论文部分内容阅读
【摘要】自2014年起，我国出台了一系列针对个人和企业信用的征信管理法律法规，随着法律制度的逐渐完善，各地区对信用建设加大了重视和建设力度，我国的信用时代已然来临。本文在此背景下选择嘉兴市公民个人信用评价系统作为研究对象，尝试探索运用GCRM模型，对信用卡进行差别定价的可行性。
【关键词】信用评价体系 GCRM模型 信用卡定价
2015年1月28日，由嘉兴市社会保障事务局负责研发的嘉兴市公民个人信用评价系统正式上线。该系统将政府共享的信息资源通过分析建模，并在国内率先运用大数据分析引擎技术，对嘉兴市每位市民个人信用情况进行综合评分，同时以市民卡为载体提供查询应用服务。
本文基于与嘉兴社保局的个人信用评价体系课题的开展，选择嘉兴市公民个人信用评价系统的后台数据作为研究对象，尝试探索运用GCRM模型，对信用卡进行差别定价可行性，为我国个人信用评价信息提出一个全新的应用方向，对更好地满足消费者信贷需求、推动消费增长具有积极意义，同时为各大银行开拓市场、提升发卡行竞争力和盈利能力提供一定的参考。
一、嘉兴市个人信用状况
嘉兴市作为我国首批“信息消费”和“信息惠民”的示范城市，它的人口综合素质高，同时政府的信息化基础好，能够更好地推动信用建设。嘉兴市公民个人信用评价系统于2015年1月初正式推出，属于该市的重点示范项目。该系统近年来，依靠政府政策规范引导推动，以政府共享信息资源为基础，采用国际领先的大数据挖掘分析技术进行建模评价，并通过第三方征信机构进行市场化运营，为适合我国国情的个人信用体系建设提供了新的范例。
按照《嘉兴市公共事务信息资源共享管理办法》文件中相关规定，嘉兴市推出的个人信用评价系统1.0版，将公共事务信息系统建设成果充分利用起来，把市民分布在各部门、单位的信用信息收集到公共事务信息共享平台和市民公共事务共享数据库。目前接入共享平台的公共单位接近30家，包括了社保、财政、公安、工商、法院、银监、公积金和燃气等多个部门的海量信用数据。充分发挥嘉兴彼艾信息科技有限公司大數据挖掘工具的技术优势，对信用数据进行分析建模，并邀请浙江财经大学信用管理系的专家团队加入项目组，为系统建设提供理论指导；同时按照国务院《征信业管理条例》的要求，对市民卡公司进行优化升级，为构建“政府主导、市场化运营”的征信产业运行模式奠定基础。
每个16周岁以上户籍为嘉兴的公民通过个人信用评价系统均可以查询到自己的个人信用评价报告，报告中横向第一栏包括了报告编号、报告时间、信用分数、信用颜色四项信息，往下紧接着是备注信息：0分～599分为重度失信，信用颜色为红色；600分～749分为轻度失信，信用颜色为黄色；750分～799分为信用正常，信用颜色为绿色；800分～819分为信用良好，信用颜色为蓝色；820分～1000分为信用优秀，信用颜色为紫色。第二栏是自然人违规失信记录，记录分为三个版块，分别取自社保、公积金、税务等机关事业单位和法院判决，以及电信、移动、燃气等公用事业单位。第三栏适用于企业法人，记录的是企业法人的违规失信记录。第四、五栏则是自然人银行商业信用信息和自然人优秀信息记录，作为加分项。最后一栏则是自然人在最近2年内被查询的记录。
公民可以查看到的个人信用评价报告主要依据的是彼艾公司测算的信用分数，是根据大数据挖掘的个人信用基础评价和合规度评价两个方面来进行评分，其中合规度评价由失信与守信行为进行加减分。减分项包括严重违反社保规定，被勒令改变医保结算方式；违反交通安全法，饮酒后驾驶机动车；违反治安管理法，受到公安部门警告处罚；触犯刑法，被法院判处管制；违反计划生育规定受到计生部门行政处罚；损坏图书或者借阅书刊一年不还等，加分项包括获得市级劳动模范称号；市级见义勇为先进个人；无偿献血累计达到3次（含）以上；慈善捐献累计超过10次（含）者等。通过这些数据对每个市民的守信失信行为进行等级划分，给出一个相对真实及时的信用评分。
