- 1、本文档共29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
信用评分、征信系统与监管
世界银行学院
赖志红博士(Helen Z.H. Lai, Ph.D.)
2009年3月和4月
提纲
信用风险与信用评分
通用与定制信用评分
FICO 评分与违约风险
常用信用评分数学模型
信用评分模型的检验
美国的征信体系与监管
2
信用风险
• 信用风险
– 借款人未能偿还贷款的风险
– 借款人:个人或企业
– 贷款:定期贷款或信用额度
– 还款:本金或利息
• 影响信用风险的因素
– 借款人管理信用的能力(信用记录)
– 偶发事件(失业、医疗支出……)
– 宏观经济条件
– 其他(传统、教育水平等)
3
信用风险可以预测,但并不是百分之百准确
• 根据影响信用风险的因素,可以预测潜在借款人的信用风
险
• 然而,预测并不完美
– 并不是所有因素都可以被观察或测量
– 模型方法的缺憾
– 信用风险是动态的,而预测是以基于过去点的情况做出的
4
信用评分
• 信用评分是对借款人信用风险的数字化评估
• 信用评分的目的
– 对潜在借款人进行风险排序
– 预测违约率(PD) 及潜在损失(LGD)
– 帮助信用决策
5
信用评分的优势
• 信用评分是借款人与贷款人之间的共享信息
• 贷款人
– 识别潜在借款人的可信度,做出贷款审批决定
– 发放贷款或信用额度,为贷款定价
– 管理现有帐户
– 推动自动授信
• 借款人
– 证明可信度以获得贷款或信用
– 逐渐积累良好的信用纪录
6
信用评分的信息基础
• 大多数信用评分以借款人的信用历史为基础
1. 信用记录的长度
2. 还款历史
3. 信用或贷款额度
4. 公共纪录 (破产、催收……)
5. 查询信息的次数
• 信用评分通常不考虑
1. 人类学信息(种族、性别、教育程度……)
2. 借款人的地理位置
3. 宏观经济因素
7
FICO
• FICO是在美国普遍使用的信用评分数据
• FICO 评分在业内使用范围最为广泛
• FICO 评分范围为300 至850
– 优 750+ (最优)
– 良 660-749 (较优)
– 中 620-659 (次优)
– 差 619 (不能授信)
• 三家主要信用公司都使用FICO 评分,但三家机构的评分系统略有不
同
– Equifax (Beacon)
– Experian (Pinnacle)
– Trans Union (Precision)
文档评论(0)