个人信用卡信用风险评价体系与模型研究（PDF）

第34卷第4期2006年4月
同济大学学报(自然科学版)
J OU RN AL OF T ON G JIU N I VERSI TY(NA TURAL S C I EN CE)Vo.l 34No .4
Ap r .2006
收稿日期:2005-06-20
基金项目:国家自然科学基金重点资助项目(70031020);国家自然科学基金资助项目(70471055);高等学校博士学科点专项科研基金资
助项目(20040141026)
作者简介:迟国泰(1955-),男,黑龙江海伦人,教授,管理学博士,博士生导师.E 2m ai:l chigt @d l u t .edu .cn
个人信用卡信用风险评价体系与模型研究
迟国泰,许 文,孙秀峰
(大连理工大学管理学院,辽宁大连 116024)
摘要:分析了国内个人信用卡信用评价的现状和不足;探讨了建立个人信用指标体系的原则和方法;建立了一套包括个人还贷能力和还贷意愿共2大类15个指标的个人信用卡信用风险评价指标体系,并设计了负债情况等3项具有双向影响作用的指标;运用隶属度原理和层次分析法,确定了各类指标的评分函数和权重;建立了个人信用卡信用风险评价模型.确定了划分信用等级的两个阈值,解决了以往信用分级缺乏依据的问题.关键词:信用卡;个人信用风险;信用指标体系;信用评价模型;阈值中图分类号:F 832.479 文献标识码:A
文章编号:0253-374X(2006)04-0557-07
Re sea rch on Eva l u a ti o n S ys tem and Mode l f or C red it R i sk
o f I nd i v i d ua lC red it Ca r d
C H I Guota i ,XU We n,SU N X iufeng
(Scho ol ofManage men,t Dali an Un i versit y ofT echnol og y ,Dali an 116024,Ch i na)
Abs tr a c t :This paper first analyz es the actuality and deficiency of Chi n ese indivi d ual credit evaluati o n .Then it bu il d s on the basis of an ana lysis of the pri n ciple of i n dex syste m an i n d ividua l credit eva l u ati n g i n dex syste m,wh i c h ism ade up of 2categori e s i n cluding 15indexes .The t w o categori e s consist of deb t
repay m ent ab ility and repay mentw il.l There are t h ree t w o 2way inf ection indexes such as debt i n f or mation i n the i n dex syste m.The score f u nction and the we i g ht of each i n dex are established by adopti n g the ana 2l y tic hierarchy pr ocess and sub jecti o n theory .F i n ally th is paper sets up a credit eva l u ation mode l f or i n di 2vidual credit card and defines t w o threshol d s f or credit grades ,thus standards in the cred it grading are set up .
Ke y wo r ds :credit card ;indivi d ual cred it risk ;cred it index syste m;credit evaluati o n mode;l threshol d
个人信用卡的信用风险是指持卡人不能或不愿按照信贷协议约定偿还本息,从而对银行经营造成伤害的可能性.对申请人进行信用分析和等级评价,是规避个人信用卡信用风险的必要措施.
信用卡的广泛使用也带来了巨大的信用风险.
截止到2000年,全球信用卡交易额超过2.6万亿美元,而信用卡欺诈交易额约占年总交易额的
1.5%[1]
.在我国,截止到2003年3月,各类信用卡(贷记卡)发行量已达到130万张左右,而信用卡犯罪每年给国家造成的损失不低于5000万元
[2]
.
同济大学学报(自然科学版)第34卷
国内外金融机构主要采用以下三种方法进行个人信用卡授信[3,4]:¹判断法.依赖信贷人员的工作经验和判断能力,对申请人的还贷能力和意愿进行评价,然而工作人员过大的主观决断权可能导致误判.º信用评分法.累加申请人以往各信用项上获得的点数,与事先设定的分数线比较,进行授信判断.但这种方法对申请人的未来信用预测能力较弱.»担保转移风险法.由申请人找人担保或缴纳保证金,金融机构根据实际情况,划分信用等级并授信.这种授信获得的信用卡无法摆脱其准贷记卡的性质.目前,国外信用卡授信主要使用前两种方法;受限于不健全的社会信用体系,我国信用卡机构仍以第三种方法为主[5].
