德勤个贷评分卡开发项目(全书版本)

10 Deloitte
©2016 Deloitte Touche Tohmatsu Limited. All rights reserved.
统计模型开发
1. 目标变量界定
观察期和表现期
申请评分卡
1
目标变量 界定
4 5 6 2数据准备及 3 评分卡 预测变量提 模型样本提 评分卡分组 炼 建立/优化 取
1
目标变量 界定
2
数据准备及 模型样本提取
3
评分卡分组
找出最优的群体 分隔标准，并以 此为基础建立一 组评分模型，使 得整个评分系统 的预测能力最优 化。 生成潜在的分组 以及对潜在的分 组进行评估 。
4
预测变量提炼
5
评分卡 建立/优化
6
评分卡 验证
样本内验证 样本外验证 评分卡衡量标 准 好坏区分能力 及排序能力 (KS、 Gini及增 益图 Gains Chart) 评分卡稳定性 （PSI） 评分卡准确性
吸引新客户
新客户审批
提高催收和回收金额 早期催收模型 晚期 催收模型 回收模型
金额回收
新业务
客户价值最大化 收益评分模型 交叉销售模型 交易欺诈模型 盈利模型
激活客户
挽留客户
增加激活和使用 行为评分模型 使用率模型 盈 利模型
挽留客户/收入最大化 挽留/流失模型 提前 还款模型
7
Deloitte
©2016 Deloitte Touche Tohmatsu Limited. All rights reserved.
没有历史数据或数据不可信
制定备选风险因素； 设计专家问卷；分析 回收问卷；得到短名 单； 案例准备；向研讨会 人员提交模型开发介 绍文档，因素模板以 及评分卡样例；参会 人员投票确定各因素 权重；生成初始评分 卡 小样本测试； 大样本测试 频率分析；单变量相关 性分析；多变量相关性 分析；风险特征评估； 分数归一化；权重确定 与调整
催收方案 及策略
预筛选
风险预警
额度调整
信贷业务生命周期
6 Deloitte
©2016 Deloitte Touche Tohmatsu Limited. All rights reserved.
800
•催收评分的使用范围 ： 催收策略 损失率估算
分数
零售内部评级评分卡技术
客户生命周期
通过吸引新客户 最大 化市场份额及利润 风 险预筛选评分模型 新客户审批 申请评分模型 申请欺诈模型
催收阶段： • 催收评分卡(C卡)是对当前月逾 期的贷款进行评分。主要是用 来在催收管理中确定风险比较 高的客户，进而根据风险的不 同采取不同的催收手段。
5
Deloitte
©2016 Deloitte Touche Tohmatsu Limited. All rights reserved.
零售评分卡基本分类(续)
单变量分析 预测变量的提炼 主要靠分析人员 模型变量的选 择 的直觉、长期经 验的积累和数据 模型的权重分 挖掘技术的应用。 配 拒绝样本的表 现推断(A卡) 预测变量分类： 制定最终的评 分卡 静态预测变量 评分数值的一 动态预测变量 致化转换
各步骤还需要融入贵行信贷专家和咨询顾问的专业判断来进行调整
零售评分卡应用的效用
作为预测银行坏账概率的重要决策工具，零售评分卡是对零售产品申请人或者账户的风险评分， 体现了未来还款拖欠、破产、核销、催收的概率。
零售客户信用评分
零售风险管理实践
信用 等级 1 2
分数段 980-999 970-979 960-969 950-959 940-949 930-939 920-929 900-919 879-899 850-879 800-849 750-799 0-749
申请评分卡 (A卡)
•申请评分是申请阶段评估信用风险的统计方法 ： 申请评分只需要评分一次 •申请评分的使用范围 ： 确定信用风险 审批小微贷款额度 确定小微贷款额度
违约率
行为评分卡(B卡)
•行为评分是使用内部行为数据对现有客户进行风 险 评估的统计方法 ： 客户/账户需要定期评分(每月、每周、每天) •行为评分的使用范围 ： 授信 信用卡额度调整 续签
评分卡 验证
GBIE的定义
好账（G）：还会再次接受的账目 坏账（B）:了解表现后会拒绝的账目 不确定（I）:既没有差到被评为“差”又不足够 好到评为“好”的账目 不充分（E）:可查账目足够评为“好”但在账面 的时间不够长 不包含（E）:不包含在评分卡开发样本中的账目
行为/催收 评分卡
坏帐户率 0.61% 1.42% 2.24% 3.25% 3.91% 4.60% 5.37% 5.89% 7.21% 8.57% 9.86% 11.67% 27.01%
不良贷款率 0.31% 0.52% 0.89% 1.30% 1.34% 1.61% 1.69% 1.78% 1.86% 2.43% 2.28% 2.75% 5.77%
数 据 取 样 窗口
观测期样本剔除 11 信用等级小于 XX 的卖家 历史年限不足X个月 已 结清或取消账户 Deloitte
表现期样本剔除 账户出现被盗现象 信贷历 史中有不良贷款记录
©2016 Deloitte Touche Tohmatsu Limited. All rights reserved.
