信用评分应用（第二版）

作者简介：

林.托马斯（Lyn Thomas），爱丁堡皇家学会会士，英国南安普敦大学管理科学教授，曾任商学院院长、会计经济管理学院院长、英国运筹学学会主席。

乔纳森.克鲁克（Jonathan Crook），英国社会科学院院士，爱丁堡皇家学会会士，现任英国爱丁堡大学商学院教授、副院长、研究部主任、信用研究中心主任。

大卫.埃德尔曼（David Edelman），曾在国际著名金融机构和银行担任信贷主管，拥有30多年零售信贷经验，现为Caledonia Credit Consultancy公司总裁。

译者简介：

李志勇，西南财经大学金融学教授，英国爱丁堡大学商学院信用研究中心博士，现任西南财经大学金融学院信用管理系主任，主要研究巴塞尔模型和信用评分，关注金融科技和消费金融，出版信用评分译著《消费信用模型》《信用评分工具》《信用评分应用》（第二版）。

本书第一版英文原版（Credit Scoring and Its Applications）出版后，广受好评，被银行和信贷行业奉为信用评分的经典。2006年，中国人民银行征信管理局组织力量出版了中文版《信用评分及其应用》（中国金融出版社2006年出版）成为国内第一本系统介绍信用评分的专著，为我国的征信系统和信用体系建设奠定了理论与实践基础。后来，巴塞尔银行监管委员会和各国监管部门都鼓励对信用评分进行更深入的研究和应用。原作者将信用评分的内容重新梳理，于15年后出版了本书第二版。目前，人民银行征信中心第二代征信系统正在切换上线，《信用评分应用》（第二版）也恰如其时。

巴塞尔协议在银行监管的三次发展和应用主要集中在资本充足率和应对信用风险等主要金融风险上。这带来了信用评分的发展，让银行有能力估计消费信贷组合的信用风险。所以，信用评分，特别是行为评分，已经变成了零售银行风险管理的重要工具。同时，在巴塞尔协议框架下的信用评分实际上是为了估计借款人的违约概率，而非像传统申请评分卡那样仅对借款人的风险进行排序。所以我们看到有很多新的方法来评价评分卡的表现。另外，我们还要对结果进行压力测试，甚至引入新的模型来估计违约损失率和违约暴露。同时，我们还需要使用动态模型来估计风险，应对不断变化的经济环境。本书中还有对监管资本、负担能力、公平信贷、风险定价等多方面深入讨论。

本书对信用评分和行为评分的目的、方法及操作等问题进行了全面介绍，作者对建立评分卡的统计学原理和运筹学方法及各种不同方法的优缺点进行分析比较，描述了在建立、使用和监测评分卡的过程遇到的操作问题。

本书综合起来是为风控人员提供的一个设计、开发、操作、监测的贷前和贷中管理系统的全面介绍，对现在如火如荼发展的金融科技和消费金融有良好的借鉴指导意义，也是商业银行数字化零售业务转型中必不可少的一剂良方。

