信用评分卡在微小企业贷款风险控制中的应用(2)

检验模型

模型建立之后，模型的预测能力、稳定性必须通过检验之后，才可以运用到实际业务中去。评分模型的检验方法和标准通常有：K-S指标、交换曲线、AR值、Gini数等。例如，K-S指标是用来衡量验证结果是否优于期望值，具体标准为：如果K-S大于40%，模型具有较好的预测功能，发展的模型具有成功的应用价值。K-S值越大，表示评分模型能够将“好客

户”、“坏客户”区分开来的程度越大。

对模型进行监控和调整

在模型实施之后，要产生许多报表对模型的稳定性和有效性进行监测，如：稳定性监测报表，比较新申请人与开发样本客户的分数分布，对模型的有效性进行监控。特征分析报表，比较目前和模型建立期间的所有记分卡特征的分布，对模型的有效性进行监控。不良贷款数据分析报表，评估不同分值区间的不良贷款，并且与模型建立阶段的预测进行比较，监控客户贷款质量。

另外，经过一段时间之后，经济环境、市场情况和申请者、持卡者的结构会不断变化，信用评分卡的预测能力会逐渐减弱，同时，银行经营策略和信贷政策的改变也要求评分模型进行适时调整，所以，信用评分卡在建立后需要进行持续的监控，在应用一段时间（一般2～3年）后必须适当调整或重建。

结论

微小企业贷款业务中的信用风险一直都是银行最关注的问题，目前大多银行都采用人工审批的方式控制风险，审批的依据是审批政策、客户提供的资料，以及审批人员的个人经验进行审批判断。这种状况很难应对客户群体日益扩大的发展趋势，同时还存在审批决策容易受主观因素影响、审批结果不一致的问题。除此之外，目前很多银行纷纷涉足微小贷款业务，竞争日益激烈，只有高效、低成本的审批手段才能获得竞争优势，因此信用评分卡技术必将在微小企业贷款领域发挥重要作用。

(作者单位：特华博士后科研工作站)

责任编辑：郭敏欣

信用评分卡在微小企业贷款风险控制中的应用

作者：作者单位：刊名：英文刊名：年，卷(期)：

李镇西

特华博士后科研工作站银行家

THE CHINESE BANKER2010(4)

本文链接：/Periodical_yhj201004016.aspx