信用評(píng)分管理模式-全文預(yù)覽
【正文】 出反映性別、婚姻狀況、抵押貸款狀況與信用風(fēng)險(xiǎn)的聯(lián)系（見(jiàn)圖3下半部分）。這些描述性結(jié)果顯然有助于我們理解數(shù)據(jù)（也就是信用卡申請(qǐng)者與持有者）。 例如，在Clementine中由統(tǒng)計(jì)節(jié)點(diǎn)生成的描述統(tǒng)計(jì)量，展示了在樣本中， 平均年收入為25580美元。進(jìn)一步，關(guān)聯(lián)與聚類對(duì)于信用風(fēng)險(xiǎn)評(píng)分的應(yīng)用并不相關(guān)，因此這里并沒(méi)有涉及。為此，三種數(shù)據(jù)挖掘技術(shù)是比較合適的，也就是，Logistic 回歸、神經(jīng)網(wǎng)絡(luò)和決策樹(shù)。 考慮到上面涉及到的因素，目標(biāo)變量為信用風(fēng)險(xiǎn)，輸入變量為上面列出的七個(gè)變量。應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行信用評(píng)分 為了展示數(shù)據(jù)挖掘技術(shù)應(yīng)用于信用評(píng)分，考慮一信用卡提供者，他們致力于建立一個(gè)信用評(píng)分模型來(lái)預(yù)測(cè)信用卡申請(qǐng)者的信用風(fēng)險(xiǎn)，并把他們分為有害損失、有害利潤(rùn)、良好風(fēng)險(xiǎn)三種。尤其是，決策樹(shù)方法已經(jīng)變成一種建立信用評(píng)分模型的流行的技術(shù)，因?yàn)榈玫降臎Q策樹(shù)是很易于解釋和形象化的。 然而，判別分析需要相當(dāng)嚴(yán)格的統(tǒng)計(jì)假設(shè)，這些假設(shè)在實(shí)際生活中是很少能夠滿足的。需要注意的是，對(duì)于不同的數(shù)據(jù)的細(xì)分將構(gòu)建成不同的模型。這一模型將包含應(yīng)用到不同個(gè)體用戶變量（或?qū)傩裕┥系臋?quán)重以及分割點(diǎn)。信用評(píng)分模型的構(gòu)建構(gòu)建信用評(píng)分模型的方法論通常包含了以下過(guò)程。比如，農(nóng)場(chǎng)主可以利用信用得分來(lái)判定潛在的農(nóng)戶能否盡可能的及時(shí)支付他們的租金。一般地，具有差的信用得分的用戶會(huì)比具有很好的信用得分的用戶擁有很高的機(jī)率申請(qǐng)保險(xiǎn)索賠。據(jù)討論得知在汽車與抵押保險(xiǎn)方面的信用鑒定與損失比率之間都有很強(qiáng)的相關(guān)關(guān)系。 在最近這些年里，信用評(píng)分同樣也在給小商業(yè)企業(yè)信用決策過(guò)程的部分程序中使用（Rowland，2003）。 信用評(píng)分最為普及的應(yīng)用是在貸款申請(qǐng)中進(jìn)行信用決策。這使得保險(xiǎn)公司能夠以更為公平的成本提供更多的保險(xiǎn)覆蓋面給更多的用戶，更快的對(duì)市場(chǎng)變化作出反應(yīng)以及贏得競(jìng)爭(zhēng)優(yōu)勢(shì)（Kellison and Brockett，2003）。Lucas（2000）報(bào)告稱，收獲率（recovery rate）%，%%。在次一級(jí)借貸的發(fā)展中，其中一個(gè)最主要的因素已經(jīng)自動(dòng)化的認(rèn)購(gòu)，其允許次一級(jí)抵押貸款能夠進(jìn)行打包然后作為投資性有價(jià)證券來(lái)銷售。 這些都可以幫助金融機(jī)構(gòu)更為有效的和有利的管理他們的賬戶。Banaslak and Kiely（2000）總結(jié)出在信用評(píng)分的幫助下，金融機(jī)構(gòu)能夠制定更快、更好和更高質(zhì)量的決策。同樣的，其大大簡(jiǎn)化了信用評(píng)價(jià)過(guò)程中人工干預(yù)的必要以及分發(fā)信用的成本（Barefoot，1995）。這可是使得信用提供者僅僅關(guān)注于與信用風(fēng)險(xiǎn)相關(guān)的信息并且避免信用分析師或保險(xiǎn)公司的個(gè)人主觀性。在最近這些年里，信用評(píng)分已經(jīng)開(kāi)始用于家庭貸款、小型商業(yè)貸款、保險(xiǎn)申請(qǐng)和續(xù)訂。 這些評(píng)分同樣幫助企業(yè)組織減少拖欠費(fèi)率。世界大戰(zhàn)之后，人們把這兩項(xiàng)事件結(jié)合在一起并且開(kāi)始考慮在決定貸款申請(qǐng)者的過(guò)程中使用統(tǒng)計(jì)學(xué)生成模型的優(yōu)勢(shì)。在1941年，Durand（他在美國(guó)國(guó)民經(jīng)濟(jì)研究局工作）意識(shí)到Fisher 的判別分析能用來(lái)區(qū)分好的或者壞的貸款。信用評(píng)分 信用評(píng)分通常正式的定義為一種統(tǒng)計(jì)或定量方法，用于預(yù)測(cè)貸款申請(qǐng)者或現(xiàn)存借款人將發(fā)生違約或拖欠的概率（Mester，1997）。在1936年，F(xiàn)isher引入了在一個(gè)總體中的不同群體中進(jìn)行區(qū)別的思想（例如通過(guò)使用物種的身體大小來(lái)區(qū)分鳶尾的兩個(gè)種類）。 然后利用這些規(guī)則來(lái)幫助進(jìn)行信用決策。使用信用評(píng)分的企業(yè)也意識(shí)到了這些預(yù)測(cè)違約的評(píng)分比起任何決策方法都要來(lái)的好（Myers，1963）。在二十世紀(jì)直接營(yíng)銷的發(fā)展同樣也導(dǎo)致了信用評(píng)分方法的使用來(lái)增加廣告戰(zhàn)略的回應(yīng)率。舉例說(shuō)明之，由于信用評(píng)分模型提供了關(guān)于用戶信用價(jià)值的客觀分析從而可以幫助簡(jiǎn)化判別。信用評(píng)分同樣可以幫助我們?cè)黾淤J款申請(qǐng)過(guò)程的速度與一致性，并且允許借款過(guò)程的自動(dòng)化。那么
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1