为了降低信用评价中的主观因素影响和反映信用的动态变化,判别分析、回归分析、神经网络法和时间变动模型等数学方法逐渐被应用到信用评价领域[6~8].虽然这些数学方法的原理各不同,但都有着从社会中获取个人信用资料的共性.
本文充分参考了中国信用消费的特点,在忽略保证金和担保人的基础上,经过筛选,建立了一套2类共计15项指标的个人信用卡信用风险评价体系;运用层次分析法(analyti c h i e rarchy pr ocess,A H P),结合专家意见,确定了各指标的权重;依据模糊数学隶属度的原理,建立了各项指标的评分函数,最终建立了个人信用卡信用风险评价模型,并确定了其信用评分的阈值.
1国内个人信用卡授信的问题
(1)评分标准不合理.例如,在许多资料中,将月收入1000~2000元归为一档,2001~4000元为一档等,同档内评为相同的分数.这使得在同一档次的月收入1000元与1999元的人得到了相同评分,但其还贷能力却差别显著.而在不同档次的月收入1999元与2001元的人,还贷能力基本相同,却得到不同的评分.
(2)对还贷意愿考虑不充分.我国银行发放信用卡时,考虑较多的是个人还贷能力,而忽略其还贷意愿.
(3)授信分级标准(阈值)主观性强,缺乏依据.国内的发卡机构多是用总评分的60%和80%作为阈值,但这类阈值往往找不到合理的解释,也就无法保证其科学性.而科学的阈值确定应基于合理的假设,通过指标体系中要素规律性的联系及计算得出.
2个人信用卡信用评价原理
个人信用卡信用风险评价原理详见图1.
图1个人信用卡信用风险评价原理图
F ig.1P r i n ci p le char t of cr ed it r isk eva l ua tion for i nd i v i dua l cr ed it car d
确立个人信用指标的筛选原则,并在此基础上建立个人信用卡信用评价指标体系,这是评价个人信用的基础.
在个人信用评价过程中,首先,依据申请人个人资料信息对申请人进行指标评分,构建其指标可信度向量R={r1,r2,,,r15};然后,对申请人提供的申请资料核对,确定其失信度h;最后,将可信度向量与已确定的指标权重向量W={w1,w2,,,w15}相乘并减去申请人的失信度h,就获得了申请人的信用评价总分S.
在确定授信时,将S与阈值t1,t2比较:S<t1,申请人无法获得信用卡;t1[S<t2,申请人可获普通信用卡;S\t2,申请人可获金卡(高级信用卡).
评价中遇到的指标可信度向量、权重向量、失信
558
第4期迟国泰,等:个人信用卡信用风险评价体系与模型研究
度函数和两个阈值将在下文中介绍.3 信用卡信用风险评价指标体系
3.1 建立指标体系的原则
(1)可获取性原则 选择信用评价指标时,首先应考虑该指标能否真正获取到.可获取性原则是建立指标体系的关键.
(2)实用性原则 信用风险评价指标体系必须具有实用性,有助于银行准确地估测信用风险.(3)动态性原则 个人信用具有时变性,因此应注意选择能够灵敏反映申请人信用变化趋势的指标,以便较好地估测申请人的信用风险变化情况.
(4)独立性原则 独立性强的指标可以降低整个信用风险评价计算的复杂程度,同时提高整个体系最后综合评价的准确性.
(5)安全性原则 所筛选的指标应该能反映个人未来的还贷能力和意愿,确定违约风险,这样才能保证银行信贷资产的安全回流.3.2 信用风险评价指标体系的建立
在个人信用卡信用风险防范中,国外机构主要从个人的还贷能力(capac ity)和财产(pr operty)方面入手,依赖丰富的个人信用信息记录,选择全面而详细的个人信用指标进行个人信用评价.
在建立的指标体系中,国外评价机构较重视考察的是个人银行账户存在历史、信用历史、工作级别性质、账户数据监测、负债总量、负债意图、储蓄账户等内容[7]
.这种以历史积累数据建立指标的方法,存在较强的可靠性,值得借鉴.
我国由于受限于个人信用管理的现状,无法完全沿用国外的指标体系.
建立信用卡信用风险评价指标体系不能忽略还贷意愿.因为还贷意愿对持卡人的行为具有较大影响.一个还贷意愿强烈的人,往往会及时偿还贷款,即使出现意外,也能做到维护自身信用,履行和约.
