个人信用评估方法比较分析
摘要：个人信用评估制度是个人信用制度中的一个重要组成部分，建立科学的个人信用评估体系是建立个人信用制度体系的核心问题。随着我国经济的发展和经济运行中不确定性的增强，信用评估在经济中的作用和地位越来越重要。如何建立一个规范化并和国际接轨的个人信用制度体系已成为一个亟待解决的重要课题。本文介绍了个人信用评估的方法及其比较分析。
关键词：信用评估 评估模型 神经网络 评估系统
正文：
一．何谓个人信用评估及其内容
目前的个人信用评级方法，就是在对个人资信状况全面考察的基础上，根据统一的评级指标体系和相应的评级程序，对其在各种商业往来、合作中履行承诺条件的兑现状况，以及信誉程度所进行的全方位评价。此外，还必须实时监控影响个人信用质量的重大事件，及时调整对个人的信用评级结果。一般认为，不同的等级符号代表了不同的违约概率。
1. 个人信用评级指标：
（1）人基本情况
（2）个人资产规模和质量
（3）个人偿债能力
（3）个人盈利能力
（4）个人信誉状况
（5）个人发展前景
2. 个人信用评级理念
（1）定性与定量分析相结合，以定性分析为主，定量分析作为定性判断的重要依据。定量与定性都量化为分值，并与级别相对应。
（2） 注重分析个人信用记录，对个人的信用品质予以重点关注。
（3）注重个人的还贷风险分析--对个人抵押物、固定资产、金融资产、无形资产、个人所在单位及其所处行业均进行深入调查和分析。
（4）注重个人现金流量分析，判断个人偿还债务本息的能力。
（5）进行个人财务报表数据真实性分析，在与个人沟通的基础上采用实际合理的数据。
二．个人信用评估模型的的种类及其比较
当前，我国个人业务的飞速发展使商业银行积累了一定量的数据，商业银行纷纷进行数据集中，建立数据仓库，开始应用数据挖掘技术建立科学的个人信用评估模型，进面建立完善的个人信用评估机制，以降低个人信贷业务成本和风险。但是我国银行业在个人信用评估模型的建立和应用方面仍处于起步阶段，对各种方法建立的个人信用评分模型的准确性和适用性的研究还有待深入。最常用的评估模型有以下几种。
1. 神经网络
2. Logistic回归法
3. 分类树
4. 判别分析法
由于Logistic回归具有假设条件少、具有可解释性和操作简单的特点，这里将其作为线性方法建模的代表，将其与非参数方法（分类树和神经网络）进行比较。
1.比较之一：错误分类率
实际上，以总的损失最小为标准是衡量模型优劣最合适的评价方法。但是在实际问题中,上述两类错误造成的损失往往是未知的而且难以精确的估计出来。因此,这里将综合考虑总错分率、第一类错误比率和第二类错误比率，以此作为弥补。
(1) 3种模型的总错误分类率均高于总错误分类率。说明仅用训练样本计算的错误分类率还不能真正地反映模型的预测能力，对测试样本的错分率才是对模型预测能力的一个较好的评估。
(2) 就总错误分类率而言,Logistic回归、分类树、神经网络的总错误分类率均在15%～17%之间，差别不大。这说明所比较的3种方法均具有一定的分辨能力,能够在相当程度上判别个人信用的高低。
(3) Logistic回归、分类树法和神经网络3种方法的第二类错误的比率均较高。就模型的稳健性而言，理论上Logistic回归作为一种线性建模方法其稳健性应优于非参数方法，而我们的实证结果表明神经网络方法最优。因此,综合总错分率、第二类错误比率和稳健性看,神经网络方法是一种较好的方法。
2.比较之二：模型验证的全程比较分析
神经网络模型要比其他两个模型的分类效果更好些，因为其在研究中的曲线更加平滑；而分类树模型比回归模型要好一些。
