（企业管理专业论文）个人银行业务CRM及其数据挖掘的应用研究.pdf

个人银行业务c r m 及其数据挖掘的应用研究 摘要 随着我国加入w t o 和金融市场的进一步开放，银行业必然面临着来自外资 银行的激烈竞争。因此实施客户关系管理并进行数据挖掘，是商业银行在新形势 下将新的管理思想结合最新信息技术发展的必然选择。c r m 的核心思想是把企 业的现有和潜在客户作为重要的资源进行管理，建立和改善同他们的关系，从而 实现客户生命周期价值的增长。数据挖掘技术能够从大量纷繁的数据中获得有用 的信息和知识，是解决“数据丰富而知识匾乏”的有力武器。它能够帮助实施 c r m 的商业银行对其客户数据进行高度自动化的分析，获取感兴趣的各种知识 模式，为商业银行的各种商务决策提供支持。 本文主要研究了我国商业银行分析型c r m ，从数据仓库与数据挖掘技术的 角度来分析个人银行业务客户关系管理。首先介绍了商业银行c r m 的体系架构 和商业银行分析型c r m 的主要应用技术及方法。然后描述了个人银行业务c r m 系统功能，详细介绍了个人客户业务信息管理系统和客户信息分析系统。接下来 运用层次分析法着重分析了个人住房贷款客户信用度分析和信用卡客户信用度 分析。最后应用数据挖掘工具分析银行信用卡客户的行为特性和信用，探讨了信 用卡客户的行为评分模型，根据还款值r a 和近度r 、频度f 、值度m 四个指标 应用s o m 算法划分客户群，并识别出银行的重要客户群；并找出典型的信用卡 客户群所包含的关联规则，为制定更好的银行营销战略和更好地管理银行的信贷 风险提供依据。借助客户关系管理和应用数据挖掘工具来进行设计新金融产品、 优化商业银行的管理决策，从而提升商业银行自身的核心竞争力。 关键词：客户关系管理数据挖掘个人银行业务关联规则自组织映射 t h er e s e a r c ho l lc r ma n dd mo ft h ei n d i v i d u a lb a n k i n g b u s i n e s s a b s t r a c t w i t ho u rn a t i o n se n t r yt ow t oa n dt h eo p e n i n go ff i n a n c i a lm a r k e tt h ec h i n e s e b a n k i n gi n d u s t r yw i l lb es u r e l yf a c i n gd r a s t i cc o m p e t i t i o nw i t hf o r e i g nb a n k s s oi ti s t h en e c e s s a r yt h a tt h ec h i n e s ec o m m e r c i a lb a n k si m p l y i n gn e wm a n a g e m e n tt h e o r y a n dt h ei n f o r m a t i o nt e c h n o l o g yt h a ti sc u s t o m e rr e l a t i o n s h i pm a n a g e m e n t ( c r m ) a n dd a t am i n i n g ( d m ) t e c h n o l o g y t h ec o r et h i n k i n go fc r mi st h ec o m p a n i e s s h o u l dt a k et h ec u s t o m e r sa n dp o t e n t i a l sa st h e i rm o s ti m p o r t a n tr e s o u r c e s ，a n dd o t h e i re v e r ye f f o r tt ob u i l da n di m p r o v et h er e l a t i o n s h i p sw i t ht h e m ，s ot h a ti n c r e a s e t h ec u s t o m e rl i f e t i m ev a l u e s d a t am i n i n g ( d m ) t e c h n o l o g yc a ng e tv a l u a b l e k n o w l e d g ef r o mg i g a n t i cd a t as e t s ，a n di t sag r e a tw e a p o nt os o l v et h ep r o b l e m ”r i c h i nd a t a ，b u tl a c ko fi n f o r m a t i o