（应用数学专业论文）信用卡信用风险管理评分方法的实证研究.pdf

硕士论文信用卡信用风险管理评分方法的实证研究 摘要 目前，信用卡业务已成为了国内外各大商业银行重点发展个人信贷业务之一。它是 是当前市场经济下又一个新的潜力巨大的利润增长点，因此成为了各大商业银行的一种 重要的金融产品。然而，金融市场客观规律告诉我们，风险与收益是相对称的。所以信 用卡业务丰厚的盈利潜力背后，蕴藏着很大的风险，其中最主要的是信用风险，对信用 风险预防与控制效果的好坏会直接影响商业银行经营的收益性。因而我们必须以科学的 手段来准确地评估风险，从而制定出正确的策略来有效的控制风险。现在国际上比较成 功的实践经验是以信用评分模型方式来进行风险管理。但是由于我国目前信用经济发展 条件并非完全成熟，如国内还没有形成完善的征信体系、信用制度等，所以，直接将国 外的信用评分模型用到中国的信用卡市场会受到阻碍的。本文就立足于国内、外信用评 分模型，结合我国的实际情况，对信用卡客户评估的方式、内容和原则进行了实证分析。 全文共分为五章。第一章简要介绍了国内外关于信用评分模型的研究状况，随后对 本文研究问题的背景做了简单分析。第二章首先概括了信用卡业务的发展历史以及我国 信用卡业务发展状况，然后讨论了信用卡业务面临的主要风险，并由此对信用评分模型 建立的意义进行了简要分析。第三章从理论上详细讨论了累积l o g i s t i c 回归模型。从本 文所要解决的实际问题背景入手，针对累积l o g i s t i c 回归模型中的三种情形分别进行了 分析，以便从中选择最佳模型，接着从理论上阐述了对比例优势模型的解释，最后讨论 了模型分界点的选取方法。第四章重点讨论了如何建立适合我国现状的信用评分模型。 依据某银行的信用卡客户资料为样本，从确定响应变量、选取预测变量、量化定性指标、 模型的建立、判别准则确定等这几个方面进行分析，建立比较适合中国市场的累积 l o g i s t i c 回归模型。第五章对实证结果进行总结以及对此模型以后的运用提出自己的展 望。 关键词：信用卡，累积l o g i s t i c 回归，三分类分界点 a b s t r a c t 硕士论文 a b s t r a c t n o w ，c o m m e r c i a lb a n k sh a v ef o c u s e do nt h ed e v e l o p m e n to fc r e d i tc a r db u s i n e s s i n c u r r e n tm a r k e te c o n o m yt h ec r e d i tc a r db u s i n e s si sag r e a tp o t e n t i a ln e wp r o f i tg r o w t hp o i n t s oi th a sb e c o m ea ni m p o r t a n tt a r g e tf o rw h i c hd o m e s t i cc o m m e r c i a lb a n k sa r ec o m p e t i n g h o w e v e r ，t h eo b j e c t i v el a wo ft h ef i n a n c i a lm a r k e t st e l l su st h a tt h er i s k sa n db e n e f i t sa r e p r o p o r t i o n a l s ob e h i n dt h ep o t e n t i a lh u g ep r o f i to fc r e d i tc a r db u s i n e s s ，g r e a tr i s k se x i s t , m o s tn o t a b l yc r e d i tr i s k t h eq u a l i t yo ft h ep r e v e n t i o na n dc o n t r o lo fc r e d i tr i s kd i r e c t l y a f f e c t st h ep r o f i t a b i l i t yo fc o m m e r c i a lb a n k s s ow em u s ta c c u r a t e l ya s s e s st h er i s ki n s c i e n t i f i cm e a n s ，s ot h a tw ec a nd e v e l o pt h er i g h ts t r a t e g yt oe f f e c t i v e l yc o n t r o lt h er i s k n o w t h ei n t e r n a t i o n a ls u c c e s s f u la p p r o a c ht or i s km a n a g e m e n ti sb a s e do nc r e d i ts c o r i n gm o d e l s h o w e v e la sc h i n a sc u r r e n tc o n