综合来讲，神经网络模型在判别个人信用方面要优于Logistic回归法。
由于我国个人征信工作刚刚起步，信用记录有限，导致信用数据的信息缺失和我国目前还没有形成经过验证的信用指标体系。基于上述原因，虽然Logistic回归被国外证明为一种相当成熟的评估模型，却不能很好的适应我国现阶段的个人信用指标的多样性、不确定性和大量信息缺失等特点。相比之下神经网络方法由于其所具有的自学习能力、容错能力和泛化能力，更适用于我国目前个人信用问题的研究。
三．完善个人信用评估系统
个人信用制度建设是一项错综复杂的系统工程,仅仅依靠市场力量的推动和“ 提高全民族的诚信道德意识”是远远不够的,它需要政府和社会的,需要制定相关的政策和措施来为其发共同参与展与完善提供相应的制度和组织保障。
1. 健全个人信用的法律法规体系
(1)修改现有法律。修改民法通则,对公民隐私权不受侵犯、信用权及债权人权利享受保护作出明确、具体的规定;修改《商业银行法》,对银行个人信息数据开放和保密作出平衡规定,明确可以开放的条件、范围、方式及其它措施;修改行政法规或规章,明确个人信用制度的管理部门,强化职责与权限,消除各自为政、零散分割的不利局面。
(2)制定新的法律。主要包括:信息公开法,对个人信用数据公开制定统一的法律,明确公开的范围、程序与对象,确保征信机构能合法、快捷地获得个人的相关数据;个人数据保护法,强化个人隐私权免受非法侵害;公平信用报告法,规范个人资料的收集、利用、传播及权利、义务与责任等等。
(3)健全失信惩戒机制。
2. 引入科学的个人信用评级指标
个人素质在很大程度上决定着个人信用,能不能还贷是银行能够度量的问题,而是否有还贷意愿相对来说,更难以测度,不过在这里我们可以用个人素质来反映这一变量。同时还需要考察的指标有个人资产规模和质量,个人偿债能力、个人盈利能力、个人信誉状况。
3. 创建必备的外部环境
（1）大力普及电子化支付手段,推行我国金融电子化建设。提高全社会的信用程度,最大限度地减少社会上的现金流通,就需要大力推行银行卡、电子钱包、个人支票、网上支付等先进的支付手段,完善自助银行、电话银行、网上银行的推广普及,最大限度地提高支付方式的现代化。
（2）建立健全个人有形资产的评估体系。如房地产评估、长期投资评估,包括债券、股票、实物资产的长期投资,以及汽车、高档耐用消费品等,按照有关资产评估的原则、原理、办法进行科学评估。
（3）建立个人破产制度。在个人资产远远小于个人负债、无偿还可能的形势下实施个人破产制度,是对社会经济的有效调整,也是重建个人信用的重要方法和对个人信用制度的必要补充。
（4）建立对违背个人信用制度者的制裁措施。首先进行金融制裁,银行不再继续贷款;其次结合社会信用制裁,降低个人信用等级;再次应采取舆论制裁,使其难以立足;最后对情节严重者动用法律制裁,维护社会信用。
结束语：本文简单的介绍了个人信用评估方法和模型，并比较各种不同模型的利弊，探讨了我国在这方面的不足之处，提出了完善评估系统的对策和建议。个人信用体系是一个庞大的系统工程，涉及到政策、法律、制度、技术以及全社会的消费观念、信用意识等一系列软硬基础设施的配套建设，并非一朝一夕所能为，但是也必须认识到该体系的建立不可能是“万事俱备，只欠东风”，很多配套工作实际上是在体系建设过程中不断提出要求、不断加以完善的。
参考文献:
[1]艾洪德、蔡志刚,《个人信用制度:借鉴与完善》,《金融研究》2001,(03).
[2]顾伟,《关于构建我国个人信用体系的建议》,《财经研究》,2000,(07).
[3]秦东宇,《浙江经济发达地区银行消费信贷个人信用评估体系的理论分析和实证研究》,浙江大学出版社,2003.
