二信用局評(píng)分模型的開(kāi)發(fā)與應(yīng)用

1、1 利用信用局收集的消費(fèi)者信用記錄為數(shù)據(jù)來(lái)源發(fā)展的、預(yù)測(cè)消費(fèi)者未來(lái)信用表現(xiàn)的評(píng)分模型。信用局評(píng)分模型的開(kāi)發(fā)與應(yīng)用2 信用局?jǐn)?shù)據(jù)中提煉出來(lái)的預(yù)測(cè)變量類型一、信用局簡(jiǎn)介3 二、信用局風(fēng)險(xiǎn)評(píng)分模型它通過(guò)從消費(fèi)者信用歷史記錄中提煉出來(lái)的各種變量，運(yùn)用先進(jìn)的統(tǒng)計(jì)技術(shù)，來(lái)預(yù)測(cè)消費(fèi)者未來(lái)信貸違約的風(fēng)險(xiǎn)概率。表現(xiàn)變量定義“壞”的定義一般包括表現(xiàn)期內(nèi)任何信貸關(guān)系出現(xiàn)以下情況之一：l 個(gè)人破產(chǎn)l 呆賬l 貸款違約l抵押品拘押l嚴(yán)重逾期拖欠等“好”的定義一般包括：l表現(xiàn)期內(nèi)未出現(xiàn)違約和拖欠行為l或有期的30天以下的輕度拖欠行為4 FICO信用局風(fēng)險(xiǎn)評(píng)分模型預(yù)測(cè)里的來(lái)源5 歷史負(fù)面記錄的預(yù)測(cè)變量：嚴(yán)重性 歷史負(fù)面記錄

2、越嚴(yán)重，風(fēng)險(xiǎn)越高。6 歷史負(fù)面記錄的預(yù)測(cè)變量：近期性 歷史負(fù)面記錄離現(xiàn)在越近，風(fēng)險(xiǎn)越高。7 歷史負(fù)面記錄的預(yù)測(cè)變量：頻率性 歷史負(fù)面記錄越頻繁，風(fēng)險(xiǎn)越高。8 現(xiàn)期負(fù)債水平的預(yù)測(cè)變量 現(xiàn)期負(fù)債水平越高，風(fēng)險(xiǎn)越高。 9 信用歷史長(zhǎng)短的預(yù)測(cè)變量 信用歷史越短，風(fēng)險(xiǎn)越高。 10 對(duì)新信用的追求的預(yù)測(cè)變量 對(duì)新信用的追求越強(qiáng)烈，風(fēng)險(xiǎn)越高。11 信用種類的預(yù)測(cè)變量 現(xiàn)有信用卡數(shù)目與“壞”的比例之間的關(guān)系呈U型。12 二、信用局風(fēng)險(xiǎn)評(píng)分模型模型分組13 信用局風(fēng)險(xiǎn)評(píng)分模型14 信用局風(fēng)險(xiǎn)評(píng)分模型本評(píng)分卡數(shù)據(jù)純屬虛擬，旨在讓讀者了解信用局評(píng)分模型，不能直接作為管理之用。15 二、信用局風(fēng)險(xiǎn)評(píng)分模型把評(píng)分卡上每

3、個(gè)變量的分?jǐn)?shù)加起來(lái)，便得到了總的評(píng)分。評(píng)分的高低顯示了風(fēng)險(xiǎn)的大小，每一個(gè)分?jǐn)?shù)與一定的“壞”的概率相對(duì)應(yīng)。16 信用局風(fēng)險(xiǎn)評(píng)分分布表17 三、信用局破產(chǎn)評(píng)分模型預(yù)測(cè)的結(jié)果是個(gè)人破產(chǎn)的概率，而不包括其他的壞賬要素。破產(chǎn)評(píng)分只適用于有個(gè)人破產(chǎn)法律的內(nèi)家，如美國(guó)。18 四、信用局收益評(píng)分模型信用局收益評(píng)分模型的表現(xiàn)變量是信用卡賬戶開(kāi)戶后第一年的凈收益。凈收益利息收益+刷卡回傭收益-資金成本19 循環(huán)信用額度的總體使用率越高，未來(lái)一年的收益潛力越大。信用局收益評(píng)分模型預(yù)測(cè)變量20 信用局收益評(píng)分模型預(yù)測(cè)的結(jié)果21 風(fēng)險(xiǎn)評(píng)分與收益評(píng)分的卡均收益值矩陣(單位：美元) 隨著風(fēng)險(xiǎn)評(píng)分增高(風(fēng)險(xiǎn)度降低)，收益也降

4、低；隨著收益評(píng)分增高，收益也增高；說(shuō)明在排除風(fēng)險(xiǎn)因素后，收益評(píng)分依然有強(qiáng)大的預(yù)測(cè)能力。22 收益評(píng)分和產(chǎn)品的卡均收益值矩陣(單位：美元) 說(shuō)明收益評(píng)分模型的預(yù)測(cè)力不僅僅來(lái)源于產(chǎn)品類別，該收益評(píng)分模型適用于不同的信用卡產(chǎn)品。23 收益評(píng)分和信用額度的卡均收益值矩陣(單位：美元)收益 在排除銀行決策因素以后，收益評(píng)分依然能有效地區(qū)別消費(fèi)者自身的收益潛力，說(shuō)明該收益評(píng)分模型適用于各種銀行信用額度策略。24 風(fēng)險(xiǎn)與收益對(duì)稱的數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)策略矩陣 表中陰影部分顯示了風(fēng)險(xiǎn)與收益之間階梯式的交換關(guān)系：風(fēng)險(xiǎn)越高，要求目標(biāo)客戶的收益潛力也越高，因?yàn)檩^高的收益才能彌補(bǔ)更高的風(fēng)險(xiǎn)。25 思考題什么是信用局風(fēng)險(xiǎn)評(píng)分模型？它的預(yù)測(cè)功能如何？什么是信用局