信用卡评分模型

~

信用卡A类卡，B类卡是什么意思？

通过对客户实行打分制，以对客户优质与否做判断。A卡(ApplicationScoreCard)，申请评分卡

B卡(BehaviorScoreCard)，行为评分卡

由于零售信贷业务具有笔数多、单笔金额小、数据丰富的特征，决定了需要对其进行智能化、概率化的管理模式。信用评分模型运用现代的数理统计模型技术，通过对借款人信用历史记录和业务活动记录的深度数据挖掘、分析和提炼，发现蕴藏在纷繁复杂数据中、反映消费者风险特征和预期信贷表现的知识和规律，并通过评分的方式总结出来，作为管理决策的科学依据。

区别：

1、使用的时间不同，分别侧重贷前，贷中，贷后

2、数据要求不同，A卡一般做贷前0到1年的数据，B卡是在客户有了一定的行为有了较大数据以后进行，一般为3到5年，

3、每种评分卡所有的模型不一样，A卡多用逻辑回归，后面两种常用多元素逻辑回归，精度更好。

B卡

1、定义：根据贷款人放贷后的行为（观察行为），预测未来逾期概率

2、使用场景：贷款发放后到期之前的时间段

3、注意观察期与表现期、时间切片问题

划分

1、根据还款意愿与还款能力的不同，划分不同风险等级

轻度：还款意愿与还款能力良好，特殊原因逾期

中轻度：还款意愿良好，还款能力出现问题

中度：还款意愿恶化，有还款能力

重度：无还款意愿，还款能力恶化或丧失

2、催收流程

短信催收、电话催收、实地催收、法律诉讼、第三方催收（逾期资产打包卖出）

3、模型构成

还款率模型：预测经催收后，催回账款的比率

账龄滚动模型：预测逾期人数从轻度逾期转化为重度逾期的概率

失联模型：在逾期阶段，预测尚能联系到的人群失联的概率

4、常用指标

逾期天数

历史还款率信息

逾期金额占比

债务负担占比

个人信息（性别、年龄、收入、工作、学历等等）

银行对信用卡持卡人的信用分级标准

考虑保密的原因，不能公布银行的名称，不过其中还是有许多敏感的信息，有经验的一看就应该猜个八九不离十了。

评分标准只是评分标准，对客户大概做一个等级评估，不对最终审核带来决定性的影响，不是决策的唯一依据，并且是排除绿色通道、情况核实和其他推广政策等主观决策之外的。但的确，我们能从中发现不少问题。

