客户信用评分模型技术--数据基础.ppt

1,信用评分模型是对各种消费信贷进行提炼、分析建模，以预测未来信用表现，并提供决策支持的技术。,信用评分模型的数据基础,2,数据的数量 数据历史的长短 数据一般分成“观察期”和“表现期”两个时间段 “观察期”是收集信用历史信息和行为特征信息等，从而提炼出能预测未来信用表现的预测变量的时间段。 “表现期”是收集所要预测的信用表现信息，从而提炼出风险表现、收益表现等表现变量的时间段。 数据质量,一、数据的数量与质量,3,一、数据的数量与质量,评分模型的数据基础,过去,观察日,表现日,观察期： 收集信用历史和行为特征等信息，以提炼能预测未来信用表现的预测变量,表现期： 收集信用表现的信息，如是否拖欠、收益高低、是否流失等以提炼表现变量,未来,4,二、数据来源,信用评分模型的数据来源包括信用局数据、行 业共享数据和消费信贷机构内部的数据。,5,二、数据来源,1. 信用局数据: 每天或每周更新一次; 每个月更新一次; 不良的信用记录一般保存6年.,6,二、数据来源,信用局的数据来源,公共记录 (法院、税务等） 每天/每周更新,信用申请查询记录 在线更新,水电费、电话公司记录 每30天更新,信用局,银行记录 （信用卡、汽贷、房贷等） 每30天更新,零售商记录 （零售信用卡、分期付款等） 每30天更新,个人贷款公司记录 每30天更新,7,二、数据来源,个人信用报告一般包括4各方面 个人身份信息 公共记录 信用记录 信用申请查询,8,美国典型的个人信用报告,9,二、数据来源,行业共享数据 数据服务商组合 信用科技咨询公司牵线搭桥 互惠互利 组织者获得了开发评分模型的丰富数据，从开发的模型作为高科技商品的销售中获利；参与银行贡献了数据，但可以购买其经营管理所必需的信用评分模型，从大家共同的数据以及中介机构开发的先进模型中获利，提高经营管理效益。,10,二、数据来源,银行内部数据 通过数据的存储、加工、整理，最终整合成高效的数据仓库系统，为进行数据挖掘、数据分析、开发信用评分模型提供了丰富的数据来源，为制定科学、高效益的管理决策服务。 银行内部数据仓库的形成包括数据元素、数据词典、数据集市、数据仓库四个层面,11,三、银行信用卡业务的数据仓库系统,（一）数据元素 数据元素是数据仓库最基本的构成单位，它是对信息最原始的记录。 必须在质量上和数量上达到几个要求： 准确性 标准性 一致性 全面性,12,三、银行信用卡业务的数据仓库系统,（二）数据词典 数据词典是对数据库里的数据元素进行界定和说明的文件，它对数据库里所需要保存的所有数据元素进行界定，对数据元素的意义、格式、位置、数值等内容进行全面的说明。,13,数据词典,14,三、银行信用卡业务的数据仓库系统,（三）数据集市 数据集市是针对一定主题的、界定于一定范围的、解决一定问题的、按照一定的数据词典建立起来的数据库，是数据仓库的基本构成板块。 以信用卡业务为例,15,三、银行信用卡业务的数据仓库系统,1、申请者资料数据库 与其他数据库连接的公共码键 身份信息 联系信息 决策参考信息 决策信息 其他相关信息，如申请开户的时间、申请渠道等 信用局信用历史信息,16,三、银行信用卡业务的数据仓库系统,2、信用卡账户的主档案数据库 与其他数据库连接的公共码键 账户基本信息 账户总结信息 账户帐务信息 账户负面信息 各种模型评分,17,三、银行信用卡业务的数据仓库系统,3、信用卡的交易数据库 与其他数据库连接的公共码键； 账户号码、交易代码、商户代码等； 交易日期、交易时间、交易金额、交易种类、交易地点、交易商户类别、交易国家、交易货币、交易方式、授信决策等。,18,三、银行信用卡业务的数据仓库系统,4、信用卡的欺诈数据库 与其他数据库连接的公共码键； 账户号码； (第一次)欺诈交易发生的日期、时间； 欺诈的种类； 相关交易信息和欺诈风险评分； 授信决策。,19,三、银行信用卡业务的数据仓库系统,5、信用卡的营销数据库 与其他数据库连接的公共码键； 营销决策的依据； 营销决策； 营销结果。,20,三、银行信用卡业务的数据仓库系统,6、其他非信用卡的各种银行内部客户数据库 储蓄客户数据库； 存款客户数据库； 工资直接代存客户数据库； 电气车贷款客户数据库； 住房贷款客户数据库； 耐用消费品贷款客户数据库。,21,四、数据仓库,数据仓库是对上述各种数据元素、数据词典、数据集市进行规划、设计、清理、整合后形成的整体数据系统和使用环境，为管理信息系统、数据挖掘(知识发现)、客户关系管理、决策支持等提供数据平台。,22,银行数据仓库示范图,23,思