信用評(píng)級(jí)教學(xué)課件第08章個(gè)人信用評(píng)級(jí)

第八章個(gè)人信用評(píng)級(jí)第八章個(gè)人信用評(píng)級(jí)本章主要內(nèi)容浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance

第一節(jié)

個(gè)人信用評(píng)級(jí)的涵義

第二節(jié)

個(gè)人征信與個(gè)人信用調(diào)查

第三節(jié)

個(gè)人信用評(píng)級(jí)第八章個(gè)人信用評(píng)級(jí)

個(gè)人信用評(píng)級(jí)是信用評(píng)級(jí)體系中的重要內(nèi)容之一。個(gè)人信用評(píng)級(jí)不僅用于個(gè)人信用卡申請(qǐng)、個(gè)人消費(fèi)信貸等方面，未來還將被用于更加廣泛的社會(huì)交往活動(dòng)中，了解對(duì)方的信用評(píng)分或許將成為一種社會(huì)風(fēng)氣。個(gè)人信用評(píng)級(jí)是社會(huì)信用體系建設(shè)中十分重要的基礎(chǔ)環(huán)節(jié)。個(gè)人信用評(píng)級(jí)的數(shù)據(jù)來源于個(gè)人征信，技術(shù)手段則是個(gè)人評(píng)分模型，基于互聯(lián)網(wǎng)、數(shù)據(jù)挖掘和大數(shù)據(jù)分析是其重要的時(shí)代特征。

章前導(dǎo)言浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)本章需要識(shí)記的基本概念個(gè)人信用個(gè)人信用評(píng)級(jí)個(gè)人信用評(píng)級(jí)原則個(gè)人征信征信業(yè)管理?xiàng)l例社會(huì)信用體系建設(shè)互聯(lián)網(wǎng)數(shù)據(jù)挖掘大數(shù)據(jù)FICO評(píng)分模型個(gè)人信用報(bào)告浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)

第一節(jié)個(gè)人信用評(píng)級(jí)的涵義一、個(gè)人信用評(píng)級(jí)的概念和內(nèi)涵個(gè)人信用評(píng)級(jí)，又稱個(gè)人信用評(píng)分，是指信用評(píng)級(jí)機(jī)構(gòu)依據(jù)一定的評(píng)級(jí)方法和評(píng)級(jí)模型，在對(duì)個(gè)人信用數(shù)據(jù)進(jìn)行全面收集、深度分析的基礎(chǔ)上，以簡(jiǎn)單的符號(hào)或文字對(duì)其信用行為進(jìn)行評(píng)價(jià)和預(yù)測(cè)。它也可以區(qū)分為狹義與廣義，狹義的個(gè)人信用評(píng)級(jí)指的是利用個(gè)人消費(fèi)者的消費(fèi)、交易、還貸等數(shù)據(jù)來推測(cè)出其在經(jīng)濟(jì)生活中的信用意愿和能力。而廣義的則是通過更加全面的個(gè)人信息、社會(huì)交往、經(jīng)濟(jì)來往等數(shù)據(jù)來推測(cè)個(gè)人的行為模式和信用特征，從而更加全面地勾勒出一個(gè)人的過去、現(xiàn)在及未來的信用肖像來。第八章個(gè)人信用評(píng)級(jí)浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance二、個(gè)人信用評(píng)級(jí)的應(yīng)用個(gè)人消費(fèi)信用包括零售信用和現(xiàn)金信用。零售信用包括普通的賒賬、大件耐用商品的分期付款、信用服務(wù)等。現(xiàn)金信用包括住房信貸、汽車信貸、助學(xué)貸款、醫(yī)療貸款、信用卡及免抵押信用貸款業(yè)務(wù)等。