d i t i o n sf o rt h ec r e d i te c o n o m yd e v e l o p m e n ta r en o tf u l l y m a t u r e ，i fw ed i r e c t l yu s ef o r e i g nc r e d i ts c o r i n gm o d e l si nc h i n a sc r e d i tc a r dm a r k e t s ，i t w o u l d n tf i t i nt h i sp a p e r , b a s e do nd o m e s t i ca n df o r e i g nc r e d i ts c o r i n gm o d e l s ，c o m b i n e d 、析t l lc h i n a sa c t u a ls i t u a t i o n , e m p i r i c a la n a l y s i sh a sb e e n d o n eo nt h em e t h o d ，c o n t e n ta n d t h e p r i n c i p l eo f c r e d i tc u s t o m e ra s s e s s m e n t t h et h e s i sh a sf i v ec h a p t e r s t h ef i r s tc h a p t e rb r i e f l yi n t r o d u c e st h ed o m e s t i ca n d i n t e m a t i o n a lr e s e a r c ho nt h ec r e d i ts c o r i n gm o d e l s ，a n db r i e f l ya n a l y z e st h eb a c k g r o u n do f r e s e a r c h t h es e c o n dc h a p t e ri n t r o d u c e st h ec r e d i tc a r d sd e v e l o p m e n th i s t o r ya sw e l la sc r e d i t c a r db u s i n e s sd e v e l o p m e n tc o n d i t i o ni no u rc o u n t r y , d i s c u s s e st h em a i nr i s ko ft h ec r e d i tc a r d b u s i n e s s ，a n dg e n e r a l l ya n a l y z e st h es i g n i f i c a n c eo fc r e d i ts c o r i n gm o d e l s t h et h i r dc h a p t e r t h e o r e t i c a l l yd i s c u s s e st h ec u m u l a t i v el o g i s t i cr e g r e s s i o nm o d e li nd e t a i l t a k i n gi n t oa c c o u n t t h ep r o b l e mb a c k g r o u n d ，t h r e ec a s e so ft h ec u m u l a t i v el o g i s t i cr e g r e s s i o nm o d e la r ea n a l y z e d i no r d e rt oc h o o s et h eb e s tm o d e l t h e nw et h e o r e t i c a l l ye l a b o r a t et h ep r o p o r t i o n a lo d d s m o d e l ，a n df i n a l l yd i s c u s st h r e s h o l ds e l e c t i o nm e t h o d t h ef o u r t hc h a p t e rd i s c u s s e sh o wt o e s t a b l i s hc r e d i ts c o r i n gm o d e lw h i c hs u i t sp r e s e n ts i t u a t i o ni no u rc o u n t r y b a s e do nt h e s a m p l es e l e c t e d f r o ms o m eb a n k sm a t e r i a lo fc r e d i tc a r dc u s t o m e r s ，w ea n a l y z et h e d e t e r m i n a t i o no fr e s p o n s ev a r i a b l e s ，t h es e l e c t i o no ff o r e c