个人信用评分模型构建以及个人欺诈评分模型构建

《个人信用评分模型构建以及个人欺诈评分模型构建》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、个人信用评分模型构建以及个人欺诈评分模型构建—、个人信用昭〉概念个人信用评分乂称'消费者信用评分”,是预测信用屮请人或现有借款人违约可能性的一种统计方法。它通过对消费者的人口特征、信用历史记录、行为记录、交易记录等大量历史数据进行系统的分析，利用统计方法及其他定量方法挖掘数据中蕴含的行为模式和信用特征，开发出预测性模型，用以对消费者未来的信用行为进行预测。有很多信用记录会明显影响个人信用评分，如延迟付款额度变化、拖延付款时间的严重程度、信贷账户数冃增减、信贷余额变化、账龄、最近的查询记录等。当个人信用评分模世工作时，它会从个人信用档案屮抽取不同因素来评价消费者的信用状态，一旦信用记录屮有瑕疵出

2、现，评分模型就会度量出瑕疵的大小，直接从现有的分数中扣除，从而使信用评分的分值减小一•些。信用评分及財I动化的操作力眩了整个信贷决策过程，屮请人可以更加迅速地得到答复，提高了操作的效率。据美国消费银行协会的最新•份资料，以询不使用信用评分，小额消费信贷的审批平均需要12小时，如今使用信用评分和自动处理程序，这类贷款的审批缩短到15分钟。使用信用分后，6班的汽车贷款的审批可以在1小时内完成。信用卡的审批只要一两分饥甚至儿秒钟。二、个人信用评分模型构建（一）“信用评分卡”的概念在了解个人信用评分模型之询需要了解“信用评分卡”的概念。在消费者信用评分过程中，信用评分卡是一•种表格，宙描述借款人状况的

3、各个特征变量的不同取值対应的信用分值所组成。使用信用评分K可以计算不同借款人的信用评分分值。典型的信用评分K见表4-1。□第四章个人征信业务—个贷款申请人的状况如下：在现岗位工作时间为12个月，租房住，同时拥有活期存款账八和储蓄存款账户，尚无信用卡，职业为销售人员，年龄24岁。因此通过表中所给的数据，可以并出该人的信用评分分励：14+19+31+11+18+19二112。（二）啦信用模型的过程一个人信用评分模型的建一立是市场分析人员、风险管理经理、统计V家、数据库管理人员和计算机程序员等多个领域的专家综合协调的结果。为了保证个人信用评分模型的顺利开发和应用，必须对建模过程的何:个部分进行仔细的

4、设计和计划。通常，建立信用评分模型的过程一般包括以下几个部分：1•明确模型的使用冃的建立个人信用评分模型的第涉是明确模型的使用日的。建立信用评分模型的日的是预测消费者违约的概率，也可以是预测消费者拖欠的概率，或者是贷款的逾期损失以及拖欠、违约及损失的组合。由丁建立模型的冃的不同，所研究的対象也不同，在使用开发方法、检验乎段和处理原则方而也会存在差异。正是由于卜述差界的存在,当一个授信机构使用其他机构的信用审批系统时就需耍格外谨慎。2.数据收集与样本设计在模型开发过程中，能够收集到用于建'、/：个人信用评分模型的数据是最重要的技术处理环节么一。通常，可供使用的数据越多，模型的预测结果就会越精确。

5、因此在建117第四节个人信用评分□I_i-fr118立个人信用评分模型Z前，需耍确定有哪些可以使用的数据。通常技术人员没有必要也不可能将所有数据都用于建模丄作，而是按照一定的方法从中抽収部分合格的样本利用数据质量优秀样本建'丫起个人信用评分模型，这样可以达到粘确预测的目的。建模工作的这一^程被称为“样本设计”。3.选择建立信用评分模型的丁具建立个人信用评分模型的统计及数学工具很多，通常使用的方法有判别分析法、逻辑冋归、分类树法和神经网络方法等。对于技术人员来说，在选择合适的方法时既要考虑到与建立个人信川评分模世的口的有关，也要考虑到与建模所使用的样木有关。在实际建立个人信丿IJ评分模型时，往往

6、将多种方法交叉使JI］。例如，可以使W“分类树方法”选择变量，以确定变虽之间的相互关系，构造出新的变量。再将这些新变量和原始变量一起使用，通过回归的方法构建出预测模型。然后，把预测模型产生的结果与神经网络模型产主的结果进行比较，以确定模型的有效性，并对模型进行改进。4.模型的验证与检验建立了个人信用评分模型（或信用评分卡）后，技术人员而临的一个重要的问题是这一模型的应用效果究竞如何。当然，一个个人信用评分模型的有效程度如何，最终需要通过模型在实际应用「I啲效果來评价。但是，在模型投入实际使用Z前，必须对模型的预测能力进行评估，即对模型进行验证和检验。在対模型进行检验时，经常采用的方法是“保留样

7、本法”，也就是在建立个人信用评分模型时，将样木随桩也分成两部分：一部分用于建立模型，另一^分（称为所谓“保留样木”）用来对模型进行检验。如果模型对建模样本和保留样本的预测结果都较好，说明模型总体来说是稳定的，有一定的应用价值。对个人信用评分模型进行检验的统计方法很多，常用的统计量包括Gini系统、Kolo-mogorov-Smirnov统计量（简称K-S统计量）、和谐度等。对模型进行评价的总体想法