袁  洋  齐鲁银行股份有限公司  山东济南  250001

摘要：在新的时代背景，消费信贷市场的快速发展，要求建立与之匹配的消费信贷评分系统，实现对消费信贷市场的规范化管理。本文立足商业银行消费信贷评分系统的研究，分析了系统框架的构建以及功能目标的生成，并在此基础之上，从系统参数的设定，阐述了商业银行消费信贷评分系统的应用，为相关领域研究提供一定的参考资料。

关键词：新时期；商业银行；消费信贷评分系统；应用

中图分类号：F832.4　   文献标识码：A    文章编号：1673-5889(2020)09-0000-02

近年来，个人信用成为社会关注的话题，也是互联网金融快速发展之下，金融市场规范化健康发展的重要保障。在大数据技术等的应用中，商业银行消费信贷评分系统的构建，为消费信贷市场的发展提供了良好的环境条件，能够在消费信贷评分中，对消费行为进行评价，为信贷供给提供可靠依据。因此，在新的时代环境之下，以大数据信息技术为载体，通过消费信贷评分系统的构建，推进消费信贷市场的繁荣发展。本文立足对消费信贷评分系统的研究，就商业银行消费信贷系统如何设计及应用，做了如下具体阐述。

一、当前消费信贷的发展现状

深化经济转型升级，刺激经济稳健发展，是新时期我国社会经济持续发展的重要保障。消费作为拉动经济增长的重要驱动力，2018年我国实现了38.1万亿元的社会消费品销售总额，并以9.0%的增速，高于GDP增速2.4个百分点。因此，我国消费信贷市场发展空间巨大，能够在稳健的发展中，实现较高的增长发展，符合当前我国的经济发展形势。

（一）银行消费信贷结构单一

    当前，我国商业银行消费信贷以房贷、车贷为主，占到了71.2%。从信贷结构来看，我国商业银行消费信贷的结构过于单一，以个人按揭房贷为主体的结构模式，造成了消费信贷单一、狭窄的发展空间，不利于消费信贷市场的多元化发展。特别是在当前房价持续上涨的情形之下，如何实现商业银行信贷结构的多元化发展，仍面临较多问题，消费信贷向信用卡等领域的发展有待途径。此外，我国商业银行消费信贷总量相对较少，占GDP总额的30%左右，这明显少于欧美发达国家70%的占比。这再次说明，单一结构的消费信贷，不利于消费信贷市场的全面发展，实现多结构的消费信贷结构，能够更好地推动消费信贷市场发展。

（二）消费金融系统不完善

随着我国社会的不断发展，消费金融市场得到不断拓展。但是，消费金融系统尚不完善，在信用卡、消费信贷等领域，尚未形成完善的市场机制，以至于消费信贷金融服务欠缺。一方面，消费信贷市场产品同质化问题突出，产品服务质量下降，这是当前消费市场发展所面临的困境，应在发展中得到有效解决；另一方面，我国消费金融系统缺乏培育，产品创新不足、缺乏竞争力等问题日益显现，且产品涉足领域狭窄，在养老金融服务等领域的发展不足。因此，建立完善的金融系统，是推动消费金融发展的重要内容。

（三）消费信贷市场风险大

消费信贷市场的发展，面临巨大的市场风险，特别是在消费信贷征信管理尚未完善的情况之下，消费信贷市场的巨大风险，要求建立完善的消费信贷评分系统，更好地规范消费信贷金融市场行为。商业银行在新的时代环境之下，建立了消费者信用评分系统，但系统结构功能尚不完善，在消费信贷管理等方面仍存在诸多不足，导致消费信贷风险增加。因此，商业银行建立完善的消费信贷评分系统，是基于风险管控的内在需求，更是新的时代发展体现。

二、商业银行消费信贷评分系统

在大数据信息时代，商业银行建立消费信贷管理系统，能够基于征信管理的有效构建，为金融市场的健康稳定发展，创设良好的环境条件。当前，商业银行基于征信系统，设计消费信贷评分系统，能够基于等级管理，实现消费信贷行为的有效防控。2018年，我国实现社会消费品销售总额38.1万亿元，同比增长9.0%，占GDP比重42.3%，消费对经济的增长的贡献率达到了57.4%。因此，在新的时代环境之下，消费信贷市场空前巨大，日益增长的消费信贷需求，强调建立消费信贷评分系统的必要性，以实现消费信贷市场的稳定发展。也就是说，商业银行消费信贷评分系统的构建，是其发展的内在需求，也要求建立完善的系统功能。

（一）消费信贷评分系统框架

在消费信贷评分系统中，需要基于消费者信息数据，在数据中心实现对数据的加工处理。因此，在系统框架的设计中，主要涉及到数据采集、信息产品服务以及数据整合对接，强调系统对用户消费信贷信息的整合管理。如图1所示，是商业银行消费信贷评分系统框架。从中可以知道，在系统框架中，主要涉及到数据备份中心，以及消费者信用评分系统，基于人民银行及政府部门的信息采集，实现消费信贷评分的有效构建。在整个系统中，核心部分在于消费者评分系统的构建，并且通过大数据处理技术的应用，确保数据信息的正确性、真实性，能够实现数据库的打造。

