基于Logistic模型的个人信用评分体系研究_余文建

! 男D1
自变量：性别：C1 D 女D5
! ! 1 &? 岁及以下
1 &@ 岁87? 岁
年龄：C&D 5 其他
C7D 5 其他
! ! 1 7@ 岁83? 岁
1 3@ 岁8@5 岁
C3D 5 其他
C?D 5 其他
! ! 1 高中及以下
1 专科
学历：C@D 5 其他
CED 5 其他
!1 本科及以下
C6D 5 其他
&()*+,- )./*0- 信用计分模型 )*+,- )./*0- 信 用 计 分 模 型 是 美 国 经 济 研 究 局 专 家 )*+,- )./*0- 于 1231 年将数学和统计学模型运用在 信 贷 评 估 中 ，以 大 量 的 信 贷 历 史 经 验 为 依 据 ，以 定 量 的 分 析 方 法 来 评 估 消 费 信 贷 的 风 险 ，建 立 的 独 特 的 信 用 评 分模型。 )*+,- )./*0- 信 用 计 分 模 型 首 先 分 析 各 种 变 量 与 消 费 信 贷 质 量 的 关 系 ，找 出 最 能 反 映 贷 款 质 量 的 一 组 变 量 （如 住 房 情 况 、现 工 作 单 位 时 间 、偿 债 率 等 ）；然 后 根 据 各 个 变 量 与 贷 款 质 量 之 间 的 关 系 ，为 每 个 变 量 的 各 种 情 况设定一个数值 （如购买 4 拥有住房的分值为 &5 分，租 房的分值为 15 分，在现单位工作 6 年以上的 &6 分，786 年的 &3 分等）；最后，所有变量的分值相加，得出消费者 信用得分。如果其综合分数超过了贷款政策中制定的最 低 标 准 ，则 说 明 申 请 人 符 合 贷 款 条 件 ；否 则 ，就 不 符 合 条 件 。 %7’ 7(两种评分模型的比较与借鉴 !"#$ 信用评分模型和 )*+,- )./*0- 信用计分模型 实际上都是首先选取一系列和个人信用状况相关的指 标 （两 种 方 法 选 取 的 指 标 不 尽 相 同 ），将 每 个 指 标 取 值 进 行 分 类 ， 然 后 对 指 标 的 每 一 类 取 值 赋 以 一 定 的 分 值 ，根 据 客 户 状 况 确 定 其 各 指 标 的 分 值 ，最 后 将 客 户 各 指 标 的 分值进行加总求出个人信用得分。上述两种信用评分模 型 的 主 要 优 点 是 将 量 化 管 理 引 入 到 信 贷 审 批 过 程 中 ，指 标 的 选 取 刻 画 了 客 户 的 信 用 、品 德 以 及 支 付 能 力 ，评 分 标准和方法简单直观，这些都值得我们借鉴。 三、基于 9:;,<=,> 模型的个人信用评分体系 设计 !"#$ 信用评分模型和 )*+,- )./*0- 信用计分 模型的目的是为了尽量在判断客户质量时避免主观色 彩，但是由于两种模型中各项指标的分值都是人为规 定 ，故 难 免 在 评 估 过 程 中 包 含 过 多 的 主 观 意 志 ，所 以 都
很 难 达 到 满 意 的 效 果 ，需 要 通 过 更 科 学 、更 客 观 的 技 术
进行数据处理才能更准确地发现隐藏在数据里的规律，
以作出准确的判断。出于上述考虑，本文建立了基于
9:;,<=,> 模型!的个人信用评分体系，在借鉴 !"#$ 信用评
分 模 型 和 )*+,- )./*0- 信 用 计 分 模 型 的 评 分 指 标 基 础
!1 已婚
婚姻状况：C2D 5 其他
!1 未婚
C15D 5 其他
! 根 据 国 内 外 研 究 结 果 ，9:;,<=,> 模 型 在 有 较 强 的 分 辨 好 客 户 、坏 客 户 的 能 力 ，而 且 该 模 型 比 较 容 易 理 解 和 应 用 ，从 实 用性有效性相结合角度本文选择了 9:;,<=,> 模型计算客户守约 概率。
个人信贷业务服务。 基 %3’%?’ 于 9:;,<=,> 模型的个人信用评
分体系的建立过程如下：
1(样本采集与变量选取
我 们 从 个 人 征 信 系 统 中 随 机 选 择 了 ?&1 份 个 人 信
用报告作为样本，其中 7@& 个为从未违约的客户 （好客