<延伸閱讀8-1>浙江省嘉興市正在建立市民個(gè)人信用評(píng)價(jià)體系建設(shè)。市社保局與國(guó)際領(lǐng)先的大數(shù)據(jù)分析公司合作來構(gòu)建符合我國(guó)國(guó)情和嘉興市實(shí)際的“市民個(gè)人信用評(píng)分模型”。個(gè)人信用評(píng)級(jí)還有更廣泛的應(yīng)用。比如辦理股指期貨賬戶、辦理證券的融資融券賬戶等，不但需要符合相應(yīng)的資金條件、知識(shí)條件和相應(yīng)的操作經(jīng)驗(yàn)，還要辦理者提供由中國(guó)人民銀行出具的個(gè)人信用報(bào)告。個(gè)人參加資本項(xiàng)目及參與企業(yè)聯(lián)營(yíng)、拍賣、兼并等活動(dòng)時(shí)，一般也要同時(shí)出具個(gè)人信用報(bào)告。第八章個(gè)人信用評(píng)級(jí)第二節(jié)個(gè)人征信與個(gè)人信用調(diào)查一、個(gè)人征信與信用調(diào)查個(gè)人征信，即個(gè)人信用征信，是指依法設(shè)立的個(gè)人信用征信機(jī)構(gòu)對(duì)個(gè)人信用信息進(jìn)行采集、加工，并根據(jù)用戶要求提供個(gè)人信用信息查詢和評(píng)估服務(wù)的活動(dòng)。個(gè)人信用調(diào)查，是指征信機(jī)構(gòu)通過與商業(yè)銀行、政府相關(guān)部門、其他社會(huì)相關(guān)部門及其他提供信用信息單位約定，把分散在各個(gè)商業(yè)銀行和社會(huì)相關(guān)部門的個(gè)人信用信息，進(jìn)行采集、匯總、儲(chǔ)存，形成個(gè)人信用信息數(shù)據(jù)庫(kù)的活動(dòng)。目前，在美國(guó)有三家最大的信用局，它們分別是益百利（Experian）、艾貴發(fā)（Equifax）和環(huán)聯(lián)（TransUnion）。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)一、個(gè)人征信與信用調(diào)查個(gè)人征信與調(diào)查的常用原則是5C和1S原則，分別是道德品質(zhì)(Character)、還款能力(Capacity)、資本實(shí)力(Capital)、抵押擔(dān)保(Collateral)和經(jīng)濟(jì)環(huán)境條件(Condition)和穩(wěn)定性(Stability)。信用分析機(jī)構(gòu)一般用這五個(gè)方面進(jìn)行全面的定性分析以判別借款人的還款意愿和還款能力。借款人必須誠(chéng)實(shí)可信，品行端正；分析個(gè)人消費(fèi)者是否具有還款能力。職業(yè)情況、收入情況、日常消費(fèi)及其他債務(wù)情況；個(gè)人能支配的財(cái)產(chǎn)水平，房產(chǎn)、銀行存款、證券賬戶及個(gè)人的特殊技能、專利發(fā)明；資產(chǎn)可以用作貸款擔(dān)保和抵押品，有時(shí)申請(qǐng)貸款也可由其他個(gè)人或單位擔(dān)保；個(gè)人年齡變化、健康變化、經(jīng)濟(jì)大環(huán)境等進(jìn)行分析，預(yù)測(cè)其對(duì)個(gè)人信用的影響；個(gè)人消費(fèi)者擁有穩(wěn)定的工作、房產(chǎn)、婚姻，可以認(rèn)為此個(gè)人基本上有較強(qiáng)的信用能力。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)二、我國(guó)個(gè)人征信市場(chǎng)現(xiàn)狀與未來目前我國(guó)已經(jīng)構(gòu)建起一個(gè)覆蓋面廣泛、結(jié)構(gòu)基本齊備、以公共征信為主導(dǎo)的多層次征信體系。