a s tv a r i a b l e s ，t h eq u a n t i f i c a t i o no f q u a l i t a t i v ei n d i c a t o r s ，t h em o d e l i n ga n dd e t e r m i n a t i o no fc r i t e r i a f i n a l l yw ee s t a b l i s ht h e m o s ta p p r o p r i a t ec u m u l a t i v el o g i s t i cr e g r e s s i o nm o d e lf o rc h i n a sm a r k e t t h ef i f t hc h a p t e r s u m m a r i z e st h er e a ld i a g n o s i sr e s u l ta n df o r e c a s t sp o s s i b l eu s eo ft h i sm o d e li nt h ef u t u r e k e yw o r d ：c r e d i tc a r d ，c u m u l a t i v el o g i s t i cr e g r e s s i o n , d e m a r c a t i o np o i n to ft h r e e c a t e g o r i e s i i 声明尸i 刃 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发 表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学 历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均 已在论文中作了明确的说明。 研究生签名： 彗塑矽j 。年月叶日 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送 交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对 于保密论文，按保密的有关规定和程序处理。 研究生签名： 鹭拉矽l d 年酬日 硕士论文信用卡信用风险管理评分方法的实证研究 1 绪论 1 1 国内外研究现状 关于个人信用评估问题，一直备受各大商业银行等金融机构所关注。美国d a v i d d u r a n d 最早应用统计方法建立个人信用评分模型，从而对个人进行信用评估。目前，常 用的统计学方法主要包括线性规划、判断分析和l o g i s t i c 回归等，随着计算机技术的快 速发展，一些非参数统计方法以及人工智能逐步应用到信用评分领域，比如线性回归、 专家系统、神经网络、遗传算法、多智能体系统等。以下简单介绍国内外在个人信用评 分领域使用较多的五种方法。 多元判别分析法是除美国以外其他国家使用最多的统计方法，这种方法是必须建 立在大量的、可靠的历史统计数据的基础上，在应用多元判别分析时还要满足二个基本 假设：一是变量数据是正态分布的；二是各类中变量协方差是相同的。运用此方法最为 著名的是a l t m a n l l i 在1 9 6 8 年创建的用于预测公司破产风险的“z s c o r e ”判别分析模型。 神经网络是在1 9 9 0 年o d o m 首次将这种方法应用到信用风险评分中，该方法的优 点在于其无严格的假设条件，且可以处理非线性问题。d a v i s t 2 】等认为神经网络能很好 的处理那些数据结构不太清楚的情况，且在一般情况下，此模型分类准确率是比较高的， 但是在分类不当的情况下错判比例是较高的。同时，神经网络还有训练时间长和不易解 释等缺陷。 分类树是m a k o w s k i 首先将这一方法用于信用评分领域。分类树在信用卡审批中应 用的基本思想是将信用卡申请表中的指标分为不同组，然后在按照每组中“好 客户和 “坏 客户人数多少来确定在这组指标下是“好 客户还是“坏 客户。l e e 和c h i n u t 3 1 等指出分类树可以有效解决神经网络中训练时间长和模型不易解释的缺陷，同时还保持 了较高的分类准确率。但如果目标变量是多类的，那么分类树的生长问题和剪枝问题就 是在应用这种方法时面临的最主要的两个问题。 m a n g a s a r i a n ( 1 9 6 5 ) 最早将数学规划法解决两分类问题，f r e dg l o v e r t 4 】对目标规划进 行了改进。1 9 8 1 年f r e e d & g l o v e r 利用数学规划解决了多分类问题。此后，有关此方法 的研究很多，在国内，2 0 0 7 年石勇1 5 1 等人基于m c l p 模型提高预测信用卡申请者中“坏 人的准确率。 目前应用最为广泛的一种信用评分模型是回归模型，其中以l o g i s t i c 和p r o b i t 最著 名。最早使用回归分析的是o r g l e r t 6 1 ，他认为消费者行为特征比申请表资料更够预测未 来违约可能性大小。