点石信用风险服务之打分卡（上）

打分卡优点和局限性

在我国建立现代商业银行体系之后，信用评分卡在金融机构中得到了普遍应用。与之前以定性分析为主的信用风险管理方式相比，信用评分卡的主要优势包括：

信用评分卡的量化部分客观、一致。量化部分的基础数据决定评分，这部分得分不以信评人员的主观观点而改变，减少了信评人员过去单凭人工经验进行审批的随意性。

信用评分卡的定性分析部分凝聚了机构内专业人员的经验，是经验和量化分析的有机结合。

在很多机构，对信用主体的分析需要参考多个部门的意见，信用评分卡是各部门交流的基础。

对于实现了评分卡在系统中自动实施的机构，可极大提高工作效率。

但随着信用分析技术的进步，打分卡的局限性也逐步有所体现。与国际通行的信用内部评级模型相比，信用评分将多项指标简单相加，隐含的假设即为各变量之间为相互独立关系，这种假设失之简单；另外，我国金融机构传统的管理中对信用打分所选取的指标及其权重等方面量化分析普遍不足，对打分卡的制定具有一定随意性，也无法做到对打分卡的定期校准，主要原因是基础数据和相关统计分析技术不足。以上局限决定了打分卡比较适宜用于信用主体准入，但如用于被投资主体的排序的话准确性有所不足。

同时，当前我国金融机构在监管和市场发展两方面推动下对信用债的投资日益重要，但是信用债“刚兑”已被打破，“爆雷”屡发，对于信用债信用风险进行有效甄别、避免踩雷变得十分迫切和必要。

打分卡作为已经被金融机构所广泛采用的信用风险管理方式，可以起到承上启下推动金融机构强化信用风险管理的作用。鉴于我国金融机构普遍缺乏完善的基础数据和统计分析技术，引入具有这些能力的第三方服务机构不失为一种成本可控、见效迅速的选择。

打分卡校准的需求

打分卡在建立之后需要定期以及不定期的校准，原因如下：

市场在不断发展，信用风险管理需要关注的指标和项目可能会发生变化，某些指标的分布也可能发生了整体的跃迁和偏斜。

监管的要求可能会领先于市场推进，需要根据监管的新要求纳入新的监控指标。

统计技术也在不断发展，运用统计技术可以发现打分卡中存在高度相关性的指标较多、指标权重设置不合理、分值分割阈值不合理等问题，并进行改进。

随着时间推移，市场会积累下越来越完善的基础数据，爬虫和人工智能等大数据技术的发展也会贡献出一些非传统维度的数据指标，如主体的信息披露频率、舆情等数据。根据完善、丰富的全量数据可以制定更合理的打分卡计分标准，也可以把一些定性因素转化为定量因素来表达。

之前信用打分卡更多地用于对公贷款、信用卡和消费贷授信，为了适应运用于信用债投资授信等新需求也需要对打分卡进行校准。

如何改进和校准打分卡

在打分卡设计上，我们需要考虑以下问题：

打分卡的指标分成几类？

每类指标的权重如何设计？

打分卡的指标对揭示信用风险是否有效？

打分卡各项指标是否有相关性？

每类指标项下的具体指标权重如何设计？

前文提到，迄今我国大多金融机构积累的相关数据和统计分析技术尚不足，对上述问题的量化分析不够深入。点石金融可借助大数据和统计分析手段弥补短板。对每一项和每一类指标，点石金融都可以分析现有的统计分布，追踪指标的长期变化，对指标之间的相关性均可计算，对打分卡的设计不再以主观判断为主导，而是以具体数据支持。

在实践中， 点石金融可辅助金融机构以提升后的打分卡为起点、逐步建立全面的信用风险内部评级系统，从而达到对信用风险管理业内最先进的水平。

点石对于信用打分卡的具体改进流程且听下回分解。

联系方式

长按上方二维码，关注点石金融科技微信公众号获取更多详情信息！