A银行采用百分制，由保障支持、经济支持、稳定情况和个人背景四部分组成：

1.保障支持最高得分为15分

(1)住房权利最高得分为8分

无房

0分

租房

2分

单位福利分房

4分

所有或购买

8分

(2)有无抵押最高得分为7分

有抵押

7分

无抵押

0分

2.经济支持最高得分为34分

(1)个人收入最高得分为26分

月收入6000元以上

26分

月收入3000~6000元

22分

月收入2000~3000元

18分

月收入1000~2000元

13分

月收入300~1000元

7分

(2)月偿债情况最高得分为8分

无债务偿还

8分

10~100元

6分

100~500元

4分

500元以上

2分

3.个人稳定情况最高得分为27分

(1)从业情况最高得分为16分

公务员

16分

事业单位

14分

国有企业

13分

股份制企业

10分

其他

4分

退休

16分

失业有社会救济

10分

失业无社会救济

8分

(2)在目前住址时间最高得分为7分

6年以上

7分

2~6年

5分

2年以下

2分

(3)婚姻状况最高得分为4分

未婚

2分

已婚无子女

3分

已婚有子女

4分

4.个人背景最高得分为24分

(1)户籍情况最高得分为5分

本地

5分

外地

2分

(2)文化程度最高得分为5分

初中及以下

1分

高中

2分

中专

4分

大学及以上

5分

(3)年龄最高得分为5分

女30岁以上

5分

男30岁以上

4.5分

女30岁以下

3分

男30岁以下

2.5分

(4)失信情况最高得分为9分

未调查

0分

无记录

0分

一次失信

0分

两次以上失信

-9分

无失信

9分

B银行也采用百分制，由自然情况、职业情况、家庭情况和与本行的关系四部分内容组成：

项目

评分标准

得分

自

然

情

况

年龄

25岁以下

26~35岁

36~50岁

50岁以上

2

4

6

4

性别

男

女

1

2

婚姻状况

已婚有子女

已婚无子女

未婚

其他

5

4

3

2

健康状况

良好

一般

差

5

3

—1

文化程度

研究生以上

本科

大专

8

6

4

中专、高中

其他

2

1

户口性质

常住户口

临时户口

2

2

职

业

情

况

单位类别

机关事业

国营企业

集体企业

军队

6

4

3

5

个人独资企业

个体经营户

三资企业

其他

2

2

5

1

单位

经济状况

良好

一般

差

4

2

—1

从事行业

发展前景

较好

一般

较差

4

2

—1

岗位性质

单位主管

部门主管

一般职员

6

4

2

岗位年限

2年以上

1~2年

1年以内

3

2

1

职称

高级

中级

初级

无职称

4

2

1

月收入

10000元以上

8000~10000元

5000~8000元

4000~5000元

12

10

9

8

3000~4000元

2000~3000元

1000~2000元

1000元以下

6

4

2

1

家

庭

情

况

家庭月

平均收入

5000元以上

4000~5000元

3000~4000元

2000~3000元

9

6

5

4

1000~2000元

1000元以下

2

1

与

本

行

关

系

是否

本行员工

是

否

2

本行帐户

有信用卡

有储蓄卡

无

6

4

存款余额

较高

较低

无

6

4

业务往来

频繁

一般

较少

4

2

其他

借款情况

从未借款

有借款但已还清

有拖欠记录

4

5

—5

总分

这个评分标准同时被该行用来作为贷款额度审定的参照标准，基本对应分段额度是：90分以上，额度为60万元；80～89，10万；70～79，5万；60～69，1万；50~59，5000；40～49，3000，40一下，0额度。大概比照额度对应，5万基本对应信用卡白金卡客户起点标准。

