湖北第二師范學(xué)院 萬(wàn)建民

一、信用評(píng)分的意義

近年來(lái)網(wǎng)絡(luò)小貸的發(fā)展愈來(lái)愈烈，信用評(píng)估的重要性，對(duì)于公司與個(gè)人都非常重要。甚至從近來(lái)的發(fā)展趨勢(shì)看，類(lèi)似的評(píng)分產(chǎn)品已經(jīng)不局限于征信(金融)，觸角甚至延伸至招聘，婚戀等行業(yè)。

通常信用評(píng)分類(lèi)模型都屬于所謂概率類(lèi)模型，也就是說(shuō)輸出的結(jié)果是一個(gè)連續(xù)的數(shù)值，類(lèi)似于違約概率的某種變換。把這個(gè)數(shù)值做相應(yīng)的調(diào)整就可以得到一個(gè)分?jǐn)?shù)，常見(jiàn)的范圍如300 到850 之間。對(duì)于金融機(jī)構(gòu)來(lái)說(shuō)，可以根據(jù)這個(gè)分?jǐn)?shù)決定授信與否，授信額度，利率等。當(dāng)然，具體的決策并不僅僅依賴于一個(gè)或幾個(gè)簡(jiǎn)單的分?jǐn)?shù)，還有很多其他的策略都有可能產(chǎn)生決定性影響。比如說(shuō)，VIP 用戶和黑名單用戶都會(huì)被單獨(dú)處理。

對(duì)于客戶來(lái)說(shuō)，通過(guò)了解自己的信用分?jǐn)?shù)，可以更好地做出決策。如果一個(gè)剛畢業(yè)不久的年輕人發(fā)現(xiàn)自己信用分?jǐn)?shù)很低，那么最好不要去申請(qǐng)那些附加權(quán)益很多的信用卡，因?yàn)檫@類(lèi)信用卡往往是銀行提供給中產(chǎn)以上階層人士使用的，即使申請(qǐng)了，被拒絕的概率很高。而年輕人申請(qǐng)的這個(gè)行為和被拒絕的這個(gè)結(jié)果，都會(huì)被記錄在冊(cè)。短期內(nèi)用戶如果想申請(qǐng)其他的信用卡，可能也會(huì)受到影響。在這種情況下，比較現(xiàn)實(shí)的解決方案是先去申請(qǐng)一張比較容易獲批準(zhǔn)的信用卡。比如，較小的金融機(jī)構(gòu)發(fā)行的信用卡。通過(guò)這張卡，積累一定的信用歷史之后，再去申請(qǐng)更好的卡。另一個(gè)例子是，當(dāng)用戶發(fā)現(xiàn)自己信用分?jǐn)?shù)很低時(shí)，申請(qǐng)房屋或汽車(chē)抵押貸款的利率會(huì)比較高。如果用戶稍微忍一忍，積攢一段時(shí)間的良好記錄，讓信用分?jǐn)?shù)漲上去，那么就可能會(huì)節(jié)省大量利息?？蛻敉ㄟ^(guò)觀察自己的信用分?jǐn)?shù)變化，也可以獲取一些額外的信息。一些互聯(lián)網(wǎng)企業(yè)推出的信用評(píng)分機(jī)制，除去風(fēng)險(xiǎn)評(píng)價(jià)的目的，更有吸引流量的作用，比如說(shuō)，當(dāng)用戶的信用分高于一定分?jǐn)?shù)的時(shí)候，可以享受某個(gè)公司提供的免押金服務(wù)，實(shí)現(xiàn)了引流的作用。公司也會(huì)把用戶的使用數(shù)據(jù)(有無(wú)違約等)回傳給這家信用分?jǐn)?shù)提供商，以更精準(zhǔn)地對(duì)客戶進(jìn)行營(yíng)銷(xiāo)。以上描述的是常見(jiàn)的金融領(lǐng)域的信用評(píng)分的意義。