第一層是擁有大量基礎(chǔ)信息的公共信用數(shù)據(jù)庫(kù)和若干個(gè)專業(yè)信用數(shù)據(jù)庫(kù)，該層次以中國(guó)人民銀行征信中心管理的企業(yè)和個(gè)人征信系統(tǒng)數(shù)據(jù)庫(kù)為代表；第二層次是掌握特定經(jīng)濟(jì)信用信息的政府職能部門、投資金融機(jī)構(gòu)、經(jīng)濟(jì)鑒證類中介機(jī)構(gòu)，該層次以工商、稅務(wù)、海關(guān)等政府職能部門的信息管理系統(tǒng)為代表；第三層次是對(duì)信用信息進(jìn)行搜集、調(diào)查、加工并提供信用產(chǎn)品的專業(yè)征信機(jī)構(gòu)，既包括有政府背景的地方性征信機(jī)構(gòu)，也包括國(guó)內(nèi)民營(yíng)征信機(jī)構(gòu)及在我國(guó)設(shè)立辦事機(jī)構(gòu)的外資征信機(jī)構(gòu)。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)二、我國(guó)個(gè)人征信市場(chǎng)現(xiàn)狀與未來我國(guó)個(gè)人信用體系建設(shè)中存在的問題：征信法律體系建設(shè)嚴(yán)重滯后、覆蓋全社會(huì)的征信系統(tǒng)尚未形成，社會(huì)成員信用記錄嚴(yán)重缺失，守信激勵(lì)和失信懲戒機(jī)制尚不健全，守信激勵(lì)不足，失信成本偏低；信用服務(wù)市場(chǎng)不發(fā)達(dá)，服務(wù)體系不成熟，服務(wù)行為不規(guī)范，服務(wù)機(jī)構(gòu)公信力不足，信用信息主體權(quán)益保護(hù)機(jī)制缺失；社會(huì)誠(chéng)信意識(shí)和信用水平偏低，履約踐諾、誠(chéng)實(shí)守信的社會(huì)氛圍尚未形成，商業(yè)欺詐、制假售假、偷逃騙稅、虛報(bào)冒領(lǐng)、學(xué)術(shù)不端等現(xiàn)象屢禁不止，政務(wù)誠(chéng)信度、司法公信度離人民群眾的期待還有一定差距等。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)三、我國(guó)知名個(gè)人征信機(jī)構(gòu)簡(jiǎn)介目前我國(guó)從事個(gè)人信用征信的公司數(shù)量尚少，有上海資信有限公司、武漢信用風(fēng)險(xiǎn)管理公司、深圳鵬元征信有限公司等。政府對(duì)個(gè)人征信體系的建設(shè)也非常重視，利用政府自身的大數(shù)據(jù)來推動(dòng)個(gè)人征信市場(chǎng)的發(fā)展。其中嘉興市社會(huì)保障事務(wù)局就是其中的佼佼者。嘉興市社會(huì)保障事務(wù)局聘請(qǐng)第三方大數(shù)據(jù)分析公司進(jìn)行模型開發(fā)，于2014年12月份推出全國(guó)首家基于非金融數(shù)據(jù)的個(gè)人信用報(bào)告及個(gè)人信用評(píng)分。上海資信有限公司是一家提供個(gè)人、企業(yè)征信服務(wù)及借款企業(yè)評(píng)級(jí)服務(wù)的專業(yè)化機(jī)構(gòu)。上海資信有限公司作為地方政府與央行共建社會(huì)誠(chéng)信體系建設(shè)的試點(diǎn)和橋梁，在促進(jìn)區(qū)域經(jīng)濟(jì)諧調(diào)發(fā)展等方面發(fā)揮了積極的作用。武漢信用風(fēng)險(xiǎn)管理有限公司是國(guó)內(nèi)較早從事信用管理研究和信用產(chǎn)業(yè)開發(fā)的專業(yè)機(jī)構(gòu)之一，是國(guó)家級(jí)社會(huì)信用體系建設(shè)示范單位和國(guó)家信息化試點(diǎn)單位。公司擁在國(guó)內(nèi)居于較領(lǐng)先地位的個(gè)人征信系統(tǒng)和企業(yè)征信系統(tǒng)，該系統(tǒng)包含了工商、民政、公安、法院、質(zhì)檢、房產(chǎn)等絕大部分公用事業(yè)信息。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)上海資信有限公司是一家提供個(gè)人、企業(yè)征信服務(wù)及借款企業(yè)評(píng)級(jí)服務(wù)的專業(yè)化機(jī)構(gòu)。上海資信有限公司作為地方政府與央行共建社會(huì)誠(chéng)信體系建設(shè)的試點(diǎn)和橋梁，在促進(jìn)區(qū)域經(jīng)濟(jì)諧調(diào)發(fā)展等方面發(fā)揮了積極的作用。