個人信用評分是金融機構(gòu)評估消費金融客戶授信風險高低的有效率工具，其主要功能是根據(jù)模型評分結(jié)果進行客觀、一致性風險排序。信用報告機構(gòu)所提供的個人信用評分，除可降低各金融機構(gòu)自行發(fā)展特定評分模型的成本外，也提供一個共同的參照基準，讓各銀行的自建模型可以進行比較與校準。臺灣地區(qū)金融聯(lián)合征信中心（下稱臺灣地區(qū)聯(lián)征中心）于2006年4月開始提供“個人信用評分”信息，此后根據(jù)評分模型運行情況及實踐效果，對評分模型實施了兩次改版�？偨Y(jié)臺灣地區(qū)聯(lián)征中心個人信用評分體系建設(shè)的經(jīng)驗與做法，對于大陸地區(qū)建立和完善個人信用評分體系具有借鑒意義和實際參考價值。

　　摘要：個人信用評分具有風險排序的功能，是信用信息服務(wù)的重要手段，本文從研究臺灣地區(qū)個人信用評分的發(fā)展模式入手，系統(tǒng)分析了臺灣地區(qū)個人信用評分體系建設(shè)成果及經(jīng)驗，以其為大陸地區(qū)開展相關(guān)研究及實踐提供有益參考。

　　關(guān)鍵詞：臺灣地區(qū),信用評分,模型,啟示

　　一、臺灣地區(qū)聯(lián)征中心發(fā)展個人信用評分的歷程

　　（一）個人信用評分體系籌備階段：2002—2005年

　　2001年，臺灣地區(qū)為應(yīng)對“巴塞爾資本協(xié)議BaselⅡ”的實施，開始探索運用臺灣地區(qū)聯(lián)征中心的數(shù)據(jù)庫，估算內(nèi)部評級法所計算的風險成分因子的可行性與相關(guān)配套措施。臺灣地區(qū)聯(lián)征中心在2002年10月成立“風險研究組”，“風險研究組”以臺灣地區(qū)聯(lián)征中心長期累積的跨金融機構(gòu)信用資料為基礎(chǔ)，著手建立信用風險研究數(shù)據(jù)倉儲系統(tǒng)，進行信用風險評估相關(guān)模型開發(fā)與應(yīng)用的研究工作。此外，臺灣地區(qū)聯(lián)征中心建立了“數(shù)據(jù)研究服務(wù)平臺”服務(wù)機制，并在兼顧保障數(shù)據(jù)當事人的隱私與數(shù)據(jù)安全下，提供“去識別化”的信用風險研究增值性信息及用于研究的數(shù)據(jù)，供金融機構(gòu)使用。“資料研究服務(wù)平臺”的建立，使“數(shù)據(jù)分享應(yīng)用”與“數(shù)據(jù)隱私保障”兩種原本互相沖突的概念，得到適當?shù)钠胶猓�且通過該機制的建立，也使臺灣地區(qū)聯(lián)征中心數(shù)據(jù)庫的數(shù)據(jù)得以根據(jù)明確的制度與規(guī)范，合理地為金融機構(gòu)應(yīng)用。

　�。ǘ�）個人信用評分機制的產(chǎn)生與建立：2006年的雙卡風暴

　　2004—2005年，臺灣地區(qū)消費金融市場迅速發(fā)展，尤其是當時由日本引進的新型消費金融產(chǎn)品“現(xiàn)金卡”，因其使用便利的特性，迅速為民眾所接受，連帶使類似特征的信用卡預(yù)借現(xiàn)金業(yè)務(wù)也快速發(fā)展。金融機構(gòu)在可賺取高額利差的誘因下，爭相推出營銷與搶奪市場的活動，卻忽略或放松了應(yīng)有的風險評估與管理，使雙卡的循環(huán)信用余額屢創(chuàng)新高。2005年中起，雙卡的違約風險逐漸浮現(xiàn)，造成系統(tǒng)性的連鎖效應(yīng)，“雙卡風暴”席卷并重創(chuàng)臺灣地區(qū)消費金融市場。在檢討雙卡風暴發(fā)生的原因方面，金融機構(gòu)缺乏客觀一致的風險評估工具成為討論焦點之一。2005年12月，臺灣地區(qū)“金管會”與銀行公會要求臺灣地區(qū)聯(lián)征中心加快建立“信用評分系統(tǒng)”，以供發(fā)行現(xiàn)金卡與信用卡的金融機構(gòu)作為判斷資信狀況的根據(jù)。2006年4月1日臺灣地區(qū)聯(lián)征中心個人信用評分系統(tǒng)正式上線。

