個人信用評分研究及其發展

《個人信用評分研究及其發展》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、個人信用評分研究及其發展摘要：個人信用評分從類型上看主要分為申請評分、行為評分、利潤評分以及考慮經濟環境因素的信用評分。如何能在獲取更大利潤的同時將消費者信用風險控制在最小程度成為各授信機構和學術界當前研究的重點關鍵詞：信用評分；申請評分；行為評分；利潤評分；經濟環境中圖分類號：F014.5文獻標識碼：A文章編號：1003-949X(2008)-06-01-03個人信用評分研究從技術層次上來講，主要經歷瞭三個階段，從簡單的分類模型到預測評分模型，再到決策評分模型。而從評分的類型上看，主要分為個類型即申請評分、行為評分、利潤評分以及考慮經濟環境因素的信用評分—、申請評分

2、(ApplicationScoring)授信機構接受客戶信用申請時，利用客戶提交的申請表中的特征變量建立評分模型得到申請者的一個信用值，將該值與事先設定的標準值相比，判斷該申請人逾期的可能性，從而決定是否授出信用及授信額度。這樣的信用評分，稱為申請評分建立評分模型可以運用的方法非常多，傳統統計學方法有判別分析、線性回歸、Logistic回歸等；非參數方法有最近鄰方法等；運籌學方面則主要采用線性規劃方法。隨著信息技術的發展，近年來許多數據挖掘的新方法如神經網絡、決策樹、遺傳算法、專傢系統等陸續被引入信用評分領域中Durand(1941)首先將判別分析方法用於信用評分，正

3、式系統的提出使用數理統計模型輔助消費者授信決策的觀念，並將Fisher(1936)提出的判別分析法用來區分'好"的貸款和'壞"的貸款，從而對貸款的信用風險進行評價，這是個人信用評估從定性分析逐步過渡到定量分析的開端1958年W11iamFair&EarlIsaacs利用判別分析法建立瞭著名的FICO信用評分系統。l^ers&Forgy(1963)采用判別分析和回歸分析方法，利用零售信貸領域消費者信用申請表中的數據對財務公司的信用風險進行瞭預測。Cfgler(1970)首次將線性回歸分析引入消費者貸款的信用風險評估，利用線性回歸分析設計瞭一個評價未償還貸款的評分卡。Fi

4、tzpatrick(1976)、Lucas(1992)、Henley(1995)等也先後將這種方法用於構建個人信用評分模型。l^ers&Forgy(1963)認為這兩種方法對於降低商業銀行等機構的壞賬損失有很大的幫助。Reichert(1983)也發現運用這兩種方法構建的個人信用評分模型在預測消費信貸風險時都表現出瞭很強的穩健性。Rosenberg&Gleit(1994)在他們的研究中也表示瞭與Reichert相似的贊同觀點。但Eisenbeis(1977)認為隻有在客戶分類較少的時候，基於判別分析和多元線性回歸方法建立的個人信用評分模型才會有好的效Wginton(

5、1980)首次嘗試瞭在信用評分模型中使用Logistic回歸方法，並與判別分析法進行瞭比較。但由於Logistic回歸法沒有變量正態性假設的要求，因此被學者認為是最適合發展信用評分模型的理論。並且由於該法使用的前提假設少，建立的個人信用評分模型具有相當的準確性和穩定性，因此成為瞭設計個人信用評分模型的主要方法，並且延續至今最近鄰分析方法最先是由Fix&Hodges(1952)提出的，它是一種標準的非參數分類技術，通常被用來解決概率密度函數的估計和分類問題。它的思想很簡單，就是把預測目標分為兩類,當一個新的預測目標加入時，就將其並入最鄰近一類中。Chatterjee&B

6、arcun(1970)首次將最近鄰法用於個人信用評分模型。出nd(1981)利用傢庭貸款的數據對最近鄰法與決策樹進行瞭比較，結果最近鄰法得到瞭相當高的預測精度Nftngasarian(1965)第一個意識到可以將線性規劃方法應用於分類問題。但是直到Freed&Gover(1981a,b)的文章發表以後，才引起瞭更多人的興趣。此後，有關的研究文獻大量湧現。Joachinsthaler&Stangl990)就這一領域的70多篇文獻進行瞭綜述。有些學者則對統計學方法與線性規劃方法的效果進行瞭比較，盡管在lhth,Jackson&Jones(1992)的研究中認為統計學方法

7、要比線性規劃方法好1990年Cdor^1990)首次將神經網絡方法引入信用風險評估中。Desai等(1996,1997)、V^st(2000)等人使用神經網絡方法構造瞭個人信用評分模型，並通過實證分析驗證瞭在各種特征變量呈復雜的非線性關系的情況下，神經網絡方法具有明顯的優決策樹方法，也叫分類樹或遞歸分割法，通過使用一種分割方法，將原始樣本集遞歸分割成不相交的子集，目的是使期望損失達到最小。最早將決策樹方法用於信用評分的研究是Skovski(1985)oCoffnan(1986)將決策樹方法與判別分析方法進行瞭比較，發現當變量存在相關性時，決策樹方法