这些数据同样可以运用在政府办公领域、金融领域和社会生活领域。比如说人才引进、公务员招录、招商引资、招投标管理、商务合作等多个领域。在金融方面，对信用卡差别定价能够更好地满足消费者信贷需求、推动消费增长，同时为各大银行在甄别优质客户，保障自己债权方面都具有一定的意义。这也是本文的研究意义。
二、信用卡发行现状
在过去的几年间，虽然我国经济面临较大的下行压力，但信用卡产业却逆势增长。根据中国人民银行公布的数据，近三年信用卡的授信总额和透支余额的复合增长率分别达到27%和43%，远远高于其他金融信贷产品，是中国消费信贷市场的主力军之一。同时从最新发布的《2016年第三季度支付体系运行总体情况》来看，截至第三季度末，全国银行卡在用发卡数60.15亿张，同比增长14.53%，环比增长3.21%。其中，信用卡和借贷合一卡在用发卡数量共计4.96亿张，同比增长10.41%，环比增长4.83%。
近几年信用卡市场发展迅速，信用卡种类日益繁多。从信用卡级别分，可分为普卡、金卡、白金卡或钻石。普通卡为最低级别，级别越高授信额度越大，其年费等相应的用卡成本也会相应增加。按使用领域分，包括标准卡、主题卡以及联名卡。标准卡是最初级的信用卡，具有消费透支、取现透支的最基本功能，主题卡实际功能其实与标准卡并无不同，只是依托某种文化元素做宣传，比如中银奥运卡。而联名卡除具有标准卡的功能外，一般都是银行与某个商场、航空公司、旅行网、加油站合作，具有特定商场打折或积分的功能。
虽然信用卡种类日益增多，但目前我国信用卡市场还处在刚刚起步的阶段，潜在市场巨大，同时市场由于还不成熟，信用风险难以控制，导致银行在信用卡业务上的潜在风险日趋严峻，这些都会影响到信用卡价格的制定。但我国的定价主要是年费和透支利率即违约利率两部分的收费，且多数信用卡都可刷卡免年费，对于不同信用级别的透支利率采用一刀切的方式，定价方式比较单一。按照2017年最新的《中国人民银行关于信用卡业务有关事项的通知》新规定，信用卡透支利率自明年起，将实行上限和下限管理，透支利率上限为日利率万分之五，透支利率下限为日利率万分之五的0.7倍。因此本文尝试运用GCRM模型，考虑将市民的信用分数作为变量，对信用卡违约利率在上下限范围内进行差别定价，刺激不同层次持卡者消费。 三、信用卡定价现状
对信用卡利率进行定价的方式在西方发达国家发展已经较为成熟。在西方，较大一部分的发卡行选择用基准利率加点法作为利率定价的方法。基准利率代表市场风险，不同层级的加点利率则对应不同特征持卡人的信用风险。所以国外利率的灵活程度是根据各家银行对信用风险的把控程度来调节的。同时对信用风险的把控程度主要通过内外部两种途径来实现。首先，从机构外部看，发卡行可以通过客户在社会征信系统的信用等级，了解客户在与其他机构联系时的信用表现，从而对其信用风险程度和相应给予的利率溢价进行评定，这种利率定价方法不局限于确定最初给予消费者的申请利率，对于之后利率调整也有相当的参考价值。从机构内部看，随着发卡行与使用者之间合作关系的不断深入，发卡行根据自身的数据库資料对使用者的使用状况和其账户风险程度有了更全面的了解，同时依据内部评判系统予以相应的评价，得出持卡者风险程度，并在此基础上给予相应的利率溢价。这种利率定价方式适用于调整后期利率。
银行的模型评分主要是建立在发卡行与使用者有一定的历史接触并留痕的情况下，但对于大多数新的信用卡申请者来说，银行没有相关数据资料，或者在持卡者使用过程中，银行没有将其在与发卡商接触之外的整体信用风险。因此信用评分能够最大限度对制定和调整利率产生帮助。而嘉兴市公民信用评价系统得出的个人信用评分正好在这方面补足我国在信用卡差别定价上的短板。