武漢信用風(fēng)險(xiǎn)管理有限公司是國(guó)內(nèi)較早從事信用管理研究和信用產(chǎn)業(yè)開發(fā)的專業(yè)機(jī)構(gòu)之一，是國(guó)家級(jí)社會(huì)信用體系建設(shè)示范單位和國(guó)家信息化試點(diǎn)單位。公司擁在國(guó)內(nèi)居于較領(lǐng)先地位的個(gè)人征信系統(tǒng)和企業(yè)征信系統(tǒng)，該系統(tǒng)包含了工商、民政、公安、法院、質(zhì)檢、房產(chǎn)等絕大部分公用事業(yè)信息。深圳市個(gè)人信用征信系統(tǒng)是目前中國(guó)現(xiàn)有的三大征信系統(tǒng)之一。該系統(tǒng)由鵬元征信有限公司承建。是專門開展個(gè)人征信、企業(yè)征信、企業(yè)評(píng)級(jí)、企業(yè)及個(gè)人信用管理的專業(yè)征信機(jī)構(gòu)。公司在個(gè)人及企業(yè)征信領(lǐng)域一直處于領(lǐng)先地位。三、我國(guó)知名個(gè)人征信機(jī)構(gòu)簡(jiǎn)介浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)<延伸閱讀8-2>鵬元征信有限公司網(wǎng)站有兩個(gè)特色欄目：信用測(cè)評(píng)和信用地圖。1．信用測(cè)評(píng)體驗(yàn)。進(jìn)入網(wǎng)站后可以輸入自己的資料，然后網(wǎng)站迅速生成自己的信用得分及說明。您可以輸入自己或親友的情況，給自己或親友打個(gè)信用評(píng)分，看看自己的信用等級(jí)如何。2．信用地圖查閱。點(diǎn)擊進(jìn)去以后可以查詢?nèi)珖?guó)任何一個(gè)城市整體的信用情況（個(gè)別地區(qū)缺乏數(shù)據(jù)）。您可以查一下自己家鄉(xiāng)的信用排名。筆者查了下浙江杭州（筆者現(xiàn)定居地）和河南許昌（筆者老家）的信用排名，發(fā)現(xiàn)雖然都是B級(jí),但河南許昌的信用排名為1072，浙江杭州的信用排名為1236，許昌比杭州的信用排名靠前。這與社會(huì)上不少人認(rèn)為河南信用較低的觀點(diǎn)完全不一樣。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)進(jìn)一步閱讀請(qǐng)鏈接：阿里巴巴芝麻信用分上線/economic/detail_2015_01/29/3494503_0.shtml思考討論：1個(gè)人信用評(píng)分的影響因素有哪些？2地區(qū)信用評(píng)分的影響因素有哪些？3阿里巴巴的芝麻信用分與傳統(tǒng)的個(gè)人信用評(píng)分有什么區(qū)別和聯(lián)系？浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)第三節(jié)個(gè)人信用評(píng)級(jí)一、個(gè)人信用評(píng)級(jí)相關(guān)流程（一）個(gè)人信用授信流程一般流程如下：（1）申請(qǐng)人個(gè)人向授信機(jī)構(gòu)提出信用消費(fèi)申請(qǐng)，允許授信機(jī)構(gòu)調(diào)查其個(gè)人信用狀況；（2）授信機(jī)構(gòu)向信用服務(wù)機(jī)構(gòu)發(fā)出信用調(diào)查委托；（3）信用服務(wù)機(jī)構(gòu)根據(jù)委托向申請(qǐng)人發(fā)出補(bǔ)充調(diào)查通知；（4）申請(qǐng)人配合信用服務(wù)機(jī)構(gòu)提供補(bǔ)充資料；（5）信用服務(wù)機(jī)構(gòu)向委托授信機(jī)構(gòu)提供該申請(qǐng)人的信用評(píng)級(jí)報(bào)告；（6）授信機(jī)構(gòu)根據(jù)信用評(píng)級(jí)報(bào)告決定是否向該申請(qǐng)人提供授信。