零售评分卡基本分类
根据零售贷款生命周期不同阶段，目前银行主要使用申请、行为、催收三类评分卡。
贷款审批阶段： • 申请评分卡(A卡)是对每一笔新申请的贷 款进行评分。主要是 用在信贷准入门槛 的设计和授信额度的确定方面。
贷后管理阶段： • 行为评分卡(B卡)是按月对 未逾期的贷款进行评分。主 要是用来在贷后管理中确定 客户风险的高低，进而根据 风险的不同采取不同的贷后 管理手段。
样本数据丰富且完整
确定范围和信息需求；确定数据源以及 获取途径；数据充分性和适用性分析； 数据抽取和清洗；为相关人员和部门编 制数据逻辑及准备文档 设定客户评级模型目标变量；选取统计 模型风险因子；确定统计模型结构；与 相关人员和部门开展讨论
数据清洗和整理
问卷设计
统计模型参数设定
开展研讨会
建立评级模型
目录
1. 2. 3. 4. 5.
零售评分卡技术 零售评分卡开发方法论 零售评分卡应用策略 评分系统与数据集市设计 德勤资质
8
Deloitte
©2016 Deloitte Touche Tohmatsu Limited. All rights reserved.
零售评分卡开发方法综述
统计模型 专家打分卡
统计模型开发
2. 数据准备
1
目标变量 界定
4 5 6 2数据准备及 3 评分卡 预测变量提 模型样本 评分卡分组 炼 建立/优化 提取
评分卡 验证
信用评分的建立是以对大量数据的统计结果为基础, 对数据进析与整理。主要分为开发数据样本准备、校验 样本准备以及征信数据的提取三个阶段 第一阶段 开发样本准 备 第二阶段 校验样本准 备
评级模型的应用
业务规则提炼梳理
9
Deloitte
©2016 Deloitte Touche Tohmatsu Limited. All rights reserved.
统计模型开发步骤
零售评分模型的开发流程主要分为目标变量界定、数据准备及模型样本提取、评分卡分组、预测变量提炼 、评分卡建立、评分卡验证6个步骤：
分数
催收评分卡(C卡)
•催收评分是使用内部行为数据对M0/M1客户 进行风险 评估的统计方法 ： M0 or M1客户/账户需要定期评分(每月、每周)
帐户数量
200 300 400 500 600 700 800
200 300
400
Fra Baidu bibliotek500
600
700
A卡
客户授信 /审批及额度
B卡
客户深度 挖掘
C卡
个贷评分卡开发项目交流
德勤企业咨询（上海）有限公司北京分公司 2016年5月
目录
1. 2. 3. 4. 5.
零售评分卡技术 零售评分卡开发方法论 零售评分卡应用策略 评分系统与数据集市设计 德勤资质
2
Deloitte
©2016 Deloitte Touche Tohmatsu Limited. All rights reserved.