第1 章　 信用评分的历史和原理1

　1.1　 引言: 什么是信用评分? 1

　1.2　 信用的历史 2

　1.3　 信用评分的历史4

　1.4　 信用评分原理6

　1.5　 信用评分与数据挖掘 8

　1.6　 信用分数的定义 9

第2 章　 信用评分的实践 10

　2.1　 引言10

2.2　信用评分在信用评估中的应用10

　2.3　 需要的数据15

　2.4　 数据要求15

　 　2.4.1　 数据可得性16

　 　2.4.2　 准确性和可靠性16

　 　2.4.3　 数据使用规范17

　2.5　 征信机构17

　2.6　 评分卡验证18

　2.7　 申请表格18

　2.8　 撤销与人为干预18

　2.9　 监测和跟踪19

　2.10　 与信贷组合的关系 20

　2.11　 评分人员 20

第3 章　 信用评分的经典方法 22

3.1　 引言22

3.2　 朴素贝叶斯23

3.3　 线性回归26

3.3.1　最小化成本的决策理论26

3.3.2　同一协方差矩阵的多元正态分布 27

3.3.3　不同协方差矩阵的多元正态分布 28

　 3.3.4　 分类问题 28

　 3.3.5　 判别分析30

3.4　 逻辑回归32

3.5　 非线性方法33

3.6　 最大化散度34

3.7　 分类树35

　 3.7.1　 ＫＳ 统计量36

　 3.7.2　 不纯指数37

　 3.7.3　 基尼指数38

　 3.7.4　 熵增指数39

　 3.7.5　 半平方和40

3.8　 多项判别41

第4 章　 信用评分的其他方法42

4.1　 引言42

4.2　 线性规划43

4.3　 整数规划47

4.4　 神经网络48

　 4.4.1　 单层神经网络49

　 4.4.2　 多层感知器50

　 4.4.3　 向前传播51

　 4.4.4　 网络结构54

　 4.4.5　 分类和误差函数56

4.5　 支持向量机57

4.6　 规则提取60

　 4.6.1　 一般标准60

　 4.6.2　 神经网络的规则提取62

4.6.3　支持向量机的规则提取63

4.7　 遗传算法63

　 4.7.1　 遗传算法63

　 4.7.2　 基因规划68

4.8　 最近邻法68

4.9　 贝叶斯网络70

4.10　 集成算法74

　 4.10.1　 袋装法75

　 4.10.2　 提升法75

　 4.10.3　 样本不平衡问题75

　 4.10.4　 随机森林77

4.11　 方法比较78

第5 章　 生存分析 85

5.1　 引言85

5.2　 生存分析基本概念86

5.3　 Ｃｏｘ 比例危险模型 89

5.4　 风险竞争92

5.5　 离散时间模型94

5.6　 时变特征95

5.7　 强度模型97

5.8　 巴塞尔模型98

第6 章　 数据管理100

6.1　 引言 100

6.2　 样本设计 100

　 6.2.1　 结果期 100

　 6.2.2　 样本量 101

　 6.2.3　 样本选择 102

6.3　 好坏定义 102

6.4　 备选特征 104

6.5　 征信数据 107

　 6.5.1　 前言 107

　 6.5.2　 公共信息 107

　 6.5.3　 征信查询 107

　 6.5.4　 信息共享 108

　 6.5.5　 聚合信息 108

　 6.5.6　 欺诈预警 108

　 6.5.7　 增值服务 109

　 6.5.8　 征信监管 109

　 6.5.9　 非个人信息 109

6.6　 样本分层 110

6.7　 粗分类 110

　 6.7.1　 卡方值 111

　 6.7.2　 信息值 112

　 6.7.3　 一致性 113

　 6.7.4　 最大似然单调粗分类 117

6.8　 特征筛选 118

　 6.8.1　 选择标准 118

　 6.8.2　 如何最好 120

6.9　 拒绝推断 120

　 6.9.1　 拒绝推断问题 120

　 6.9.2　 获得表现 122

　 6.9.3　 样本选择方法 122

　 6.9.4　 外推法 124

　 6.9.5　 增广法 124

　 6.9.6　 其他方法 126

　 6.9.7　 实证比较 126

　 6.9.8　 其他场景的拒绝推断 126

6.10　 人为撤销 127

6.11　 设置阈值 128

6.12　 模型校准 131

第7 章　 行为评分134

7.1　 引言 134

7.2　 行为特征 134

7.3　 行为评分的应用 136

7.4　 传统马尔可夫链 137

7.5　 马尔可夫过程 141

7.6　马尔可夫链的验证和变化143

7.6.1　平稳马尔可夫链的参数估计143

7.6.2　非平稳马尔可夫链的参数估计 144

7.6.3　 转移概率值的检验 144

7.6.4　 转移概率平稳的检验 144