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)一、個(gè)人信用評(píng)級(jí)相關(guān)流程（二）個(gè)人信用評(píng)級(jí)流程一般個(gè)人信用評(píng)級(jí)流程如下：（1）信用局、政府部門或者其他信用相關(guān)機(jī)構(gòu)主動(dòng)依法采集公民個(gè)人大規(guī)模信用數(shù)據(jù)；（2）信用相關(guān)部門利用計(jì)算機(jī)技術(shù)建立模型，利用已有數(shù)據(jù)進(jìn)行大規(guī)模的試算，以提高模型的精度；（3）如果有個(gè)人或授信機(jī)構(gòu)來查詢，可以瞬間生成個(gè)人信用報(bào)告和個(gè)人信用評(píng)級(jí)分?jǐn)?shù)。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)一、個(gè)人信用評(píng)級(jí)相關(guān)流程（三）信用評(píng)分模型建模流程一般個(gè)人信用評(píng)分模型建模流程如下：（1）明確模型的目的；（2）數(shù)據(jù)收集與樣本設(shè)計(jì)；（3）選擇建立信用評(píng)分模型的工具；（4）模型的驗(yàn)證與檢驗(yàn)；（5）選擇臨界分值及人工修正；（6）個(gè)人信用評(píng)分模型的質(zhì)量檢測(cè)。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)三、個(gè)人信用評(píng)級(jí)模型個(gè)人信用評(píng)分模型包括信用局評(píng)分模型、市場(chǎng)營(yíng)銷評(píng)分模型、申請(qǐng)風(fēng)險(xiǎn)評(píng)分模型、行為評(píng)分模型、客戶評(píng)分模型及欺詐風(fēng)險(xiǎn)評(píng)分模型。信用局評(píng)分模型，是指利用信用局收集的個(gè)人信用記錄為數(shù)據(jù)來源發(fā)展的、預(yù)測(cè)個(gè)人未來信用表現(xiàn)的評(píng)分模型。信用局評(píng)分模型包括信用風(fēng)險(xiǎn)評(píng)分模型（FICO評(píng)分模型）、破產(chǎn)評(píng)分模型和收益評(píng)分模型。而著名的FICO評(píng)分模型，即通用的信用局評(píng)分模型。美國(guó)通用型的信用局評(píng)分模型是由FairIsaac公司開發(fā)的，所以習(xí)慣上稱為FICO評(píng)分模型。實(shí)際上，任何一家公司只要掌握了足夠的模型知識(shí)與開發(fā)經(jīng)驗(yàn)，都可以利用信用局?jǐn)?shù)據(jù)開發(fā)出自己公司專用或通用的個(gè)人信用評(píng)級(jí)模型來，這一點(diǎn)尤其以大銀行的研究人員表現(xiàn)較突出。但FICO評(píng)分模型，作為通用型模型，以其信用表現(xiàn)預(yù)測(cè)率較高而流傳最廣，得到了業(yè)界的廣泛認(rèn)同。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)三、個(gè)人信用評(píng)級(jí)模型個(gè)人信用評(píng)分模型所用的技術(shù)包括數(shù)據(jù)挖掘、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分類、多元統(tǒng)計(jì)以及基因算法、RFM分析等。其中最重要的技術(shù)就是數(shù)據(jù)挖掘。所謂數(shù)據(jù)挖掘是指從數(shù)據(jù)庫(kù)的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價(jià)值的信息的決策支持過程。它主要基于人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)、可視化技術(shù)等，高度自動(dòng)化地分析企業(yè)的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，做出正確的決策。