手中还有一家银行的完整的电照和评分表，没有什么太大帮助，就不再发了。下面的内容更关键：

然而我们在中国的各商业银行的信用评分标准中，似乎暂没有看到一些我们认为可能会被列入评分标准的相关指标，现在我们看一下国际最广泛应用的两种评分模型的部分摘录：

大卫·杜兰德信用积分衍生模型中有如下规定：

近6个月内的信贷调查

1~3

3次以上

8分

2分

—5分

国际最广泛认同的FICO信用分模型中的规定则更为明确：

一年内

查询次数

1

2

3

4

5~9

无记录

3分

11分

3分

—7分

—7分

—20分

0分

信用档

案年限

0.5

1~2

3~5

5~7

7

0分

5分

15分

30分

40分

循环信用透支账户个数

1~2

3~5

5

5分

12分

8分

—4分

信用额度

利用率

0~15%

16%~30%

31%~40%

41%~50%

50%

15

5

—3

—10

—18

可能在我们的印象里，额度使用得越充分就越好，事实则可能不然，当然，要求提额的评分标准可能是这么规定的。

中国银行厦门分行长城贷记卡准入标准：

1、年龄分数

35-55岁10

25-35岁8

55岁以上6

18-25岁2

2、婚姻状况

已婚10

未婚3

3、学历

硕士及其以上10

本科8

大专5

中专、技校、高中3

初中1

小学0

4、所在单位

党政机关、事业单位10

国营企业、上市公司8

股份制或集体企业6

三资企业4

个体及其他2

5、住房

已购商品房10

已购微利房8

已购福利房7

租房2

6、工作年限

8年以上10

5-8年8

3-5年5

3年以下0

7、职务分数

局级以上或大公司高级管理人员20

处级以上或大公司中级管理人员15

科级以上或大公司一般管理人员10

科级以下5

8、职称

高师10

中师8

助师5

助师以下0

9、月收入

10000元以上20

8000-9999元15

5000-7999元13

3000-4999元10

2000-2999元8

1000-1999元6

600-999元3

600元以下0

10、保证金

10000元以下20

8000元18

5000元15

3000元10

11、私人业务大客户50

12、本行卡业务大客户50

13、我行消费信贷客户10

14、我行公司业务大客户50

凡符合上述个别条件的申请人，综合分满80分，可申办个人金卡；综合分满65分，可申办个人普通卡。！！！

综合评分不足，能办信用卡吗？

综合评分不足可以去银行申请贷款，也可以换几家网贷申请，但通过率非常低，不建议大家尝试。借款用户要知道综合评分不足的原因，解决问题之后才能再申请贷款。一般综合评分不足的原因是个人征信查询次数过多、负债过多超出借款人的还款能力、征信有不良信用记录和个人信息不真实，建议大家可以先找到自己的原因改善之后再申请贷款，不然综合评分只会更差。改善之后可以了解以下几个要求较低的正规平台。

拓展资料：

1、个人综合信用评分，是指通过使用科学严谨的分析方法，综合考察影响个人及其家庭的内在和外在的主客观环境，并对其履行各种经济承诺的能力进行全面的判断和评估。针对不同的应用，信用评分分为风险评分、收入评分、响应度评分、客户流失（忠诚度）评分、催收评分、信用卡发卡审核评分、房屋按揭贷款发放审核评分、信用额度核定评分等。

2、综合信用风险评分——鹏元800。2005年4月底，鹏元征信有限公司自主研发的个人综合信用风险评分——“鹏元800”，正式对授信机构及个人提供信用评分查询服务。“鹏元800”通过建立数学模型对个人信用信息进行统计分析，以预测未来一段时间内发生违约风险的可能性，并用一个分数综合反应个人信用状况。该信用评分体系共设6个等级，从320分到800分，每80分一级，把个人信用状况详细量化，每个分数对应一个违约概率，分数越高表示违约风险越低。评分对应等级及违约概率图示：最低分320400480560640720800最高分FEDCBA。

3、评分模型选用了与个人信用相关的四十多个变量，概括起来可分为个人基本信息、银行信用信息、个人缴费信息、个人资本状况四类变量，其中，银行信用信息所占权重最大，接近50%，其余三类变量所占权重大致相当。目前征信系统数据库中有银行信用记录的客户仅占总体人群的25%，由于银行信用信息是影响个人信用状况最重要的变量，对于没有银行信用记录的客户，模型选取了其他与银行信用相关的变量予以替代。今后随着数据的逐渐完善，我们会将更多的变量加入模型，不断提高模型的准确性、精确度和普适性。

什么是信用评分模型

信用评分模型是近年来兴起的一种为了保障银行和其他金融部门的金融安全而设立的一种关于人身金融权限的划定模型。该模型指根据客户的信用历史资料，利用一定的信用评分模型，得到不同等级的信用分数，根据客户的信用分数，来决定客户所可以持有的金额权限，从而保证还款等业务的安全性。而随着在现代社会和公司中，贷款，信用卡的作用日渐突出，信用评分模型的发展前景不可估量。

风控评分卡模型

评分卡是基于客户全方位的数据，用统计学习的方法建立的量化客户风险的工具，可以应用于多种金融风控场景进行风险管控。

一般传统评分卡的呈现方式为(示例)：

通过评分卡，客户可以有一个分数代表客户的信用风险水平，一般情况下分数越高信用资质越好。芝麻信用分，微信支付分都是一种评分卡。

评分卡最常用的场景是信贷业务，比如信用卡、消费分期、小额现金贷等。在信贷业务流程的不同阶段，评分卡所起的作用不同，因此也对应不同种类的评分卡。通常情况下，评分卡有三种：申请评分卡(ApplicationScorecard),行为评分卡（BehaviorScorecard)和催收评分卡(CollectionScorecard),即A卡、B卡和C卡，在信贷的不同阶段具有不同的用途。

1、申请评分卡

申请评分卡面向的客群是所有来申请贷款的客户，在申请时点评估客户的信用风险，辅助金融机构做出决策，通过、拒绝还是进一步审核。比如，评分650分以上的客户表示信用极好，可以直接通过申请，并给予较高的额度和较低的优惠利率；评分400分以下客户表示信用较差，可以直接拒绝；评分400-650之间的中间客群是最关键的，如何经营这部分客群最能体现金融机构的风控能力，因为头部客群是所有金融机构抢夺的对象，即使对他们授信通过，也可能因为额度和利率达不到他们的预期而投奔其它机构。

