消费者信用评分-风险管理的基础工具.pptVIP

实施评分卡时要考虑的一些问题----人工修正 人工修正的三种类型-之一 信息类人工修正（不太常见）：贷款审批人掌握了建立信用评分模型时所不具有的信息。如：一个申请人的信用得分很高，但是刚刚因为犯罪被投进了监狱；一个信用得分低于临界分值的申请人，贷款审批人知道他（她）刚刚得到了一份新的工作，如果用这一新的收入对此申请人进行评分，其总分数会超过临界分值，这时就应该接受其贷款申请。 在实际中，这种信息类人工修正发生的机会较少。尽管如此，信贷部门也应该对这种情况作出安排，将这种案例记录下来，以便于以后对评分模型的表现进行分析。 实施评分卡时要考虑的一些问题----人工修正 人工修正的三种类型-之二 政策类人工修正。当管理部门为某些特定类型的申请人制定特殊的审批政策时，就可能产生政策类人工修正。例如，如果授信机构确定长期来看当地大学的学生可能是一个潜在的客户群体，即使按目前的状况他们的信用得分不能达到临界分值，授信机构也可能批准这些未达到临界分值的学生中的一部分人的申请以期培养一些忠诚的客户 政策类人工修正时应该有一套完整的规则。例如，银行可以制定这样的政策：对于在本银行开设帐户的企业，若帐户中的余额超过100万元，那么公司中任何高级管理人员申请信用卡都会批准；若帐户中的余额在10万—100万元之间，那么仅对企业总裁的申请实行人工修正；若帐户中的余额小于10万元，那么可以对企业高级管理人员的信用得分加15分，而对其他职员加5分，加分后达到临界值的就批准其申请，否则不予批准 实施评分卡时要考虑的一些问题----人工修正 人工修正的三种类型-之三 制度类人工修正。这是一种使用最普遍但是最没有明确理由的人工修正。当贷款审批人感到申请人有某种不能解释的“弱点”时，他的判断和经验告诉他批准该申请是不明智的，此时审批人会采用人工修正。当然也存在相反的情形：当审批人感到申请人“很强”时，尽管其信用得分低于临界值，也会考虑批准其申请。在这两种情况下，审批人都不能解释做出这种决定的明确理由，只是宣称作出这样的决定是基于自己的经验 实施评分卡时要考虑的一些问题----初始信用额度的确定 在大多数信用评分系统的建立过程中，对于好、坏帐户的定义都只是考虑了贷款机构对帐户的表现是否满意而没有考虑信用额度问题，因此不能仅仅将信用评分作为确定信用额度的唯一依据。 在安装信用评分系统之前，每个贷款机构都有自己确定信贷额度的政策，在一些情形下给每个借款人同样的额度，在另一些情形下则根据借款人的某种特征给予不同的额度。这些政策不应该因为安装了新的信用评分系统而发生改变。相反，由于建立信用评分模型所使用的数据总体中客户的信用额度是按照当前的政策确定的，所以应该坚持当前确定信用额度的政策。 实施评分卡时要考虑的一些问题--如何处理流水线客户 在许多情况下，当我们实施新评分卡时，有一些客户正处在流水线上。两种处理方法： 仍然采用原来的决策（在有些情况下，如果银行答应了给某人提供贷款，而在他的状况没有发生变化时又撤消了，这时我们将处于不利的地位），并且在开始的几个星期接受那些边缘客户的申请（这可能要求对那些通不过的客户有一个系统的人工修正方法使他们能够通过） 另一种选择是严格地坚持新的评分卡的评价结果，出现与原来的决策相反时，通知申请人 总之，在实施新的评分卡之前，需要制定一定的规则来处理这些问题。 评分卡的监测 监测什么？ 评分卡的使用是如我们所预期的那样吗？对评分卡的人工修正是否保持在一个尽可能低的水平？人工修正有确实的理由吗？最普遍的理由是哪些？ 评分卡对贷款风险的排序是否与所期望的一致，或者评分卡的表现是否出现退化？好、坏客户发生比（或坏客户比率）与我们实施评分卡时的预期是否一致？ 贷款申请人的特征是否发生了变化？是否有更多分数低的消费者申请贷款但是被拒绝了？他们的特征是什么？ 帐户的信用分数的分布是否发生了变化？ 评分卡的监测 运行监测报告 前端跟踪报告（front-end reports），在评分卡开始实施时就产生，分析有关帐户的表现（如好客户和坏客户的发生比率），而是分析申请人分数的分布以及进入评分卡中的特征变量的分布情况 ·总体稳定性报告； ·特征变量分析报告； ·人工修正比率报告； ·人工修正原因报告 评分卡的监测 运行监测报告（续） 后端跟踪报告(back-end reports)：用于度量评分卡的有效性，对帐户的表现进行评估（是好客户还是坏客户），往往需要在评分卡实施几个月之后才能进行这样的分析 ·好客户/坏客户区分报告 ·早期表现分数报告，etc. 评分卡的监测-前