个人信用评估方法比较分析
摘要：个人信用评估制度是个人信用制度中的一个重要组成部分，建立科学的个人信用评估体系是建立个人信用制度体系的核心问题。随着我国经济的发展和经济运行中不确定性的增强，信用评估在经济中的作用和地位越来越重要。如何建立一个规范化并和国际接轨的个人信用制度体系已成为一个亟待解决的重要课题。本文介绍了个人信用评估的方法及其比较分析。
关键词：信用评估 评估模型 神经网络 评估系统
正文：
一．何谓个人信用评估及其内容
目前的个人信用评级方法，就是在对个人资信状况全面考察的基础上，根据统一的评级指标体系和相应的评级程序，对其在各种商业往来、合作中履行承诺条件的兑现状况，以及信誉程度所进行的全方位评价。此外，还必须实时监控影响个人信用质量的重大事件，及时调整对个人的信用评级结果。一般认为，不同的等级符号代表了不同的违约概率。
1. 个人信用评级指标：
（1）人基本情况
（2）个人资产规模和质量
（3）个人偿债能力
（3）个人盈利能力
（4）个人信誉状况
（5）个人发展前景
2. 个人信用评级理念
（1）定性与定量分析相结合，以定性分析为主，定量分析作为定性判断的重要依据。定量与定性都量化为分值，并与级别相对应。
（2） 注重分析个人信用记录，对个人的信用品质予以重点关注。
（3）注重个人的还贷风险分析--对个人抵押物、固定资产、金融资产、无形资产、个人所在单位及其所处行业均进行深入调查和分析。
（4）注重个人现金流量分析，判断个人偿还债务本息的能力。
（5）进行个人财务报表数据真实性分析，在与个人沟通的基础上采用实际合理的数据。
二．个人信用评估模型的的种类及其比较
当前，我国个人业务的飞速发展使商业银行积累了一定量的数据，商业银行纷纷进行数据集中，建立数据仓库，开始应用数据挖掘技术建立科学的个人信用评估模型，进面建立完善的个人信用评估机制，以降低个人信贷业务成本和风险。但是我国银行业在个人信用评估模型的建立和应用方面仍处于起步阶段，对各种方法建立的个人信用评分模型的准确性和适用性的研究还有待深入。最常用的评估模型有以下几种。
1. 神经网络
2. Logistic回归法
3. 分类树
4. 判别分析法
由于Logistic回归具有假设条件少、具有可解释性和操作简单的特点，这里将其作为线性方法建模的代表，将其与非参数方法（分类树和神经网络）进行比较。
1.比较之一：错误分类率
实际上，以总的损失最小为标准是衡量模型优劣最合适的评价方法。但是在实际问题中,上述两类错误造成的损失往往是未知的而且难以精确的估计出来。因此,这里将综合考虑总错分率、第一类错误比率和第二类错误比率，以此作为弥补。
(1) 3种模型的总错误分类率均高于总错误分类率。说明仅用训练样本计算的错误分类率还不能真正地反映模型的预测能力，对测试样本的错分率才是对模型预测能力的一个较好的评估。
(2) 就总错误分类率而言,Logistic回归、分类树、神经网络的总错误分类率均在15%～17%之间，差别不大。这说明所比较的3种方法均具有一定的分辨能力,能够在相当程度上判别个人信用的高低。
(3) Logistic回归、分类树法和神经网络3种方法的第二类错误的比率均较高。就模型的稳健性而言，理论上Logistic回归作为一种线性建模方法其稳健性应优于非参数方法，而我们的实证结果表明神经网络方法最优。因此,综合总错分率、第二类错误比率和稳健性看,神经网络方法是一种较好的方法。
2.比较之二：模型验证的全程比较分析
神经网络模型要比其他两个模型的分类效果更好些，因为其在研究中的曲线更加平滑；而分类树模型比回归模型要好一些。