　�。ㄈ�）個人信用評分體系的發(fā)展與改良：2006年-至今

　　臺灣地區(qū)聯(lián)征中心舊版?zhèn)�人信用評分產(chǎn)品上線之后，發(fā)生許多外在事件，如雙卡事件的發(fā)生、債務(wù)協(xié)商機制實施、金融機構(gòu)的合并、金融機構(gòu)業(yè)務(wù)重心移轉(zhuǎn)等，都造成臺灣地區(qū)金融市場結(jié)構(gòu)性變動，直接影響個人信用評分模型效力。此外，隨著金融機構(gòu)賬戶管理收費機制的改變，臺灣地區(qū)聯(lián)征中心大幅降低會員金融機構(gòu)查詢成本，使臺灣地區(qū)聯(lián)征中心查詢量大幅增加，使查詢類變量必須重新處理。在此背景下，臺灣地區(qū)聯(lián)征中心著手發(fā)展新版信用評分模型，2008年4月第二版?zhèn)�人信用評分產(chǎn)品正式上線，并自上線起定期發(fā)布監(jiān)控報告。此后，針對外在環(huán)境變動對部分特殊貸款族群的影響，導致評分樣本分配上出現(xiàn)較大的變動，臺灣地區(qū)聯(lián)征中心進一步對評分產(chǎn)品進行修正，并于2010年12月上線第三版?zhèn)�人信用評分產(chǎn)品[1]。

　　二、臺灣地區(qū)聯(lián)征中心信用評分數(shù)據(jù)處理與變量篩選

　�。ㄒ唬┬庞迷u分數(shù)據(jù)資料的篩選原則

　　臺灣地區(qū)聯(lián)征中心在信用評分數(shù)據(jù)資料的篩選方面，主要考慮以下三個層面的10大因素。

　　1.資料層面，包括4個主要因素。（1）涵蓋程度（cov-

　　erage）。信用報告機構(gòu)所提供的對受查企業(yè)或受查個人的涵蓋程度，是否經(jīng)查無資料，或所查得的信息涵蓋廣度十分貧乏；（2）時間性（recency）。信用報告機構(gòu)所提供數(shù)據(jù)呈現(xiàn)與揭露的時間縱截面的長短。例如可取得距今多久的正面與負面歷史信用紀錄；（3）動態(tài)性（dynamic）。信用報告機構(gòu)所提供數(shù)據(jù)的更新程度，所使用信息是否過于陳舊，資料與服務(wù)的更新周期是否定期全面一致得到更新；（4）一致性（consistency）�？鐧C構(gòu)所搜集的數(shù)據(jù)，其數(shù)據(jù)定義是否一致；前后期資料的定義是否有重大改變，若有，是否有完整的說明與對照。

　　2.增值層面，包括3個主要因素。（1）相關(guān)性（relevancy）。信用報告機構(gòu)可否從眾多龐雜的資料中，獲取與提煉出與所關(guān)注風險相關(guān)的信息，該信息是否符合信息使用者的風險管理直覺；（2）穩(wěn)定性（stability）。所產(chǎn)生的增值性信息，能否維持穩(wěn)定的相關(guān)性，所提供的增值產(chǎn)品或服務(wù)的內(nèi)涵是否經(jīng)常變動，新舊產(chǎn)品的銜接是否須耗費太多成本；（3）創(chuàng)新性（innovation）。信用報告機構(gòu)能否對外在環(huán)境變動或市場需求，及時提出有別于既有產(chǎn)品與服務(wù)的創(chuàng)新想法，并能主動持續(xù)挖掘數(shù)據(jù)庫中尚未被發(fā)現(xiàn)的有價值信息，轉(zhuǎn)化成為新的產(chǎn)品或服務(wù)。