n ”i tc a nh e l pt h ec h i n e s ec o m m e r c i a lb a n k st oa n a l y z e t h ec u s t o m e r s d a t aa u t o m a t i c a l l ya n dg e ti n t e r e s t i n gi n f o r m a t i o nt os u p p o r tt h e i r b u s i n e s sd e c i s i o n s t h i sp a p e rf o c u s e so nr e s e a r c ho fa n a l y t i c a lc r ma p p l i c a t i o ni nt h ec o m m e r c i a l b a n kb yu s i n gd a t aw a r e h o u s ea n dd a t am i n i n gi nt h ef i e l d so fi n d i v i d u a lb a n k i n g b u s i n e s sa p p l i c a t i o n a tf i r s t ，i tw a sb r o u g h tf o r w a r dt h ea r c h i t e c t u r eo fc r mi nt h e c o m m e r c i a lb a n ka n de x p l a i n e dm a i nt e c h n o l o g yo fa n a l y t i c a lc r m a n dt h e n ，i t e x p l a i n st h ef u n c t i o no ft h ei n d i v i d u a lb a n k i n gb u s i n e s sc r m a n dt h em a n a g e m e n t s y s t e ma n dt h ea n a l y t i c a ls y s t e mo fc u s t o m e r sb u s i n e s si nd e t a i l s m o r e o v e r ，t h e a u t h o rh a sa n a l y z e de m p h a t i c a l l yt h ec u s t o m e r sr i s kf r o mt h ea s p e c to ft h ec r e d i to f t h ec u s t o m e ro ft h ep e r s o n a lh o u s i n gl o a na n dc r e d i tc a r dc u s t o m e r s f i n a l l y ，t h e a u t h o rh a ss t u d i e da ni n t e g r a t e dd a t am i n i n ga n a l y s i st h eb e h a v i o ro ft h ee x i s t i n g c r e d i tc a r dc u s t o m e r si nab a n ka n dp r e s e n t sab e h a v i o r a ls c o r i n gm o d e l t h ea u t h o r c l a s s i f i e db a n kc u s t o m e r si n t ot h r e em a j o rp r o f i t a b l eg r o u p so fc u s t o m e r sa n d i d e n t i f i e dt h em o s ti m p o r t a n tc u s t o m e ra n df o u n dt h ea s s o c i a t i o nr u l e ，d e p e n d i n gi t t h em a n a g e r sc a nd e v e l o pt h eb e t t e rm a r k e t i n gs t r a t e g ya n dc o n t r o lt h ec r e d i tr i s k i t e n h a n c e st h e i rc o r ec o m p e t i t i o nb yi m p l e m e n t i n gt h ec r ma n du s i n gt h et e c h n o l o g y o fd mt oc r e a t et h en e wf i n a