个人信用评分在金融领域的应用.docxVIP

个人信用评分在金融领域的应用 一、 个人信用水平科学评估 近年来，中国商业银行个人信贷业务去年蓬勃发展。2009年底，新增居民贷款5.5亿元，新增信用卡卡金额达到19亿元。但随着业务规模的不断扩大, 银行等金融机构对个人客户的信用水平越来越难以准确把握, 个人信贷风险逐渐显现。对个人信用水平进行科学评估, 以规避可能的信用风险, 意义重大。 目前, 对个人信用评估最常用的方法是个人信用评分。我国个人信用评分体系可以分为两大类, 一类是商业银行内部的个人信用评分。另一类是征信机构基于个人信用报告数据信息开发的个人信用评分, 一般称为信用局评分。随着我国征信业的发展, 国内各征信机构也陆续推出个人信用评分。 二、 融机构的信用评估 通用:信用局评分一般基于多个数据源或者综合的数据源, 如征信中心的个人信用基础数据库。基于这些数据开发的评分更能够全面反映个人的信用基本特征, 因此能够供不同类型的商业银行和金融机构对个人信用评估时作为参考。 客观:信用局大都有海量的信用数据, 在开发信用模型时, 采用数理统计理论和先进的数据挖掘技术得到, 能真实、客观对个人的信用表现进行预测。 全面:信用局评分通常综合考察负债水平、历史拖欠、信用历史、信用种类、新开户情况等多方面信息, 最后的模型是由代表多个信息维度的若干预测变量组成, 较全面地评估了受评者的未来信用表现。 高效:信用局评分以一个简洁的分数反映征信机构收集的个人信息资料, 可以嵌入到商业银行自动审批及管理流程, 节省银行等商业机构分析解读信用报告的时间, 提高信贷效率, 降低信贷风险。 三、 信用局评分与银行数字化 信用评分以简洁、量化的形式反映客户的信用状况, 可以在信用产品的管理方面对银行等金融机构起到良好的辅助参考作用, 帮助银行进行个人信用产品整个生命周期的管理, 如客户的拓展、信贷的审批、贷后的管理环节等。但是信用局评分由于数据广泛、构建目标宽泛, 与商业银行精细的内部评分存在一定的差异。综合实践与研究的结果, 信用局评分在应用中主要有以下四种方式: (一) ．宽松式和保守策略+宽松策略 截线方式是指通过对信用局评分简单地设定一个分数线进行授信决策:接受评分高于分数线的客户, 拒绝评分低于分数线的客户。这种方式根据不同银行的对风险的态度可以分为保守策略和宽松策略两种若采用保守策略, 就设定较高的分数线;若采用宽松策略, 则可设定稍低的分数线。如图1所示: 截线方式基本上是直接应用信用局评分进行决策, 这种方式较为粗糙, 存在着较大的风险, 一般适用于没有内部评分的微小型金融机构。 (二) 是否符合连接线a和bb 这种方式是对信用局评分设定两个分数线, A和B (AB) , 可以设定两个分数线A和B (AB) , 拒绝低于分数线A的客户, 接受高于分数线B的客户, 对分值处于A和B之间的客户, 结合人工评审或其他因素进行授信决策。如图2所示: 这种方式较单截线方式增加了审查区域, 有利于结合其他信息进行更准确地信用审查, 能够更好地控制风险。 (三) 银行风险管理 对于已有内部个人信用评分的银行, 一般会将信用局评分相结合进行决策, 不仅能够增强区分低风险和高风险账户的能力, 同时可以兼顾银行风险管理中的其他目标。图3显示了如何将信用局评分和银行现有的内部评分进行信用审查。 实际应用时, 可对图中黄色部分进行直接拒绝, 对图中绿色部分直接批准。也可以根据经营策略, 仿照双截线方式设定审查区域。组合应用信用局评分, 相同的拒绝率下, 可以剔除掉更多的坏客户。 (四) 分区域进行分解 如果银行希望细分客户群体, 或者考虑使用更多的因素结合信用局进行授信决策, 可以对信用局评分划分若干分数区, 在每个分数区分别制定相应的决策准则, 如图4所示: 每个区域可以按照矩阵方式细分拒绝接受策略, 这种方式适合进行风险精细化管理的商业银行。 四、 信贷办公室评估的限制 (一) 选择的模型类型 心, 无论是对于建立社会征信体系还是对于金融机构的信贷资产管理, 都有着不可替代的作用。然而, 各类信用评分模型在其适用范围、采用的技术手段以及有效性方面都有所差异, 商业银行在应用信用局评分时应该根据具体的业务环节选取不同类型的评分。此外, 还要了解模型的基本定义、方法和标准, 结合自身经营特点制定信用局评分的应用策略。 (二) 个个体间的信用评分 一样是针对人群而言的, 是统计意义上的, 具体到人群内的某个个体, 分值可能会有偏差, 这对任何信用评分模型而言都是正常现象。因此在信贷审批和信贷管理过程中一般不宜将信用局作为唯一的依据, 应该结合信用报告或其他相关因素来综合使用。 (三) 数据的整体特征 多个数据汇集而来的, 这对商业银行评估风险是个有益的补充。但数据的整体特征与单个商业银行有较大的差