评分系统实施

评分系统实施的步骤包括培训、人工复审、异常处理、拒绝信及文档。

德贝利斯曲线

在所有循环信用账户中都能观察到一个现象，分数范围与可盈利性有如图3-1所示的关系：

图3-1　可盈利性与分数范围的关系

最高风险和最低风险账户的利润远低于处于中间范围的账户，甚至可能没有利润。高风险账户可能会引发过高的催收成本和核销；低风险账户太多仅仅是为了支付方便而使用信用卡（这些客户极少使用信用卡并且习惯于按时还款）或者根本不用信用卡。如果信用卡没有年费，为了支付方便而使用信用卡的客户必须有非常活跃的交易，信贷机构才能盈利。

我们称之为德贝利斯曲线，以纪念投资组合管理协会创始人乔·德贝利斯。乔开创了评分行业的许多先河，包括在20世纪70年代中期花旗集团的第一个基于盈利的邮件营销模型。

培训。评分系统的用户是否已经准备好了？答案通常取决于该评分系统是用来替换既有评分系统的还是首次使用的。假如现有的评分系统运行良好（它被信贷机构接受，并且具有良好的安全性、良好的监控和有效的性能），替换评分系统可能只需要在管理上进行很少的改变。换句话说，假如既有评分系统仍可以运行，但其性能已经退化，现在需要部署一个新评分系统以提高判别能力，那么在这种情况下，培训只需要解释为什么需要新的评分卡，以及新的评分卡将如何改进贷款决策的过程。

如果评分系统对于信贷机构来说是全新的，那么必须非常谨慎地引入。成功实施的关键是：①管理层的认同和理解；②对所有终端用户的全面培训。如果信贷机构认为管理层真的支持该项目，那么信贷审批人员更有可能实际使用该评分系统，并且不会试图颠覆它。组织越分散，实施就可能越困难，尤其是在管理人员习惯于做出个人信贷决策的分支机构中。在具有集中式贷款审批部门的机构中部署评分系统要简单得多，因为容易沟通并且能够从一开始就控制整个流程。

要让分支机构使用评分系统，需要进行全面的、持续的培训，以确保信贷审批人员知道评分系统是什么及它如何工作，包括它是如何开发的，为什么它能起作用，为什么需要完整的评分系统，为什么在个人信贷决策中评分系统比人工审批的性能更优越。例如，必须教育承销商（或经纪人）绝对不能“包装”申请人（例如，“你的确有储蓄账户，布朗夫人，不是吗？”）；申请表应该是完整的，但不能是伪造的。此外，信贷审批人员必须看到评分的结果以证明评分系统的有效性。审批结果必须定期以简单明了的格式反馈给信贷审批人员，以说明评分系统确实能很好地对客户进行排序，并且表现跟预期一致。还有一点很重要，要显示所有人工否决与重判客户的贷后表现。

人工复审。有些贷款申请最终会进行人工复审，对审核人员来说，评分只是决策过程的一部分而已。虽然我们不鼓励审核人员在较小的信用额度上花费大量时间，但任何申请系统都应该预留人工复审的机制，因为在某些情况下评分系统得出的决定需要被推翻。这是因为审批人员可以使用一些评分系统中未考虑到的信息，这些信息如果能被恰当地利用，就能够进一步判别评分系统难以判别的人群。所以，只有当审批人员能获取额外信息时，才应进行人工复审。

有两种类型的人工复审：

·高分重判。评分系统认为该客户应该被批准，但复审人员发现了应该拒绝该客户的原因。

·低分重判。评分系统指示应拒绝该客户，但复审人员批准了该客户。

举例说明：许多评分系统不是为在贷款机构有长期、大量存款或大量投资的客户而设计的。如果一个人想为他正要去上大学（并且没有信用记录）的女儿办一张信用卡，贷款机构很可能决定接受这个客户，并且不要求他女儿共同签署申请表。同理，信贷审批人员可能掌握了一些没有进入任何评分系统的信息（如持续的诉讼记录），从而拒绝一些已经通过评分系统审核的人。

在这些情况下，可以进行人工复审和重判。但是应该严格控制人工复审，如根据产品的不同，低分重判不应超过评分系统审批通过总人数的3%～5%，高分重判也应该有相同的数量限制。允许人工复审最重要的一项工作是监控这些重判客户的表现。

对于低分重判后通过审批的客户，监控其表现是很容易的，只需要准备一份月度报告以跟踪这些通过客户的账户。如果重判是合理的，很快就会显现出来；如果其逾期率或核销率高得不可接受，那就要提高低分重判的标准。在FICO发布的一项研究中，一个贷款机构发现，唯一可接受的复审通过一个客户的理由是良好的客户关系（例如，客户或他的某个近亲在该贷款机构拥有多个优质账户或一笔大额定期存款），这些客户的逾期率低于分数阈值（根据最大可接受风险推定）以上的客户的逾期率。