n c i a lp r o d u c ta n do p t i m i z et h em a n a g e m e n td e c i s i o no f t h ec o m m e r c i a lb a n k k e yw o r d s ：c r m ，d a t am i n i n g ，i n d i v i d u a lb a n k i n gb u s i n e s s ，a s s o c i a t i o nr u l e ，s o m 插图清单 图2 - 1 商业银行c r m 系统的类型9 图2 - 2 银行c r m 的体系架构1 1 图2 - 3 数据仓库的体系结构1 6 图2 4c r i s p d m 方法1 8 图2 5 星型模式图例2 0 图3 - 1 个人银行业务c r m 的系统功能2 1 图3 - 2 客户分析系统的数据仓库的体系架构2 4 图3 3 客户群分析系统的功能2 5 图3 4 s o m 网络结构一2 7 图4 - 1 个人住房贷款客户信用度分析指标体系3 0 图5 1 系统模型4 4 图5 - 2 客户行为模型的概念框架4 6 表格清单 表4 1 评分标准 表4 2 个人住房贷款客户信用度分析 表4 3 个人信用卡客户信用度分析表 表4 - 4 信用卡金卡五级分类标准 表4 5 信用卡普通卡五级分类标准 表4 - 6 贷记卡五级分类标准 表5 - 1 模拟运行结果 表5 2 信用卡客户的类别 表5 - 3 样本与输出结点的对应情况 表5 4 基于s o m 信用卡用户的检验表 3 3 3 5 3 9 4 1 4 1 4 2 5 0 5 1 5 1 5 2 独创性声明 本人声明所警交的学位论文是本人在导师指导f 进行的研究f ：作及取得的研究成果。 据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写 过的研究成果，也不包含为获得 金魍：! ：些厶堂或其他教育机构的学位或证| s 而使 用过的材料。与我一同i ：作的同志对本研究所做的任何贡献均已在论文中作了明确的说明 并表示谢意。 学位论文作者签名 如括像 签字目j l i 】： 2 的效果。同时系统具有良好的扩展性，同样的系统也可以分析中等规模 的客户。 客户分析系统的数据仓库的体系架构如图3 2 所示。 数据模型的设计规则要满足以下几点： ( 1 ) 数据的集成性，即将不同系统的专业数据按主题组织在一起提供数据的 统一展现，实现数据的综合，为企业提供企业级的视点；同时信息的组织又考 虑不同专业系统的差异，对数据进行适当的整理，又满足各专业系统特有的分 析性需求。 ( 2 ) 信息的有效性，要求信息模型中的相应数据和银行指标的定义一致。 ( 3 ) 数据模型的独立性，体现在数据仓库中的数据与事物处理系统的无关性。 ( 4 ) 模型的灵活性和可扩展性，由于经营分析需求的多变性，客户信息分析 系统的信息模型体现数据的本质特征组织数据，同时维的设计体现一定的灵活 性，阻达到对需求的变更有一定的适应性畔l 。 表示层 模型算法层 数据抽取层 基础数据层 客户信息分析系统 ( 数据仓库应用系统) 、 客户资料查询经营统计分析辅助决策分析数据挖掘和预测 o l a p 工具数据挖掘工具分析模型 j 客户数据仓库 ( 客户数据逻辑模型) 什 客户数据库、业务数据库、接口系统 图3 - 2 客户分析系统的数据仓库的体系架构 3 3 2 客户信息分析系统功能 客户信息分析系统的核心功能包括： 资料查询模块 经营分析、统计报表模块 辅助决策分析模块 数据挖掘和预测模块 客户信息分析系统查询模块的主要功能是提供用户查询系统内的客户信 息。系统内所管辖的客户信息都可查询。根据用户输入的查询条件，对客户信 息进行综合筛选。它可以由其他各子系统调用，用于提供全面、统一的查询能 力；同时该模块也调用其他各子系统的相应的查询服务。查询模块既分立又组 合，含有权限、层次、角色的控制。可查询客户的档案信息、市场营销信息、 销售信息、服务信息和客户经理信息。 经营分析、统计报表模块的主要功能是提供各类客户统计信息。它区别于 传统业务报表，面向客户、以客户为中心。在传统业务报表中，客户的基本单 位是账户，而c r m 系统中，报表的基本单位是客户，客户是我们指定的营销对 象，体现了提供服务的主动性。它面向决策层和客户经理层，具有统计报表和 经营分析功能，另外支持动态统计报表生成和综合交叉统计，实行层次权限管 理。 辅助决策分析模块的分析目标在于：了解客户贡献的净利润：客户产品收 入和成本的组成和影响元素；提供一致和精确的利润贡献度衡量公式；制定和 执行客户群分段和管理计划，使所有的产品、服务、渠道、营销活动、保有计 划和费用都恰当地服务于各个不同的客户群；进一步保有高利润的客户；开发 针对营利和潜在营利的客户群的产品、服务、渠道及目标市场营销方案以满足 他们的需求；使客户向有利润的客户群转移。 