在美国，信用评分基本都通过专业评分机构进行评定，同时信用资料可以供所有发卡商进行参考。截止目前，美国存在1000多家提供征信、评级、商账追收和信用管理服务的信用局，他们每年要提供5亿多份信用报告。最大的也是最被中国人所熟知的三家，分别是Equifax公司、益百利公司和全联公司。信用局主要通过三个渠道获取消费者的信息，一是通过向公司雇主了解其职业或岗位变化情况；其二是从信用卡公司、银行、P2P借贷平台等渠道了解其付款记录的最新状况；三是从政府的公开政务信息中获取被调查者的特定信息，最后出具一份按美国信用报告协会（ACB）设计的统一标准信用报告格式的信用报告。信用报告中包含（1）消费者信用交易的记录；（2）公共信息记录；（3）就业信息记录；（4）消费者家庭人口统计信息记录；（5）信用局查询记录。同时信用局会对上述内容进行综合分析和加工，按照FICO评分方法给出消费者的信用得分。
具体来说，FICO评分的理论分值在300至900之间，在实际操评分过程中分值主要出现在500～800分，分数越低信用风险越大，一般来说过高或过低的情况都是极少发生的。据一项统计数据表明，FICO评分高于800分的持卡者违约率仅为1/1292，评分在700到800分之间，违约率上升到1/123，而分数低于600分，持卡者的违约比例高达1/8。美国银行一般将信用分为5个等级，优秀、良好、一般、无信用等级、不良。嘉兴市个人信用评价系统则将信用分为优秀、良好、正常、轻度失信和重度失信。对于不同信用等级的持卡者，银行会给予不同的利率水平。
四、GCRM模型
高斯信用收益模型（GCRM）的提出，是对Kupiec的ASRF模型的改进，其基本参数和基本假设与ASRF模型是相同的。GCRM模型需要满足两个假设条件，第一个假设条件是假设借款者内部影响因素和外部宏观市场的影响因素都会导致贷款的资产收益率出现波动，根据两方面的影响因素，分别设为借款者内部因子和宏观外部因子，同时这两者均服从标准正态分布且相互独立。第二个假设条件是借款者违约的概率与损失率是互不影响、相互独立的。
违约利率的计算，设为发卡行在的可接受程度下会授予借款额度，PD为无条件违约概率，LGD为违约损失率，为资产相关性，表示无风险利率，为资本融资成本，违约利率为：
五、数据选择
本文所采用的样本数据来源于嘉兴市公民个人信用评价体系中300公民数据，涉及时间从2015年6月至2016年6月，其中包括了社保局、食药监、法院、电信、公积金等13个部门数据。具体内容如下：
姓名、身份证件号、性别、出生年月、年龄、居住城区、居住年限、收入水平、婚姻状况、房产类型（自购、租赁）、职业、岗位、工作年限。公积金贷款信息、还款信息，是否是法院老赖，是否涉及刑事案件，电信、移动、联通缴费情况，工商年检情况，见义勇为、劳动模范奖励情况，图书馆借还书情况，血站献血情况，社保局参保缴费情况。
由于缺少相应公民银行信用卡的数据，本文只能在理论上构建应用模型，无法通过实证检验结果验证模型的可行性，将在以后的研究中进一步深入。
六、总结
随着《征信业管理条例》、《社会信用体系建设规划纲要（2014～2020年）》等一系列国家信用体系建设政策的陆续出台，信用时代已悄然来临。如何将各个地区建立的信用评分运用到商业以及日常生活中，建立完善的信用产业链是当务之急。本文首先阐述了嘉兴市个人信用体系建设状况和目前我国信用卡发行定价情况，之后简单介绍GCRM模型的数列公式，最后尝试将所获得的嘉兴市个人信用体系中的数据进行归纳整理，对将其运用到GCRM模型中做理论性的探讨，对我国个人信用评价系统的建立和应用研究具有示范作用，同时在提高公民对个人信用的关注度以及自觉培养守信意识、提高参与社会诚信建设的积极性上也具有积极意义。
参考文献
[1]张晓明.我国商业银行信用卡风险剖析与控制研究[D].首都经济贸易大学，2011.
[2]张婧，徐丽丽.基于FICO模型信用卡差别定价研究[J].现代企业文化，2013（30）：69-73.