本文将个人信用风险评价指标体系分为还贷能力与还贷意愿2类共15项指标.具体见图2.3.3 个人信用指标的可信度评分函数
个人信用评价体系各项指标的具体打分和可信度确定情况见表1.
图2 个人信用指标体系结构图
F ig .2 Stru ctur e char t of ind i vidua l cr ed it i ndexes syste m
针对国内个人信用风险评价中评分标准不合理问题,笔者应用模糊数学中隶属度函数的思想
[9]
,
建立了指标的可信度函数,从而保证了量化指标评分的连续性.例如,用表1中的收入水平P 1、消费水平P 5、家庭财产P 7、负债状况P 9和个人司法记录P 15五项指标可信度函数的表示方法.这种连续的可信度函数,为合理区分信用等级提供了保证.
在指标体系中,健康状况P 6、家庭财产P 7、负债状况P 9、银行金融记录P 10四项指标的可获得性值得注意.因为这方面的数据,我国社会上还没有集中的统计资料可供参考,所以银行可以要求申请人提供.由于这些数据会起到为申请人增加信用的作用,故而申请人不会放弃提供.
另外,银行需对各项信息核对.核对结果用失信
度h 表示
h =
1
f \50.04f
0<f <50
f =0
(1)
式中,f 为数据虚假的指标数,单位为项.
失信度的作用有两方面,一是若当事人提供了5项或超过5项指标的虚假信息,则h =1,拒绝授信;二是当h X 1时,将h 值作为负面因素,从综合可信度中减去.
3.4 信用指标权重向量的确定
本文应用A H P 法与专家意见法分配指标的权
重
[10]
.
3.4.1 建立判断矩阵
指标体系如图2所示,分为目标层M 、准则层
559
同济大学学报(自然科学版)第34卷
表1 个人信用指标评分标准与评分函数
T ab .1 E va lua ti on cr iter i a and functions of i nd ivi dua l cr edit i nd exes
信用指标类型
获取方式指标评分函数
指标可信度计算公式指标评分说明
个人信用综合评分M
个人还贷能力A 1
收入水平
P 1O 1
r 1=1m 1\10000
m 1-500
10000-500
1/2
500[m 1<10000
0m 1<500收入水平是反映个人还贷能力的绝对指标.m 1是申请人近三个月的月平均收入(元)
受教育程度
P 2O 1
r 2=1m 2=10
m 2/100<m 2<10
0m 2=0受教育程度可以预示申请人获取财富的能力.m 2是指标得分(满分10分).博士10分,硕士9分,大学5分,大专3分,中专、高中2分,初中1分,其他0分家庭状况
P 3O 1
r 3=1
m 3=10m 3/10
0<m 3<100m 3=0
良好的家庭状况会促使持卡人保持较强的还贷能力和还贷意愿.此项指标包括年龄、户籍与住址、家庭成员与结构等.m 3为指标的定性评分值.具体评分标准见表下注职业状况
P 4
O 1
r 4=1
m 4=30m 4/30
0<m 4<300
m 4=0包括工作年限、就职单位类型、职业、就职时间,以及最近两次的职业变动情况等.m 4为根据情况的定性评分.具体评分标准见表下注
消费水平
P 5O 1
r 5=1C <0.2
(1-0.2)(0.8-C )/
(0.8-0.2)+0.2
0.2[C <0.8
0.20.8[C [10C >1
由月消费额(C )与收入的比值C (C =C /m 1)确定信用度.它体现个人对资产的支配情况
健康状况
P 6O 1
r 6=1m 6=0
m 6/100<m 6<10
0m 6=0m 6满分10分.现健康无重大病史10分,现健康但有慢性疾病(糖尿病等)8分,身体一直处于疾病状态5分,生活和工作常受到疾病困扰为3分,其他0分
家庭财产
P 7O 1
r 7=
1
m 7\50(m 7-5)/(50-5)
5[m 7<500m 7<5家庭财产是收入的具体表现形式和结果.其总量从一个侧面反映持卡人积累财富的能力.根据提供的财产总量(m 7,单位万元)确定其还贷保证的程度,给予分数个人保险记录P 8
O 1r 8=
1
m 8\4(m 8-0)/(4-0)
1[m 8[30
m 8=0