从理论上，p r o b i t 回归与l o g i s t i c 回归都被认为是比线性回归要合 适的统计方法。因为前两种模型是可以解决属性响应变量问题的，最开始流行的是应用 l 绪论硕士论文 到毒理学中二分响应的p r o b i t 模型，在b e r k s o n 证明l o g i s t i c 回归模型的拟合和p r o b i t 模型相似后，l o g i s t i c 回归模型得到了大力的推广。1 9 8 0 年w i g i n t o n 7 】首先将l o g i s t i c 回归模型用于信用评分，并与判别分析进行了比较，结果表明l o g i s t i c 回归给出了较好 的结果。并且这种模型不需要满足多元判别分析的前提假设。1 9 9 7 年l e e ，j o 和h a r t 认 为l o g i s t i c 回归分析是最恰当的技术之一。l o g i s t i c 回归对多类别属性变量的扩展是在 1 9 7 0 年之后，对于名义变量，早期主要用于计量经济学方面，d a n i e lm c f a d d e n 在离散 选择模型方面做出了很大的贡献，因此在2 0 0 0 年获得了诺贝尔经济学奖。1 9 8 0 年p e t e r m c c u l l a g h 提供了f i s h e r 得分算法之后，累积l o g i s t i c 模型开始广泛流行。因此，在国 外，关于l o g i s t i c 回归的统计理论研究受到很多统计学家的重视，并被广泛应用于社会 科学、心理科学、生物医学、金融信用评估等诸多领域。然而在我国关于l o g i s t i c 回归 的理论研究并不多，王济川等所著的 l o g i s t i c 回归模型：方法与应用一书，对二分 类l o g i s t i c 模型的重点及其实际应用作了比较好的介绍。而国内其他数理统计书中都只 简单的对二分类l o g i s t i c 回归模型作了少量介绍，多分类的累积l o g i s t i c 回归模型就更 少了。目前，在国内，二分类的l o g i s t i c 回归模型实证分析已开始多了起来，大部分都 应用于医学，但随着此模型渐渐被大家所认可，二分类l o g i s t i c 回归模型在信用卡审批 环节的应用分析的文章也开始多了。但是有关多分类的累积l o g i s t i c 学术论文则发表的 很少，2 0 0 9 年1 2 月侯文，顾长伟【8 】发表了一篇应用累积l o g i s t i c 到医学上的文章，而 将累积l o g i s t i c 回归应用到信用卡问题上的文章基本上是没有的。 一般来说，凡是涉及有关分类的定量方法都可以应用于建立信用评分模型。这些方 法各有优缺点，国内外也对这些方法做了比较，其中比较全面是a l a ng l e i t t 9 】从理论和 实例方面详细比较了判别分析法、整数规划、决策树、专家系统法、神经网络、动态模 型和马尔可夫链这些方法，对每一种方法的应用条件和局限性都做了详细介绍。在国内， 石庆焱，靳云汇p o i ( 2 0 0 4 ) 对以上介绍的五种模型利用中国商业银行的数据进行了比较， 结果表明神经网络和分类树的预测正确率要高于判别分析、二分类l o g i s t i c 回归和线性 规划的，但是利用判别分析、二分类l o g i s t i c 回归和线性规划建立的信用评分模型的稳 定性却是比利用神经网络和分类树建立的模型强的。 1 2 本文研究背景 信用风险是信用卡风险管理的核心内容，信用评分模型是信用风险管理的最重要 的核心技术之一，已在欧美信用卡管理中得到了广泛应用。它运用统计分析方法和计算 机，对具有一定特征的现有客户进行系统的分析，来判别其所属信用类别。然而个人信 用评分在我国还处于发展阶段，主要原因在于国内征信体系起步比较晚，信息资料既不 多也不完整且缺乏真实性，因此目前尚未形成一套基本的个人信用评估指标体系，虽然 我国对个人信用评估指标体系的研究相当多了，但仅限于理论研究。尽管发达国家的个 2 硕士论文信用卡信用风险管理评分方法的实证研究 人信用评分发展已相当成熟了，但是由于我国的文化习惯和道德标准与发达国家存在很 大差异，因此对于同一个模型，指标选择的差异性是很大的。比如在美国，就不允许将 性别、年龄等个人属性作为指标列入评分模型中，但在我国这些指标却是相对来说较容 易获取的信息，事实上这些指标是非常重要的。相反，国外选取的指标中，有很多在我 国却是无法获取的，比如德国选用的是否服兵役这项指标等。 一般来说选取模型会从模型预测精度、模型稳健性、模型可解释性这三个方面去 考虑，其中模型精确度是首要考虑方面。但由于我国目前正处于经济高速发展的阶段， 人群的观念、意识变化很快，因而申请信用卡人群特征变化也是很快的，因此，优先考 虑模型的稳健性可能更加符合中国现状。 目前由于在信用卡业务上各家银行竞争非常激烈，为了争取到更多的客户，银行 会在审批环节会不断降低其要求，尽量让更多的客户通过申请，除了申请客户以前曾有 过信用不良记录，一律不予批准外，大部分情况下都会酌情考虑批准。因此现在银行把 预防和控制信用风险的重心放在了授信额度环节。 我们知道，银行经营信用卡业务的最终目标是使风险与收益相匹配，使有限的贷 款资源在消费者巨大信贷需求中能够得到优化配置，从而实现信用卡经营效益的最大 化。