　 7.6.5　 马尔可夫链检验 145

　 7.6.6　 动静马尔可夫链模型 146

7.7　贝叶斯马尔可夫链的行为评分模型 147

第8 章　 模型表现评价151

　8.1　 引言 151

　8.2　 保留样本 152

　8.3　 交叉验证 153

　8.4　 自展法 153

　8.5　 区分度的测度 154

　 　8.5.1　 散度 155

　 　8.5.2　 信息值 155

　 　8.5.3　 马氏距离 155

　8.6　 常用指标 157

　 　8.6.1　 ＫＳ 距离 158

　 　8.6.2　 ＤＳ 和 Ｕ 统计量 158

　 　8.6.3　 ＲＯＣ 曲线 158

　 　8.6.4　 ＡＵＣ 和基尼系数 159

　 　8.6.5　 Ｈ 指数 161

　8.7　 分类预测 162

　8.8　 概率校准 164

　 　8.8.1　 二项检验 165

　 　8.8.2　 卡方检验 166

第9 章　 部署与应用169

　9.1　 引言 169

　9.2　 评分卡的实施部署 169

　9.3　 评分卡的监测与跟踪 170

　9.4　 评分卡的监测 171

　　 9.4.1　评分结果和流程是否合理171

　 　9.4.2　 总体稳定性 172

　 　9.4.3　 最终分数报告 173

　 　9.4.4　 特征分析 174

　 　9.4.5　 时间稳定性 176

　 　9.4.6　 监测总结 177

　9.5　 评分卡的跟踪 177

　 　9.5.1　 早期表现报告 177

　 　9.5.2　 动态逾期报告 178

　 　9.5.3　 分数段坏账率 180

　 　9.5.4　 分层坏账率 182

　 　9.5.5　 区分度分析 183

　 　9.5.6　 跟踪小结 185

　9.6　 评分卡的老化 185

　9.7　 评分卡的优化 188

　 　9.7.1　 计算变化 188

　 　9.7.2　 测量差距 190

　 　9.7.3　 检验差距 190

　9.8　 冠军挑战 191

　9.9　 其他应用场景 194

　　 9.9.1　评分在信贷流程中的应用194

　　 9.9.2　评分在其他业务中的应用195

第10 章　 信用经济 198

　10.1　 引言 198

　10.2　 信贷周期 198

　10.3　 微观经济因素 201

　 　10.3.1　 现值 201

　　 10.3.2　信贷需求的经济学分析201

　 　10.3.3　 信贷配给 205

　 　10.3.4　 实证结果 207

　10.4　 宏观经济因素 207

　　 10.4.1　简化的凯恩斯经济学模型208

　 　10.4.2　 货币渠道 210

　 　10.4.3　 信贷渠道 211

　 　10.4.4　 实证研究 212

　10.5　 违约行为 214

　10.6　 过度负债 217

　10.7　 负担能力219

第11 章　资本要求和巴塞尔协议222

　11.1　 引言222

　11.2　 巴塞尔协议的历史223

　 　11.2.1　 巴塞尔协议Ⅰ以前 223

　 　11.2.2　 巴塞尔协议Ⅰ 223

　 　11.2.3　1996 年修正案224

　11.2.4　巴塞尔协议Ⅱ和巴塞尔协议Ⅲ224

　11.3　 巴塞尔协议Ⅱ225

11.4　第一支柱: 最低资本要求226

　 　11.4.1　 监管资本 226

　   11.4.2　信用风险的最低监管资本要求 226

　 　11.4.3　 执行和使用 232

　 　11.4.4　 支柱2 247

　   11.4.5　巴塞尔协议Ⅱ的效果247

　11.5　 巴塞尔协议Ⅲ248

　 　11.5.1　 监管资本定义 249

　 　11.5.2　 资本留存缓冲 249

　 　11.5.3　 逆周期缓冲 250

　 　11.5.4　 杠杆比率 250

　   11.5.5　流动性覆盖率和净稳定资金率 250

　 　11.5.6　 监测工具 251

　11.6　 压力测试252

　11.7　 巴塞尔协议Ⅲ的评价254

第12 章　资产证券化和次贷危机256

　12.1　 引言256

　12.2　 资产证券化256

　12.3　 次贷危机的原因259

12.4　信用评分在次贷危机中的表现262

12.5　信用评级在次贷危机中的表现264

　12.6　 国际金融危机的影响 267

第13 章　 可变定价和风险定价 269

　13.1　 引言 269

　13.2　 响应率和采用率 270

13.3　简单的利润率和利率优化模型273

13.4　含资本要求的利润率和利率优化模型 277

13.5　可变定价中的逆向选择和赢家诅咒 282

　 　13.5.1　 逆向选择 282

　   13.5.2　可变利率和赢家诅咒282

　 　13.5.3　 负担能力的限制 283

参考文献284

译后记312