评分因素为在保的险种数目m 8(单位:个),包括医疗保险、人寿保险、财产保险等.保险可以降低各类突发事件对持卡人造成的损失程度,保证银行资金回收
负债状况
P 9
O 1
r 9=
1G =0
(0.5-G )/(0.5-0)0<G <0.5
-3.052G -0.50.8-0.53
0.5[G <0.8
-3.052G \0.8双向影响指标.信用度由负债额度与个人家庭资产的比值G 额定,其负向极限的取值详见4.2.4.其他双向影响指标的负向极限取值与此相同
个人还贷意愿A 2
银行金融记录P 10
O 1
r 10=
1m 10=10m 10/100[m 10<10-4.047m 10=-0.5-4.047m 10=-1双向影响指标.m 10满分为10分.有信贷记录,且守约者10分;有信贷记录,但存在部分滞后还贷者8分;无信贷记录者5分;有信贷记录,但存在拖延还贷、银行催讨情况的0分;信贷记录恶劣者,根据程度评-0.5,-1分公共付费
记录P 11
O 1
r 11=
1付费纪录很好0.8付费纪录一般0.5有不良付费纪录0经常拖欠付费此项指标可定性评分,依据的内容是申请人日常的电信、水电付费纪录和纳税记录等.这些资料很容易获得,并且可从对应收费部门获知个人违约情况
社会品德评价P 12O 2
r 12=
1品德水平优秀0.75品德水平良好0.50品德水平普通0品德水平较差根据日常记录判断其个人品德水平,确定可信度.日常纪录包括有无经济纠纷、社会荣誉嘉奖、商业信誉、公益事业的贡献(如献血)和单位组织的反映等
信用担保记录P 13
O 1r 13=
1.0担保纪录完美7.5担保纪录一般5.0无担保纪录0担保纪录较差
以申请人为他人提供担保的记录,作为判断其信用度的依据
拥有信用卡
P 14
O 1
r 14=1
m 14=10m 14/10
0<m 14<100
m 14=0
数据可以从银行记录中获得.m 14满分为10分.有信用卡一年以上且记录良好10分,不足一年记录良好8分,存在拖欠还贷记录6分,无信用卡记录4分,有信用卡但还贷记录较差者为0分
个人司法记录P 15
O 1
r 15=
1
无任何违法纪录(20-y )/(20-0)
n =1,0<y [20-2.001
y -0
20-03
1<n <3,0<y <20-2.001
n \3或y \20
双向影响指标.无违法记录的人可信度为1.根据法定入狱年数之和(y )和犯罪次数(n )综合确定其可信度
注:1.获取方式中,O 1为申请人提供,银行私下调查取证;O 2为银行自己调查获取资料.
2.r 1公式中出现指数为0.5的项,原因是考虑不同的个人收入所体现的还贷能力并非呈线性变化,而是呈曲线变化,且中高收入者对信用卡贷款的还贷能力接近.r 9和r 15公式出现指数为3的情况与此类似.
3.m 3满分20分.评分方法:年龄(满分10分),20~30为6分,30~40为10分,40~50为8分,51-60为4分;性别(满分2分),男为2分,女为1分(男性的平均收入高于女性);婚姻(满分为2分),已婚2分,未婚或离异后再婚为1分,离异未婚为0分;户籍(满分1分),本地1分,异地0分;住址(1分),本地1分,异地0分;家庭成员与结构(满分4分),父母健在无子女4分,父母健在一人无子女,3分,父母健在且有子女,2分,父母已
逝且有子女1分,父母已逝且无子女0分(有子女者虽负担较重,但对家庭的责任会促使其道德水平提高,失信频率自然降低)[3]
.
4.m 4满分30分.工作年限(满分5分),每年0.5分,最高5分;就职单位类型(满分10分),一类行业10分,二类行业8分,三类行业6分,四类行业3分,五类行业2分,无工作0分;职业(满分为10分),一类职业10分,二类职业8分,三类职业6分,四类职业4分,五类职业2分,其他职业1分,无职业0分;发展前景(满分5分),根据其单位和自身的职业特点,定性评分[3].
560
第4期迟国泰,等:个人信用卡信用风险评价体系与模型研究
A i、指标层P j.在构造判断矩阵时,依上下层之间的
隶属关系,由专家凭经验确定同层元素的相对重要
性.现以A i相对于M的判断矩阵式(2)为例说明:
对于图2的指标体系,经专家分析,申请人的还贷能
力(A1)比还贷意愿(A2)略微重要,因此M12为2,
M21为1/2;指标自身与自身的重要性相同,因此M11
与M22均为1.
