信用贷款评级表

发布时间：2019-10-27 23:49:37 来源：文档文库

小中大

字号：

手机查看

兰州商学院

资信调查与评估论文

题目：信用类消费贷款评级表

学院、系：金融学院信用管理系

专业方向：经济学

年级、班:2011级信用管理班

学生姓名：李潇娜

指导教师：周复之

学号：

2014年5月10日

个人信贷信用评分模型所使用的评分方法也可以分为三类：专家判断法、定量模型法、专家判断法和定量模型法相结合的方法。专家判断法采用的是一种“自上而下”的建模方法，主要在没有足够历史数据的情形下使用，这些情形包括：没有建立数据库来系统地存储已有信贷业务的历史数据、对于新的信贷产品或处于信贷产品的早期等，该方法的优点是考虑的评估因素比较全，灵活性较高，缺点是在没有得到量化验证的情况下难以确定模型的预测能力；定量模型法则主要是在有足够历史数据的情形下使用，类型上可分为Logistic回归模型、多元线形回归模型、决策树模型以及神经网络模型等，该方法的优缺点则刚好与前一方法相反；而专家判断法和定量模型法相结合的方法(我们简称混合模型)则是综合了上述两方法的点，选择这一评级方法，并构建了以下两个模型：基于专家判断法的评分卡模型和基于定量模型法的Logistic回归模型。

1. 评分卡模型。该模型可以通过数学表达式来加以表达，其中：Xi为第i个评估变量的取值，wi为对应的权重，N为评估变量的总个数，Score为最终的得分值(越高越好)。进一步可依据最终的得分值对个人信贷的风险水平进行等级划分，在该模型中Xi，wi都是基于个人信贷专家的经验和主观判断来加以确定的。根据前文所构建的个人住房贷款信用评分模型的分析框架，并通过与个人信贷专家的广泛交流，我们最终确定了打分卡权重,其中：以100分为满分，作为第一还款来源的借款人要素占有了最高的权重，为50分；包括住房抵押和担保在内的风险缓释要素作为第二还款来源占有次之的权重，为30分；贷款方案的权重占有剩余的20分，结合表1给出的收入充

2. 足性和稳定性、借款名誉度和诚信度等各细化要素的具体指标及其取值，就可以基于该评分卡来对个人住房贷款做出信用评分。

3. 定量模型

(1)定量模型的构建方法。个人住房贷款信用评分定量模型的整个构建流程可以分为以下几个步骤：①建立指标体系。即给出个人住房贷款信用评分定量模型的使用指标范围，类似r?表1的内容。②数据收集。即根据“正常贷款”和“不良贷款”的定义，收集包含所有指标在内的个人住房贷款数据样本，此时要考虑到模型的观察期、表现期的要求，其中：观察期是指在建立信用评分模型时，解释变量的历史观测时段；表现期是指建立信用评分模型时，被解释变量或违约纪录的观测时段。对于我们所建立的个人住房贷款信用批准模型来说，其观察期可选为12个月，表现期可选为10?15个月。③数据清洗。数据清洗是保证模型分析效果的关键性步骤。不同来源的数据对同一个概念有不同的表示方法，在集成多个数据来源时，需要消除数据结构上的这种差异。此外，对于相似或重复记录，需要检测并且合并这些记录，解决这些问题的过程称为数据清洗过程。数据清洗的目的是检测数据中存在的错误和不一致并加以修正，由此提高数据的完整性、正确性和一致性。④变量筛选。变量筛选的目的是从整个指标体系中选择出最终量化模型所需要使用的一组解释变量，其过程大致为：用所有变量对违约记录进行单变量回归；找出对违约解释能力最强的单个变量，将该变量与每单个剩余变量组合后进行双因素回归；找出对违约解释能力最强的两个变量，将这两个变量再与每单个剩余变量进行三因素回归；找出对违约解释能力最强的三个变量，然后进行四变量回归，直到所选择的变量个数达到预定的违约解释能力为止，一般来说，最后使用的解释变量个数不超过15个.⑤模型估计。对于个人住房贷款信用评分模型而言，目前应用最广泛的统计模型是Logistic回归模型，在已知模型解释变量的基础上，应用收集的样本数据对所选择的模型进行参数估计，获得各解释变量的权重系数。⑥模型验证。模型验证可分为定性和定量两个方面，其中：定性验证主要对模型的解释变量及其权重在经济意义等方面的合理性进行评估；而定量验证则是通过使用R0C曲线、CAP曲线及其度量指标线下面积AUC、准确率比率AR等，来对个人住房贷款信用评分模型的违约区分能力进行统计检验.⑦模型使用。利用以上建立的模型对个人住房贷款进行信用评分，进一步可依据计算的信用评分值对个人住房贷款进行等级划分，如优、良、中、差和违约五个等级，并在此基础上设定不同的风险限额和贷款定价策略。⑧持续监控。在量化信用评分模型的使用过程中，应该不断地对模型的评估绩效进行持续监控以分析模型是否需要进行调整和优化，例如，在银行客户群发生变化的情况下，我们就应该对所建立的模型进行适当调整。此外，由于所建立的信用批准模型一般是预测贷款批准后10—15个月的违约表现，那么可以将实际情况与预测情况进行对比，计算实际的违约率。通常在国外先进银行中，它们会批准一些信用评分低于最佳截止点的客户得到贷款，以检验在10—15个月内这些客户是否会如预测的那样发生违约。对信用评级量化模型的监控和维护是非常重要的，因为它直接关系到前台营销和后台审批工作，通常每12?18个月会调整一次。以下则是信用消费贷款评级表：