二、信用評(píng)分的發(fā)展

從行業(yè)本身來(lái)說(shuō)，債券發(fā)行過(guò)程中涉及的中介機(jī)構(gòu)有承銷(xiāo)商(銀行和券商)、會(huì)計(jì)師事務(wù)所、律師事務(wù)所、評(píng)級(jí)公司，這些機(jī)構(gòu)本質(zhì)上都是中介，提供的都是中介服務(wù)，作為賣(mài)方當(dāng)然都得看買(mǎi)方的臉色行事。這些中介提供的服務(wù)存在較強(qiáng)的同質(zhì)性，在一個(gè)充分競(jìng)爭(zhēng)的市場(chǎng)環(huán)境下，發(fā)行人有充分的選擇權(quán)來(lái)選擇由誰(shuí)來(lái)為自己服務(wù)。不光評(píng)級(jí)機(jī)構(gòu)角色地位，主承、會(huì)計(jì)師事務(wù)所和律師基本都是，律所本身就是個(gè)橡皮章，會(huì)計(jì)師事務(wù)所更是，除非出現(xiàn)重大問(wèn)題一般都是標(biāo)準(zhǔn)無(wú)保留意見(jiàn)，主承在募集說(shuō)明書(shū)中更是有選擇性地陳述發(fā)行人的優(yōu)勢(shì)，對(duì)于存在的問(wèn)題或者可能出現(xiàn)的負(fù)面問(wèn)題，往往一筆帶過(guò)。而信用評(píng)級(jí)機(jī)構(gòu)就是在會(huì)計(jì)師事務(wù)所出具的有選擇性呈現(xiàn)的審計(jì)報(bào)告和主承出具的募集中，發(fā)現(xiàn)企業(yè)的問(wèn)題并且也是有選擇性的撰寫(xiě)評(píng)級(jí)報(bào)告。評(píng)級(jí)機(jī)構(gòu)在產(chǎn)業(yè)鏈中的地位決定了評(píng)級(jí)機(jī)構(gòu)較弱的話語(yǔ)權(quán)。當(dāng)然評(píng)級(jí)機(jī)構(gòu)的惡性競(jìng)爭(zhēng)也導(dǎo)致外部對(duì)評(píng)級(jí)機(jī)構(gòu)的影響不好，東方金城五萬(wàn)元中標(biāo)政府評(píng)級(jí)。

從債券定價(jià)來(lái)說(shuō)，說(shuō)評(píng)級(jí)機(jī)構(gòu)在債券定價(jià)中作為微弱，其實(shí)是很不客觀的，除了中石油、中石化等少部分大型央企能夠取得無(wú)風(fēng)險(xiǎn)利率外，大部分企業(yè)都需要一個(gè)判斷的標(biāo)準(zhǔn)量來(lái)決定債券價(jià)格，而評(píng)級(jí)機(jī)構(gòu)出具的評(píng)級(jí)報(bào)告就是一個(gè)判斷的依據(jù)，誠(chéng)然在大部分評(píng)級(jí)機(jī)構(gòu)都出局AA+或者AAA 的背景下，很多時(shí)候債券定價(jià)都流于形式，但各家機(jī)構(gòu)投資者都有自己的內(nèi)評(píng)，都會(huì)在市場(chǎng)級(jí)別的基礎(chǔ)上做出自己的定價(jià)判斷，特別是在市場(chǎng)級(jí)別出現(xiàn)A+，A，A-，甚至更低的時(shí)候就要更加謹(jǐn)慎了。

從發(fā)現(xiàn)風(fēng)險(xiǎn)來(lái)說(shuō)，客觀來(lái)說(shuō)作為中介機(jī)構(gòu)，會(huì)承擔(dān)相應(yīng)的責(zé)任。國(guó)內(nèi)評(píng)級(jí)機(jī)構(gòu)都是在問(wèn)題幾乎要爆發(fā)的時(shí)候才降級(jí)，而且一降就好幾級(jí)，幾乎對(duì)投資者提前預(yù)警起不到任何作用，這也是大家對(duì)評(píng)級(jí)機(jī)構(gòu)最充滿爭(zhēng)議的地方。在當(dāng)前剛性兌付尚未完全打破的情況下，投資者風(fēng)險(xiǎn)意識(shí)沒(méi)有完全樹(shù)立，買(mǎi)者自負(fù)的市場(chǎng)交易原則還需要較長(zhǎng)時(shí)間才能建立。

以上幾個(gè)方面主要提現(xiàn)了信譽(yù)積分在國(guó)內(nèi)的發(fā)展。

三、評(píng)分卡模型

我們通常所接觸到的評(píng)分大都用于信貸審批，即申請(qǐng)?jiān)u分卡A 卡(Application scorecard)。同時(shí)，業(yè)內(nèi)還常用的有B 卡(Behavior scorecard)和C 卡(Collection scorecard)，分別用于貸后管理及催收管理。

A 卡是使用最廣泛的，用于貸前審批階段對(duì)借款申請(qǐng)人的量化評(píng)估;B卡的主要任務(wù)是通過(guò)借款人的還款及交易行為，結(jié)合其他維度的數(shù)據(jù)預(yù)測(cè)借款人未來(lái)的還款能力和意愿;C 卡則是在借款人當(dāng)前還款狀態(tài)為逾期的情況下，預(yù)測(cè)未來(lái)該筆貸款變?yōu)閴馁~的概率，由此衍生出滾動(dòng)率、還款率、失聯(lián)率等細(xì)分的模型。不同的評(píng)分卡，對(duì)數(shù)據(jù)的要求和所應(yīng)用的建模方法會(huì)不一樣，具體會(huì)有如下兩個(gè)問(wèn)題。