因此，银行在重视信用风险高的人群同时也是非常重视优质客户人群，能够与优质 客户建立长期业务关系，对于银行在信用卡业务上的发展意义是重大的。 通过以上分析，我们可知在国内开展实证工作会存在一定的局限性，因而关于个 人信用评分模型的实证研究并不是很多，所以开展进一步的大量实证研究是非常必要 的。这样建立起的个人信用评分模型才更加“本土化”，以满足现实需求。针对中国目 前个人信用数据状况和银行需求，本文将基于某家银行的信用数据，根据不同授信额度 区间把信用卡客户人群分为三类。通过对累积l o g i s t i c 回归模型中三种形式模型的理论 进行系统地讨论后，重点研究了三分类的累积l o g i s t i c 回归模型。考虑到在银行数据库 中，性别、年龄、学历以及婚姻状况这四个指标的数据比其他指标数据要完整、准确。 因此本文依据这四个指标，分析比较了具有比例优势特性模型和具有部分比例优势特性 模型在信用卡方面的应用，开展了相应的实证分析。 2 信用卡业务和信用风险管理硕士论文 2 信用卡业务和信用风险管理 信用卡是由银行或其他财务机构签发给那些资信状况良好的人士，用于在指定的 商家购物和消费的一种信用凭证。其本质是一种信贷产品，是一种小额、循环、信用免 担保的消费信贷业务。现在，各大商业银行为了满足不同客户的需求，专门制定出相应 功能的信用卡。因此，中国信用卡品种层出不穷。如为了方便那些喜欢在网上购物人群 的消费，中国银行推出了淘宝信用卡，再比如中国银行还为了都市中高端白领女性的消 费需求而设计出了钛金女士信用卡等等。 2 1 信用卡业务 2 1 1 国际信用卡业务发展简况 信用卡起源于2 0 世纪4 0 年代后期，最早在美国萌芽。国际信用卡发展可概括为三 个阶段，即商业信用阶段、银行信用阶段和综合信用阶段。在商业信用阶段，信用卡的 发展得益于美国大莱俱乐部在全美组织信用卡联合经营，使得信用卡的使用范围大大的 扩展了，促进信用卡继续发展。在银行信用阶段，美国富兰克林国民银行首先发行了信 用卡，随后两年时间里有1 0 0 多家发卡银行加入了发卡行列。在此阶段，对信用卡进一 步发展起到至关重要的一步就是全球成立了第一大卡行业组织v i s a ，与此同时全球第 二大卡行业组织万事达的成立又更进一步地推动了信用卡的发展。这是由于此组织会员 银行发行银行卡有跨行异地结算的功能，使得卡的适用性大大加强了，从而极大地促进 了信用卡的普及。随着信用卡迅速发展，发卡机构的队伍也开始壮大。信用卡出现了融 合银行信用和商业信用的综合特征。现在，信用卡交易规模不断扩大，信用卡机构也在 不断创新推出更多不同功能的信用卡品种，以满足不同客户的消费需要，因此信用卡市 场竞争也日益激烈。 在5 0 年的时间里，欧美发达国家中的信用卡产业蓬勃发展，直至今天成为了这些 国家最重要的支付手段和个人消费信贷工具，其重要地位已超过了现金和支票。这一重 大改变的原因主要有六个方面：第一，信用卡消费给消费者带来诸多便利，让消费者无 需携带大量现金，无需担心支票被拒或退回。信用卡循环信贷功能使得消费者融资只是 举手之劳。所以，方便和融资是信用卡最具吸引力的两大好处。第二，成为信用卡的特 约商户无需担心由于顾客的支票无法兑现或者收取假币而给其带来经济上的损失。更重 要地，对于那些有消费需求而暂时没有现金支付的消费者而言，商户无需承担信用风险， 利用了银行的钱进行了信贷销售，提高了商品销售量。第三，信用卡为银行积聚资本， 给银行带来了巨额利润，如丰富的利息收入、刷卡手续费收入、各种管理费收入等，它 4 硕士论文信用卡信用风险管理评分方法的实证研究 是银行的一个业务空间广阔、利润潜力巨大的金融服务。第四，v i s a 、万事达等行业 协会的成立和发展为信用卡产业营造了一个良好发展环境，比如制定行业标准，让信用 卡行业有序良好发展，再比如提供基础设施和各项服务，使得信用卡普及成为可能，等 等。第五，完善的社会征信体系的形成和发展，为发卡银行提供了可靠的信用评估和风 险管理的数据来源，从而提高了欧美信用卡行业信用风险控制和防范的能力。第六，信 用卡行业具备经营规模化、产业集中化、主体多元化这三个特征。所以欧美发达国家通 讯技术、信息技术和计算机技术的发展，为信用卡发展提供了技术支持，使信用卡的发 行、审批、对账、后台管理等实现了自动化，大大提高了信用卡业务办理的效率，这样 信用卡业务也就得到了很好的发展。 2 1 2 国内信用卡产业的发展历程与现状 信用卡产业发展历史说明了，信用卡产业促进了社会进步，同时又体现了社会进步。 它对国家和地区宏观经济所产生的影响和作用是难以估量的。首先，信用卡是商品经济 发达的产物，在美国以及许多发达国家和地区取得了优异的成果，其主要作用因素是充 分的市场竞争。正因如此，我们就可以通过某国家、某地区的信用卡产业的发展状况来 获悉其市场经济发展程度。其次，信用卡的普及，刺激了消费需求和消费欲望。消费需 求是经济增长的核心和最根本的动力。因此，信用卡产业有效地促进了宏观经济的增长， 创造了巨大的宏观的经济价值。最后，信用卡交易都有清楚的消费记录，这样将显著提 高交易的透明度，减少了大量的地下经济，增加财政收入。 