基于Logistic模型个人信用评分体系研究.docVIP

基于Logistic模型的个人信用评分体系研究 　　摘要：本文通过收集的样本客户信用报告资料拟合了Logistic模型，并设计了客户基本分计算方法、客户平时信用表现计分标准、客户最终得分计算方法、客户信用等级评判标准等。本文设计的个人信用评分体系既利用了客户基本信息判断其成为好客户的概率(向前预测)，又充分考虑了其以往信用表现(历史信息)，在评价客户信用状况时做到了前期工作客观公正。 　　关键词：信用评分；风险控制；Logistic模型 　　中图分类号：F830.479 　　文献标识码：A 　　文章编号：1003-9031(2007)03-0082-04 　　 　　一、问题的提出 　　 　　人民银行组织商业银行建设的个人信用信息基础数据库(以下简称个人征信系统)于2006年1月正式运行。个人征信系统主要采集和保存个人在商业银行的贷款、信用卡、担保等信用信息以及相关的身份识别信息。同时，人民银行将继续完善个人征信系统，逐步采集完整的个人身份信息和社保、住房公积金、税务、教育、法院、公用事业等单位的相关信用信息。商业银行在个人贷款(信用卡)审批时一般都会取得申请人的书面授权进入个人征信系统进行个人信用报告查询。但据调查，目前我国商业银行在根据个人信用报告判断客户信用状况时往往依靠工作人员的主观判断来认定一个客户的质量。在这种状况下，一个客户也许仅仅因为一次还款不及时而被商业银行拒贷，这种过度惜贷将会造成商业银行个人信贷业务的萎缩以及引起社会公众对个人征信系统的质疑，这与人民银行建立个人征信系统的初衷是相违背的。可见，商业银行如何根据个人信用报告中的详细信息科学、准确地判断申请人的信用状况，并做出是否予以贷款且以何种利率执行或是否予以发放信用卡的信贷决策，是影响着商业银行个人信贷业务的发展及风险控制的重大问题。 　　而个人信用评分体系的建立是解决这一问题的有效办法。个人信用评分是银行或其他金融机构利用所获得的关于信用申请人的信息，进行风险预测的一种方法和技术。它是把数学和统计模式用于个人信贷发放决策，对个人履行各种承诺的能力和信誉程度进行全面风险评价，确定信用等级和信贷限额???一种方法。[1]个人信用评估体系可以用来以风险为基础评价客户的利润率、制定初始的和持续的借款人信用额度，并在贷款偿还、发现欺诈、预期干预和减少损失等方面发挥辅助性的作用。 　　本文拟在借鉴国外个人信用评分模型的基础上，根据个人征信系统提供的个人信用报告对如何建立我国个人信用评分体系进行研究，以期更好地发挥个人征信系统的价值作用，促进商业银行提高信贷资产质量，推动个人信贷业务的发展。 　　 　　二、FICO信用分模型和David Durand信用计分模型的比较与借鉴 　　 　　在各种关于个人信用评分技术的研究和实践中，FICO信用分模型和David Durand信用计分模型历史比较悠久且使用范围比较广。 　　1.FICO信用分模型 　　FICO信用分模型是由美国工程师BillFair和数学家EarlIsaac于1956年共同发明的评分方法。如今它是美国Fair IsaacCompany的专有产品，FICO信用分因此而得名。目前，美国著名的三大信用管理局都使用FICO评分方法，每一份评估报告上都附有FICO信用分。美国商务部也要求在半官方的抵押住房业务审查中使用FICO信用分。 　　FICO信用分计算的基本思想是，把借款人过去的信用历史资料与数据库中的全体借款人的信用习惯相比较，检查借款人的发展趋势是否跟经常违约、随意透支、甚至申请破产等各种陷入财务困境的借款人的发展趋势相似。其实质就是应用数学模型对个人信用报告包含的信息进行量化分析。该模型主要的评估内容是客户以往发生的信用行为，其对近期行为的衡量权重要高于对远期行为的衡量权重。[2] 　　2.David Durand信用计分模型 　　David Durand信用计分模型是美国经济研究局专家David Durand于1941年将数学和统计学模型运用在信贷评估中，以大量的信贷历史经验为依据，以定量的分析方法来评估消费信贷的风险，建立的独特的信用评分模型。 　　David Durand信用计分模型首先分析各种变量与消费信贷质量的关系，找出最能反映贷款质量的一组变量(如住房情况、现工作单位时间、偿债率等)；然后根据各个变量与贷款质量之间的关系，为每个变量的各种情况设定一个数值(如购买/拥有住房的分值为20分，租房的分值为10分，在现单位工作8年以上的28分，3-8年的24分等)；最后，所有变量的分值相加，得出消费者信用得分。如果其综合分数超过了贷款政策中制定的最低标准，则说明申请人符合贷款条件；否则，就不符合条件。[3] 　　3.两种评分模型的比较与借鉴 　　FICO信