　　3.行政管理面向，包括3個主要因素。（1）可用性（easeofuse）。信用報告機構(gòu)可否提供簡單、清晰、一目了然的信息內(nèi)涵，讓信息使用者迅速掌握重要信息；（2）可得性（easeofaccess）。信用報告機構(gòu)可否提供便捷的信息取得環(huán)境，讓信息使用者可迅速取得所需信息；（3）取得成本（costofaccess）。信息使用者取得信息所須支付信用報告機構(gòu)的查詢費用，是否有大量查詢的優(yōu)惠方式，是否可根據(jù)不同需求，量身訂制收費機制。（三）加強對評分模型應(yīng)用結(jié)果的密切監(jiān)控與反饋

　　信用評分模型驗證完成并正式核準上線后，模型就此從“實驗室產(chǎn)品”轉(zhuǎn)變成現(xiàn)實生活使用的“管理工具”，其考驗也正式開始。如何具體了解模型的有效性與可用性，則必須依靠模型應(yīng)用結(jié)果的密切監(jiān)控與追蹤。使用信用評分模型的優(yōu)點之一，即在于評分結(jié)果方便記錄與追蹤，通過對評分結(jié)果與實際狀況的擬合程度、模型變量的實際表現(xiàn)、不同時點評分變動狀況等進行分析，清楚掌握評分模型的實用程度。即使“模型上線即是模型失效的開始”，也應(yīng)配合明確的驗證政策與程序，了解并判別模型的“失效程度”（如“滿意”、“可接受”、“堪用”、“無法使用”等），以決定是否進行評分模型的必要調(diào)整，或是以較具代表性的新數(shù)據(jù)建立新的模型。除了評分模型本身的監(jiān)控外，評分產(chǎn)品使用者也應(yīng)適時對評分模型的表現(xiàn)及結(jié)果進行監(jiān)控，例如授信核準點設(shè)定后，觀察“核準率”與違約率的關(guān)系，以便作為對信用評分模型進行調(diào)整的依據(jù)。

　�。ㄋ模�擴大與整合各種信用評分信息來源

　　信息來源包括金融機構(gòu)內(nèi)部信息與外部相關(guān)信息、同業(yè)務(wù)類別信息與跨業(yè)類別信息、評分信息與變量信息等。在數(shù)據(jù)處理方面，除單純借款人的信用數(shù)據(jù)外，應(yīng)加強與其它數(shù)據(jù)的整合與串聯(lián)（例如企業(yè)與企業(yè)負責人；借款人與借款保證人；借款人與擔保品價值等），并強化數(shù)據(jù)處理的效率。在變量衍生與篩選方面，除標準化與自動化流程所產(chǎn)生“制式變量清單”外，應(yīng)加強建模人員對資料的了解與深入剖析闡述的能力，并與前端的資料搜集與處理者（數(shù)據(jù)搜集部門、信息部門）、不同機構(gòu)的專業(yè)建模人員（外部專家、學者）、后端的信用信息使用者（金融機構(gòu)）等，進行密切的溝通[6]。

　　（責任編輯：李興發(fā)）

　　參考文獻：

　　[1][2]林思惟.臺灣聯(lián)征中心個人信用評分之回顧與展望[J].金融聯(lián)合征信，2010（15）.

　　[3]金融聯(lián)合征信中心.新版?zhèn)�人信用評分簡介[DB/OL].www.jcic.org.tw，2008-3-27.

　　[4]向暉.個人信用評分關(guān)鍵技術(shù)研究的新進展[J].財經(jīng)理論與實踐，2011（4）.

　　[5]白云峰.美國個人信用評分體系研究及啟示[J].現(xiàn)代管理科學，2010（12）.

　　[6]林思惟.信用評分模型之省思與發(fā)展[J].金融聯(lián)合征信，2009（8）.

轉(zhuǎn)載請注明來自：http://www.jinnzone.com/jinronglw/33421.html