評(píng)分具體應(yīng)用到怎樣的產(chǎn)品。這關(guān)系到選擇怎樣的數(shù)據(jù)、選擇多長(zhǎng)的時(shí)間窗口，怎樣界定好或壞客戶等等最基礎(chǔ)的問(wèn)題。對(duì)于小額短期利率高的現(xiàn)金貸來(lái)說(shuō)，逾期30 多天已經(jīng)非常嚴(yán)重，催回的可能性非常小，那么相對(duì)應(yīng)的模型會(huì)界定M1以上客戶為壞客戶;但對(duì)于車(chē)輛抵押貸款的借款人來(lái)說(shuō)，考慮到抵押物，還很有可能還款，所以我們可能會(huì)選擇界定M2甚至M3 以上的客戶為壞客戶。

是否有足夠且足夠好的建模數(shù)據(jù)。如果數(shù)據(jù)本身不具備代表性，數(shù)據(jù)缺失較多或者數(shù)據(jù)虛假，那么擬合出來(lái)的模型可用性會(huì)非常低。同時(shí)，在購(gòu)買(mǎi)數(shù)據(jù)服務(wù)商提供的評(píng)分模型的時(shí)候，也需要思考這個(gè)評(píng)分模型與當(dāng)下業(yè)務(wù)模式的匹配度:如果用抵押貸款產(chǎn)品的數(shù)據(jù)做出來(lái)的模型，應(yīng)用在現(xiàn)金貸上則不準(zhǔn)確。

四、評(píng)分卡模型在金融中的具體應(yīng)用

（一）貸前審批及核額

這是最常用的應(yīng)用場(chǎng)景之一。金融機(jī)構(gòu)可根據(jù)借款人的評(píng)分進(jìn)行是否發(fā)放貸款以及發(fā)放多少貸款的決策。申請(qǐng)信用評(píng)分、申請(qǐng)欺詐評(píng)分、收入預(yù)測(cè)模型等都是可以在這個(gè)階段進(jìn)行應(yīng)用的評(píng)分模型。具體應(yīng)用方式則與各個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)偏好及產(chǎn)品模式相關(guān)。一般來(lái)說(shuō)，貸前流程中有以下幾個(gè)節(jié)點(diǎn)可以用到評(píng)分模型:準(zhǔn)入、授信核額、放款或提款。

（二）準(zhǔn)入

準(zhǔn)入在貸前流程中是放在較前位置的風(fēng)控節(jié)點(diǎn)。為了保證一定的審批效率，金融機(jī)構(gòu)通常會(huì)將人工審批以及系統(tǒng)審批相結(jié)合，對(duì)某個(gè)分?jǐn)?shù)線以上的申請(qǐng)者直接通過(guò)，即直接準(zhǔn)入;同時(shí)對(duì)某個(gè)分?jǐn)?shù)線以下的申請(qǐng)者直接否決。中間地帶的待定客戶則由人工審批進(jìn)一步判斷和篩選，或是結(jié)合信用評(píng)分以外的更多信息進(jìn)行二次判斷，通常情況下是電核及補(bǔ)充材料和信息。這種應(yīng)用方式還牽涉到兩種審批情況:"高端否決"以及"低端否決"，在設(shè)定最低分?jǐn)?shù)線的情況下，人工審批可以對(duì)自動(dòng)審批的結(jié)果進(jìn)行修正。陳建在《信用卡評(píng)分模型技術(shù)與應(yīng)用》中寫(xiě)道：“過(guò)多的低端否決可能導(dǎo)致信貸資產(chǎn)質(zhì)量的嚴(yán)重下降，而過(guò)多的高端否決可能導(dǎo)致信貸機(jī)會(huì)的流失?！?/p>

（三）授信核額

客戶準(zhǔn)入后，需要給予不同資質(zhì)和需求的客戶以不同的額度。通過(guò)評(píng)分預(yù)測(cè)出的還款能力越強(qiáng)、還款意愿越高以及欺詐可能性越小的客戶，給予更高的額度，這個(gè)邏輯非常直接，在此不再贅述。在這個(gè)環(huán)節(jié)，能夠反饋客戶資產(chǎn)及收入情況的信用評(píng)分，將較為適用。