正是由于信用卡产业的这些优良特点，我国的信用卡产业在2 0 世纪8 0 年代开始起 步，到现在这二十多年中，中国信用卡产业从发行准贷记卡到发行国际标准的信用卡和 使用双币结算的信用卡的不同阶段，发展速度是相当快的。究其原因主要有二点：第一， 近二三十年是中国改革开放时期，经济快速增长，广大消费者尤其是年轻人的消费观念 随着经济的发展和个人收入的增加，不断发生着改变，消费信贷的观念逐渐深入人心， 在加上中国加入世贸后市场的需求，政府也会大力支持信用卡产业。第二，由于我国积 极借鉴国外及港台地区立法经验，有关信用卡业务的标准、法律制定的步伐就加快了， 这对于我国信用卡产业的发展起到积极的保障和推动作用。 虽然现在，各商业银行相互竞争，不断提高各自发卡量，使得我国信用卡产业呈现 爆发性增长态势。但是与先进国家相比，我国信用卡业务发展水平还是较低的。这种差 距的原因既有来自行业内部的，也有社会传统观念，经济体制和法制环境的约束和影响。 所以，为了信用卡产业在我国健康发展，一方面，从宏观运行环境来说，我国对信用卡 产业发展要有明确的战略目标、市场规则和监管手段。同时，我国要建立相对完善的信 用制度和个人征信系统。另一方面，从微观经营主体来说，授信机构要建立面向市场、 独立核算的信用卡经营体制，同时深切考虑到中国消费群体的消费观念与习惯，推出适 合中国市场的信用卡，这样当欧美国家的银行觊觎我们中国信用卡市场时，自己就具有 5 2 信用卡业务和信用风险管理硕士论文 了一定的竞争优势，国内信用卡产业才能逐步跟上发展着的形势，缩小与国际信用卡产 业的全方位差距，并在不久的将来获得更好的发展空间。 2 2 信用卡风险管理 2 2 1 信用卡风险 对于任何一种经济行为，高收益与高风险是并存的。收益越大，风险也就越大。信 用卡业务同样如此，在其为银行带来丰富收益的同时也带来了相应的风险。信用卡业务 风险主要有以下四种： 信用风险：个人信用风险主要包括两个方面，即经济能力风险和个人道德风险。经 济能力风险是指即使持卡人有还款意愿，但由于其经济能力出现了障碍，致使客户无法 偿还授信机构的信贷债务，造成授信机构资金损失；道德风险是指消费者通过各种违法 手段恶意信贷、到期违约拒付，从而给授信机构带来资金损失。 欺诈风险：因商家、持卡人或第三方诈骗所产生的风险。其主要形式有通过盗窃、 复制、伪造信用卡进行欺诈性交易和冒用身份进行欺诈性申请信用卡。 透支风险：由于受到信用卡业务高额利润的刺激，各家银行在信用卡市场中采取各 项措施，展开激烈竞争，过度发卡并通过授予较高的信用额度来吸引客户，使得部分消 费者的消费水平超过其承受能力，以至于最后无力还贷，造成银行巨大的资金损失。 操作风险：信用卡操作风险属于企业内部控制范畴，由于不当或失败的内部程序、 人员和系统或因外部事件导致损失的风险。这种风险只要企业从内部控制环境、风险评 估与管理、内部控制活动、信息与交流和监督与纠正这五个要素出发，同时遵循全面、 审慎、有效、独立、适度“五项原则 ，操作风险还是比较容易控制并降到最低程度的。 以上四种风险中，信用风险是信用卡业务一个最主要的损失来源，是信用卡风险管 理的核心内容。只有有效地防范个人信用风险，使得风险和收益相匹配，授信机构才可 以全面展开个人信贷业务，信用卡业务才可以得到全面、健康的发展。 2 2 2 个人信用评分模型 信用卡业务具备经营规模化、主体多元化特征，在开展信用卡业务时个人信用风险 是我们主要控制和防范的风险之一。如果在信用卡申批授信环节上，仅仅依靠业务人员 的经验判断和一些初级的分析，不仅仅会增加人工成本，降低处理速度，更重要的是决 策结果的准确性不高，这样会严重影响信用卡业务的发展。但如果运用先进的数理统计 进行分析，建立信用评分模型，在加上现代计算机技术的发展提供的先进软硬件平台， 这样就使得信用卡的发行、审批、对账、后台管理等实现了现代化，大大提高了效率。 个人信用评分模型在信用卡审批环节体现出来的主要优点有四个方面。 ( 一) 信用评分模型是根据从大量数据中提炼出来的预测信息后再选定合适的模型 6 硕士论文信用卡信用风险管理评分方法的实证研究 而制定的，反映了信用卡申请者未来信用表现的普遍规律，不会再因为业务人员的主观 感受、个人好恶、个人偏见等而改变。因此，信用评分模型使得信用卡审批过程更为客 观。 ( - - ) 利用信用评分模型得出的结论不随任何外界因素而改变，并且对每一个信用 卡申请者评估和决策的标准都是一样的。 ( 三) 信用评分模型是依据概率统计学原理发展出来的，运用一定的统计技术对模 型建立过程中的每一个细节都进行评估，使得最后形成的模型能够比较全面、准确地预 测信用卡申请者未来的信用状况。 ( 四) 建立了信用评分模型，就可以在计算机系统里自动实施，只要输入相关信息， 系统在几秒钟内就可以给出决策，提高了信用卡审批的效率。 总体而言，信用评分模型能给信用卡管理人员提供大量的具有高度预测力的信息， 以便管理人员制定正确、科学的银行经营策略和经营目标，能够以较高的精度有效地开 拓市场、风险控制，实现最大收益。 在中国，随着信用卡发卡规模井喷式的扩大，信用卡所带来的呆坏账规模也迅速扩 大，个人信用风险管理成为各家银行重视的环节。因为国内目前还没有完善的社会征信 体系，个人历史信息数据也不完整等不同于国外的地方，所以我们只能借鉴美国及其他 发达国家商业银行的个人信用评分模型，结合我国的目前信用卡市场发展状况，建立适 合我国信用卡审批的个人信用评分模型。