信用类消费贷款评级表

指标名称	指标值项	分值	得分
一、主借款人基本情况
1．年龄	25～35岁	0	0
	36～45岁	2
	46～50岁	1
	51～55岁	-1
2．婚姻状况	未婚	2	2
	已婚	3
	离异	-1
	丧偶	0
3．教育程度	研究生及以上	4	4
	本科	3
	大专	2
	中专/高中	0
	初中及以下	-1
4．健康状况	非常好，且坚持合理锻炼	3	3
	良好	2
	一般	0
	差	-1
5．户籍和本地居住时间	本地户籍	4	4
	外地户籍，本地居住5年以上（含五年）	3
	外地户籍，本地居住3年（含3年）-5年	2
	外地户籍，本地居住2年（含2年）-3年	1

6.居住状况	在主借款人自有房屋处居住	2	1
	在配偶、父母或子女自有房屋处居住	1
	租房或在亲戚朋友处居住	0
7.社会声望	有较高社会声望及荣誉	2	1
	在社会上没有负面评价	1
	在社会上有负面评价	-2
8.家庭成员	家庭重要成员（配偶、父母、子女）为公务员或企（事）业单位职工	2	2
	家庭重要成员（配偶、父母、或子女）有其它收入来源	1
	家庭重要成员无其它收入来源	0
9.社会保险、医疗保险或购买其他商业保险情况	家庭重要成员都有	2	1
	家庭重要成员部分有	1
	家庭重要成员均无	0
10.家庭责任感	家庭责任感强（孝敬父母、关爱子女、家庭和睦等）	2	2
	家庭责任感一般	1
	没有家庭责任感	0
11.生活习惯	生活习惯良好，没有不良嗜好	2	1
	生活习惯良好，有轻微不良嗜好，但不影响正常工作、学习、生活	1
	有严重不良嗜好（打架，赌博等）	拒绝
二、主借款人职业状况
1．就业类型	无固定期限合同职工	4	4
1．就业类型	固定期限合同制职工	2	4

2．从业年限	2～5年	2	2
	6～10年	4
	11年以上	6
3．单位性质	国家机关、金融保险、邮电通信	8	8
	科教文卫、部队系统	6
	商业贸易、水电气供应	4
	工业交通、房地产建筑	2
	农林牧渔、社会服务业及其他	1
4．职务	高级管理人员、局级（含局级）以上或教授等	8	1
	中级管理人员、处级或副教授等	6
	管理人员、科级或讲师等	4
	普通员工或助教	1
三、主借款人家庭资产情况
1．自有房产	没有贷款或贷款已还清的房产	6	4
	有贷款的房产，且月供不高于月收入的20%	4
	有贷款的房产，且月供高于月收入的20%	2
2．其他大额资产（汽车、存单、国债、理财产品等）	100万元（含100万元）以上	6	1
	50万元（含50万元）～100万元	4
	10万（含10万元）～50万元	2
	10万元以下	1
	未提供	0

四、主借款人还款能力
1．采信的还款来源证明		工资流水、正式工资单、公积金或社保缴存单	4	3
		优质单位开具收入证明	3
		普通单位开具收入证明	2
2．总体收入还贷比		30%（含30%）以下	10	4
		30%（不含30%）至40%（含40%）	8
		40%（不含40%）以上至50%（含50%）	4
3．现金流水余额情况		借款人名下近六个月银行存折月平均余额15万元以上	4	2
		借款人名下近六个月银行存折月平均余额10万元以上	3
		借款人名下近六个月银行存折月平均余额5万元以上（含5万）	2
		借款人名下近六个月银行存折月平均余额5万元以下	1
		未提供	0
五、主借款人与银行关系
1．信用报告分类	正常类		4	4
	瑕疵类		2
	次级类		1
2．贷款还款记录	近2年内有还款记录，并且没有逾期记录		4	4
	近2年内无还款记录		2
	近2年内有逾期30天以内的逾期还款记录		1
	近2年内有逾期超过30天的逾期还款记录		-1

3．与本行关系	本行优质业务客户	4	2
	本行一般业务客户	2
	本行首次业务客户	0
4．追加自然人担保	追加自然人担保	2	2
	无	0
5.综合印象	印象良好	2	2
	印象一般	0
得分		100	64
主调查人（签字）：王俊儒副调查人（签字）：于泽惠2014年5月10日