中间客群虽然具有一定的风险，但是经营的好也会带来较大的利润。从风险防控角度，可以进一步人工介入审核、让客户提供更多的数据或者提供一定的抵质押物做风险缓释。同时，需要根据评分卡量化评分，适当降低额度和提高利率。

2、行为评分卡

行为评分卡面向的客群是已经通过授信申请或者已经支用但是还没有结清贷款的客户，目的是评估客户未来一段时间潜在的逾期风险，金融机构可以提前采取一定的措施来防范风险的发生。

与申请评分卡相比，除了客群不同之外，行为评分卡有客户历史支用还款情况和额度使用情况等数据的支撑，所以对客户的风险评估更加精准。

行为评分卡可以在客户每次提款支用的时候进行评分，也可以定期每月(季)进行批量评分，取决于业务种类和金融机构的策略。如果行为评分较低，机构可以对额度降低或者冻结额度，提前结清款项等。

3、催收评分卡

催收评分卡面向的是已经出现逾期的客群，评估客户未来一定时间内可以回款的概率。催收评分卡的主要目的是通过优化催收流程来降低催收成本，同时提高逾期客户的回款率。例如，对于催收评分较高的客户回款概率较高，可以采取短信提醒或者机器人语音提醒的方式，相反对于催收评分较低的客户可以直接采取人工催收。

催收评分卡又可以根据催收阶段的不同有不同的类别，比如预催收、早期催收、晚期催收，可以在不同的阶段基于不同的客群开发单独的催收评分卡。预催收评分卡是对还没有发生逾期但是即将到期的客群评估逾期风险，对于逾期风险较高的客群可以提前发出预警或者提前催收；早期催收主要是提醒式催收，对于评分较低的客户可以介入人工催收；晚期催收整体催回概率不高，对于评分低的客群可以提前做委外催收或者走法律程序，评分高的客户可以机构自己催收，从整体上达到尽可能高的提高回款率并降低催收成本。

不同信贷产品具有不同的业务风险点，评分卡只是基于数据学习出的量化模型，对数据质量要求较高。对于质量比较低的数据，并不适合作为评分卡的变量，但是不代表这部分数据是不重要的。因此，光靠评分卡做信贷风险管控是远远不够的，必须结合风险策略做全面的风险管理，相反，评分卡仅仅是策略中很小的一部分。对于信贷策略，则是各个层面的全方位管控风险的规则，包括政策和制度层面的、专家经验层面的、数据层面的以及评分卡的规则集，并且需要快速迭代，而评分卡迭代频率要求并不高。关于策略方面后续我会慢慢讲解。

本文作为评分卡系列的开篇，可以让我们从宏观上对评分卡有个认识，后续文章我会从技术层面来讲解评分卡的开发构建流程，使我们对评分卡和风控有进一步更加深刻的认识。

信用卡人工审核的模型

所谓线上申请即为网络申请，客户需要登录官方网站，或扫描官方二维码，进入发卡银行网络申请页面，逐页填写申请信息，完成申请环节。线下渠道是通过各发卡银行客户经理，填写纸质版或电子设备中的申请表，完成信息填写后进入到了信用卡申请审核流程。

审核信用卡的环节流程中，需要经过电子审核和人工审核两道程序。

1、电子审核

各个银行会有一个电子评分模型，不同客户申请资料进入系统后，根据系统模块进行信息匹配，大数据核实，电子系统会评估申请表信息的完整度，随后凭借申请表上的个人信息，判断例如年龄、收入等是否符合审批政策要求，并且会自动查询申请人在个人征信系统中的信用情况作为参考。

信用卡评分模型的介绍就聊到这里吧。

---

叶县15955872897： 信用评分模型的介绍 - ？
窦霞普芬： 信用评分模型是近年来兴起的一种为了保障银行和其他金融部门的金融安全而设立的一种关于人身金融权限的划定模型.该模型指根据客户的信用历史资料,利用一定的信用评分模型,得到不同等级的信用分数,根据客户的信用分数,来决定客户所可以持有的金额权限,从而保证还款等业务的安全性.而随着在现代社会和公司中,贷款,信用卡的作用日渐突出,信用评分模型的发展前景不可估量.

