征信局与银行风险管理_商业银行授信风险管理

征信局与银行风险管理由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“商业银行授信风险管理”。

个人征信局与商业银行风险管理

美国《公平信用报告法案》将消费信用报告机构定义为：专门定期搜集和评估消费信用信息，汇编、制订并发放消费信用报告的公司。这类公司也时常被称为消费信用局或消费信用登记机构。

消费信用信息共享系统，是美国消费信用市场发达的一个主要原因。美国的这个系统较为完善，在一定法律框架内受市场力量驱动，贷款机构自愿参与。而消费信用报告机构是这个系统的核心。

和消费信用局相对应的是企业信用报告机构。美国最大的企业信用报告机构是Dun&Bradstreet（简称D&B）。

美国私立消费信用局与欧洲大陆公共信用等级机构存在明显区别。

出现消费信用局的原因，主要有：

一、借款人的消费行为和信用风险程度的不同以及人口的流动。二是科技发展和消费信用市场的规模。消费信用局一旦建立起来，贷款机构就可以依靠贷款申请人大量的信用历史纪录，运用现代统计分析方法，如信用评分等，在不增加贷款机构总体信用风险的前提下，段时间内有效评审贷款申请人的信用程度，并实现评审的标准化和自动化，减少评审时间，降低单笔贷款的经营成本。而且信用评分可以克服贷款评审人员的主观性，使贷款评审成为一个不受人为因素影响的、客观的过程。三是，网络效应使得信用局越来越重要，并最终使得美国市场上只剩下几家规模较大的信用局。而且消费信用市场较发达的国家，往往都只有少数几家信用局，且规模巨大。当然，市场的力量和反垄断的需要，也是的市场呈现寡头而非单家垄断的局面。

零售信贷市场的差异化结构决定了贷款机构对信息共享的需求程度。即小机构有动力，而大机构反而不愿意，因为其内部已有足够的市场影响力，也有足够的市场数据。

在美国消费信用局的初期，消费信用的主要提供者是各类零售商、典当行、小额贷款公司及民间借贷人，而并非银行和其他金融公司。只是因为当时的高利贷法，导致银行和其他金融公司在零售贷款方面很难盈利，但零售商可以通过提高商品价格，再允许顾客分期从而规避利差限制。而废除高利贷法案后，银行和金融公司在消费信用市场所占的市场份额，由最初的不到20%逐步增加到将近80%。而在本世纪初，银行和金融公司甚至占到了95%以上。

美国消费信用局是在不断适应整个消费信用市场结构变化中发展起来的。随着零售商向全国范围的扩展，信用局也有分散、小型的地方性机构逐渐发展成为大型的全国性机构。在银行信用方面，即使在严格限制跨州经营的时代，随着信用卡的广泛推广，在打破银行经营地域限制的同时，也提出了信用信息的新要求，那就是全国范围内参与信息共享，并提高信息共享的快捷度。在20世纪中期，美国各地的消费信用局开始出现收购和兼并。联合信用局的成员机构从1960年代的2000多家减少到1990年代的500家。到1980年代，我们熟悉的三大信用局，TransUnion、Experian和Equifax分别建成了自己覆盖全国的信用信息网络。另外的信用局都很小，主要是为特定的市场提供信息服务，如牙医行业、人寿保险行业、电话电讯行业等等

私立机构与公共机构。

美国、加拿大和英国等国的信用局都是私营企业，以盈利为目的。另一种是欧洲大陆普遍采用的，政府设立，强制银行和金融机构向其提供消费信用信息，由于带有强制性，也就不是一种契约关系。

为什么欧洲大陆没有形成美国这样的自愿共享系统？ 1.欧洲大陆国家银行和美国的银行发展历史，以及社会特性不同。美国的银行跨州经营极少，相互间的竞争不足，同时人口流动性大。这样，人口流动使得贷款机构需要互通信息，以掌握因为人口流动而随时可能出现的新客户的具体信息，同时共享信息又不太会造成因竞争失去现有客户。因为都有促进征信局发展的动力。而且即使后来美国对银行跨州经营的放松，也始终没有形成一两家超级银行独霸的局面，社区银行的实力一直较为强大，使得银行整体都愿意维系和发展消费信息共享系统。

而欧洲方面，由于银行自由竞争的历史较长，金融市场基本由几个大型银行所控制。这些大型银行所占市场份额普遍较高，已经拥有较全面的信用消费者信息，因此对额外信息的需求并不强烈，而且更担心由于信息共享，造成自己现有客户被竞争对手抢走的局面。也就只能由政府出面干预和组建共享机构。

区别：

（一）美国的征信局搜集的信息比较完整，主要有五方面信息:1.消费者身份识别信息，2.每笔信用的纪录，3.消费者申请破产、欠税和法庭审判方面的记录，4.专业收账公司提供的收账信息，5.对消费者信息的查询纪录。

（二）私立机构受市场驱动，有动力不断发展新的有用的信息种类，更新已有信息，并提高信息准确度。也就是有较强的市场适应能力。

（三）公共机构更注重隐私保护，从而更为限制共享的效力。

信用卡方面，分为个人消费信用卡、小企业卡和公司卡。小企业卡往往是小企业主以企业名义申请的信用卡，主要用来支付企业日常费用，也是重要的融资、信贷手段。发卡公司在发行、管理这类信用卡时，不仅依据企业本身的基本信息，比如企业规模、产值、负债及还款历史等，而且同样对企业主的个人信用信息进行分析。

美国个人征信局的数据并不依赖于社会保险号，有将近一半的数据不是靠社会保险号链接的。也就是说，其数据库中有一半的人的信用档案并没有社会保险号。个人征信局开发了特定的技术和检索系统，通过人名、地址和住址等信息，将同一个人的信息连接起来，形成美国个人征信局的核心技术之一。而且美国个人征信局除了搜集与借贷行为相关的数据外，并不能搜集医疗、税收和保险等方面的个人数据。