数据挖掘和预测模块应用数据挖掘工具，对客户进行历史分析，根据已有 客户群的特征和信用记录，建立模型并分析预测新的客户的信用，减少银行的 损失。也可以用于客户营销活动预测、理财方案预测和客户流失预测。 客户群分析系统的功能组成如图3 - 3 所示。 图3 - 3 客户群分析系统的功能 由于篇幅和时间有限，在本文中选取客户的信用度分析和信用卡的行为与 价值进行分析，形成目标客户群，并对高风险的客户给予预警。 33 3 客户信息分析技术方法 数据挖掘是用于客户信息分析的主要技术，包括分类、聚类、关联、决策 树、神经网络等方法( 4 5 。46 1 ，下面仅本文应用到的方法分别加以介绍。 l 、关联规则 关联规则是形如如下的一种规则，“在购买面包和黄油的顾客中，有9 0 的 人同时也买了牛奶：( 面包十黄油) 一( 牛奶) 。用于关联规则发现的主要对象是 事务型数据库。其中针对的应用主要是售货数据，也称货篮数据【4 ”。 a g r a w a l 在1 9 9 3 提出了著名的a p r i o r i 算法，挖掘交易数据集中的关联规 则。根据使用者定义的最小支持度和最小置信度的阈值，找出关联规则【4 3 】。通 常抽取的规则很多，含了多余的、不恰当的信息或者描述的知识太琐碎，因此 要对多余的规则进行剪枝。 设i - - i ，o ，i 。 是一组项集，d b 是一组交易数据集( 也称为交易数据库) 。 d b 中的每个交易t 是一组项集，显然t 满足t i ；给定一个项目t i ，交易 t 包含x 且只有t x 。s u p p o r t ( ，d b ) 表示x 在d b 中的支持度。关联规则的应用 形式是“x y ( s ，c ，1 ) ”，其中：x _ i ，y c e i 且x n y = o 。称规则x y 在 交易数据库d b 中具有大小为s 的支持度，如果项集x u y 的支持度为s ，即 s u p p o r t ( x u y ) = s u p p o r t ( x u y ，d b ) = s 。 称规n x y ：在交易数据库d b 中具有大小为e 的置信度( c o n f i d e n c e ) ，如果 d b 中支持项集x 的交易中有e 的交易同时也支持项集y ，即e r o b ( y l ：酗= c ， 其中p r o b ( x ) 相当于支持x 的交易在d 中出现的频率大小。也可表示为： c o n f i d e n c e ( x y ) = s u p p o r t ( x u y ，d b ) s u p p o r t ( x d b ) 对于给定交易数据库d b ，求出所有满足最小支持度m i n s u p 和最小置信度 m i n c o n f 的关联规则。关联规则必须满足两个条件：s u p p o r t ( x # y ) ，m i n s u p ， c o n f i d e n c e ( x ；y ) i m i n c o n f 。 a p r i o r i 算法是种挖掘布尔关联规则频繁项集的算法。其原理是使用频繁 项集性质的先验知识，并利用一种逐层搜索的迭代方法k 项集用于探索( k + 1 1 项 集。首先，找出频繁1 项集的集合，该集合计作l 1 ，l 1 用于找频繁2 项集的集 合l 2 ，而l 2 用于找l 3 ，如此下去，直到不能找到频繁k 项集。应用a p f i o f i 的性 质：频繁项集的所有非空子集必须也是频繁的来进行剪枝。 2 、神经网络 神经网络( n e u t r a ln e t w o r k ) 是一种复杂的分类和回归算法。常被称作“黑 箱” 4 s a 6 l 。神经网络需要很多数据来训练，因而很费时间，但是一旦训练完毕， 它能快速的对新的案例做出预测，甚至是实时的。另外，神经网络能针对多个 同时发生的预测提供多个结果。神经网络的一个关键特点是它只直接在数字上 运行。因此，任何非数字的数据无论是自变量或是因变量都要转换成数字，如 变量有如下的值”y e s n o ”或“h i g h l o w ”等，要转换成“0 1 ”。 自组织映射( s e l f o r g a n i z a t i o nm a p ，s o m l 神经网络是较为广泛应用于聚类 的神经网络，它是由k o h o n e n 提出的一种无监督学习的神经元网络模型。主要功 能是将输入的维空间数据映射到一个较低的维度( 通常是一维或者二维1 输出， 同时保持数据原有的拓扑逻辑关系。与其他类型神经网络的区别在于：它不是 以一个神经元或网络的状态矢量反映分类结果的，而是以若干神经元同时f 并行) 反映分类结果，这种特征映射神经网络通过对输入模式的反复学习，使连接权 矢量的空间分布能反映输入模式的统计特，陛1 4 7 , 5 0 - 5 z 】。 