- 1、本文档共39页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第十章:风险管理—信用评分 房勇 2012年12月 主要内容 信用评分概述 信用评分的技术方法 信用评分概述 什么是信用评分? 目的:对于给定的信贷客户或者申请者,用统计的工具提供一个可量化的风险判别。 定义:信用评分是这样一个过程,把有用的资料转化为一些数字,而通过数字的加总给出一个总分。 目标:通过过去的行为去预测将来的表现。 信用评分在个人信贷中的应用 住房抵押贷款 汽车贷款 信用卡 个人贷款, 包括 分期付款贷款 教育贷款 个人信贷评估的5C原则 Character(品质): 对信用负债的态度 借贷人是否会还款? 以往还款的历史, 清收情况, 公共记录 (破产) Capacity(能力): 担当信用负债的财务能力 借贷人是否有能力还款? 收入, 负债, 经济负担, 职业,工作的稳定程度 Collateral(抵押): 贷款的保护 如果借贷人不能归还贷款,信贷发放人是否有保护? 预付定金、 抵押品价值、 抵押品流动性等 个人信贷评估的5C原则 Capital(资本): 支持偿还债务的动产/不动产资源 当负面情况发生时,借贷人是否有足够的现金存量来偿还债务? 住房, 汽车, 股票, 其它投资 Conditions(情形): 可能对借贷人偿还能力产生负面影响的宏观经济情形 预测国家/区域的经济以及就业前景 申请评分(Application Scoring) 申请评分是在信贷申请之时对风险进行评估 每个申请只被评一次 申请评分被用于: 信贷风险的识别 信贷额的批准 信用限额确定 行为评分(Behavioural Scoring) 行为评分是通过内部客户行为数据对现有客户的风险评估 根据客户情况的变化不断进行的 行为评分被用于: 授权 增加限额/透支申请 续借/评估 清收策略 打分卡 分期付款申请评分的输入例子 打分卡的精化 把整个顾客集合(population)分成很多小的子集合(subpopulations),对每个子集合 进行精细建模,提高评分的精度; 特别地,注意抓住变量之间的非线性相关关系。 信用评分优劣的判断 信用得分与风险 “好坏比” 打分系统不是单个地区分一个申请人是“好的申请人”还是“坏的申请人”,而是将这个申请人划归为某一个“好坏比”组别里面。 比如说对于一个200 比 1组别,显然这个组别是相当安全,是可以获利的。 而对于一个 4 比 1 组别,风险就是不可接受的了。 银行寻找一个分离点(cut-off point),低于这个分离点 的“好坏比”组别是无利可图的。 而在这个分离点以上,即使是 “坏的申请人”也不加区分地接受,在分离点之下,好的也不接受。 ‘好/坏’ 划分 评分的目的是能够以较高的概率去划分“好/坏”。 分值的大小能够体现出“好/坏”的概率大小。 “好/坏”的一个基本标准是“坏”的平均得分要低于“好”的平均得分。 表现图 每个分数的“好/坏比”可以通过表现图直观地表现出来。 申请评分卡建设流程图 信用评分: 美国情况 Fair Isaac Corporation (FICO): 1956成立,是美国的头号信用评分公司 信用局: 三个主要的信用局: Equifax, Experian, and TransUnion 几乎所有的信贷发放者将信用偿还行为报告给这三个信用局 由来 信用评分由Fair Isaac 在60年代早期开发出来 80年代早期被美国、90年代早期被英国广泛所接受 FICO评分在美国被所有信贷发放者用于信贷决策 75% 的 美国抵押贷款是基于 FICO 评分做出来的 但FICO只是一个一般模型,几乎所有的信贷发放者都有自己的客户模型,用来适用于自身的市场分割和产品 信用评分: 美国的监管 个人信贷在美国是一个严格规范的行业。 平等信贷机会法(Equal Credit Opportunity Act (ECOA) ) : 美国法律禁止使用种族、肤色、宗教、原籍、性别、婚姻状况、年龄作为信贷判据。 美国法律要求信用评分模型必须经实证为驱动,要在统计上表现出明显的可靠性。 拒绝信贷要给出理由(Turndown Reason)。 信用评分的建模技术 问题的形成: 由过去的行为预测将来的表现 信用评分的常用方法 Logistic 回归 判别分析 神经元网络 数学规划 专家系统 决策树 问题的描述 找出一组(一个)判别规则,将借贷人(申请人)划分为两个子集,“好”的 (可接受的)和“坏的”(不可接受的),并且使得预测误差的数学期望最小。 Logistic 回归模型 Logistic 回归的数学形式: Logistic 回归模型 判别分析 选择 一组风险因子,比如 X, Y, Z . 利用过去的数据寻找 “最佳系数” a,b,c 使得得分 S=aX + bY
文档评论(0)