作者译

“信用”在当下的中国社会是一个时髦而流行的词汇。这不仅有国务院自上而下建设社会信用体系的积极倡导和总体布局，也有普罗大众自下而上关于信用的意识觉醒和价值认知，更有行业参与者对信用市场不断地探索发展和开拓创新。一时间，雨后春笋，花开满地，“信用”的春天里一片生机盎然。

企业信用和消费信用是信用研究和应用的两大主要板块。信用评级（credit rating）多应用于企业和资本市场融资，信用评分（credit scoring）多应用于个人和消费贷款。国内学界还过多停留在传统的企业信用上，忽视消费信用蓬勃向上的生命力，消费金融早已热火朝天。从世界范围内来看，消费信用无论在贷款总量还是贷款数量上都远超过企业信用。消费信用与人们生活息息相关，住房按揭、汽车金融和信用卡是消费信贷的主要形式。随着互联网金融的发展，网络贷款、虚拟信用卡、在线消费分期成为了新颖的信贷产品，以各种方式接入人们的生活场景，让大家逐渐意识到：信用等于财富。

东西方信用服务产业的发展有着不同的风格和轨迹。在中国，“征信”一词常见于各类报道和报告。它最早见于《左传》：“君子之言，信而有征”。中国人民银行将其理论化，形成《现代征信学》一书。征信涵盖了一整套对信用信息采集、整理、保存、加工的专业化服务。在大数据时代，征信变成了一个商业热点，有数据和有能力搜集数据的公司都争先恐后做起了“征信”业务。欧美国家的信用产品和服务发展更早更多样，征信在人们生活的方方面面都发挥了巨大作用。专业的信用服务要依赖技术手段，利用模型对借款方的信用资质进行评估，以提供科学决策。随着时代的需求和变革，在结合基本国情和国外经验的基础上，中国的征信业沉寂多年之后正以崭新的姿态迎来高速发展的黄金时期。

违约预测模型运行了几十年，逐渐走向成熟。可是次贷危机再次为我们敲响了警钟。信用风险不容低估，它是《巴塞尔新资本协议》的重点关注内容。协议提出对预期损失的测量不但需要准确估计违约概率，还需要估计违约损失程度（违约损失率、违约暴露），这是计算资本金和证券化贷款资产组合定价的基础。对损失程度的研究直到最近十来年才开始，而且集中在企业信用方面。由于消费信用贷款产品的多样性和复杂性，计量难度很大。全世界的信用评分者正在全力以赴。本书形成在《巴塞尔新资本协议》后，为了应对全球金融危机，《巴塞尔协议III》在2010年及时制定，增加了对流动性风险和杠杆率的重视。中国版的巴塞尔资本框架也在逐步建设当中，这要求各类银行都建立自己的内部风控体系。

越来越丰富的信贷产品对信用建模技术提出了新的挑战。以互联网、大数据、云计算技术为基础的数据挖掘模型正在发挥巨大作用，从建模的思想和算法上都对信用模型进行了革新。对客户行为的多维画像使得评估更为准确。相比于静态的状态记录，动态的行为描述更加全面、真实、有效。数据说明一切，信用评分进入了一个新的时代。

本书作者Lyn Thomas教授是世界信用研究的权威专家，毕生致力于信用评分的发展，长期从事学术研究、商业咨询和政策建议，积累了丰富的经验。他集合了当前信用研究和应用面临的主要问题，从三大挑战——定价（pricing）、利润（profit）与组合（portfolio）出发，进行了详尽的探讨和论述。其思想站在信用领域的最前沿。

本书重点关注消费信用及其建模方法，内容翔实。在消费信用和金融创新大力发展的中国，亟须这样一部前瞻性的指导书。信用领域的从业者和研究者可以将它作为理论和实践的参考。同时，国内越来越多的高校正在开设信用管理专业，为行业培养更多的信用人才。本书也可作为各层次信用管理专业的教材。

信用是金融交易的基础，也是相互信任的生产关系和社会关系的纽带。随着利率市场化的进程，风险定价、利润评估、资产证券化正在成为最新的金融动态。希望本书的出版能够对国内消费信用的发展作出及时的贡献。

中文版序

译者序

前言

1　消费信用和信用评分简介

1.1 引言: 消费信用的重要性和影响力

1.2 违约信用评分的历史背景

1.3 贷款机构的目标
1.3.1 银行的目标
1.3.2 贷款过程

1.4 贷款决策的建模工具
1.4.1 影响图
1.4.2 消费信贷中的申请决策
1.4.3 决策树
1.4.4 消费信贷决策树
1.4.5 策略树

1.5 概率、比率和分数
1.5.1 概率和比率
1.5.2 总体比率和信息比率
1.5.3 分数: 一个充分统计量
1.5.4 对数比率分数
1.5.5 对数比率分数的分解
1.5.6 朴素Bayes评分卡的构建
1.5.7 分数分布

1.6 分数的变换
1.6.1 缩放自然分数
1.6.2 缩放正态分布的分数
1.6.3 多级评分卡
1.6.4 风险率和时变分数
1.6.5 离散时间风险概率

1.7 贷款的回报和成本
1.7.1 单期贷款的回报率模型
1.7.2 单期企业债券的回报率模型
1.7.3 消费贷款的利润率和回报率
1.7.4 两期回报率模型
1.7.5 多期贷款