數(shù)據(jù)挖掘過程由以下三個(gè)階段組成：數(shù)據(jù)準(zhǔn)備、規(guī)律尋找、規(guī)律表示。數(shù)據(jù)準(zhǔn)備是從相關(guān)的數(shù)據(jù)源中選取所需的數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集；規(guī)律尋找是用某種方法將數(shù)據(jù)集所含的規(guī)律找出來；規(guī)律表示是盡可能以用戶可理解的方式（如可視化）將找出的規(guī)律表示出來。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)據(jù)專家研究，在FICO評(píng)分模型中，歷史負(fù)面表現(xiàn)對(duì)未來信用的預(yù)測(cè)解釋力占35%，現(xiàn)有負(fù)債水平占30%，信用歷史的長(zhǎng)短占15%，對(duì)新信用的追求和信用的種類各占10%。這也說明，個(gè)人的負(fù)面記錄對(duì)未來的信用影響沒有想象中的大，影響個(gè)人未來信用的還有其他因素：比如現(xiàn)期負(fù)債水平越高，則未來信用風(fēng)險(xiǎn)就越高；信用歷史太短，也暗含可能有較高的風(fēng)險(xiǎn)；半年來信用卡申請(qǐng)的次數(shù)太多，以及持有太多的信用卡，也可以推測(cè)出此人目前可能面臨著財(cái)務(wù)危機(jī)，未來信用可能不佳。根據(jù)這些變量給消費(fèi)者打分，然后加總，最后得出總分。根據(jù)統(tǒng)計(jì)結(jié)果，分值越高，說明個(gè)人消費(fèi)者信用越好，未來發(fā)生違約的可能性較小。FICO評(píng)分模型廣泛地運(yùn)用到信用卡申請(qǐng)、營(yíng)銷以及住房貸款、汽車貸款、信用貸款等中去。在信用卡申請(qǐng)的審核中，銀行工作人員將會(huì)依據(jù)FICO評(píng)分模型的違約概率統(tǒng)計(jì)，劃分一個(gè)分?jǐn)?shù)線，這個(gè)分?jǐn)?shù)線的違約概率是本銀行可以承受的，因此對(duì)達(dá)到此分?jǐn)?shù)線及以上客戶審核通過，對(duì)此分?jǐn)?shù)線以下的則拒絕。同樣，銀行業(yè)可以利用個(gè)人信用評(píng)分?jǐn)?shù)據(jù)進(jìn)行主動(dòng)的針對(duì)性的營(yíng)銷。三、個(gè)人信用評(píng)級(jí)模型浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)破產(chǎn)評(píng)分模型和FICO評(píng)分模型近似，不過它只預(yù)測(cè)個(gè)人未來破產(chǎn)的概率。收益評(píng)分模型預(yù)測(cè)的是個(gè)人未來帶給銀行收益的潛力的大小。這個(gè)模型考慮的不僅僅是個(gè)人的高信用，而同時(shí)還有收益。因?yàn)楫吘垢唢L(fēng)險(xiǎn)客戶帶給銀行高收益的潛力。銀行需要在收益和風(fēng)險(xiǎn)之間找到平衡，而這個(gè)模型就可以在量化的基礎(chǔ)上提供決策幫助。市場(chǎng)營(yíng)銷評(píng)分模型則是運(yùn)用現(xiàn)代數(shù)據(jù)挖掘、分析技術(shù)對(duì)銀行內(nèi)部數(shù)據(jù)或外部數(shù)據(jù)（信用局）數(shù)據(jù)進(jìn)行深度加工，對(duì)消費(fèi)者是否接受銀行的主動(dòng)營(yíng)銷行為、是否習(xí)慣把別的信用卡未清償余額轉(zhuǎn)到新的信用卡上等市場(chǎng)反應(yīng)行為進(jìn)行預(yù)測(cè)，其提煉出來的變量與信用局評(píng)分模型有所區(qū)別。申請(qǐng)風(fēng)險(xiǎn)評(píng)分模型試圖運(yùn)用模型對(duì)申請(qǐng)者的信用狀況進(jìn)行評(píng)估，預(yù)測(cè)其未來出現(xiàn)壞賬或嚴(yán)重拖欠的概率。