户），1?2 个为曾经严重违约记录的客户A坏客户B。
上 ，结 合 个 人 信 用 报 告 中 的 信 息 设 计 了 个 人 信 用 评 分 指
标体系，并运用 9:;,<=,> 模型进行定量分析，建立起相对
客 观 的 个 人 信 用 评 分 体 系 ，以 减 少 在 信 贷 审 批 时 的 主 观
成 分 所 占 比 重 ，从 而 更 为 准 确 地 判 断 客 户 情 况 ，为 推 动
职称：!"+# $ 其他 !",# $ 其他
" 初级 !%$# $ 其他
! ! " %-( 万及以下 " %-(.&-( 万/含0
年收入：!%"# $ 其他
!%%# $ 其他
! ! " &-(.) 万/含0 " ) 万以上
!%&# $ 其他
!%’# $ 其他
!" ( 年及以上
最近一次工作年限：!%(# $ 其他
3++. 年第 * 期 总第 33+ 期
I07J0J (7J0J8C
J9,*，3++. KL?$;B J",33+
基于 !"#$%&$’ 模型的个人信用评分体系研究
余文建，沈益昌，杜 洋
（中国人民银行厦门市中心支行，福建 厦门 *41++-）
摘 要：本文通过收集的样本客户信用报告资料拟合了 !"#$%&$’ 模型，并设计了客户基本分计算方法、客户平时
67
金融实务
%$$*பைடு நூலகம்年第 & 期
!" 离婚或丧偶
!""# $ 其他
! ! " 自置
住房：!"%# $ 其他
" 按揭 !"&# $ 其他
!" 租房
!"’# $ 其他
! ! " 高级领导
职务：!"(# $ 其他
" 中级领导 !")# $ 其他
!" 一般员工
!"*# $ 其他
! ! ! " 高级
" 中级
本 文 拟 在 借 鉴 国 外 个 人 信 用 评 分 模 型 的 基 础 上 ，根 据个人征信系统提供的个人信用报告对如何建立我国 个 人 信 用 评 分 体 系 进 行 研 究 ，以 期 更 好 地 发 挥 个 人 征 信 系 统 的 价 值 作 用 ， 促 进 商 业 银 行 提 高 信 贷 资 产 质 量 ，推 动个人信贷业务的发展。
% <#<"%, !%, 。 其中 ，; 为 客 户 成 为 好 客 户 的 概 率 ，即 1#" 的 概 率
信用表现计分标准、客户最终得分计算方法、客户信用等级评判标准等。本文设计的个人信用评分体系既利用了客户
基 本 信 息 判 断 其 成 为 好 客 户 的 概 率 （向 前 预 测 ），又 充 分 考 虑 了 其 以 往 信 用 表 现 （历 史 信 息 ），在 评 价 客 户 信 用 状 况 时
做到了前期工作客观公正。
别记录等 11 个变量与个人信用状况紧密相关，所以将
这 11 个变量作为自变量选择进入模型。
由于 11 个变量都是分类变量，在建立模型时必须
将 它 们 用 虚 拟 变 量 来 表 示 。 为 了 避 免 “虚 拟 变 量 陷 阱 ”，
每一个变量对应的虚拟变量数均比其分类数少 1 个。因
此共设计了 75 个虚拟变量，具体情况如下：
在利用样本估计 9:;,<=,> 模型之前，首先从个人信
用报告中选择与客户信用状况相关的个人基本信息进
入 模 型 作 为 自 变 量 ，客 户 质 量 作 为 因 变 量 。 个 人 基 本 信
息 中 性 别 、年 龄 、学 历 、婚 姻 状 况 、住 房 、职 务 、职 称 、年 收
入 、最 近 一 次 工 作 年 限 、是 否 为 他 人 提 供 担 保 、是 否 有 特
)3
&55E 年第 7 期
金融实务
方法，每一份评估报告上都附有 !"#$ 信用分。美国商务 部也要求在半官方的抵押住房业务审查中使用 !"#$ 信 用分。
!"#$ 信用分计算的基本思想是，把借款人过去的信 用历史资料与数据库中的全体借款人的信用习惯相比 较 ，检 查 借 款 人 的 发 展 趋 势 是 否 跟 经 常 违 约 、随 意 透 支 、 甚至申请破产等各种陷入财务困境的借款人的发展趋 势相似。其实质就是应用数学模型对个人信用报告包含 的信息进行量化分析。该模型主要的评估内容是客户以 往 发 生 的 信 用 行 为 ，其 对 近 期 行 为 的 衡 量 权 重 要 高 于 对 远期行为的衡量权重。%&’