这样，对提高国内发卡银行个人信用风险管理 水平就具有了特别重要的实际意义。 7 3 信用卡信用风险管理分析一基于累积l o g i s t i c 回归模型 硕士论文 3 信用卡信用风险管理分析基于累积l o g i s t i c 回归模型 在信用卡业务中，信用卡申请审批授信环节是防范信用风险一个很重要的一步，其 主要的方式是构建信用评分，为的是可以在一个总体中对不同群体进行区分。目前流行 的信用评分均以统计学和运筹学方法为基础，主要有多元判别分析、l o g i s t i c 回归、k - 近邻判别、聚类分析、线性回归等方法。此外，随着市场竞争的加剧以及计算机技术发 展，人工智能模型也已经广泛应用到信用评分中，常用的有神经网络、分类树、遗传算 法。本文选择累积l o g i s t i c 回归模型主要是从以下三个方面考虑： 首先，累积l o g i s t i c 回归模型可以用于属性响应变量，克服了线性回归模型的缺陷， 并且模型中的预测变量可以是定量变量也可以是定性变量，所以此模型与判别分析的本 质区别就在于前者并不要求数据满足二个前提假设：一是数据是正态的，二是各分类中 数据是等协方差的。而银行中信用卡申请表中的特征有定性变量如性别、婚姻状况等， 也有定量的变量如年龄、收入等：其次，l o g i s t i c 回归模型简单，便于信用卡审批专家 找出具有一定特征的信用卡客户未来信用表现规律；最后，大多数学者都倾向于认为神 经网络、分类树等非线性方法的预测精度要高于l o g i s t i c 回归、多元判别分析、线性规 划等信用评分方法。但是，从模型的稳健性考察，神经网络、分类树等方法在检验样本 中的表现明显不如训练样本。而对于l o g i s t i c 回归、多元判别分析、线性规划等方法， 虽然其预测精度比神经网络、分类树等方法低，但是这些方法建立的模型有着更强的稳 定性，同时在稳定性较强的几种模型中，l o g i s t i c 回归预测精度也是比较高的。考虑到 我们建立信用评分模型主要目的是为了预测新的信用卡申请者未来信用状况以确定授 信额度，并且用于建立模型的信用卡业务历史数据不健全，因此，随着新的信用卡申请 人快速增长，新形成的信用卡客户总体特征有可能与建模时客户的总体特征产生差异。 鉴于以上原因，我们更倾向于选择稳定性较强的模型。 所以，无论是从模型建立的前提条件考虑还是从预测精度角度和模型稳定性、模型 解释等角度考察，l o g i s t i c 回归模型都是相对较优的模型。本文将重点探讨运用多分类 l o g i s t i c 回归分析的方法建立个人信用评分模型，并探讨如何对个人信用状况进行判别。 3 1 建立信用卡申请评分模型流程 8 应用累积l o g i s t i c 回归分析建立信用卡申请的评分模型的流程如下： 硕士论文信用卡信用风险管理评分方法的实证研究 模 型 预 测 建立 具有 比例 优势 特性 累积 l o g i s t i c 回归 模型 lj _ 旷 弋 7 v 分界值确定 图3 1 建立信用评分模型流程图 下面应用累积l o g i s t i c 回归分析的方法，确定对客户信用状况影响较大的指标和权 重，建立定量风险模型，再经过模型检验符合统计、实际情况以后，依据模型，找出客 户提供的信息要素和信用状况之间的相关关系，评估新客户的的资信状况，从而决定授 信额度。 信用卡申请评分模型建立过程主要包括数据搜集、变量选取、数据处理、变量筛选、 模型建立、模型检验分析以及模型的应用。变量的选取是根据信用卡审批授信环节的类 型和特点以及已有的数据资源，选择对模型预测目标可能有用的指标体系，然后在结合 模型对变量进行筛选。指标体系确定后，抽取历史信用卡申请客户信息和信用状况数据， 在完成缺失分析、异常分析和最优分样的数据清理后，通过相应的统计软件估计模型参 数，再根据软件给出各统计量结果分析模型的统计意义，并依据模型建立的问题背景分 析模型的实际意义。最后利用检验样本数据去验证模型应用效果。 9 3 信用卡信用风险管理分析一基于累积l o g i s t i c 回归模型 硕士论文 3 2 变量的选择和模型设定 按照选定的累积l o g i s t i c 回归模型，首先要根据历史数据确定模型中响应变量的实 际意义，然后再选定可能解释响应变量发生变异的那些变量，并讨论如何根据不同的情 况选择相应的统计量进行验证。但是为了防止出现预测变量的多重共线性，所以还要选 定一些准则对变量进行筛选。再者，由于本文提出的问题涉及的预测变量大部分是属性 变量，就需要采取一定的方式对其进行量化。 3 2 1 客户的鉴定 目前，各商业银行为了能够占领中国信用卡市场，获得更多新客户信息数据，不断 地降低审批的门槛，扩大发卡规模。除非申请者以前曾有过不良信用记录，一律不批准 外，一般情况下都会尽量予以批准，只是在授信额度上会加以区别。所以，本文研究的 目标是在已经审核批准的群体对不同范围信用额度群体进行区分。在信用卡授信环节我 们将客户的信用状况分为三个等级，即一般、中、好，这三个等级也就是模型的响应变 量。