（四）放款/提款

放款環(huán)節(jié)，是真正把資金貸出去的節(jié)點(diǎn)?？蛻敉ㄟ^(guò)審批獲得額度之后，提款環(huán)節(jié)需要確認(rèn):提款的是否是客戶本人(欺詐類(lèi)評(píng)分)；提款時(shí)客戶資信和負(fù)債是否發(fā)生了不良變化(綜合信用評(píng)分，多頭負(fù)債類(lèi)評(píng)分等，尤其是多平臺(tái)、跨機(jī)構(gòu)的綜合評(píng)分)；審批時(shí)是否為有條件通過(guò)，該條件是否仍然成立(準(zhǔn)入審批時(shí)可能存在某些信息無(wú)法獲取，可后置在這個(gè)環(huán)節(jié)進(jìn)行再次審批，獲得補(bǔ)充信息后作為入?yún)⒂?jì)算評(píng)分)。

（五）貸后管理

發(fā)放貸款或者給予授信額度之后，申請(qǐng)人正式成為了借款人。隨著時(shí)間的推移，借款人自身的信用情況、還款能力在不斷變化，申請(qǐng)階段時(shí)點(diǎn)的信息很可能不再適用;而其積累在本平臺(tái)的還款行為提供了一個(gè)很好的補(bǔ)充信息。這為行為評(píng)分模型、還款預(yù)測(cè)模型等提供了數(shù)據(jù)原料。

一方面，評(píng)分可用于對(duì)借款人在本平臺(tái)的信貸周期的信用風(fēng)險(xiǎn)變化監(jiān)控，對(duì)不同分?jǐn)?shù)段的客群，調(diào)整貸款額度、調(diào)整利率、調(diào)整還款提醒及其頻率、進(jìn)行差異化催收等。行為評(píng)分類(lèi)(B 卡)及催收評(píng)分類(lèi)(C 卡)都是在貸后環(huán)節(jié)使用的評(píng)分模型。

另一方面，評(píng)分廣泛用于資產(chǎn)結(jié)構(gòu)分析和客群管理。評(píng)分作為一個(gè)簡(jiǎn)單易用的工具，在管理成千上萬(wàn)不同客戶的時(shí)候有了有了統(tǒng)一的標(biāo)準(zhǔn)。

信用評(píng)分像是為風(fēng)控人員提供了一個(gè)監(jiān)控變化的風(fēng)向標(biāo)，通過(guò)這個(gè)抽象的風(fēng)險(xiǎn)指標(biāo)去監(jiān)控異常，進(jìn)而挖掘具象的風(fēng)險(xiǎn)問(wèn)題，調(diào)整策略和進(jìn)行針對(duì)性管理。

（六）風(fēng)險(xiǎn)定價(jià)和收益管理

微觀上，信用評(píng)分作為一個(gè)決策鍵，在每一筆貸款審批和管理中輔助進(jìn)行迅速的審批和風(fēng)險(xiǎn)識(shí)別。宏觀上，或者說(shuō)從整體的資產(chǎn)管理維度，信用評(píng)分是進(jìn)行風(fēng)險(xiǎn)定價(jià)及收益管理的重要工具。

由于每一評(píng)分區(qū)間的客戶都對(duì)應(yīng)著相應(yīng)的損失率，使得分客群定價(jià)成為了可能。對(duì)于評(píng)分較低、風(fēng)險(xiǎn)較高的人群，使用較高利率覆蓋壞賬成本;對(duì)于評(píng)分較高、風(fēng)險(xiǎn)較低的客群，使用較低利率或者其他更優(yōu)惠的產(chǎn)品條件留住客戶。這也就是平時(shí)所說(shuō)的風(fēng)險(xiǎn)定價(jià)。

另外，對(duì)于商業(yè)銀行來(lái)說(shuō)，在監(jiān)管資本計(jì)量要求下，需要進(jìn)行信用風(fēng)險(xiǎn)量化，確認(rèn)計(jì)算風(fēng)險(xiǎn)資產(chǎn)函數(shù)公式的變量。信用評(píng)分模型的結(jié)果可應(yīng)用于其中貸款違約率(Probability of Default，PD)、違約損失率(Probility of Default)等的指標(biāo)計(jì)算。

其實(shí)，評(píng)分模型在金融機(jī)構(gòu)當(dāng)中的應(yīng)用遠(yuǎn)遠(yuǎn)不只是評(píng)價(jià)客戶是否能夠按時(shí)還款以及計(jì)算風(fēng)險(xiǎn)損失。評(píng)分模型將不同年齡、職業(yè)、收入、學(xué)歷等的客戶進(jìn)行了"標(biāo)準(zhǔn)化"，成為一種重要的管理工具，在各個(gè)維度發(fā)揮著重要作用。