




已閱讀5頁,還剩17頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1,行為評分模型的開發(fā)與應(yīng)用,根據(jù)信用卡賬戶歷史上所表現(xiàn)出來的各種行為特征來預(yù)測該賬戶未來的信貸表現(xiàn)。 數(shù)據(jù)源主要包括以下數(shù)據(jù)元素: 24-36個月中每個月的信貸余額; 24-36個月中每個月的最低應(yīng)付款額 24-36個月中每個月的付款額; 24-36個月中每個月的退款額; 24-36個月中每個月的購物消費額; 24-36個月中每個月的現(xiàn)金提取額; 24-36個月中每個月的逾期拖欠周期; 開戶時間; 信用額度; 賬戶地位。,2,一、行為風(fēng)險評分模型,行為風(fēng)險評分模型的數(shù)據(jù)時間段劃分,3,一、行為風(fēng)險評分模型,表現(xiàn)期 表現(xiàn)期不宜太長(如18個月或24個月)的原因是為了能夠有更好的預(yù)測效果。 觀察期,4,一、行為風(fēng)險評分模型,排除 依觀察日的信息來排除 已經(jīng)嚴(yán)重拖欠、呆賬、破產(chǎn)的賬戶(無須預(yù)測); 開戶時間少于6個月的賬戶(沒有觀察到足夠的行為信息); 最近連續(xù)6個月以上沒有活動的賬戶(沒有足夠的預(yù)測信息); 已經(jīng)關(guān)閉的賬戶; 賬戶持有人已故的賬戶; 特殊情況的賬戶(如賬戶巳被凍結(jié)、某些VIP賬戶); 依表現(xiàn)日的信息來排除 處于欺詐、爭議狀態(tài)或賬戶持有人已故的賬戶。,5,一、行為風(fēng)險評分模型,表現(xiàn)變量定義 在表現(xiàn)期末為呆賬、破產(chǎn)、3期以上拖欠的賬戶為“壞”; 在表現(xiàn)期末無施欠或僅為1期拖欠的賬戶為“好”; 在表現(xiàn)期末為2期拖欠的賬戶為“不確定”。 預(yù)測變量提煉 基本方法有5種: 嚴(yán)重性; 近期性; 頻率性; 貨幣價值性; 組合性。,6,基于嚴(yán)重性的預(yù)測變量,過去12個月未發(fā)生任何拖欠的賬戶群,“壞”的比例小于0.5%,隨著過去拖欠行為的嚴(yán)重化,其“壞”的比例也迅速提高。,7,基于近期性的預(yù)測變量,拖欠行為發(fā)生的歷史越近,風(fēng)險越大。,8,基于頻率性的預(yù)測變量,拖欠發(fā)生的越頻繁,風(fēng)險越大。,9,一般來說,未清償貸款余額越高,信用卡用戶的債務(wù)負(fù)擔(dān)越重,風(fēng)險越大。,基于貨幣價值性的預(yù)測變量,10,組合性考慮的是各種不同性質(zhì)的行為所占的比例。由于不同性質(zhì)的行為風(fēng)險特征不同,其比例的高低往往揭示了風(fēng)險的大小,如圖,沒有現(xiàn)金提取行為的賬戶群風(fēng)險最低,現(xiàn)金提取額所占比例越高,風(fēng)險越大。,基于組合性的預(yù)測變量,11,一、行為風(fēng)險評分模型,模型分組,12,一、行為風(fēng)險評分模型,行為風(fēng)險評分模型的結(jié)果是把信用卡賬戶按照未來的壞賬風(fēng)險程度進行區(qū)別、排隊,并且估計其未來發(fā)生嚴(yán)重拖欠的概率。,13,行為風(fēng)險評分模型的預(yù)測結(jié)果,14,二、行為收益評分模型,行為收益評分模型的數(shù)據(jù)時間段劃分,15,表現(xiàn)期 一般為12個月 觀察期 一般為12個月 表現(xiàn)變量定義 未來一年的凈收益利息收入-資金成本+刷卡回傭+各項收費-運營成本 預(yù)測變量提煉 對模型預(yù)測力貢獻最大的變量組合往往是信用卡使用率和循環(huán)信貸傾向方面的變量。,二、行為收益評分模型,16,行為收益評分模型預(yù)測變量一,隨著信用額度使用率的增加,年收益也不斷增加,17,行為收益評分模型預(yù)測變量二,隨著循環(huán)信貸活動的增加,年收益也不斷增加,18,行為收益評分模型預(yù)測結(jié)果,該行為收益評分有效的區(qū)別了高收益和低收益的信用卡賬戶,最高收益的20%-30%的客戶帶來了絕大部分的收益。,19,三、行為流失傾向評分模型,數(shù)據(jù)來源是銀行內(nèi)部信用卡的行為信息。 數(shù)據(jù)劃分成表現(xiàn)期和觀察期,表現(xiàn)期一般為6-12個月,而觀察期一般為12個月。 預(yù)測的目標(biāo)是信用卡客戶流失的概率。,20,行為流失傾向評分模型預(yù)測變量,過去6個月中連續(xù)地降低貸款余額的月份數(shù),數(shù)目越高,未來流失概率越大。,21,思考題,什么是行為風(fēng)險評分模型?該模型由哪些部分組成?其預(yù)測變量的提煉方法有哪幾種?
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 武漢商貿(mào)職業(yè)學(xué)院《小型樂隊編配》2023-2024學(xué)年第一學(xué)期期末試卷
- 紹興文理學(xué)院《新聞作品賞析》2023-2024學(xué)年第二學(xué)期期末試卷
- 興安職業(yè)技術(shù)學(xué)院《口腔頜面外科學(xué)實驗一》2023-2024學(xué)年第一學(xué)期期末試卷
- 南陽工藝美術(shù)職業(yè)學(xué)院《世界華文文學(xué)經(jīng)典欣賞》2023-2024學(xué)年第二學(xué)期期末試卷
- 工業(yè)地產(chǎn)轉(zhuǎn)讓合同
- 出租車承包運營合同
- 場地買賣合同協(xié)議書
- 房產(chǎn)買賣中介合同
- 農(nóng)飲工程經(jīng)營管理承包合同書
- 廢物處置合同
- 2025年03月四川成都農(nóng)業(yè)科技中心公開招聘筆試歷年典型考題(歷年真題考點)解題思路附帶答案詳解
- 農(nóng)村兄弟林地協(xié)議書
- 2024北京房山區(qū)高一(下)期中數(shù)學(xué)試題及答案
- 2025年03月國家機關(guān)事務(wù)管理局所屬事業(yè)單位公開招聘應(yīng)屆畢業(yè)生14人筆試歷年典型考題(歷年真題考點)解題思路附帶答案詳解
- 信息安全等級保護管理辦法
- 《裝配式生物安全實驗室技術(shù)標(biāo)準(zhǔn)-》
- 體育熱身活動課件
- 2025年光大銀行校園招聘筆試參考題庫(帶答案)
- 消防更換設(shè)備方案范本
- 2024年環(huán)境影響評估試題及答案
- 【初中歷史】2024-2025學(xué)年部編版七年級下學(xué)期歷史中考復(fù)習(xí)提綱
評論
0/150
提交評論