第三阶段 征信局数据 提取
Z Z D H 住S J H M 手 机 D W D H 单 位 T X D Z _ Y Z B MH J D Z 户 籍P O X M 配 偶 宅 电 话 号 码 电 话 D Z Y X 邮 箱 T X D Z 通 讯 地 址 邮 编 地 址 姓 名 nu ll nu ll nu ll nu ll 沙 湾 nu ll nu ll 杨 元 均 nu ll 1350813835null nu ll 夹 江 纸 都 大 道 华 丰 苑 1 单 元 n u l nu ll 江 泽 其 nu ll nu ll 5 6 6 4 4 7 8 null 夹 江 县 小 毛 街 7 单 元 5-2号nu ll nu ll 徐 维 佳 nu ll nu ll nu ll nu ll 峨 眉 nu ll nu ll 付 淑 清 nu ll nu ll nu ll null 湾 区 沙 湾 镇 农 场 村 3 组 null null 桂 容 Z H J L B S 账 户沙 K H B S 客 户 J R J G D M 金Y W Z L 业 务Y W Z L X F 业孙 Y W H 业 F S D D 业 务K H R Q 开 户D Q R Q 到 期 S X E D 授G X S X E D 共D B F S 担 nu ll 市 中 区 南 安 路 1 4 号 nu ll nu ll 苏 晓 琼 null 井 研 县 乌 抛 乡 nu ll nu ll nu ll 标 识 标 识 融 机 构 代 码种 类 务 种 类 细 分 务 号 发 生 地 日 期 日 期 B Z 币 种信 额 度 享 授 信 额 度保 方 式 null null 李nu ll 夹 江 迎 春 南 路 4 1 4 号 4 幢 nu ll nu ll nu ll nu ll nu ll 3 9 0 1 2 0 0 3 3 9 02 0 0 3 3 9 0 1 0 0 0 2 0 0 2 1 6 1 0 S夹 1江 1 1 2 0 3 3 9 0 11 4 0 1 0 0 2 0 0 3 0 6 0 4 2 0 1 3 0 6 0 3 C N Ynull 1 2 0 0 0 0 1 2 0 0 0 01 陈 秀 英 nul lD 复 兴 路 5 8 号 nul l0 nu ll nu ll nu ll 4 7 0 1 2 0 0 3 4 7 02 0 0 3 4 7 0 1 4 0 D 2 0 0 2 1 6 1 0 S乐 1山 1 2 0 0 3 4 7 0 11 4 0 1 0 0 2 0 0 3 1 2 1 7 2 0 0 6 1 2 1 7 C N Y杨 8 6 4 0 1 8 6 4 0 09 杨 洋 nu ll0 市 商 行 2 Y B D Z 俊 英1 nu ll0 nu ll nu ll nu ll 3 1 0 2 2 0 0 4 3 1 02 0 0 4 3 1 0 2 0 4 0 D 2 0 0 2 1 6 1 0 SY 1 2 1 2 0 0 4 3 1 0 21 0 1 0 0 2 0 0 4 0 1 0 9 2 0 0 7 0 1 0 9 C N Y陕 9 5 0 4 0 9 5 0 4 09 沙 湾 区 嘉 农 镇 魏 坝 村 B D Z 魏 开 明 nul l4 西 街 9 5 号 nu ll nu ll nu ll 4 7 0 1 2 0 0 3 4 7 02 0 0 3 4 7 0 1 0 4 0 D 2 0 0 2 1 6 1 0 S邓 1彪 null 2 1山 2 0 0 3 4 7 0 11 4 0 1 0 0 2 0 0 3 1 2 0 4 2 0 0 6 1 2 0 4 C N Y 2 0 0 0 0 0 2 0 0 0 0 09 6 1 4 0 0 0 市 中 区 陕 西 绥 东 路 1 2 5 号 nu ll nu ll nu ll 4 7 0 1 2 0 0 3 4 7 02 0 0 3 4 7 0 1 0 4 0 D 2 0 0 2 1 6 1 0 S吴 1伟 1城 0 0 3 4 7 0 11 4 0 1 0 0 2 0 0 3 1 2 2 6 2 0 0 6 1 2 2 5 C N Ynull 1 