银行客户化评分开发实践浅析

2003年被称为中国信用卡元年，国有银行和股份制银行纷纷投入了信用卡中心筹备和运营，中国信用卡业务自此进入全面爆发时期。从最初跑马圈地的粗放型经营到如今讲求精耕细作的经营思路，我国信用卡经历了高速成长的10年。相关数据显示，我国发卡银行从2003年的几家到2014年的100家，信用卡发卡量从2000多万张到4.36亿张，较2003年增长了近2000倍。

规模发卡后面临的风控压力和盈利预期，国内通用评分的缺失，使得基于行内数据开发的客户化信用评分开始成为各行在信用卡生命周期管理中广泛采信的决策依据。模型预测结果也逐步丰富，从违约概率、客户收益贡献、营销响应到流失预警，评分无孔不入,但银行“经营风险”的本质决定了风险评分模型在众多类模型中的重要地位，不同业务阶段衍生出了更具适应性的评分，包括申请环节的申请评分、存量客户管理中的行为评分和针对逾期客户的催收评分，其中申请评分作为风险把控的第一道闸门，是最为常见的信用风险评分模型，极大地提升了银行在审批阶段的风险识别能力和审批效率。本文将以该模型为例，浅谈银行在银行客户化评分模型开发实践中遇到的困惑。

数据积累不足制约客户化评分的开发

在通用评分缺位的情况下，银行客户化评分开发过程中既面临业务初期数据积累不足带来的成本上升，也存在受自身风险偏好影响而造成实际开发样本有偏、表现缺失后带来的摘樱桃效应（Cherry Picking）。

列夫托尔斯泰说“不幸的家庭各有各的不幸”，但对银行而言，制约客户化评分开发的瓶颈却出奇一致，那便是数据积累不足。申请评分模型常规设计中，表现期通常为上账后12个月，模型开发对总样本数和坏样本数均有最低要求，对于发卡初期的银行，真正进行客户化申请评分的开发往往在发卡一年之后。在此之前，银行只能基于行业先进实践和专家经验，对具有业务解释性的变量进行主观赋值，供业务使用；实践中，通常可通过对模型设计的调整，如更短的表现窗口（从12个月调整为6个月）、更为严格的好坏定义（期末表现调整为期中表现）来获取足够数量的开发样本，或者通过抽样方法，缩短客户化评分开发样本积累的过程。

即使行内数据积累完成，客户化申请评分模型也有不尽如人意之处。信用评分的基本假设是未来与历史一致，在该假设下，通过构建历史样本上自变量和因变量的相关关系并将该关系应用于未来场景的预测。然而实际情况下，银行在受理客户申请时，基于特定的风险偏好和政策制度，不会百分百核准客户申请。对于被拒绝的申请，银行无法确定若其核准通过的好坏表现，因此，完整的符合基本假设的申请评分开发，需对拒绝客户赋予好坏表现，这一过程被称为拒绝推断。“拒绝推断”的常见方法包括专家法、留样法和扩增法，当前实践中被广泛采用的处理方法包括两个步骤，先基于申请通过客户建立的申请信息和好坏表现的相关关系（KGB模型），再将其应用于拒绝客户之上进行科学处理。

随着我国征信市场的逐步完善和人民银行征信中心基于传统金融机构全量数据开发的通用评分“数字解读”的面世，笔者谈及的上述问题迎刃而解。根据某行对“数字解读”的应用显示，该评分在新客户上的区分能力达到56%，相同客群上某行客户化征信评分柯尔莫格洛夫-斯米尔诺夫指标（K-S）值为49%。通过应用该通用评分，在风险容忍度不变的情况下，审核通过率提升9%；在业务规模不变的情况下，新客户人行报告不良率降低39%。

客户信贷历史信息的全面性需进一步提高

当前客户化申请评分模型中，基于征信系统个人信用报告衍生的具有强预测性的信用历史类变量在样本中缺失比例较大，且随着人人贷等非传统金融市场的活跃，客户信贷历史信息的全面性需进一步提高。

当前各行申请评分模型常见自变量包括信贷历史变量和人口特征变量，前者来自客户的个人征信报告，后者从客户填写的申请表信息和其他附件材料采集；在激烈的市场竞争下，各行为了提高客户体验，客户提供材料不断简化。银行和客户的信息不对称，不仅使银行蒙受损失，也挤压了很多客户的资金需求。最新数据也显示，我国征信系统已收入8亿自然人信息，其中5亿人没有与传统金融机构的信贷记录；剩余的3亿人中，也有相当比例的信用新客户；以某行申请客户为例，其中近20%的申请占比无法匹配到有效的评分，对于该部分信用历史缺失客户，银行往往采取更为谨慎的审核条件。

客户细分和适用性分析有待加强

众所周知，信用卡作为一款消费金融产品，本质是服务于持卡人的消费需求，但在我国因个人贷款困难，商户刷卡费用低廉，信用卡部分资金的实际流向为生产投资领域，市场套现现象屡禁不止。这类客户更类似个人经营性贷款借款人，信用卡业务常见的风险评分变量对此类客户不完全适用；此外，大多数客户化评分开发的实践中，银行一般仅对客户属性和最终表现进行关联研究，而忽略了银行业务决策在客户表现形成过程中的作用。如常见的申请评分设计中，坏客户定义往往为开户12个月内的逾期90天以上的账户；但事实上逾期90天以上这一结果的形成，除了客户自身的还款意愿和还款能力外，银行对逾期客户的管理手段也至关重要。上述两种现象，就要求银行在客户化评分开发过程中，必须深入了解业务实际，进行客户细分和业务适用性分析，这种适用性分析不单指该评分的适用客群，也包括对开发样本所在的历史周期和未来应用周期进行深入细致的比较，从而在整体性评分框架外，开发出更具针对性的评分模型。

一个完整高效的金融体系的运转，是逐步消灭信息不对称的过程。这一过程，不仅需要银行提高对客户的认知管理水平，丰富可获得的数据，充分利用已获得的数据，构建起完整的客户化评分体系，更亟需市场大征信环境的进一步规范和成熟。只有将客户化评分和通用评分两者结合应用，相辅相成，才能更好实现数据的价值。

来源：信用中国