論文發表 | 論文范文 | 公文范文
最新公告:目前,本站已經取得了出版物經營許可證 、音像制品許可證,協助雜志社進行初步審稿、征稿工作。咨詢:400-675-1600
您現在的位置: 新晨范文網 >> 保險論文 >> 信貸管理論文 >> 正文

淺析初創期信貸產品申請評分建模方法

定制服務

定制原創材料,由寫作老師24小時內創作完成,僅供客戶你一人參考學習,無后顧之憂。

發表論文

根據客戶的需要,將論文發表在指定類別的期刊,只收50%定金,確定發表通過后再付余款。

加入會員

申請成為本站會員,可以享受經理回訪等更17項優惠服務,更可以固定你喜歡的寫作老師。

當前,我國經濟發展進入了新時代,金融信貸產品不斷創新,尤其是在金融科技發展的帶動下,各種信貸新渠道和新產品層出不窮,新產品和新渠道投產初期統稱為“初創期信貸產品”。根據《巴塞爾協議Ⅲ》,建立評分模型需要大量的歷史數據。一般來說,樣本容量越大,壞客戶比重越大,所建立模型的精度或預測能力就越高,模型也越穩健。初創期信貸產品沒有數據積累或者僅有少量數據,無法給新用戶建立量化監督模型,這是信貸產品初創期風險控制的一大難題。許多金融工作者認為,信貸產品的經營是風險經營,在產品創立初期如何控制風險是亟待解決的重點問題,對于各銀行尤其是農商行、城商行以及互聯網公司、小額貸款公司等新興助貸公司而言,大數據風控能力已經成為其開展信貸業務的核心競爭力。

一、研究背景

不同金融機構都有各自的風險容忍度指標,由于地域、客戶、政策、產品特性等差異影響,新產品不可能照搬套用其他機構或本機構其他產品的模型,因此難以建立統一標準的貸前申請評分模型。隨著金融體系不斷完善,征信體系建設也越來越迫切,包括人民銀行征信中心在內的各大征信機構都在積極探索社會征信體系建設,這些信用評分在市場上受到金融機構的青睞,有些機構直接使用征信評分作為準入授信的依據。當然,這些評分在數據、模型以及場景上都有其局限性,因此,各大機構仍然積極建設專屬量化評分模型。對于信貸產品投產初期申請評分建模的學術研究較少,國內外金融機構也在積極探索尋找解決這一問題的新途徑,很多金融企業已經運用統計方法或者其他策略來控制風險,但是并沒有公布使用效果和具體操作流程。本文歸納出初創期信貸產品申請信用評分建模的幾種方案,討論其適用場景及優缺點,拋磚引玉,為信貸部門新產品信用風險控制提供解決思路。