信 用 卡 的 信 贷 决 策 ，是 影 响 着 商 业 银 行 个 人 信 贷 业 务 的 发展及风险控制的重大问题。
而个人信用评分体系的建立是解决这一问题的有效 办法。个人信用评分是银行或其他金融机构利用所获得 的关于信用申请人的信息，进行风险预测的一种方法和 技术。它是把数学和统计模式用于个人信贷发放决策，对 个人履行各种承诺的能力和信誉程度进行全面风险评 价，确定信用等级和信贷限额的一种方法。 516个人信用评 估体系可以用来以风险为基础评价客户的利润率、制定 初始的和持续的借款人信用额度，并在贷款偿还、发现欺 诈、预期干预和减少损失等方面发挥辅助性的作用。
关键词：信用评分；风险控制；!"#$%&$’ 模型
中图分类号：()*+,-./
文献标识码：0
文章编号：1++*2/+*1（3++.）+*2++)32+-
一、问题的提出 人民银行组织商业银行建设的个人信用信息基础 数据库（以下简称个人征信系统）于 3++4 年 1 月正式运 行。个人征信系统主要采集和保存个人在商业银行的贷 款 、信 用 卡 、担 保 等 信 用 信 息 以 及 相 关 的 身 份 识 别 信 息 。 同 时 ，人 民 银 行 将 继 续 完 善 个 人 征 信 系 统 ，逐 步 采 集 完 整 的 个 人 身 份 信 息 和 社 保 、住 房 公 积 金 、税 务 、教 育 、法 院 、公 用 事 业 等 单 位 的 相 关 信 用 信 息 。 商 业 银 行 在 个 人 贷 款 （信 用 卡 ）审 批 时 一 般 都 会 取 得 申 请 人 的 书 面 授 权 进入个人征信系统进行个人信用报告查询。但据调查， 目前我国商业银行在根据个人信用报告判断客户信用 状况时往往依靠工作人员的主观判断来认定一个客户 的 质 量 。 在 这 种 状 况 下 ，一 个 客 户 也 许 仅 仅 因 为 一 次 还 款 不 及 时 而 被 商 业 银 行 拒 贷 ，这 种 过 度 惜 贷 将 会 造 成 商 业银行个人信贷业务的萎缩以及引起社会公众对个人 征 信 系 统 的 质 疑 ，这 与 人 民 银 行 建 立 个 人 征 信 系 统 的 初 衷 是 相 违 背 的 。 可 见 ，商 业 银 行 如 何 根 据 个 人 信 用 报 告 中 的 详 细 信 息 科 学 、 准 确 地 判 断 申 请 人 的 信 用 状 况 ，并 做出是否予以贷款且以何种利率执行或是否予以发放
二 、(789 信 用 分 模 型 和 :;<$= :>?;@= 信 用 计 分 模 型的比较与借鉴
在各种关于个人信用评分技术的研究和实践中， (789 信用分模型和 :;<$= :>?;@= 信用计分模型历史比 较悠久且使用范围比较广。
1,(789 信用分模型 (789 信用分模型是由美国工程师 A$BB(;$? 和数学家 C;?B7%;;’ 于 1/D4 年共同发明的评分方法。如今它是美国 (;$? 7%;;’E8"FG;@H 的专有产品，(789 信用分因此而得 名。目前，美国著名的三大信用管理局都使用 (789 评分
收 稿 日 期 ：3++.2+1214 作 者 简 介 ：余 文 建 （1/4)2），男 ，经 济 学 博 士 ，高 级 经 济 师 ，现 供 职
于中国人民银行厦门市中心支行； 沈 益 昌 （1/)12），男 ，现 供 职 于 中 国 人 民 银 行 厦 门 市 中 心支行； 杜 洋（1/./2），女，经济学硕士，现供职于中国人民 银行厦门市中心支行。
! ! " )."$ 年
" "" 年及以上
!%)# $ 其他
!%*# $ 其他
!" 有
是否为他人提供担保：!%+# $ 其他
!" 有
是否有特别记录：!%,# $ 其他
!" 好客户
因变量：1# $ 坏客户
%-23456758 模型估计
待估
计
23456758
模
型的
形式
为 ：9:
; ".;
#!<"" !" <"% !