[3]刘琳琳.基于高斯信用收益模型的小企业贷款定价研究[D].大连理工大学，2015.
基金项目：本文为浙江财经大学2016年度浙江省大学生新苗人才计划阶段性研究成果项目号2016R414073。
【关键词】信用评价体系 GCRM模型 信用卡定价
2015年1月28日，由嘉兴市社会保障事务局负责研发的嘉兴市公民个人信用评价系统正式上线。该系统将政府共享的信息资源通过分析建模，并在国内率先运用大数据分析引擎技术，对嘉兴市每位市民个人信用情况进行综合评分，同时以市民卡为载体提供查询应用服务。
本文基于与嘉兴社保局的个人信用评价体系课题的开展，选择嘉兴市公民个人信用评价系统的后台数据作为研究对象，尝试探索运用GCRM模型，对信用卡进行差别定价可行性，为我国个人信用评价信息提出一个全新的应用方向，对更好地满足消费者信贷需求、推动消费增长具有积极意义，同时为各大银行开拓市场、提升发卡行竞争力和盈利能力提供一定的参考。
一、嘉兴市个人信用状况
嘉兴市作为我国首批“信息消费”和“信息惠民”的示范城市，它的人口综合素质高，同时政府的信息化基础好，能够更好地推动信用建设。嘉兴市公民个人信用评价系统于2015年1月初正式推出，属于该市的重点示范项目。该系统近年来，依靠政府政策规范引导推动，以政府共享信息资源为基础，采用国际领先的大数据挖掘分析技术进行建模评价，并通过第三方征信机构进行市场化运营，为适合我国国情的个人信用体系建设提供了新的范例。
按照《嘉兴市公共事务信息资源共享管理办法》文件中相关规定，嘉兴市推出的个人信用评价系统1.0版，将公共事务信息系统建设成果充分利用起来，把市民分布在各部门、单位的信用信息收集到公共事务信息共享平台和市民公共事务共享数据库。目前接入共享平台的公共单位接近30家，包括了社保、财政、公安、工商、法院、银监、公积金和燃气等多个部门的海量信用数据。充分发挥嘉兴彼艾信息科技有限公司大數据挖掘工具的技术优势，对信用数据进行分析建模，并邀请浙江财经大学信用管理系的专家团队加入项目组，为系统建设提供理论指导；同时按照国务院《征信业管理条例》的要求，对市民卡公司进行优化升级，为构建“政府主导、市场化运营”的征信产业运行模式奠定基础。
每个16周岁以上户籍为嘉兴的公民通过个人信用评价系统均可以查询到自己的个人信用评价报告，报告中横向第一栏包括了报告编号、报告时间、信用分数、信用颜色四项信息，往下紧接着是备注信息：0分～599分为重度失信，信用颜色为红色；600分～749分为轻度失信，信用颜色为黄色；750分～799分为信用正常，信用颜色为绿色；800分～819分为信用良好，信用颜色为蓝色；820分～1000分为信用优秀，信用颜色为紫色。第二栏是自然人违规失信记录，记录分为三个版块，分别取自社保、公积金、税务等机关事业单位和法院判决，以及电信、移动、燃气等公用事业单位。第三栏适用于企业法人，记录的是企业法人的违规失信记录。第四、五栏则是自然人银行商业信用信息和自然人优秀信息记录，作为加分项。最后一栏则是自然人在最近2年内被查询的记录。
公民可以查看到的个人信用评价报告主要依据的是彼艾公司测算的信用分数，是根据大数据挖掘的个人信用基础评价和合规度评价两个方面来进行评分，其中合规度评价由失信与守信行为进行加减分。减分项包括严重违反社保规定，被勒令改变医保结算方式；违反交通安全法，饮酒后驾驶机动车；违反治安管理法，受到公安部门警告处罚；触犯刑法，被法院判处管制；违反计划生育规定受到计生部门行政处罚；损坏图书或者借阅书刊一年不还等，加分项包括获得市级劳动模范称号；市级见义勇为先进个人；无偿献血累计达到3次（含）以上；慈善捐献累计超过10次（含）者等。通过这些数据对每个市民的守信失信行为进行等级划分，给出一个相对真实及时的信用评分。