4 4 0 0 0 1 4 4 0 0 09 nu ll 利 nu ll 2 焉 镇 东 进 路2 2 1 0 8 9 0 01350815100null nu ll 方 null 2 新 街 4 7 号Y B D Z 张 明 清 4 7 0 1 2 0 0 4 4 7 02 0 0 4 4 7 0 1 0 4 0 D 2 0 0 2 1 6 1 0 S余 1泽 1村 2 0 0 4 4 7 0 11 4 0 1 0 0 2 0 0 4 0 1 1 7 2 0 0 7 0 1 1 7 C N Y 3 0 4 0 0 0 3 0 4 0 0 09 nu ll nu ll nu ll nu ll 3 9 9 3 0 8 5 null 4 7 0 1 2 0 0 4 4 7 02 0 0 4 4 7 0 1 0 4 0 D 2 0 0 2 1 6 1 0 S1 2 1 2 0 0 4 4 7 0 11 4 0 1 0 0 2 0 0 4 0 1 1 9 2 0 0 7 0 1 1 9 C N Y 3 1 5 0 0 0 3 1 5 0 0 09 nu ll nu ll nu ll 4 7 0 1 2 0 0 4 4 7 02 0 0 4 4 7 0 1 0 4 0 D 2 0 0 2 1 6 1 0 S1 2 1 2 0 0 4 4 7 0 11 4 0 1 0 0 2 0 0 4 0 1 1 7 2 0 0 7 0 1 1 7 C N Y 1 3 6 5 0 0 1 3 6 5 0 09
零售评分卡的开发和使用
人工判断
• • • • • 更准确地识别和计量零售业务风险 为风险管理提供决策依据 提高审批效率 更有效地实现风险监控 减少人工决策的偏差
统计分析开发 评分卡
模型开发
历史信息
当前信息
观察窗口 观测点 模型实施
表现窗口
当前信息 预测
未来表现
4
Deloitte
©2016 Deloitte Touche Tohmatsu Limited. All rights reserved.
C S R Q 出 生 H Y Z K 婚 姻Z G X L 最 日 期 状 况 高 学 历 1 9 7 4 0 9 2 0 2 0 9 0 1 9 6 4 1 0 0 5 2 0 9 9 1 9 6 6 1 1 2 3 9 0 9 9 1 9 6 5 0 5 0 4 2 0 9 0 1 9 6 9 0 2 0 1 4 0 7 0 1 9 6 4 1 2 1 3 2 0 6 0 1 9 7 1 1 1 0 1 2 0 6 0 1 9 6 1 1 2 2 3 2 0 9 9 1 9 8 6 0 3 2 5 1 0 9 9 1 9 6 9 0 7 3 1 2 0 6 0 1 9 6 5 1 2 2 9 2 0 9 0 1 9 6 6 1 1 2 7 2 0 6 0 1 9 6 1 1 2 1 1 4 0 9 0 1 9 6 6 0 3 0 6 2 0 9 9 1 9 4 8 1 2 0 8 2 0 6 0
目 标 变 量 是 模 评分模型往往是 型 所 要 预 测 的 建立在一定的样 结果。 本上。样本能否 界 定 目 标 变 量 有效地代表总体， 定义的若干重 样本数据质量的 要因素: 高低，样本中提 银行政策目 标 炼出来的数理关 表现期的长 短 系能否延伸到未 定义必须简 明，来，将在很大程 不 宜 过 于 复 度上决定模型的 杂 预测力和效果。
数据与操作的标准化，规范化 • 数据定义，数据的获取/流转/存储(内部数据以及外 部 数据） • 评分卡对准入/审批/预警/催收的应用
3 4 5 6 7
• •
更精细化的风险评估及量化能力 更快的风险决策能力
8 9 10 11 12 13
3
Deloitte
©2016 Deloitte Touche Tohmatsu Limited. All rights reserved.
单变量（因子）分析；多变量分析；回 归分析；分数校准；按照银监会相关规 定记录建模过程；向有关人员及部门展 示结果和发现 确定验证范围；样本外抽样验证；其他 附加分析建议：PSI，KS，Gini；编写验 证文档；与相关人员和部门讨论验证结 果 评分卡截取点设定
样本试点测试
评级模型验证
数据分析和 模型优化