s o m 网络可以采用各神经元( 特征参数) 之间的自动组织去寻找各类型间固 有的、内在的特征，从而进行映射分布和类别划分。 所以s o m 神经网络对于解决各类别特征不明显、特征参数相互交错混杂的、 非线性分布的类型识别问题是非常有效的。s o m ? $ 经网络的这种特性对于基于 客户行为的客户细分和分类研究也是相当有效的，因为客户行为识别本身也是 一种复杂多变的问题。s o m 网络由输入层和输出层( k o h o n e n 层) 组成。输入层中 的每一个神经元。通过权与输出层中的每一个神经元相联，如图3 4 所示。 图3 - 4s o m 网络结构 为了使接近获胜神经元的其他神经元的权值向获胜神经元靠近，而使远离 获胜神经元的那些神经元的权值远离获胜神经元，从而在输出层能够将特征进 行聚集，以便于在输出层的二维阵列中相互靠近的位置可以找到类似的特征， 需要在输出层中引入侧反馈。侧反馈是在输出层建立的反馈连接，反馈的大小 和类型( 兴奋或抑制) 用侧向权值表示，侧向权值是输出层阵列内神经元之间几 何距离的一个函数，它决定了哪种侧向连接将产生预期的结果。 第四章个人银行业务c r m 客户信用度分析 信贷业务是银行极其重要的的业务，超过三分之二的银行经营收入是利息 收入和手续费收入，超过一半的银行资产是贷款。然而，银行在信贷业务中不 可避免地承担着一定的风险，几乎无一例外地产生程度不等的坏帐损失。美国 货币监理署调查认为，8 0 年代银行破产的主要原因是信贷资产质量控制体系的 不完善。而且，信用风险管理的不完善，也束缚了银行新业务的开拓 4 8 , 4 9 。例 如，信用卡业务的一大部分收益来源于持卡人的透支利息，理想的做法应该给 信用好的客户较高的透支限额，鼓励他们透支，给信用稍差的客户较低的透支 限额。但是如果在信用风险管理水平跟不上的情况下，盲目给客户增加信用限 额是危险的。目前，我国各银行在消费贷款领域的发展也十分迅猛，如住房按 揭贷款，信用卡授信，汽车消费贷款等等信贷品种不断增加，这些都需要以高 效的信用风险管理作为基础。因此，提高银行的信贷资产质量，强化信贷风险 管理成为银行的重要研究课题。 消费信贷是市场经济条件下利用信贷手段促进商品销售的有效方式，它以 消费者未来的购买力作为放贷的基础，旨在通过金融机构刺激个人消费需求。 消费信贷是银行个人业务的核心，因此通过研究个人客户的信用度对于提高消 费信贷业务的质量具有重要意义。消费信贷从形式上可以分为零售信贷、现金 信贷、房地产贷款限e a le s t a t ec r e d i 0 等。零售信贷又可以细分为循环信贷 ( r e v o l v i n gc r e d i t ) 、零售分期付款信贷( r e t a i li n s t a l l m e n tc r e d i t ) 和服务贷款 ( s e r v i c ec r e d i 0 。信用卡就属于循环信贷。 本文主要研究个人住房贷款和信用卡贷款的信用度分析。进行信用度研究 的目的在于根据所建立的客户信用度分析表，结合客户数据资料，系统自动计 算各个客户分值，然后根据银行设立的客户信用等级分类，得出各个客户的信 用等级。通过及时更新来实现客户信用等级的动态评定，从而为信贷的审批、 信贷额度的制定提供客观的依据。 4 1 个人住房贷款客户信用度分析 客户信用评分( c r e d i ts c o r i n g ) 方式是商业银行运用现代数理统计和信息技 术对客户进行信用评估的方法【4 8 0 “。它利用历史数据和统计方法分离出贷款申 请人的各种特性对违约和不良行为的影响，通过计算贷款申请人的信用分数来 预测其违约和不良行为的概率。银行通过对大量客户的历史和现实信息进行统 计分析，确定信用阙值，对高于阙值的客户的贷款申请予以批准，对低于阙值 的客户的贷款申请予以拒绝。 房地产贷款中最为主要的就是住房贷款，除此之外，还有一些土地发展和 工程建设的贷款、商业用房贷款、农场贷款等。在个人银行业务中主要是个人 住房贷款。住房作为一种特殊的消费品，使用价值高，难以一次结清房款。所 以一般采用消费者信贷的方式来付帐。国家一般也鼓励通过消费信贷的形式来 刺激住房商品化。不过，住房贷款由于流动性较差、数量大、期限长，要减少 个人住房贷款的风险就要对个人住房贷款客户的信用度进行合理分析，评定客 户的信用等级，为贷款的审批提供依据。 4 11 数据来源 要分析个人住房贷款客户信用度需要以下几个方面的数据： ( 1 ) 基本信息：是个人在银行开立账户或首次贷款时登记的信息，包括客 户、客户名、性别、出生日期、证件类别、证件号码、职业、学历、工作单 位、个人收入状况、婚姻状况、从事职业、以及其他的背景信息等； ( 2 ) 抵押品或保证信息：包括贷款抵押成数、质押率、第三方保证、抵押 物变现能力、借款人购买保险情况等： ( 3 ) 购房及还款能力的信息：房价收入率、家庭年收入、住房价格、还贷 收入率、月均还款额等。 ， ( 4 ) 交流信息和整合信息：银行为反馈客户意见，会和客户之间通过面对 面的、或问卷调查的方式来了解客户对银行产品或服务的意见，客户意愿、满 意度。另外需要从其他机构如信用公司、税务或司法部门获取第二手信息。 4 。1 2 指标体系及各指标相应类别的评分标准 分析个人住房贷款客户信用度，关键要确定分析指标分值权重。各指标分 值权重，直接影响个人住房贷款客户信用度分析的结果和质量，各个商业银行 要根据实际情况，科学确定各指标的权重。构权方法有主观赋权法、直接比较 法、对偶比较法、德尔菲法、层次分析法等，本研究结合济南市a 银行的实际 情况，运用层次分析法c a h p ) 【5 1 】来确定济南市a 银行个人住房贷款客户信用度 分析指标权重。 根据萨蒂教授在2 0 世纪8 0 年代提出的a h p 法评权个体数n 最好不要超过 9 的观点，采用分层构权法。指标大类个人素质、购房及还款能力、贷款保证能 力构成第一层次，各大类下包含的指标构成第二层次。各层内采用a h p 法构权， 并根据各层权重求出各指标的最终权重。 ( 1 ) 指标体系 个人住房贷款客户信用度分析指标体系如图4 1 所示 个人素质y l 职业稳定性y 儿 职务或职称y 1 2 受教育程度y 1 3 年龄y 1 4 健康状况y 1 5 行为表现y 1 6 综合印象y 1 7 y 2 图4 1 个人住房贷款客户信用度分析指标体系 指标体系的具体分析如下： a 、基本素质： 职业稳定性 反映借款人目前的职业稳定程度。职业稳定程度以过去3 年中职业变动次数 来衡量，分为三类：下岗或失业、变动次数2 次、变动次数3 次。如果借款 人目前处于下岗待业或失业状态，该项指标得零分；变动次数2 次，该指标可 得满分，变动次数7 3 次，该指标得低分。 职务或职称 职务或职称取高的一个，职务可分为三类：高级管理人员( 含国家高级公务 员、高级专业人员) 、管理人员( 含国家一般公务员、专业人员) 、普通职员( 含 其他从业人员) 。职称也分为三类：高级职称、中级职称、初级职称。高级管理 人员或高级职称得满分，管理人员或中级职称和普通职员或初级职称得分相应 递减。 受教育程度 反映借款人的文化素质，并间接反映借款人未来的职业发展潜力。受教育 程度可划分为四类：硕士以上、大专以上、高中及中专、初中以下。硕士以上 可得满分，初中以下得最低分。 年龄 反映借款人的成熟程度及贷款偿还的有效时间。年龄可划分为以下四个阶 段：年龄 2 5 岁、2 5 岁年龄 5 0 岁、5 0 岁年龄 退休年龄、年龄退休年龄。 2 5 岁年龄 5 0 岁可得满分，年龄 2 5 岁及5 0 岁年龄 3 次) ( 借款申请人有刑事犯罪记录的不予以贷款) 。行为表 现良好可得满分，行为表现一般相应减分，行为表现不良得零分。 综合印象 反映信贷人员对借款申请人的综合直观印象评价。通过调查、交流、访谈 等形式对申请人的个人素质进行补充、修正。综合印象可分为三类：综合印象 良好、综合印象一般和综合印象不良。综合印象良好得满分，综合印象一般得 平均分，综合印象不良得零分。 b 、购房及还款能力 房价收入率：考察借款人是否具备购房的能力。计算公式是： 房价收入率= 住房价格家庭年收入 家庭年收入指家庭全体成员的工资、奖金及其他合法收入。该项指标划分 为四类：房价收入率6 ，6 1 0 ( 分界值由银行提供，下同) 。房价收入率6 ，说明购房能力很强，则该项指 标可得满分，其他类别得分相应递减。 还贷收入率：考察借款人归还贷款的能力。可从下列两个公式中选择一 个：a ) 还贷收入率= 家庭月均收入水平月均还款额 月均还款额指当借款关系成立后，借款人每月应当归还的贷款本息。该指 标分五类：还贷收入率2 ，2 还贷收入率2 5 ，2 5 3 6 ，说明还贷能力很强，该项指标可 得满分，其他类别得分相应递减。 b ) 还贷收入率= 家庭月均净收入水平月均还款额 家庭月均净收入水平指家庭每月平均收入扣除各项基本生活支出后的净 额，月均还款额指当借款关系成立后，借款人每月应当归还的贷款本息。该指 标分为五类：还贷收入率1 ，1 还贷收入率1 3 ，1 3 1 8 ，说明还贷能力很强，该项 指标可得满分，其他类别得分相应递减。该指标值小于1 ，原则上不予贷款。 c 、贷款保护能力 贷款抵押成数，计算公式为： 贷款抵押成数= 贷款额作为抵押物的住房价值( 以所购住房的评估价值或 购买价格两者中较低者为准1 。该指标分为四类：贷款抵押成数3 0 ，3 0 贷 款抵押成数4 5 ，4 5 贷款抵押成数6 0 ，6 0 贷款抵押成数7 0 。