最終目的是把風(fēng)險(xiǎn)高、收益低的客戶排除在外，降低金融機(jī)構(gòu)的風(fēng)險(xiǎn)。這個(gè)模型重視的是申請(qǐng)者未來的還款能力、還款意愿、穩(wěn)定性。三、個(gè)人信用評(píng)級(jí)模型浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)行為評(píng)分模型，則依賴與銀行或其他金融機(jī)構(gòu)發(fā)行的信用卡數(shù)據(jù)，對(duì)個(gè)人消費(fèi)者在使用信用卡時(shí)表現(xiàn)出來的各種行為特征進(jìn)行識(shí)別，從而預(yù)測(cè)其未來的信貸表現(xiàn)。而金融機(jī)構(gòu)可以利用這些模型有針對(duì)性地進(jìn)行信用卡賬戶管理。客戶評(píng)分模型是一個(gè)綜合性的評(píng)分模型，把客戶的銀行儲(chǔ)蓄賬戶、信用卡賬戶、汽車貸款、個(gè)人理財(cái)?shù)刃庞眯畔⒄掀饋磉M(jìn)行評(píng)分。這種模型的開發(fā)有兩類:（1）評(píng)分的評(píng)分，比如把信用卡行為評(píng)分、汽車貸款行為評(píng)分、其他產(chǎn)品行為評(píng)分整合起來，進(jìn)行統(tǒng)計(jì)方式上的合并。該模型相對(duì)簡(jiǎn)單，但也有缺陷，最大的缺陷就是變量之間的不一致。（2）直接開發(fā)，利用原始數(shù)據(jù)重新開發(fā)，這個(gè)相對(duì)更準(zhǔn)確一些，但工作量也較大，要求也更高。三、個(gè)人信用評(píng)級(jí)模型浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)三、個(gè)人信用評(píng)級(jí)模型信用管理的工作之一就是反欺詐，而現(xiàn)實(shí)中，欺詐現(xiàn)象層出不窮，因此欺詐風(fēng)險(xiǎn)評(píng)分模型也應(yīng)運(yùn)而生。欺詐風(fēng)險(xiǎn)評(píng)分模型包括申請(qǐng)欺詐風(fēng)險(xiǎn)評(píng)分模型和交易欺詐風(fēng)險(xiǎn)評(píng)分模型兩類。申請(qǐng)欺詐也有一定規(guī)律：比如地址不符、地址為高風(fēng)險(xiǎn)區(qū)地址、地址為非住宅地址等。欺詐分子總是要隱瞞身份，偽造地址等，這是個(gè)線索。但要取決于信用局的檔案記錄的完備性。而對(duì)于信用局不太發(fā)達(dá)的國(guó)家或地區(qū)，身份證丟失被欺詐申請(qǐng)信用卡的成功率較高，因此保護(hù)好我們的身份信息至關(guān)重要。交易欺詐也有規(guī)律：交易金額異常、交易地點(diǎn)在珠寶店、賭場(chǎng)、高檔商場(chǎng)，離登記地址較遠(yuǎn)，刷卡頻率異常、當(dāng)前交易與歷史行為模式差別較大等，但交易欺詐模型所需從要海量的實(shí)時(shí)交易和歷史交易數(shù)據(jù)中發(fā)現(xiàn)一絲絲的欺詐交易，因此要求較高，需要運(yùn)用人工智能的機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)技術(shù)等預(yù)測(cè)每一個(gè)交易為欺詐交易的概率。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)<延伸閱讀8-3>一說人工智能什么的，會(huì)有文科同學(xué)感到頭大，那么輕松一下，請(qǐng)用下面的案例，感受一下數(shù)據(jù)挖掘的威力吧。CredilogrosCíaFinancieraS.A.是阿根廷第五大信貸公司，資產(chǎn)估計(jì)價(jià)值為9570萬美元，對(duì)于Credilogros而言，重要的是識(shí)別與潛在預(yù)先付款客戶相關(guān)的潛在風(fēng)險(xiǎn)，以便將承擔(dān)的風(fēng)險(xiǎn)最小化。