图  商业银行消费信贷评分系统框架

（二）消费信贷评分系统功能

在整个系统中，评分系统功能的实现，主要在于各子系统功能的设计。在实践中发现，消费信贷评分系统功能，应基于不同模块的设计，通过优化信用评价服务质量，确保评分系统的有效性。如表1所示，是商业银行消费信贷评分系统的功能表。从中可以知道，在消费信贷评分系统中，形成了信用报告子系统和信用评分子系统。通过模块化功能的设计，能够更好地形成不同功能元素，以实现对消费信贷的全方位管理。在信用评分子系统的设计中，从咨询服务到审核贷款，再造统计分析管理，系统化的评分功能，实现高效化消费信贷评分管理，符合当前的社会发展需求。

表1  商业银行消费信贷评分系统的功能表

在消费金融市场，巨大的金融风险，要求商业银行在消费信贷评分系统的构建中，更注重系统功能的全面性，能够更好地基于评分系统，实现对信贷对象的有效管控，这符合新时期社会发展需求，同时也是大数据信息时代，构建和谐有序的社会环境的重要保障。面对日益发展的消费信贷市场，建立与之匹配的消费信贷评分系统十分重要。

三、商业银行消费信贷评分系统的应用

在实践应用中，评分系统的构建，关键在于基于系统体系，设定科学合理的参数，这是确保评分系统运行效率及科学性的重要基础。通过研究发现，在评分系统中，其参数可以分为一级信用参数、二级信用参数，能够基于不同层级的参数设计，并在此基础上构建评分模型，以便更好地满足消费信贷评分的实际需求。

（一）一级信用参数

在一级信用参数中，主要涉及到影响个人信用评分的四个因素，具体如表2所示。从中可以知道，消费信贷评分，对经济支撑、家庭背景等因素有较高的评分要求，也是决定评分结果的重要因子。在对消费信贷的评分中，通过对分数因素设定合理的权重，能够有更好地确保评分结果的可靠性，为信用等级的确定提供有力依据，发挥其重要作用。

表2  一级信用参数

（二）二级信用参数

    在二级信用参数中，对一级信用因素进行细化，针对不同项目内容，实现更加精准性信用评分，以确保评分的科学合理性。1）经济支持：以月收入为主，将月收入划分等级。如，1万元以上为25分；8000-1万为15分；6000-8000为10分，通过单调区间的分值设定，确保评分的合理性；2）稳定情况：主要涉及工作以及固定资产情况；3）银行关系：主要涉及是否为本行职工、本行账户情况等；4）个人背景：主要涉及工作性质（行政职务、职称、文化程度等）、户籍状况。如，年龄”、“户籍状况”、“文化程度”、“行政 职务”、“职称”,权重分别为 20、15、10、25、25。通过更加细分的评价指标，以更好的对信用等级进行确定，保障商业银行消费信贷评分的有效性。

（三）评分模型构建

各级信用参数设定完成之后，即可进行评分模型的构建与开发工作，一般需要以下七个步骤：一是根据所要预测消费信贷领域，如按客户、渠道、产品、地域等维度确定评分目的；二是在评分目的确认之后，对建模所需重要指标进行基本定义，包括违约定义、灰色地带定义、评分范围、样本区隔等；三是准备模型数据和信息来源，包括内外部数据、信息等，要确保数据和信息采集的正确性、完整性、实时性、合法性和可用性；四是结合设定的信用参数进行变量分析，以检测各变量的预测强度，在此过程中可以对信用参数进行微调；五是构建基本模型，注意构建时可通过刻意拉高违约样本比率的方式来凸显风险因子的特征，通常使用Logistic regression方法要比线性回归方法更符合消费信贷风险的实际状况；六是使用扩充法等方法进行婉拒推论，推测婉拒进件的好坏，对模型进行修正；七是开展模型验证，利用样本测试、K-S value及基尼系数、PSI指标等方法对模型的辨识能力、区分能力和稳定性进行校验。

四、结语

综上所述，随着金融市场的不断发展，消费信贷市场的不断培育，庞大的消费信贷空间，要求建立完善的市场监管机制，并且在大数据等技术的应用中，建立商业银行消费信贷评分系统，实现更加科学规范的市场秩序。在本文探讨中，商业银行消费信贷评分系统的设计具有复杂性，要求从信息面到信贷监管，形成完善的系统机制，通过信用参数的有效设计、系统框架的合理构建，确保商业银行消费信贷评分系统的有效应用，充分发挥其重要作用。

参考文献：

[1]段松林.农行信贷管理系统中人行接口程序,商业银行引入模块的使用及通讯中间件的设[J].2016（10）.

[2]吴睿.供给侧改革背景下消费金融发展面临的问题和挑战[J].西南金融,2017(2).

[3]张艳逸,马莉.我国商业银行消费金融发展的现状及对策[J].金融视线,2016(Z1).

[4]姜宝泉,谭莹.消费金融与银行转型[J].中国金融,2016(11).

[5]Zhu Q,  Mao J. Research on SaaS  multi-tenancy  model  for Credit Bank  System[C]//  International Conference of Information Science and Management Engineering. 2015:1195-1202.

[6]Yue F U, Pan S, Wang J. Application  of  fuzzy  integral  fusion  of  multiple  decision  trees  into commercial bank credit management system[J]. Journal of Computer Applications, 2018, 25(3):763-766.