当贷 款抵押成数3 0 时得满分，其他类别得分相应递减。 质押率：以银行存单或凭证式国债等作质押申请贷款，计算公式为： 质押率= 贷款额质押物价值 该指标分为四类：质押率5 0 ，5 0 质押率6 5 ，6 5 质押率 8 0 ，8 0 质押率9 0 。当质押率5 0 时，可得满分，其他类别得分相应递 减。 第三方保证：主要考察个人住房贷款采用第三方保证时，保证人的资信 情况，具体分为两种情形：保证单位信用等级和保证人( 自然人) 的保证能力。 保证单位信用等级由资信评估机构根据规范的指标体系和科学的评估方 法，以客观公正的立场，对各单位履行各类经济承诺的能力及可信任程度进行 综合评价，信用等级以符号a ，b ，c 表示，有三等九级，即a a a ，a a ，a ：b b b ，b b ， b ；c c c ，c c ，c 。该指标分为四类：保证单位信用等级 b b b ，b b b 保证单位信 用等级 a ，a 保证单位信用等级 a a 、保证单位信用等级a a 级。当保证单 位信用等级a a 级时，可得满分，保证单位信用等级在b b b 级( 不含) 以下，原 则上为零分。 以自然人作为保证人时，应对保证人的收入、财产、个人品质等保证能力 进行考察。该指标分为两类：有保证能力、无保证能力。如果保证人具备贷款 人要求的保证能力，可得满分，否则得零分。在贷款设定双重担保( 抵押加第三 方保证，或质押加第三方保证) 情况下，分值按下述公式计算： ( 贷款抵押成数 ( 或质押率) 分值x7 5 + 保证人信用等级分值x2 5 ) x 1 2 5 ( 由银行提供) 抵押物变现能力考察通过处置抵押物收回贷款本息时，抵押物有效变现 的难易度。该指标应着重考虑抵押物的区位、价格升值潜力、借款人有无周转 房等因素。根据抵押物变现能力的强弱可将该指标分为三类：抵押物变现能力 较强、抵押物变现能力一般、抵押物变现能力较弱。抵押物变现能力较强得满 分，其它两类得分相应递减。 借款人购买保险情况 根据借款人是否购买抵押物财产保险可将该指标分为两类：借款人购买保 险( 是) 、借款人未购买保险( 否) 。如果借款人购买抵押物财产保险，可得满分， 否则得零分。如果借款人除购买抵押物财产保险以外，购买履约保证保险或购 买人寿保险或医疗保险则可相应加分。 ( 2 ) 建立等级集合 结合银行设立的个人住房贷款客户信用等级分类，如：分值9 8 0 为a 级， 7 0 分值 8 0 为b 级，6 0 4 分值 7 0 为c 级，分值 6 0 为d 级，可得出各个客 户的信用等级。银行信贷人员可根据客户的不同信用等级采取不同的贷款策略， 以争取最大程度的吸引并留住优质客户。 4 1 3 确定指标权重 各层内采用a h p 法构权，并根据各层权重求出各指标的最终权重。 ( 一)确定评分标准 表4 - 1 评分标准 标度值含义 1表示因素u i 与u j 比较，具有同等的重要性。 3表示因素u i 与u j 比较，u i e g u j 稍微的重要。 5 表示因素u i 与u i 比较，u i 比u j 明显的重要。 7 表示因素u i 与u j 比较，u i l t , u j 强烈的重要。 9 表示因素u i 与u j 比较，u i e l u j 极端的重要。 2 ，4 6 ，82 ，4 ，6 ，8 分别表示相邻判断1 3 ，3 - 5 ，5 - 7 ，7 - 9 的中值。 倒数 表示因素u i 与u j 比较得判断u i j ，则u j 与, , i l l 较得判断u j i = l u i j ( 二)选定银行内专家，由专家给各层打分，构成相应层的判断矩阵。 l 、第一层次判断矩阵( u l ：个人素质，u 2 ：购房及还款能力，u 3 ：贷款保证能 力) u iu 2 10 6 6 7 1 51 1 51 5 u 3 0 6 6 7 0 6 6 7 1 2 、第二层次判断矩阵 ( 1 ) 个人素质层判断矩阵( u l l ：职业稳定性，u 1 2 ：职务或职称，u 1 3 ：受教育程 度，u 1 4 ：年龄，u 1 5 ：健康状况，u 1 6 ：行为表现，u 1 7 ：综合印象) 1 1 1 iu 1 21 1 1 3 u 1 4t 1 1 5 u 1 6u 1 7 10 50 3 3 310 50 5 1 5 2121 51 53 1 5 3o 5 12 0 2 5o 52 10 6 6 70 510 3 3 30 5 1 5 20 6 6 7 4 310 ，6 6 71 5 20 3 3 3221 512 0 6 6 70 6 6 7 0 50 6 6 7 0 6 6 70 51 ( 2 ) 购房及还款能力层判断矩阵( u 2 1 ：房价收入率，u 2 2 ；还贷收入率) f ：1 2 1 1 1 1 1 2 1 j ( 3 ) 贷款保证能力层判断矩阵( u 3 1 ：贷款抵押成数或质押率，u 3 2 ：保证单位 信用等级或自然人保证能力，u 3 3 ：抵押物或质押物变现能力，u 3 4 ：保险) u 3 1u 3 2 12 o 5 1 1 52 0 2 51 u 3 3u 3 4 0 6 6 74 0 51 13 0 3 3 31 ( 三) 同层次求单权重，并作一致性检验 根据判断矩阵，利用线性代数知识，求出t 的最大特征根所对应的特征向量。 