叶县15955872897： 银行信用卡申请综合评分怎么算的 - ？
窦霞普芬： 影响综合评分的因素有很多,比如申请人的性别,年龄,学历,职业,收入,资产,与发卡行是否有业务联系等等因素.各方面都有银行内部规定的详细评分标准,然后累加出一个总分,如果超出了基本授信分数,就可以给你核发卡片,否则就会拒绝.举个最基本的例子,女性的得分高于男性;45岁以下,年龄越大,得分越高,超过45岁则得分又开始递减;研究生学历分数比本科要高;公务员,事业单位得分比私企,个体经营者高.

叶县15955872897： 信用评分模型的信用评分的方法 - ？
窦霞普芬： 利用数据挖掘技术构建信用评分模型一般可以分为10个步骤,它们分别是:业务目的确定、数据源识别、数据收集、数据选择、数据质量审核、数据转换、数据挖掘、结果解释、应用建议和结果应用.这些可以形象地表示为(图一): 1) 商业...

叶县15955872897： 建设银行信用卡综合评分是怎么算的?？
窦霞普芬： 你好朋友 各家银行的信用卡综合评分都是差不多的,把你的年龄(婚否)、工资收入、工作单位、个人银行信用记录,个人资产,学历,住宅等等情况等等情况做一个评分的,祝你申请信用卡顺利.

叶县15955872897： 芝麻信用分是怎么算出来的 - ？
窦霞普芬： 芝麻分结合了个人信息,分别是行为偏好、身份特征、履约能力、人脉关系和信用历史的这些个人信息通过电脑多维度的因子和数据,结合复杂的模型综合计算得出的分数值.分值范围是350到950分,越高代表个人信用越好.下面我们详细讲...

叶县15955872897： 中信银行信用卡综合评分介绍 - ？
窦霞普芬： 中信银行信用卡综合评分是中信根据职业、收入、年龄及其它多方面的个人资料审核的一个综合情况.

叶县15955872897： 交通银行信用卡评分标准是什么? - ？
窦霞普芬： 每个银行的标准都不同 但也有一定的相似处 交行相对而言还是比较好批卡的 综合评分全在你当时填的表上体现出来 最好是85年以前 尽量填已婚 大专 已有子女 包括单位的性质都有分 还有性别也有关系 女的比男的多两分

叶县15955872897： 如何利用SAS建立信用评分 - ？
窦霞普芬： 可以参考一本书叫做 信用评分研究基于sas.现在没有正版,淘宝有复印版.10几块钱.里面介绍了可以直接套用的宏,成套的代码让你建立完善的信用评分

叶县15955872897： 很长时间不用支付宝芝麻信用分会降低吗? - ？
窦霞普芬： 长时间不用支付宝芝麻信用分不会降低也不会增加. 芝麻分结合了个人信息,分别是行为偏好、身份特征、履约能力、人脉关系和信用历史的这些个人信息通过电脑多维度的因子和数据,结合复杂的模型综合计算得出的分数值.信用评分模型是近年来兴起的一种为了保障银行和其他金融部门的金融安全而设立的一种关于人身金融权限的划定模型. 该模型指根据客户的信用历史资料,利用一定的信用评分模型,得到不同等级的信用分数,根据客户的信用分数,来决定客户所可以持有的金额权限,从而保证还款等业务的安全性. 而随着在现代社会和公司中,贷款,信用卡的作用日渐突出,信用评分模型的发展前景不可估量.

叶县15955872897： 交行银行信用卡中部综合评分是怎么评法?？
窦霞普芬： 是综合评分吗?是说信用卡额度老是调不上去,然后说你综合积分没有达到要求么?这是跟据你的用卡情况和你的还款记录做一个综合评分的.比方说你的信用额是20000人民币,那你每次也只用到2000元,交通银行会认为你没有必要调高额度,所以不会帮你调整,另外,如果还款不及时的话,也不容易调高信用度的.