特征分析报告发现这是由于更多的新申请者在现有地址居住的时间变短，人口流动性的增大，最终导致了得分变低。
3.最终得分报告。在以上2个报告的基础上，最终得分报告反映了当前申请者的得分分布，它被用来衡量评分模型以外的因素与评分模型结果的一致程度。它显示了批准者和拒绝者在给定得分区间、给定时间或者给定人群中的数目。表5为最终得分报告的示例：如果分类临界线为200分，我们看到200分以下的绝大多数申请者被拒绝，但是还有特例者被接受；而200分以上的情况恰恰相反。其中特例者比率就是一个很好的指标，它能够衡量信贷决策在多大程度上偏离了信用得分模型，如果这个比率的特例者过大，那么我们就可以认为评分模型没有对申请者的风险水平准确地评估。
4.特例者跟踪报告。在最终得分报告的基础上，特例者跟踪报告是分析什么原因导致没有满足分类要求的申请者被特殊处理，并且描述出每一个特例原因的使用频率。特例者跟踪报告能够帮助银行在信息失真情况下做出正确的决策判断。
5.拖欠分布报告。拖欠分布报告能够帮助银行监控延期付款比率的变化，显示拖欠比率和信贷得分关系，检验评分模型的准确度，以方便银行及时调整模型参数设置和使用。
6.长期组合日志。长期组合日志是一个对信贷政策产生影响的事件进行记录的报告，它可以被看作诸如影响新申请者个人信息描述形式或者罚金数额事件的日志。这些事件分为内部事件或者外部事件。内部事件主要指公司信用评估政策的变化，而外部事件主要指相应的经济环境发生的变化。日志描述了事件和日期，它可以帮助我们分析诸如“为什么申请者数或者延期付款率发生了变化”等问题。这些变化主要包括临界得分的变化、市场项目的变化、对特例者政策的变化、主要经济变化、申请形式的变化和新的信贷分支产生。
以上6个报告有其内在关联：其中申请者人数稳定性报告和特征分析报告是对以往申请者样本和当前申请者样本在得分分布上比较的过程；最终得分报告和特例者跟踪报告的是对当前申请者样本中被拒绝和被接受者中特点进行比较，以此来寻找得分分布差异的原因；拖欠分布报告则是分析被接受者的质量好差。前5个报告是层层递进的关系。而长期组合日志则是报告了影响以报告所描述的变化的外生事件，是对前面报告的重要补充。
从总体上看，评估模型的建立为消费信贷业务提供了风险评价的标准，但是模型需要得到正确充分的使用，而模型的监控则可以随时作出修改决策，从而使模型更加准确。事实上，美国发达的消费信贷风险管理技术也是经历了20多年的发展才逐渐成熟的。从20世纪80年代前的人工审批，80年代的预测分析，90年代的动态控制，到现在的策略优化，每一次进步都带来了20%-30％的利润增长。这为我国消费信贷风险管理技术的应用和发展提供了经验，同时也表明其发展需要一个过程。未来的方向概括地讲，首先要确立风险管理的目标，包括风险识别的完整性、可测性和可控性、可操作性以及风险管理的拓展。同时针对每一个风险管理目标，要制定风险合理的实现措施，包括全面地引入风险管理理念；描述风险的数据进行数据库管理并对银行客户分类；借鉴国外的经验，建立审批专家模型；建立先进企业关于数据建立和挖掘的案例。只有建立一套科学的信用风险管理体系，银行才能真正把握住国内日益壮大的消费信贷市场，赢得更广阔的发展空间。
注：
[1]信用价值是一种重要的商业和个人财产，它是联系商业关系的重要纽带。它是一个非常抽象的概念，不同的机构对它都有不同的定义。评分卡模型的目的是确定每个申请者的信用价值，并不是作出信贷决策。
标签：消费信贷论文; 信用评分模型论文; 征信报告论文; 银行信贷论文; 信贷业务论文; 征信体系论文; 征信业务论文; 银行信用论文; 决策能力论文; 信用政策论文; 风险管理论文; 银行论文;