美国的个人征信机构收集各方面情况，将其汇总，经过加工处理，成为各类授信机构在发展新客户、管理现有客户，以及客户欺诈识别等各个方面所依赖的工具，而先进的信用风险评估系统又为授信机构进行决策提供了更科学、更量化的基础。

征信局不仅仅是收集数据，还要以价值（风险）为导向进行数据处理。风险控制的关键，在于收集消费者信息并进行准确和可靠的风险评估。

美国消费信用风险评估产业的中心力量，是拥有征信数据覆盖全国的三家个人征信机构（又称为征信局）。发放消费贷款的金融机构的信息都来源于这三家机构。也即是说，三大个人征信局提供的消费者信用记录是消费者信贷风险评估系统里不可缺少的部分。

个人征信局提供的征信产品由：1.记录消费者还款历史的信用报告，2.来自司法机关和其他方面的公共记录，3.按一定规则整理和组织的信贷数据，4.各类消费者信用评分，5.某些个人征信机构还能够提供诸如保险、就业等其他方面的个性化消费者信息。

5S和1C是消费信贷行业进行个人信贷风险评估最重要的指标：

1.特征（Character），即还贷意愿，2.能力（Capacity），还贷能力，3.资本（Capital），财务能力，4.抵押担保（Collateral）5.生活状况（Condition）6.稳定性（Stability）

其中，特征是最重要的因素，能力次之。

信用调查报告的种类：普通版报告、购房贷款征信报告（比前面更丰富）、商务征信报告（个体工商户等非有限责任小微企业）、人事报告（即雇主报告）。

三大局都提供建造信用风险分析模型的服务。

三、风险评估系统开发

尽管三大局都开发评估系统，但应用最广泛的是FICO开发的信用评分。而三大局对同一消费者的征信数据由微小差异，所以对同一FICO分值冠以不同名称。

消费者的信用评分分值是时时变化的。每个人的总分都是820，然后由模型根据个人信贷资料评价风险，减少分值，如开了过多的信用卡，暗示客户入不敷出的可能性增加。

四、风险评分的意义

评估信用申请者的还款能力。

引入数学模型的优势在于：1.决策速度提高到一个小时以内。2.客观性，避免评审人员的偏差和偏见。3.大规模处理数据成为可能。4.标准统一。避免不同评审人员的评审差异。

第三章 个人征信局的数据处理

个人征信局采集的部分数据是“公共记录”，即政府机构掌握的且对公众开放的政府数据或记录。即与个人经济行为相关的数据，均可以被个人征信局采用。但个人征信局不收集和储存任何消费者的犯罪记录，即使是经济犯罪，也不采集，因为这不属于征信局的处理范围。

三大征信局拥有的基础数据基本一致，但各个征信局对这些数据进行了系列的数据变换和加工。这种变换和加工时征信局的关键技术，也是各自的“黑匣子”。在“黑匣子”里面，他们进行了完整的数据处理、清洗、转换、加工，并据此产生了描述消费者支付行为、偿贷行为的数据，再根据浙西时间序列的数据产生数以千计的中间变量，最终产生供模型开发的特征变量。

二、征信局的数据处理系统

以益百利为例，第一步是过滤，将数据按照账户状态、贷款是一次性还是循环等特征分成不同类别。第二步是生成变量。

一个有效的评分来自于个人征信局对一个实际授信问题或信贷商业问题的精确定义和准确了解，帮助商业银行和其他类型的授信机构更好的决策。

对消费者进行信用评分是征信局的主要工作之一。通过一定的消费者行为目标函数，建立行为模型，以预测消费者在一定时间内发生某种行为的可能性，将这种预测的可能性数量化和标准化，就形成了个人征信局的信用评分产品。

征信局的评分特点：1.完整性。由于征信局搜集了各类授信机构的消费者数据，有条件将各种数据综合起来进行评估，从而对消费者的信用风险和信用价值进行了统一的综合性评估。2.客观性。不偏向任何一家授信机构的特殊的信用消费行为，或特定的信贷产品。3.一致性。不同时间段的征信数据，其数据的特征、数据各字段表达的意义、数据本身的可靠性是相当一致的，不因时间的不同而改变，不因特殊阶段的信贷行为和特殊的信用风险政策而发生大的变动。4.精细和准确。个人征信局的数据相当完整，能对消费者在某个局部的信用消费行为，或某个时点上的信用消费行为进行精细和准确的刻画。

个人征信局的信用评分也称为“通用评分”，即评分开发不依赖于个别金融机构和特殊产品，与商业银行开发的信用评分模型完全不同。但商业银行一般会结合个人征信局的数据和自己掌握的数据，来开发更具针对性的评分模型。

个人征信局不储存信用评分结果，而是根据商业机构、信贷机构和商业银行的要求，对某一时间或某一批客户进行信用评分。

有效的信用评分必须要有对实际问题或信贷商业问题的精确定义和准确了解。个人征信局的信用评分产品可能并不是其自己开发的，也可能是专业的模型公司提供技术支持。著名的开发公司有FICO等。FICO的评分在衡量一个金融机构的整体资产的风险和质量时，经常被用到。

对于一些规模较小的信贷机构，由于缺乏资源进行复杂的数量分析，也没有一支专门的开发队伍，会把从个人征信局订购的通用评分作为自己主要的，甚至是唯一的数量分析手段。

那么问题来了，阿里巴巴、腾讯是否涉嫌垄断。在网络降低零售业务成本的情况下，地方中小银行是否还有机会？