二、建模方法介紹

來自多家銀行的數據表明,信貸產品上線早期不采取量化模型方法,而僅僅依托經辦人員和系統規則很難綜合評估客戶的信用風險以識別出高風險客戶,因此,隨著時間窗口的擴大,較早以前準入的客群不良率普遍較高。針對產品初創期基本無數據積累的特點,可以考慮以下幾種建模方案。1.類產品模型在一個新的信用產品推廣初期,可以找到與之相類似的產品,用類似產品的樣本建模是一個不錯的選擇,當然,這需要金融機構有類似的產品和相應數據積累。這種方法的優點是只需要按照原有思路調整建模,缺點是難以保證相同產品客戶結構的一致性,畢竟相同產品、相同渠道產品的幾率較低,企業不會重復開發同類產品,當客群結構不一致時,模型會失真,因此,這種方法應慎用。少數銀行使用這種方法作為參考,但是并不作為主模型決策使用。2.偽風險模型開放準入條件,允許一部分客戶進來,客戶數量要達到建立分類模型需要的最低樣本量,但是壞樣本還沒有那么多,這時候可以考慮人工標注好壞樣本,選擇一些有豐富經驗的信審人員挑選出壞客戶,利用標記樣本建立臨時的監督模型。這種方法建立的模型準確率會存在偏向性,只可以作為初期模型,后期需要繼續完善。這種模型的缺點是代價較高,要求金融機構能承擔一定的風險,而且需要人工標記樣本,存在一定的操作風險,因此,很少有金融機構采用此方法建模。3.綜合評價法綜合評價法是將多個指標通過數學變換轉化成一個綜合指標,重點在于評估指標體系設計和權重的確定,綜合評價法有因子分析、灰色綜合評價、TOPSIS評價、DEA、模糊數學等方法。金融機構可以組織專家,也可以借鑒評分卡相關變量確定信用風險綜合評價指標體系,然后選擇綜合評價方法確定各指標的權重,加權計算出每個申請人的風險評分。這種方法的優點是操作簡單,權重確定主要從數據角度出發,而非主觀確定,缺點是指標體系建設需要專家級的信審人員,而現實中往往缺乏足夠的專家級人員。4.相似度模型相似度模型主要采用聚類算法,根據不同特征,將好壞客戶分成不同的群體,當然我們要基于一定假設,即選擇的模型能區分好壞客戶。這種方法比較粗糙,直接將壞客戶作為異常樣本識別出來。聚類分析按照業務規則進行判別,擬合正常行為的分布,尋找離正常數據分布較遠的異常值數據。通過聚類分析可以幫助我們分析用戶的特點,查找各群體內的異常用戶。聚類分析的基本思想是根據樣本的多個屬性指標,尋找一個統計量來度量樣品之間的相似程度,以該統計量為分群的標準,將相似程度較大的樣品聚為一類。關系密切的聚合到一個小的分類單位,關系疏遠的聚合到一個大的分類單位,直到劃分為合理的群體為止。具體步驟是將樣品分類,然后在每個聚類中尋找在某種意義上與該聚類中的大多數樣品不同的樣品。首先,通過快速聚類將樣品進行初步歸類,選擇規模較大、群體相似度較高的群對應的種子(也就是選擇聚類種子時剔出異常點);然后,以這些種子作為初始化的聚類種子對樣品再次進行聚類,這樣就將距離較遠的群體或個體聚到每個大類下,再選出離質心距離較遠的個體作為離群點。這一步往往只能依靠研究人員的經驗和關鍵指標在不同類別上的顯著性檢驗來確定。5.第三方通用評分當前,中國信貸市場高速發展,信用服務市場向好,市場化信用服務機構正通過各種方式解決問題,政府及各行業數據共享進程不斷加快。從行業上看,第三方評分主要有以下幾種:一是政府權威機構的數據,主要是人民銀行征信報告和征信1000分,基本融合國內所有銀行的信貸數據及政府數據,如公積金、水電煤燃等信息;二是互聯網金融公司的數據和評分,如首批獲得個人征信牌照的八家征信金融機構等的數據和評分;三是具有運營商背景的如電信旗下的甜橙金融開發的甜橙分以及中國聯通的沃信用分;四是市場上數據服務公司的評分,如同盾科技信用分、百融金服信用分等融合多數據源形成的評分。從目前使用覆蓋率來看,人行征信分和芝麻信用分覆蓋人群多,覆蓋面廣,是最受金融機構歡迎的第三方信用產品。直接用“通用化評分”對客戶進行信用評級操作簡單,但是需要一定的成本,由于數據孤島的存在,不同評分都依托特定場景,行業或場景針對性強。

三、評分模型的迭代更新

就中國目前的情況而言,征信體系不夠發達,消費信用產品還比較單一,有關消費信用分析的專家還不多,這些問題都會影響以上方案的有效性。因此,金融機構可以根據具體情況選擇使用多種方法綜合控制信用風險,例如,可以運用第三方評分和專家評分等構建決策矩陣模型,通過相似度模型識別出異常客戶。此外,要基于跨行業聯防聯控理念,以客戶提供信息為基礎,利用海量數據和職能模型的關聯分析,對申請人的風險傾向作出更多的信息評估,運用于授信和客戶定價,為銀行提供更精準的信貸決策方案。模型迭代更新伴隨著產品的生命周期而進行,產品初創期使用的模型隨著產品的成長成熟需要不斷迭代。隨著好壞客戶樣本的不斷累積,模型不斷積累經驗,形成自學習、自適應學習、半監督學習和對抗學習,生成對抗神經網絡的方法,利用判別模型和生成模型之間形成對抗學習,實現兩個神經網絡模型的交互信息均衡,可部分解決建模樣本不完備和不均衡的問題,提高對申請模型的識別能力。

作者:王方春 宋潔 單位:徽商銀行信用卡中心

淺析初創期信貸產品申請評分建模方法責任編輯:張雨    閱讀:人次
时时彩6码后一平刷