所谓信用状况好的客户就是授信机构预期这些客户能够按时还本付息，愿意为其提 供消费信用的客户，批准其信用卡的申请并给予较高的信用额度；信用状况中等的客户就 是授信机构愿意为其提供消费信用的客户，授信机构预期这些客户会有可能逾期还贷， 通过延缓其还贷的时间会有较大的可能性收回本金和利息，权衡利益得失后还是愿意批 准其信用卡的申请并给予中等的信用额度，至于信用状况一般的客户则是授信机构预期 这些客户不能按期还本付息可能性还是比较大的，即使给予了缓期的时间还贷的可能性 还是不是很大的客户，虽然带给银行损失的可能性较高，但是综合考虑各方面的因素后， 最终还是愿意为其提供消费信用，只是授信的额度非常小的，这样即使违约了，也可以 控制银行的损失。关于个人信用水平等级，不同授信机构以及不同的信用产品会有不同 的定义。 3 2 2 单一预测变量与响应变量关联性分析【1 1 1 为了研究所选的预测变量与响应变量的关联性是偶然出现在样本中，还是存在系统 性关系，我们会对其进行统计检验。根据不同的情况，在假设预测变量和响应变量独立 条件下，会有不同的检验统计量进行检验。具体的做法：当所选的预测变量是名义变量， 一般会用皮尔逊统计量或似然比统计量，即对于i j 列联表，皮尔逊统计量为 z ：壹圭掣，似然比统计量为 2=2j1logg 粤) ，其中，应 ，：鱼：，z z 、 z 2 = l 当，似然比统计量为2 = 2 刀，津) ，其中，应。，= 坐，z 2 、 g 2 在大样本下服从卡方分布，自由度为a t = ( j 1 ) ( j 一1 ) 。如果想更清楚的知道单个预 测变量不同水平对响应变量不同类别的影响程度，从而确定响应变量类别之间的差异 性，我们可以将上述的统计量分解，得出表示各个方面关联性的部分统计量，注意分解 l o 硕士论文信用卡信用风险管理评分方法的实证研究 的方式为按列的顺序依次进行，如将第l 列和第2 列合并与第3 列比较，求得相应的z 2 、 g 2 ，依此类推，一直加到前j 1 列与第j 列比较得出z 2 、g 2 ，每个部分的统计量z 2 、 g 2 的d f = ，一l 。此时，统计量z2 与g 2 的一个重大不同点在于统计量g 2 是等于分解后 各统计量g 2 之和的，而统计量z 2 则不满足这个结论，但是其分解后部分表的z 2 是有效 的。 当所选预测变量是次序变量时，一般会选择统计量m 2 ，它检验的是自变量与响应 变量关联性是否有线性趋势，所以它是在原假设检验总体相关系数p = 0 的条件下，运 用统计量m 2 的，其具体表达式为m 2 = 一1 ) r 2 ，厂就是预测变量和响应变量的相关系 数， 即若u 1 “2 u ，表示行得分，v l ，2 b 表示列得分，那么 ，2 j 矿= ，p + ，。对于大的，z ， j = l 统计量m 2 近似服从矽= l 的卡方分布。运用此统计量m 2 的效果比统计量z 2 、g 2 好的 原因主要有两点：第一，因为卡方分布的均值为其自由度d f ，那么自由度为1 的统计量 m 2 与自由度为( i 一1 ) ( ，一1 ) 统计量z 2 、g 2 相比，相应的统计值z 2 、g 2 要比m 2 取得 更大的值才可以使得尸一值充分小以达到一定的显著性。第二，拥有小矽值的统计量达 到卡方近似的精度所需的样本数比拥有较大矽值的统计量要少，换句话说，对于小或 适中量的样本，当d f 很小时抽样分布更逼近卡方分布，这样检验的效果就会更好。对 于，x ，表的有序相关关系检验统计量，还有g a m m a ，k e n d a l l s t a u b 等。 当预测变量是定量变量时，将根据具体问题要求对其分组后，再按照上面介绍的检 验统计量进行相应地检验。 以上介绍的检验统计量和它的尸一值只告诉我们以多大的概率拒绝原假设，而逐个 单元的对比观测频数和期望频数差距的估计则可以帮助我们更好的理解拒绝原假设的 +p “ ，黼 = 一甜 中其 一p p、， 一v一矿 标准化。 我们用每个兰二量代替_ ，其中s 置代表着x ，标准差估计。那么，标准化预测变量每改 3 x t 变一个单位就等于原始预测变量改变一个标准差。所以我们就可以直接通过比较 卢，j 。) 值的大小，知道哪些预测变量对优势的影响程度深，哪些预测变量的影响程度较浅。 从响应变量的概率的角度对累积l o g i s t i c 回归模型解释 对于模型 l 。g 豇( 器) = 口t + 卢- x + p ：x ：+ 卢。x 。，七= 1 ，2 ，k l 对上式变形得 1 8 硕士论文信用卡信用风险管理评分方法的实证研究 p ( 】，七) ：兰盟生堕型堑生兰盟，j i ：1 “2 一，k 一1 、7 1 + e x p ( a i + 卢l x l + 卢2 x 2 + + 卢。) 且利用等式p ( r = 后) = e ( r k ) 一p ( y k 1 ) 求出第k 类的概率。 为了分析属性预测变量的效应，我们可以比较不同类别的概率差值，差值越大，则 反映了此预测变量对响应变量影响是强烈的。此时对于其他变量做如下处理：自变量是 定量变量的取均值来控制，自变量是属性变量的，如果其类别为两个或三个，则通过固 定类别来进行控制，如果其类别为三个以上的，那我们取它们指示变量值的平均值来控 制。 如果我们分析的是定量变量的效应，那么其他变量同上一样处理，而对于所要研 究的预测变量，分别