经济数据在信用评分卡中的运用

shiyiming

From Wensui's blog on Sina

<p>
　　传统意义上的信用评分卡主要是由客户的信用历史和过往付款行为的信息组合而成的。然而，随着经济全球化的影响和波动的加剧，个人的信用状况将会不可避免地受到宏观面的多重影响。在这一背景下，如何在信用评分卡的计算中结合使用宏观经济信息，就成了专业学术上热烈研讨的话题。
爱丁堡大学的Lyn Thomas早在2000年的International Journal of
Forecasting上就进行了较为完整的阐述。
而在07年全球金融危机发生后，这一方向更引起了银行业界广泛的关注和积极的应用。</P>
<p>&nbsp;</P>
<p>
　　根据过往的经验，传统的信用评分卡极少把经济数据直接用于信用分数的计算，而更多的是将其用于信用市场的细分。例如，用地区经济数据把经营区域分割为数个经济上同质的子市场，进而对处于不同子市场的客户使用不同的评分卡系统。然而，这种方法只能静态地使用经济信息，而忽略了它的动态本质。因而并不能很好地解释周期性的经济波动对信用评分卡的影响。</P>
<p>&nbsp;</P>
<p>　　在07年金融危机发生后，大多数银行和信贷机构都及时地利用低迷时期的最新经济数据，迅速对各自的信用评分卡的计算和
使用做出了一系列的相应调整。从对经济数据的技术使用手法而言，调整手段主要可以归结为三类。首先，信贷机构一般会根据各个地区的不同经济状况（如失业率和房价指数），在相对低迷的地区提高信用等级的要求。毋庸置疑，在经济前景不明朗的情况下，这是一种十分有效的补丁式的短期方案。
然而，此种方法毕竟是一种局部的调整，而且通常会矫枉过正，不可避免地对业务营收产生负面的影响。其次，一些银行的风险部门会结合地区经济现状或预期，对现有的信用评分卡做出有限的调整。例如，在不改变评分卡基本框架和计算方式的前提下，加入地区经济数据对评分卡的具体分点进行微调，以达到对每一分点所代表的风险预期值进行补偿的作用。具体表现为，降低在经济低迷地区的客户的分值，而相应地调高在经济稳定地区的客户的分值，以达到全局的平衡。相比第一种方法而言，这不失为一种相对系统化的调整，在一定程度上降低了矫枉过正的负面影响。但是，从本质上而言，这仍是一种事后的补救措施，并没有把经济信息有机地结合到信用评分卡的计算当中。最后，有的信用等级机构和银行使用处于经济低迷时期的客户信用状况和付款行为的信息，对现有的信用评分卡进行了大范围的更新，以应对迅速上升的信用风险并减少由此导致的损失。然而，这种看似全面的方法，却忽视了经济本身的周期性，从而会过高地估计了紧随危机之后而来的经济复苏期的信用风险。</P>
<p>&nbsp;</P>
<p>
　　综上所述，那么我们应该如何有效地使用经济信息，以加强信用评分卡在周期性经济波动中的稳定性和预测性呢？一个相对简单和不失效果的方法就是直接地把区域经济数据包含在评分卡统计模型的自变量当中。在实际效果上，有关信用状况和付款行为的个人信息仍然会在模型中起到主要的预测作用。然而，经济数据可以在信用数据之外提供一定的信息补偿。例如，
对于信用状况完全相同但处于不同地区经济环境下的两个客户，加入了经济变量的评分卡就可以根据各自所处经济的不同，体现出信用分值上的相应差异。然而，这种分值上的差异，却不是静态的，它会随着经济的变化而改变。也正是这种随经济波动而分值自动浮动的机制，使新的评分卡在保持模型预测性的同时，增加了对经济周期的相对稳定性，从而一定程度上减少了在不同经济环境下对信用评分卡做出频繁调整的必要性。另外，
加入了经济变量的信用评分卡 可以直接应用于信用风险内评法中的PD模型，估测客户在不同经济预期假设下的违约概率。</P>