所求特征向量即为各指标的重要性排序，归一化后，也就是各指标的权数。由 于客观事物的复杂性或对事物认识的片面性，通过所构造的判断矩阵求出的特 征向量( 权值) 是否合理，需要对判断矩阵进行一致性检验，检验公式为： c r = c u r l 公式4 1 式中，c r 为判断矩阵的随机一致性比率；c i 为判断矩阵一致性指标，它由公式 4 - 2 计算： c = ( a 。- n ) ( n 一1 ) 公式4 2 m a x 为最大特征根，n 为判断矩阵阶数： r i 为判断矩阵的平均随机一致性指标，对于n = 1 9 阶判断矩阵的r i 值，可 查表获得。其中n = l 或2 时，r i = 0 。 当c r 0 1 时，即认为判断矩阵具有满意的一致性，说明权数分配是合理的： 否则，就需要调整判断矩阵，直到取得满意的一致性为止。 分别求出以上四个判断矩阵的最大特征根及其所对应的特征向量，并作 致性检验。 第一层判断矩阵：f o 2 50 3 80 3 7 ) 1 ，c r = 0 0 1 3 2 0 1 0 个人素质层判断矩阵：f 0 1 20 3 2 0 1 20 1 20 0 8 0 1 60 0 8 ) c r = 0 0 3 6 4 5 0 1 。 购房及还款能力层判断矩阵：f 0 4 70 5 3 ) 7 贷款保证能力层判断矩阵：f 0 3 50 1 3 0 3 50 1 6 ) 7 c r = 0 0 2 0 0 3 3 6 2 0 家庭月均净收入l 4 水平月均还款卜1 3 ( 含) 8 额 1 3 一l5 ( 含) 1 2 1 5 - 1 8 ( 含) 1 6 1 82 0 贷款保证能力贷款抵押贷款抵押成数 3 0 1 3 成数或3 0 一4 5 ( 含)9 质押率4 5 - 6 0 ( 含)6 ( 1 3 分) 6 0 一7 0 ( 含)3 质押率5 0 1 3 5 0 一6 5 ( 含) 9 6 5 一8 0 ( 含) 6 8 0 一9 0 ( 含) 3 第三方保保证单位等级 a a5 证( 5 分) a ( 含) 一a a 4 b b b ( 含) 一a 3 b b bo 自然人保证能力有 5 无 0 抵押物变现能力( 1 3 分)较强1 3 一般 1 0 较弱 6 借款人购买保险情况( 6 分)是6 否 o 根据所建立的个人住房贷款客户信用度分析表，系统可自动计算各个客户 分值，并可随时更新。这种信用评分体系是消费信贷的一项基础性工作，是大 规模开展消费信贷的重要环节。它构成了信用评核体系制度的一部分，增强了 信用评估的客观性和可操作性，避免了评估中过多的人为影响。商业银行根据 各指标的分数对客户的信用度进行评分，分数越高，说明贷款的信用风险越小。 贷款审批人最后再选择一个合理的取舍分数线来决定贷款的是否给予。这个分 数线的划定根据个别银行的风险偏好程度而有所不同。 4 2 信用卡客户信用度分析 信用卡属于循环信贷。循环信贷的形式是指消费者取得一定限额的信用后， 就可以在这个限额( c r e d i tl i m i t ) 内进行支付，并在一定的期限内向授信方还款。 客户付款后，就重新获得同样大小额度的信用，又可以在限颓内购物。循环信 贷的特点是可以循环往复地使用，因此是一种无底限( 0 p e n e n d ) 的信贷形式。 而且，随着客户的信用程度不断提高，他的信用额度还会得到提高，其优越性 会进一步体现。在美国，现在信用卡已经成为银行发展最快、普及最广的一项 业务 5 2 , 5 3 j 。我国目前信用卡的很多业务也在进一步发展。 消费者采用信用卡经常以透支的方式获得银行贷款，又可以避免一般消费 信贷形式每次审批的手续，而且还有按期还款免收利息的优惠。信用卡提供消 费信贷采用滚转展期的方法，展期一般以月为单位。并不需要每月都结清所欠 余额，只需要偿付每月所欠余额的一个很小的比例数额，消费信贷就可以向前 展期而不承受任何惩罚，余额部分按信用卡利率计息。信用卡利率往往高于银 行的优惠利率。商业银行每月向持卡者寄送财务报告，列明各项消费支出的情 况，同时通告在本月付款期限前，至少偿付多少数额就可免于惩罚性收费，所 有未偿付余额都打入下期余额，并计息。另外，所有接收信用卡付款的商业企 业支付信用卡结算等服务的手续费用，一般为交易额的2 一5 。 因此，商业银行要规避信用卡风险，减少坏账数量、提高债务的质量，防 止信用卡的