信用评分管理.doc

信用评分信用评分通常正式的定义为一种统计或定量方法,用于预测贷款申请者或现存借款人将发生违约或拖欠的概率(Mester,1997)。信用评分的目的是帮助信用提供者量化和管理包含在提供信用中的金融风险,以便于他们能够更好的而且更为客观的作出借贷决策。关于信用评分的发展可以总结如下。在1936年,Fisher引入了在一个总体中的不同群体中进行区别的思想(例如通过使用物种的身体大小来区分鸢尾的两个种类)。在1941年,Durand(他在美国国民经济研究局工作)意识到Fisher的判别分析能用来区分好的或者坏的贷款。许多年来,对于提供贷款的决策都是由信用分析师来判定的。在第二次世界大战期间由于缺乏信用分析师,许多机构要求分析师们写下他们用于评价申请贷款者的信用状况的评判规则(Johnson,1992)。然后利用这些规则来帮助进行信用决策。世界大战之后,人们把这两项事件结合在一起并且开始考虑在决定贷款申请者的过程中使用统计学生成模型的优势。在二十世纪六十年代,伴随着信用卡的诞生,银行与其他信用卡发行组织意识到了信用评分的优势。当人们开始应用信用卡的数量逐渐增长的时候,能够自动化信用准许过程的问题就变得非常急迫。使用信用评分的企业也意识到了这些预测违约的评分比起任何决策方法都要来的好(Myers,1963)。这些评分同样帮助企业组织减少拖欠费率。1975年在美国通过了同等信用机会法案(TheEqualCreditOpportunityActs),这在1976年被标记为重要事件:法案意味着接受对信用评分来便利于借贷决策,同时保护消费者的利息收入以防止不公平的发生率。在二十世纪八十年代, 对信用卡的信用评分的成功促使银行开始使用信用评分用于其它的目的(比如个人贷款申请)。在二十世纪直接营销的发展同样也导致了信用评分方法的使用来增加广告战略的回应率。在最近这些年里,信用评分已经开始用于家庭贷款、小型商业贷款、保险申请和续订。同时对于这方面的关注也开始从减少贷款应用的拖欠转向了从客户获利方面的增长(Thomas,2000)。信用评分的好处信用评分具有很多好处,不仅仅对借款者如此,对贷款者同样如此。举例说明之,由于信用评分模型提供了关于用户信用价值的客观分析从而可以帮助简化判别。这可是使得信用提供者仅仅关注于与信用风险相关的信息并且避免信用分析师或保险公司的个人主观性。在美国,在同等信用机会法案下,显著的判别变量诸如种族、性别、宗教信仰和年龄等都不能包括在信用评分模型中。只有本质上是非判别性的信息和那些被证实为对支付能力有预测性的信息才能包括在模型之中。信用评分同样可以帮助我们增加贷款申请过程的速度与一致性,并且允许借款过程的自动化。同样的,其大大简化了信用评价过程中人工干预的必要以及分发信用的成本(Barefoot,1995)。凭借信用评分的帮助,金融机构在很短时间里能够量化提供特别申请者与信用关联的风险。Leonard(1995)研究了加拿大的银行,发现在使用了信用评分之后,用于处理消费贷款申请的时间由原来的九天缩短为三天。那么处理贷款申请节省下来的时间就可以用于从事更为复杂的问题。BanaslakandKiely(2000)总结出在信用评分的帮助下,金融机构能够制定更快、更好和更高质量的决策。此外,信用评分能够帮助金融机构确定利息率,这些他们将对他们的用户收费并且对