M=
1
2
1/21
(2)
P j与对应A i的判断矩阵构建原理与此相同.故
Q
1
=
14233424
2
1/411/31/21/211/311/3
1/231223131
1/321/21121/221/2
1/321/21121/221/2
1/411/31/21/211/311/3
1/
231223131
1/411/31/21/211/311/3
1/231223131
(3)
Q2=
11/21/21121/3
2112231/2
2112231/2
11/21/21121/3
11/21/21121/3
1/21/31/31/21/211/4
3223341
(4)
式中:Q1为P i(i=1,2,,,9)相对于A1的判断矩
阵;Q2为P j(j=3,10,11,,,15)相对于A2的判断
矩阵.
3.4.2权重分配结果
由各级判断矩阵求得其最大特征值、一致性指
标和各指标对应的权重,结果见表2.
通过对判断矩阵计算获得的权重分配结果分
析,专家认为,需要对准则层中2项指标的权重分配
做如下调整:A1权重为0.6,A2权重为0.4.
指标P1相对于目标层M的权重w1计算过程
如式(5)所示.除P3外,其他各指标相对于M的权
重计算方法与此类似,不再赘述.
w1=0.6@0.2444=0.1466(5)
表2判断矩阵的指标权重
T ab.2Index w eigh t of judg i ng m a tr i x
判断矩阵最大特征值K m ax一致性指标I C指标权重W
M20{0.6667,0.3333}
Q19.05520.0048{0.2444,0.0483,0.1475,0.0841,0.0841,0.0483,
0.1475,0.0483,0.1475}
Q27.03730.0047{0.0965,0.1779,0.1779,0.0965,0.0965,
0.0560,0.2987}
由于申请人家庭状况指标对2个准则均有影
响,因此其权重应该求总
w3=0.6@0.1475+0.4@0.0965=0.1271
(6)
把处于指标体系低层的指标统一排序,就形成了一个有15个分量组成的一维指标向量.并根据体系结构图所表现的关系,结合各判断矩阵计算出的指标权重,计算出15个指标最终权重排序,从而构建出指标层的权重向量为
W={w1,w2,,,w15}=
{0.1466,0.0290,0.1271,0.0504,0.0504,
0.0290,0.0885,0.0290,0.0885,0.0712,
0.0712,0.0386,0.0386,0.0224,0.1195}
(7)
式中的w i与可信度评分函数中的r i一一对应.
3.4.3权重分析说明
由最终15个指标的权重分布看,权重较大的是申请人收入水平P1(0.1466)、家庭状况指标P3 (0.1275)、个人司法记录P15(0.1195)、家庭财产P7(0.0712)和负债状况P9(0.0712)项.
这几项指标是反映信用卡信贷风险的主要因素.例如,个人收入是还贷资金的主要来源;家庭状况影响到持卡人的还贷能力和意愿;当持卡人收入不足还贷时,家庭财产将会折现赔偿债务.这都是银行判断申请人可靠性的重要依据.
权重分布中后4位依次为:拥有信用卡纪录P14 (0.0224)、受教育程度P2(0.0290)、健康状况P6 (0.0290)和个人保险记录P8(0.0290).这表明,它们对个人信用评分的影响相对较小,但仍然可反
561
同济大学学报(自然科学版)第34卷映申请人在信用风险方面的一些信息,有存在价值.
4个人信用卡信用风险评价模型
4.1信用风险评价模型的建立
设有n个人同时申请个人信用卡.由申请人提
供的申请资料和银行自己私下获得的资料,按照表
1的指标评分函数,确定他们各自的可信度向量,最
后将它们汇总成客户的可信度矩阵R
R=r1,1,r1,
n
s s
r15,1,r15,n
(8)
式中,r ij为第j个人的第i个信用指标的可信度评分.每一列代表一个申请人由15个指标得分构成的可信度向量R={r1,r2,,,r15}.
根据申请资料的真实性,确定申请人的可信度h.结合已获得的个人信用指标综合权重分布向量W和失信度h={h1,h2,,,h n},就构造出了个人信用卡信用风险评价模型
S={s1,s2,,,s15}=WR-h=
{w1,w2,,,w15}r1,1,r1,n
s s
r15,1,r15,n
-{h1,h2,,,h n}
(9)
式中,s i为第i个人的信用卡信用风险评分.