这些数据同样可以运用在政府办公领域、金融领域和社会生活领域。比如说人才引进、公务员招录、招商引资、招投标管理、商务合作等多个领域。在金融方面，对信用卡差别定价能够更好地满足消费者信贷需求、推动消费增长，同时为各大银行在甄别优质客户，保障自己债权方面都具有一定的意义。这也是本文的研究意义。
二、信用卡发行现状
在过去的几年间，虽然我国经济面临较大的下行压力，但信用卡产业却逆势增长。根据中国人民银行公布的数据，近三年信用卡的授信总额和透支余额的复合增长率分别达到27%和43%，远远高于其他金融信贷产品，是中国消费信贷市场的主力军之一。同时从最新发布的《2016年第三季度支付体系运行总体情况》来看，截至第三季度末，全国银行卡在用发卡数60.15亿张，同比增长14.53%，环比增长3.21%。其中，信用卡和借贷合一卡在用发卡数量共计4.96亿张，同比增长10.41%，环比增长4.83%。
近几年信用卡市场发展迅速，信用卡种类日益繁多。从信用卡级别分，可分为普卡、金卡、白金卡或钻石。普通卡为最低级别，级别越高授信额度越大，其年费等相应的用卡成本也会相应增加。按使用领域分，包括标准卡、主题卡以及联名卡。标准卡是最初级的信用卡，具有消费透支、取现透支的最基本功能，主题卡实际功能其实与标准卡并无不同，只是依托某种文化元素做宣传，比如中银奥运卡。而联名卡除具有标准卡的功能外，一般都是银行与某个商场、航空公司、旅行网、加油站合作，具有特定商场打折或积分的功能。
虽然信用卡种类日益增多，但目前我国信用卡市场还处在刚刚起步的阶段，潜在市场巨大，同时市场由于还不成熟，信用风险难以控制，导致银行在信用卡业务上的潜在风险日趋严峻，这些都会影响到信用卡价格的制定。但我国的定价主要是年费和透支利率即违约利率两部分的收费，且多数信用卡都可刷卡免年费，对于不同信用级别的透支利率采用一刀切的方式，定价方式比较单一。按照2017年最新的《中国人民银行关于信用卡业务有关事项的通知》新规定，信用卡透支利率自明年起，将实行上限和下限管理，透支利率上限为日利率万分之五，透支利率下限为日利率万分之五的0.7倍。因此本文尝试运用GCRM模型，考虑将市民的信用分数作为变量，对信用卡违约利率在上下限范围内进行差别定价，刺激不同层次持卡者消费。 三、信用卡定价现状
对信用卡利率进行定价的方式在西方发达国家发展已经较为成熟。在西方，较大一部分的发卡行选择用基准利率加点法作为利率定价的方法。基准利率代表市场风险，不同层级的加点利率则对应不同特征持卡人的信用风险。所以国外利率的灵活程度是根据各家银行对信用风险的把控程度来调节的。同时对信用风险的把控程度主要通过内外部两种途径来实现。首先，从机构外部看，发卡行可以通过客户在社会征信系统的信用等级，了解客户在与其他机构联系时的信用表现，从而对其信用风险程度和相应给予的利率溢价进行评定，这种利率定价方法不局限于确定最初给予消费者的申请利率，对于之后利率调整也有相当的参考价值。从机构内部看，随着发卡行与使用者之间合作关系的不断深入，发卡行根据自身的数据库資料对使用者的使用状况和其账户风险程度有了更全面的了解，同时依据内部评判系统予以相应的评价，得出持卡者风险程度，并在此基础上给予相应的利率溢价。这种利率定价方式适用于调整后期利率。
银行的模型评分主要是建立在发卡行与使用者有一定的历史接触并留痕的情况下，但对于大多数新的信用卡申请者来说，银行没有相关数据资料，或者在持卡者使用过程中，银行没有将其在与发卡商接触之外的整体信用风险。因此信用评分能够最大限度对制定和调整利率产生帮助。而嘉兴市公民信用评价系统得出的个人信用评分正好在这方面补足我国在信用卡差别定价上的短板。