該公司的第一個(gè)目標(biāo)是創(chuàng)建一個(gè)與公司核心系統(tǒng)和兩家信用報(bào)告公司系統(tǒng)交互的決策引擎來處理信貸申請(qǐng)。同時(shí)，Credilogros還在尋找針對(duì)它所服務(wù)的低收入客戶群體的自定義風(fēng)險(xiǎn)評(píng)分工具。除這些之外，其他需求還包括解決方案能在其35個(gè)分支辦公地點(diǎn)和200多個(gè)相關(guān)的銷售點(diǎn)中的任何一個(gè)實(shí)時(shí)操作，包括零售家電連鎖店和手機(jī)銷售公司。最終Credilogros選擇了SPSSInc.的數(shù)據(jù)挖掘軟件PASWModeler，因?yàn)樗軌蜢`活并輕松地整合到Credilogros的核心信息系統(tǒng)中。通過實(shí)現(xiàn)PASWModeler，Credilogros將用于處理信用數(shù)據(jù)和提供最終信用評(píng)分的時(shí)間縮短到了8秒以內(nèi)。這使該組織能夠迅速批準(zhǔn)或拒絕信貸請(qǐng)求。該決策引擎還使Credilogros能夠最小化每個(gè)客戶必須提供的身份證明文檔，在一些特殊情況下，只需提供一份身份證明即可批準(zhǔn)信貸。此外，該系統(tǒng)還提供監(jiān)控功能。Credilogros目前平均每月使用PASWModeler處理35000份申請(qǐng)。僅在實(shí)現(xiàn)3個(gè)月后就幫助Credilogros將貸款支付失職減少了20%。浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)四、個(gè)人信用報(bào)告與解讀個(gè)人信用報(bào)告是一部客觀的個(gè)人信用支付歷史記錄，其主要作用是在法律允許范圍內(nèi)，為信用讓渡人（貸款人等）迅速、客觀地做出是否提供信用服務(wù)的決定提供參考。個(gè)人信用報(bào)告目前主要用于銀行的各項(xiàng)消費(fèi)信貸業(yè)務(wù)。隨著社會(huì)信用體系的不斷完善，個(gè)人信用報(bào)告將更廣泛地應(yīng)用于各種商業(yè)賒銷、信用交易和招聘求職等領(lǐng)域。此外，個(gè)人信用報(bào)告為個(gè)人提供了審視和規(guī)范自己信用行為的途徑，也形成了個(gè)人信用信息的校驗(yàn)機(jī)制。個(gè)人信用報(bào)告的信息包括以下欄目：（一）個(gè)人基本信息，包括個(gè)人姓名、地址、工作單位、居住地址、職業(yè)等；（二）信用交易信息，如個(gè)人的貸款、信用卡、為他人貸款擔(dān)保等信息；（三）異議標(biāo)注信息（四）本人聲明信息（五）查詢記錄浙江財(cái)經(jīng)大學(xué)金融學(xué)院ZhejiangUniversityofEconomicsandFinanceschoolofFinance第八章個(gè)人信用評(píng)級(jí)信用額度是指銀行根據(jù)信用卡申請(qǐng)人的收入狀況、信用記錄等，事先為申請(qǐng)人設(shè)定的最高使用金額，這反映了商業(yè)銀行對(duì)個(gè)人信用程度的肯定。在卡片有效期和信用額度內(nèi)，申請(qǐng)人使用信用卡并還款后，信用額度會(huì)自動(dòng)恢復(fù)，從而可循環(huán)使用信用卡。共享授信額度，是指兩個(gè)或兩個(gè)以上的信用卡及其賬戶共享同一個(gè)信用額度，當(dāng)任意卡片及賬戶消費(fèi)一定金額后，這幾個(gè)卡片及賬戶的可使用的信用額度均會(huì)相應(yīng)減少。授信額度反映了銀行對(duì)個(gè)人信用狀況的肯定，在授信有效期和授信額度內(nèi)，可循環(huán)使用信用卡或貸款，當(dāng)歸還信用卡消費(fèi)額或貸款時(shí)，授信額度會(huì)自動(dòng)恢復(fù)，因此，（未使用的）授信額度是反映個(gè)人信用狀況的正面信息，需要記入信用報(bào)告。逾期，即過期，指到還款日最后期限仍未足額還款。特別需要注意的是，以下情況屬于逾期行為，都會(huì)被記入個(gè)人信用報(bào)告：（1）比到期還款日晚一天還款；（2）過了到期還款