1.8 评分卡构建的基本原理
1.8.1 建立评分卡的基本方法
1.8.2 拒绝推断
1.8.3 行为评分
1.8.4 数据样本
1.8.5 数据检验和整理
1.8.6 样本细分
1.8.7 训练和检验样本
1.8.8 剔除特征变量
1.8.9 特征粗分类
1.8.10 卡方和信息统计量
1.8.11 粗分类生成新变量
1.8.12 评分卡最终形成和检验

1.9 逻辑回归评分卡

1.10 其他建立评分卡的方法
1.10.1 线性回归
1.10.2 散度最大化
1.10.3 线性规划
1.10.4 分类树

2　评分系统的评估

2.1 评分卡质量的评估
2.1.1 交叉验证法
2.1.2 自展法

2.2 判别能力的测量
2.2.1 散度与信息量
2.2.2 马氏距离
2.2.3 KS统计量
2.2.4 D一致性统计量与U统计量

2.3 ROC曲线和Gini系数
2.3.1 Gini系数和AUROC
2.3.2 ROC曲线与D统计量、KS统计量的关系
2.3.3 Gini系数的边界
2.3.4 ROC曲线和商业决策
2.3.5 CAP曲线与准确率

2.4 评分卡细分对判别能力的影响
2.4.1 样本细分对Gini系数的影响
2.4.2 样本细分对KS统计量的影响
2.4.3 样本细分对散度的影响

2.5 评分卡预测概率的校准
2.5.1 二项检验
2.5.2 二项检验的正态近似
2.5.3 卡方检验
2.6 分类预测正确程度的测量

2.6.1 混淆矩阵
2.6.2 第一类错误和第二类错误, 敏感度和特异度
2.6.3 交换集合
2.6.4 最小错误成本

3　基于风险定价

3.1 消费信贷中的可变定价
3.1.1 可变定价
3.1.2 差异化定价
3.1.3 响应率和接受率
3.1.4 双重定价

3.2 无风险利率响应函数和最优定价
3.2.1 无风险响应率

3.2.2 弹性

3.2.3 最大支付意愿
3.2.4 常见的响应函数
3.2.5 最优定价

3.3 风险响应关系, 逆向选择和负担能力
3.3.1 风险响应关系
3.3.2 逆向选择
3.3.3 风险响应关系和逆向选择的区别
3.3.4 负担能力

3.4 基于风险的响应函数和定价
3.4.1 基于风险的好人概率
3.4.2 基于风险的最优利率
3.4.3 无逆向选择的最优利率
3.4.4 有逆向选择的最优利率

3.5 多种优惠条件下的接受概率
3.5.1 贷款的多种优惠条件
3.5.2 逻辑接受概率函数
3.5.3 线性规划估计最大支付意愿
3.5.4 加速生命模型估计最大支付意愿

3.6 借贷博弈定价模型

4　利润评分和动态模型

4.1 行为评分和账户动态管理
4.1.1 账户管理和利润率
4.1.2 行为分数

4.2 利润评分和风险回报矩阵
4.2.1 客户层面和产品层面的评分
4.2.2 风险回报矩阵
4.2.3 风险回报矩阵里的最优策略
4.2.4 消费行为的动态估计

4.3 账户行为的Markov链模型
4.3.1 Markov链的定义
 

4.3.2 消费信用中的Markov链模型
4.3.3 Markov链的参数估计和假设检验
4.3.4 Markov链模型的延伸

4.4 Markov的利润率决策模型

4.5 生存分析的违约评分系统
4.5.1 何时违约
4.5.2 生存分析
4.5.3 比例风险模型
4.5.4 Cox比例风险模型
4.5.5 建立比例风险模型
4.5.6 比例风险行为分数

4.6 生存分析利润模型
4.6.1 生存分析计算利润率
4.6.2 风险竞争

5　组合信用风险和巴塞尔协议

5.1 组合信用风险
5.1.1 组合层面的度量
5.1.2 组合层面的违约概率
5.1.3 违约损失率和组合层面的损失

5.2 经济和监管资本
5.2.1 资产和负债
5.2.2 贷款中的风险
5.2.3 监管和经济资本

5.3 巴塞尔资本协议概述
5.3.1 历史
5.3.2 期望损失、意外损失、监管资本和在险价值
5.3.3 组合不变性
5.3.4 巴塞尔模型中的监管资本
5.3.5 消费信用的巴塞尔方程
5.3.6 小结

5.4 巴塞尔新资本协议对信用评分的影响
5.4.1 三角关系
5.4.2 违约的定义
5.4.3 时点和周期违约概率
5.4.4 校准
5.4.5 消费贷款中的企业信用模型
5.4.6 违约暴露
5.4.7 违约损失率

5.5 监管资本和最优临界分数
5.5.1 个人贷款接受决策的建模
5.5.2 给定股权资本的组合最优临界分数
5.5.3 可变股权资本的组合最优临界分数
5.5.4 巴塞尔协议对ROC曲线的影响

5.6 消费和企业贷款组合的信用风险建模
5.6.1 企业信用模型的发展
5.6.2 基于信誉的消费结构模型
5.6.3 基于负担能力的消费结构模型
5.6.4 基于风险函数的消费简约模型
5.6.5 基于Markov链的消费简约模型

5.7 消费信贷组合的压力测试
5.7.1 巴塞尔协议中的压力测试
5.7.2 敏感分析和情景分析
5.7.3 违约概率的静态压力测试方法
5.7.4 动态相关性模型
5.7.5 基于模型的动态方法
5.7.6 LGD和EAD的压力测试

附录
术语表
参考文献
译后记