综合来讲，神经网络模型在判别个人信用方面要优于Logistic回归法。
由于我国个人征信工作刚刚起步，信用记录有限，导致信用数据的信息缺失和我国目前还没有形成经过验证的信用指标体系。基于上述原因，虽然Logistic回归被国外证明为一种相当成熟的评估模型，却不能很好的适应我国现阶段的个人信用指标的多样性、不确定性和大量信息缺失等特点。相比之下神经网络方法由于其所具有的自学习能力、容错能力和泛化能力，更适用于我国目前个人信用问题的研究。
三．完善个人信用评估系统
个人信用制度建设是一项错综复杂的系统工程,仅仅依靠市场力量的推动和“ 提高全民族的诚信道德意识”是远远不够的,它需要政府和社会的,需要制定相关的政策和措施来为其发共同参与展与完善提供相应的制度和组织保障。
1. 健全个人信用的法律法规体系
(1)修改现有法律。修改民法通则,对公民隐私权不受侵犯、信用权及债权人权利享受保护作出明确、具体的规定;修改《商业银行法》,对银行个人信息数据开放和保密作出平衡规定,明确可以开放的条件、范围、方式及其它措施;修改行政法规或规章,明确个人信用制度的管理部门,强化职责与权限,消除各自为政、零散分割的不利局面。
(2)制定新的法律。主要包括:信息公开法,对个人信用数据公开制定统一的法律,明确公开的范围、程序与对象,确保征信机构能合法、快捷地获得个人的相关数据;个人数据保护法,强化个人隐私权免受非法侵害;公平信用报告法,规范个人资料的收集、利用、传播及权利、义务与责任等等。
(3)健全失信惩戒机制。
2. 引入科学的个人信用评级指标
个人素质在很大程度上决定着个人信用,能不能还贷是银行能够度量的问题,而是否有还贷意愿相对来说,更难以测度,不过在这里我们可以用个人素质来反映这一变量。同时还需要考察的指标有个人资产规模和质量,个人偿债能力、个人盈利能力、个人信誉状况。
3. 创建必备的外部环境
（1）大力普及电子化支付手段,推行我国金融电子化建设。提高全社会的信用程度,最大限度地减少社会上的现金流通,就需要大力推行银行卡、电子钱包、个人支票、网上支付等先进的支付手段,完善自助银行、电话银行、网上银行的推广普及,最大限度地提高支付方式的现代化。
（2）建立健全个人有形资产的评估体系。如房地产评估、长期投资评估,包括债券、股票、实物资产的长期投资,以及汽车、高档耐用消费品等,按照有关资产评估的原则、原理、办法进行科学评估。
（3）建立个人破产制度。在个人资产远远小于个人负债、无偿还可能的形势下实施个人破产制度,是对社会经济的有效调整,也是重建个人信用的重要方法和对个人信用制度的必要补充。
（4）建立对违背个人信用制度者的制裁措施。首先进行金融制裁,银行不再继续贷款;其次结合社会信用制裁,降低个人信用等级;再次应采取舆论制裁,使其难以立足;最后对情节严重者动用法律制裁,维护社会信用。
结束语：本文简单的介绍了个人信用评估方法和模型，并比较各种不同模型的利弊，探讨了我国在这方面的不足之处，提出了完善评估系统的对策和建议。个人信用体系是一个庞大的系统工程，涉及到政策、法律、制度、技术以及全社会的消费观念、信用意识等一系列软硬基础设施的配套建设，并非一朝一夕所能为，但是也必须认识到该体系的建立不可能是“万事俱备，只欠东风”，很多配套工作实际上是在体系建设过程中不断提出要求、不断加以完善的。
参考文献:
[1]艾洪德、蔡志刚,《个人信用制度:借鉴与完善》,《金融研究》2001,(03).
[2]顾伟,《关于构建我国个人信用体系的建议》,《财经研究》,2000,(07).
[3]秦东宇,《浙江经济发达地区银行消费信贷个人信用评估体系的理论分析和实证研究》,浙江大学出版社,2003.