一、信用风险模型的分类
信用风险模型的种类很多,而且随着技术的发展,还会有新的信用评分模型出现,因此根据信用评分模型的功能、性质、开发条件等可以做多种形式的划分。例如,我们在前面根据信用评分的使用方式不同可以将信用评分分为信用许可评分和预测性模型。
如果从预测结果的角度来划分,信用评分模型还可以分为两类:描述性模型和预测性模型。其中,预测性模型可以计算通过模型预测信贷消费者未来的活动而带来的价值,例如:预测车贷用户将来发生拖欠的可能性。而描述性模型则是将客户进行描述性分类的一套规则,在同一个分类下的消费者与不同类别下的消费者相比,具有更加相近的行为特性。
无论是在何种的分类方式下,信用评分都是用做预测的。所以,我们更倾向于根据评分模型可以预测和描述的结果,进行如下划分。
预测消费者是否 |
评分/预测类型 |
按期付款 |
违约率/风险 |
产生明显的利润 |
利润 |
最终交付拖欠款项的大部分 |
追账成功率 |
最终交付坏账的账款的大部分 |
恢复 |
信贷账户不活跃或转账到别处 |
不活跃程度 |
交易欺诈行为 |
诈骗预警 |
对某种征集/促销的反应 |
响应程度/速度 |
破产或者技术性破产 |
破产 |
取得效益 |
效益 |
摘自《消费者信用管理》林钧跃著
二、信用风险模型的应用
征信数据和信用风险模型,其最终的目的是为了支持商业机构的消费信贷业务的发展。而无论从公司还是信贷产品的运作来讲都离不开市场营销和风险控制两大方面,两者的平衡才可以实现商业机构或者产品的成功。
信用风险模型也是一样,其应用要服务于市场营销和风险控制两个方面。而且,根据用途的不同,信用风险模型可以贯穿商业流程中不同的阶段。下面,我们主要从市场营销和风险控制两大方面来介绍信用风险模型的应用。
1、信用风险模型在营销方面的应用
在消费者信贷业务过程中,营销工作集中在客户的获取上,而获取客户又可以分为两个方面,即“新客户获取”和“现有客户的挖掘”。
(1)“新客户的获取”
在新客户获取阶段,管理者主要关心的是,什么样的客户会使用自己的产品或服务,这些客户会为企业带来多大的效益,一个优质客户的终身价值是多少等等。有了这些答案消费信贷机构才可以选择向什么样的客户进行营销,制定新客户获取的策略,从而启动整个营销活动。在新客户获取过程中,常用的评分模型主要有: ①响应模型
这类模型用于判断消费者对某一类信贷产品的反应情况。也就是说,当消费者接到信贷产品的推荐是,他们会在多大程度上接受或是不接受这一产品,从而可以找到什么样的客户群更容易接受这类产品。响应模型的开发主要依据历史上使用同类产品客户的数据分析,包括基本信息,消费习惯和其它消费倾向等等。 ②可记息余额的额度预测模型
这类模型可以预测是否在消费者身上取得效益,主要在信用卡类的信用工具中使用。我们知道,在信用卡中并非所有的余额都可以计算利息,这是因为信用卡通常为消费者提供一定时间的免息期。在这一期间,消费信贷的余额并不计算利息,发卡公司也就没有收益。因此,发卡公司除了关心谁会使用自己的产品以处,还非常关心什么样的消费者会在免息期以外透支使用自己的产品,从而为自己创造利润。
③消费者价值模型
所有的金融机构都致力于开发长期的客户关系,这样即减少了开发新客户的成本,还可以深入挖掘每个消费者的客户价值。而且,金融机构所拥有的众多客户在使用产品和创造的利润方面是不一样的,金融机构自然愿意向高价值的客户提供更好的服务,这也就是信用卡中金卡客户和白金卡客户的概念。
因些,金融机构在推广产品的时候,不仅要考虑消费者在6个月或12个月中的收益,更要考虑这个客户在未来5年、10年、甚至更长时间内为企业带来的价值。这类模型会以折现的方式将消费者的长期价值换算成现实的价值。根据现实价值的不同,金融机构可以将消费者分为不同的类别,提供不同方式的服务。 |