最后,根据相关阈值来确定各申请人的信用等级,完成个人信用卡的授信.整个流程如图3.
图3个人信用分析流程图
F ig.3F l a t cha r t of i nd ivi dua l cr ed it
4.2信用风险评价阈值的确定
4.2.1普通卡授信阈值t1的确定
普通卡授信阈值的确定主要看持卡人未来还贷能力和还贷意愿是否基本令人满意.达到这个标准可作为是否授予个人信用卡的阈值t1.
当收入水平P1、家庭状况P3、家庭财产P7、负债状况P9、银行金融记录P10和个人司法记录P15六
项指标可信度均为1、失信度h为0时,即使其他指标可信度为0,也可以认为该申请人从经济实力和信用水平上具备获得信贷消费的资格,可授予信用卡.由此计算申请人的信用风险得分为
t1={w1,w2,,,w15}{r1,r2,,,r15}T=
E15
i=1
w i r i=w1#1+w2#0+w3#1+
E6
i=4
w i#0+w7#1+w8#0+
E10
i=9
w i#1+E
14
i=11
w i#0+w15#1(10) t1={0.1466@1+0+0.1271@1+0+
0.0885@1+0+0.0885@1+0.0712@1+
0+0.1195@1}={0.6414}
4.2.2金卡授信阈值t2的确定
金卡授信阈值的确定主要是看持卡人未来还贷能力和还贷意愿是否非常令人满意.达到这个标准
可作为授予高级信用卡的阈值t
2
.
当持卡人基本信用要求t1满足后,将能反映持卡人信用水平的次级重要指标加入考虑范畴.它们包括消费水平P5、个人保险记录P8、公共付费记录P11和拥有信用卡P14四项指标.在以上所提到的10项指标可信度均为1,且失信度为0时,银行可以认为申请人已具备了较高的信用水平,可授予金卡.
t2={w1,w2,,,w15}{r1,r2,,,r15}T=
E15
i=1
w i r i=w1#1+w2#0+w3#1+
w4#0+w5#1+w6#0+E
11
i=7
w i#1+
E13
i=12
w i#0+E
15
i=14
w i#1(11) t2={0.1466@1+0+0.1271@1+0+
0.0504@1+0+0.0885@1+0.0290@1+
0.0885@1+0.0712@1+0.0712@1+
0+0.0224@1+0.1195@1}={0.8144}
确定阈值是划分等级的关键.在已有的各类信用风险研究文献中,人们大多是先确定风险测量和评分的方法,进行信用评价,但很少给出由评分结果划分等级标准的理论根据.
本文在合理假设的前提下,通过信用方程的回代方式推导出有根据的阈值,清楚地说明了要以什么标准来区分信用等级.这较以往简单规定60分的人信用不足或较差、70~80分个人信用基本正常等说法更合理.
562
第4期迟国泰,等:个人信用卡信用风险评价体系与模型研究
4.2.3 个人信用卡信用等级的划分
根据以上算出来的个人信用卡信用风险模糊评价得分S 和阈值t 1,t 2,可以确定个人信用卡的信用等级如表3所示.
表3 个人信用卡信用等级划分
Ta b .3 C r ed it r a tion i ng of individua l cred it ca rd
S 的得分S <0.6414 0.6414[S <0.8144 S \0.8144信用等级划分
拒绝授信
授予普通信用卡
授予金卡
4.2.4 双向影响指标极限分值
(1)作用 评价指标体系中出现了3项双向影响指标,它们是信用评价中的关键变量.若其中的某
一项很差,则不能对当事人授信.
(2)确定 双向影响指标的负向得分极值可以根据授予普通信用卡的阈值t 1来确定.以负债状况P 9为例,其取负极值的意义是,即使其他指标可信度均为1,该申请人在P 9评分的作用下,其信用总分仍然不满足授予信用卡的条件.将指标P 9可信度负极值用x 9表示,则其表达式为
S =
E 8
i=1
w i
#
1+w 9#x 9+
E 15
i=10
w i
#
1<t 1(12)
将前面已经计算得到的权重w i 和t 1代入式(12),即可得r 9<-3.05198,保留小数点后3位,得到r 9=-3.052.