低分重判在车贷业务中是非常重要的，因为需要接受一些不良账户，才能够从合作的汽车经销商那里获得优质账户。这样，即使不良账户的核销率会高一些，但该业务总体仍可能有不错的利润。

监控高分重判后被拒绝客户的后续表现则完全不同。除非采用特殊步骤，否则无法跟踪高分重判被拒绝客户的后续表现，因为这些客户的账户没有被记录在册。一种解决方法是批准一小部分本应被拒绝的账户作为样本，并单独跟踪它们（例如，给这些账户分配集中的、可辨认的部门编号）。如果这些账户像评分系统预测的一样，贷后表现良好，贷款机构就有相应的依据调整高分重判的比例。如果贷款机构没有记录这些账户，另一种跟踪它们的方法就是在之后的一个时期（如18个月后），通过检查这些未被记录的账户的征信记录来获取其表现。如果其中大多数账户在其他贷款机构有良好的记录，那就应该采取措施减少高分重判；否则，请保持人工复审的水平或调整评分系统的分数阈值。关键就是让数据来证明人工复审的决策是否有效。

至此，评分系统在统计上是合理可靠的，评分卡是符合逻辑的，报表系统到位，并且整个评分系统在技术上已经准备好实施。但还有一些细节要注意。

异常处理。评分系统的自动化运行可以让失误减少。然而，管理者应该意识到失误仍然可以渗透到评分系统中。存在两种失误：①严重失误，记录员输入了十分不正确的数据，致使通常应被拒绝的账户通过了审批，反之亦然；②常态失误，失误并没有真正影响最终的审批结果。显然，严重失误更重要，但常态失误也会影响系统的有效性。

失误通常是人工处理申请表时出错导致的（例如，人工输入当前工作单位的工作年份时，输入了一个不正确的时段）。想要在任何时候都能保持记录准确对任何人来说都是很困难的，但日常工作的压力可能会加剧这些困难。此外，如果输入需要进行大量解读的信息（例如，困难或复杂的职业代码），那么失误更容易出现。另外，一些申请表包含相互矛盾的数据，如一个申请人勾选了“与父母同住”及“房主”的选项，哪一个是正确的？也许两个都是。那是否值得将申请表发回去让申请人进行说明？记住，任何延迟都会大大降低申请成功率。正如在总统选举中统计佛罗里达州选票时，工作人员必须制定一系列规则，用于读取表格上可能令人误解的数据（例如，接受最上面的勾选框），有经验的开发人员会采用基于现有系统的使用规则来处理这些异常。

审核部门应该有一个流程来采样和报告失误，特别是严重失误。同时在评分系统实施时，还应该做相应的系统记录，以确保生产环境计算的评分与开发人员计算的评分一致。

拒绝信。在美国，贷款机构需要在拒绝授信时出具拒绝信通知申请人。拒绝信需要给出申请人未能通过信贷审批的具体原因，并且可能给出其得分偏离满分或预期平均得分的各个因素（例如，地址使用时间不足，没有银行账户）。另一个选择是拒绝信只告知申请人有权从贷款机构获得解释。管理层必须预先决定是否立即将拒绝授信的主要原因告知客户，或只有接到客户要求才告知。

始于2001年：信用评分披露

越来越多的人意识到，信用评分在确定资信度方面起着至关重要的作用。随着消费群体日益增加的压力，开始第一次有立法（在加利福尼亚州）要求贷款机构披露贷款申请的实际信用分数。2001年春天，FICO和Equifax开始通过网站将用于贷款决策的信用评分对贷款申请人开放，只收取一笔象征性的费用。在今天的美国，消费者每年都有权从每个主要的征信机构（Equifax，Experían和TransUnion）获得一份免费的征信局报告。如果消费者购买他们的信用评分，他们不会被告知给出数字的确切方法（避免可能的人为操纵），但会被告知实际的得分及其与标准的关系，并得到一些提高他们分数的建议。这些提示包括以下常规性建议：

·按时支付账单；

·保持信用卡和循环贷款较低的余额；

·只在需要时申请并开立新的信用账户；

·偿还债务而不是更换贷款人；

·确保征信局报告中的信息正确。

看起来阐明信用评分是一个好的策略，让人们理解更多是没有负面影响的。

文档。对于任何已安装的评分系统，完整的文档是很重要的。第一个原因是万一管理人员发生变化，需要对评分系统保持正式的内部控制。第二个原因是可能应法律要求而必须有记录。虽然经过验证的评分系统是合法的，但是万一发生针对贷款机构的集团诉讼，可能需要辩护评分系统的公正性。该文档还用于监管机构（如OCC、美联储）的审查。