在美国，信用评分基本都通过专业评分机构进行评定，同时信用资料可以供所有发卡商进行参考。截止目前，美国存在1000多家提供征信、评级、商账追收和信用管理服务的信用局，他们每年要提供5亿多份信用报告。最大的也是最被中国人所熟知的三家，分别是Equifax公司、益百利公司和全联公司。信用局主要通过三个渠道获取消费者的信息，一是通过向公司雇主了解其职业或岗位变化情况；其二是从信用卡公司、银行、P2P借贷平台等渠道了解其付款记录的最新状况；三是从政府的公开政务信息中获取被调查者的特定信息，最后出具一份按美国信用报告协会（ACB）设计的统一标准信用报告格式的信用报告。信用报告中包含（1）消费者信用交易的记录；（2）公共信息记录；（3）就业信息记录；（4）消费者家庭人口统计信息记录；（5）信用局查询记录。同时信用局会对上述内容进行综合分析和加工，按照FICO评分方法给出消费者的信用得分。
具体来说，FICO评分的理论分值在300至900之间，在实际操评分过程中分值主要出现在500～800分，分数越低信用风险越大，一般来说过高或过低的情况都是极少发生的。据一项统计数据表明，FICO评分高于800分的持卡者违约率仅为1/1292，评分在700到800分之间，违约率上升到1/123，而分数低于600分，持卡者的违约比例高达1/8。美国银行一般将信用分为5个等级，优秀、良好、一般、无信用等级、不良。嘉兴市个人信用评价系统则将信用分为优秀、良好、正常、轻度失信和重度失信。对于不同信用等级的持卡者，银行会给予不同的利率水平。
四、GCRM模型
高斯信用收益模型（GCRM）的提出，是对Kupiec的ASRF模型的改进，其基本参数和基本假设与ASRF模型是相同的。GCRM模型需要满足两个假设条件，第一个假设条件是假设借款者内部影响因素和外部宏观市场的影响因素都会导致贷款的资产收益率出现波动，根据两方面的影响因素，分别设为借款者内部因子和宏观外部因子，同时这两者均服从标准正态分布且相互独立。第二个假设条件是借款者违约的概率与损失率是互不影响、相互独立的。
违约利率的计算，设为发卡行在的可接受程度下会授予借款额度，PD为无条件违约概率，LGD为违约损失率，为资产相关性，表示无风险利率，为资本融资成本，违约利率为：
五、数据选择
本文所采用的样本数据来源于嘉兴市公民个人信用评价体系中300公民数据，涉及时间从2015年6月至2016年6月，其中包括了社保局、食药监、法院、电信、公积金等13个部门数据。具体内容如下：
姓名、身份证件号、性别、出生年月、年龄、居住城区、居住年限、收入水平、婚姻状况、房产类型（自购、租赁）、职业、岗位、工作年限。公积金贷款信息、还款信息，是否是法院老赖，是否涉及刑事案件，电信、移动、联通缴费情况，工商年检情况，见义勇为、劳动模范奖励情况，图书馆借还书情况，血站献血情况，社保局参保缴费情况。
由于缺少相应公民银行信用卡的数据，本文只能在理论上构建应用模型，无法通过实证检验结果验证模型的可行性，将在以后的研究中进一步深入。
六、总结
随着《征信业管理条例》、《社会信用体系建设规划纲要（2014～2020年）》等一系列国家信用体系建设政策的陆续出台，信用时代已悄然来临。如何将各个地区建立的信用评分运用到商业以及日常生活中，建立完善的信用产业链是当务之急。本文首先阐述了嘉兴市个人信用体系建设状况和目前我国信用卡发行定价情况，之后简单介绍GCRM模型的数列公式，最后尝试将所获得的嘉兴市个人信用体系中的数据进行归纳整理，对将其运用到GCRM模型中做理论性的探讨，对我国个人信用评价系统的建立和应用研究具有示范作用，同时在提高公民对个人信用的关注度以及自觉培养守信意识、提高参与社会诚信建设的积极性上也具有积极意义。
参考文献
[1]张晓明.我国商业银行信用卡风险剖析与控制研究[D].首都经济贸易大学，2011.
[2]张婧，徐丽丽.基于FICO模型信用卡差别定价研究[J].现代企业文化，2013（30）：69-73.
[3]刘琳琳.基于高斯信用收益模型的小企业贷款定价研究[D].大连理工大学，2015.
基金项目：本文为浙江财经大学2016年度浙江省大学生新苗人才计划阶段性研究成果项目号2016R414073。