其他两项双向影响指标的负向极值的计算与此相同.结果为r 10=-4.047,r 15=-2.001.这就是表1中的r 9,r 10和r 15的极值分别取-3.052,-4.047和-2.001的原因.
5 结论
(1)银行应依据申请人的信用风险程度来确定信用卡的分级授信阈值.仅按照常规思想中的60分或80分来确定分级授信阈值过于主观、不合理.本研究依据申请人的信用风险程度,建立了信用卡分级授信阈值计算方法,解决了以往信用卡授信阈值确定缺乏依据的问题.
(2)银行对申请人的还贷能力类指标的评分应具有连续性.实践中对还贷能力类指标的分档评分模糊了申请者间的还贷能力差距,导致评价结果不合理、不公平.本文依据模糊隶属度原理,建立了信用风险评价指标的可信度函数,解决了现实中将具有相同偿还能力的对象分为不同档次、而把具有不同偿还能力的对象划分为相同档次的问题.
(3)个人信用卡的授信过程应设置拒绝授信类
控制指标.这类指标可保证银行授信风险的最小化,也可实现规范社会公民信用意识的作用.本研究依据安全性原则,建立了负债状况、银行金融纪录和个人司法纪录三项双向影响指标,并确定了其拒绝授
信的极限分值,保证了当某项双向影响指标恶化时,申请人的授信过程可受到控制.参考文献:
[1] 银行家杂志编辑部.全球信用卡概况[J].银行家,2002(2):
32.
Ed itorialDepart m ent of the Bank er .A s u rvey of cred i t card of t h e
worl d[J].The Banker ,2002(2):32.
[2] 陈行健,汪铭捷.围剿信用卡犯罪[J ].决策探索,2001(10):
38.
C HEN Xingji an,WANG M i ng ji e .Control t h e cri m i nal on credit
card[J].Police Research and Exp l orati on ,2001(10):38.
[3] 王军.消费信贷中个人信用评估指标的设立[J].农村金融研
究,2001(10):48.
WANG Jun .The s etti ng of indivi dual credit appra i sal i ndex i n
consum i ng cred i t[J].Ru ral Finance Researc h,2001(10):48.
[4] T reacyW F ,Carey M.Cred i t ris k rati ng sys t e m s at l arge US banks
[J].J ou rnal of Bank i ng and Fi n ance ,2000,24(1-2):167.[5] 中国银行.中国银行长城国际信用卡在线申请表[EB/OL].
h tt p://www .boc.i co m .hk /GBC /si m p lified /app l y .ht m ,2006-03-05.
Bank of Ch i na .On 2li ne sub m issi on of Bank of Ch i na 's GREAT
WALL credit card [EB/OL].http ://ww w.boc.i com .hk /GB C /si m p lified /app l y .h t m ,2006-03-05.
[6] A lt m an E I ,Saunders A .Cred i t ri sk m easure m en t :D evelopm ents
over the l ast 20years [J].Jou r n al of Bank i ng and Fi nan ce ,1997,21(11-12):1721.
[7] W estD .N eural net work cred i t scori ngm od el s[J].Co mpu ters and
Op erati on s Research ,2000,27(11-12):1131.
[8] 郭人人,梁世栋,方兆本.消费者信用评估分析综述[J].系统工
程,2001,19(6):9.
GUO Bing ,L I A NG Sh i dong ,FANG Zhaob en .A survey for con 2
s um er credit scori ng[J].Syste m s E ngi neeri ng ,2001,19(6):9.
[9] 谢季坚,刘承平.模糊数学方法及其应用[M ].2版.武汉:华
中科技大学出版社,2000.
XIE Jiji an,L I U Ch engp i ng .Th e theory and app licati on of fuzz y
m at he m ati cs [M ].2nd ed .Wuhan :H uaz hong U n i vers it y of Sci 2en ce and T echnol ogy Press ,2000.[10] 迟国泰,朱占宇,徐
.基于/三性"分析的商业银行经营绩效
综合评价模型[J].中国管理科学,1999,7(4):58.
C H I Guota,i ZHU Zhanyu,XU Cheng .Th ree 2el e m en t 2based co m 2
p rehens i ve eval uation model on co m m ercial bank s 'operati ng per 2f or m ance[J ].Ch i nes e Journal of Man age m en t Sci en ce ,1999,7(4):58.
(编辑:陶文文)
563。