金 融 大 数 据
专注于金融大数据案例分享
小编微信:data985
摘要:美国的个人信用评分模型,主要是Fair Isaac Company 推出的,FICO信用分也由此得名。FICO 评分模型得出的信用分数越高,说明客户的信风险越小。FICO 评分模型所关注的主要因素有以下五类:客户的信用偿还历史、信用账户数、使用信用的年限、正在使用的信用类型、新开立的信用账户。
美国的个人信用评分模型,主要是Fair Isaac Company 推出的,FICO信用分也由此得名。一般来讲,美国人经常谈到的你的得分,通常指的是你目前的FICO信用分。而实际上,Fair Isaac公司开发了三种不同的FICO 评分模型,三种评分模型分别由美国的三大信用管理局使用,评分模型的名称也不同。
FICO 评分模型得出的信用分数范围在300-850分之间。分数越高 ,说明客户的信用风险越小。但是分数本身并不能说明一个客户是好还是坏,贷款方通常会将分数作为参考,来进行贷款决策。每个贷款方都会有自己的贷款策略和标准,并且每种产品都会有自己的风险水平,从而决定了可以接受的信用分数水平。一般地说,如果借款人的信用评分达到680分以上,贷款方就可以认为借款人的信用卓著,可以毫不迟疑地同意发放款。如果借款人的信用评分低于620分,贷款方或者要求借款人增加担保,或者干脆寻找各种理由拒绝贷款。如果借款人的信用评分介于620-680分之间,贷款方就要作进一步的调查核实,采用其它的信用分析工具,作个案处理。
FICO 评分模型中所关注的主要因素有五类, 分别是客户的信用偿还历史、信用账户数、使用信用的年限、正在使用的信用类型、新开立的信用账户。评分权重占比如下:
影响FICO得分的最重要的因素是客户的信用偿还历史, 大约占总影响因素的35%。支付历史主要显示客户的历史偿还情况, 以帮助贷款方了解该客户是否存在历史的逾期还款记录, 主要包括:
1.各种信用账户的还款记录
包括信用卡( 例如: Visa、MasterCard、AmericanExpress、Discover) 、零售账户(直接从商户获得的信用) 、分期偿还贷款、金融公司账户、抵押贷款。
2.公开记录及支票的存款记录
该类记录主要包括破产记录、丧失抵押品赎回权记录、法律诉讼事件、留置权记录及判决。涉及金额大的事件比金额小的对FICO 得分的影响要大, 同样的金额下,越晚发生的事件要比早发生的事件对得分的影响大。一般来讲, 破产信息会在信用报告上记录7- 10年。
3.逾期偿还的具体情况
包括, 逾期的天数、未偿还的金额、逾期还款的次数和逾期发生时距现在的时间长度等。
该因素仅次于还款历史记录对得分的影响, 占总影响因素的30%。对于贷款方来讲, 一个客户有信用账户需要偿还贷款, 并不意味着这个客户的信用风险高。相反地, 如果一个客户有限的还款能力被用尽, 则说明这个客户存在很高的信用风险, 有过度使用信用的可能, 同时也就意味着他具有更高的逾期还款可能性。该类因素主要是分析对于一个客户, 究竟多少个信用账户是足够多的, 从而能够准确反应出客户的还款能力。
该项因素占总影响因素的15%。一般来讲, 使用信用的历史越长, 越能增加FICO信用得分。该项因素主要指信用账户的账龄, 既考虑最早开立的账户的账龄, 也包括新开立的信用账户的账龄, 以及平均信用账户账龄。据信用报告反映, 美国最早开立的信用账户的平均账龄是14 年, 超过25%的客户的信用历史长于20年, 只有不足5%的客户的信用历史小于2年。
该项因素占总影响因素的10%。在现今的经济生活中, 人们总是倾向于开立更多的信用账户, 选择信用购物的消费方式, FICO 评分模型也将这种倾向体现在信用得分中。据调查, 在很短时间内开立多个信用账户的客户具有更高的信用风险, 尤其是那些信用历史不长的人。该项因素主要包括:
(1) 新开立的信用账户数, 系统将记录客户新开立的账户类型及总数;
(2) 新开立的信用账户账龄;
(3) 目前的信用申请数量, 该项内容主要由查询该客户信用的次数得出, 查询次数在信用报告中只保存两年;
(4) 贷款方查询客户信用的时间长度;
(5) 最近的信用状况, 对于新开立的信用账户及时还款, 会在一段时间后, 提高客户的FICO得分。
该项因素占总影响因素的10%,主要分析客户的信用卡账户、零售账户、分期付款账户、金融公司账户和抵押贷款账户的混合使用情况, 具体包括: 持有的信用账户类型和每种类型的信用账户数。
本文系金融大数据研究院(公众号ID:FBDResearch)精选自网络,转载请注明出处!
版权声明:由金融大数据研究院(公众号ID:FBDResearch)推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们(微信:data985,QQ:289585305),与您共同协商解决。
金融大数据QQ群:365152914
投稿邮箱:289585305@qq.com
点击阅读原文加入QQ群,更多资料亦可进入QQ群共享下载!