a) 逾期还款天数。信用卡的信用风险评价的定量指标有:违约次数、逾期还款天数、应收利息、催收利息等。应收利息、催收利息根据贷款超过应还日期再乘以利率计算出来的,受到利率的影响,不如逾期还款天数更纯粹;违约次数不能代表违约金额,如果违约一次,金额为10万元,情节也是十分严重的。所以,与其他三个指标相比,逾期还款天数更加适合衡量客户的信用卡信用风险。
b) 授信额度。客户信息库中的授信额度是建立个人月收入的基础上的。由于月收入数据采集的困难性,我们选用授信额度代替月收入进行估计。一般说来,月收入越高,收入来源越稳定,还款能力越强,违约风险越小。银行规定授信额度时,授信额度一般不会超过6个月的月收入总和,所以选用授信额度代替月收入估计违约风险是有一定根据的。
c) 年龄。本文把年龄加入到估计模型中,以表现退休、经历等年龄因素对信用卡违约的影响。由于这50个样本中没有20岁以下和70岁以上的人群,本文就只分析20岁到60岁的人群。20-30 岁的借款人随着工作经验和工作能力的不断提高,收入逐步上升,信用度随之提高,但是与30-50岁的中年人士还有差距;30-50岁,工作能力较强,月收入较高,发生逾期不还款的可能性较低;50-70岁,随着年龄的增加,越来越多的人离开工作岗位,退休在家养老,月收入可能只是养老保险和退休金,逾期不还款的可能性增加。
d) 性别。一般来说,男性客户的月均交易金额比女性高,也更习惯拖欠。这和国外研究结论一致,如Davies E[6]等的经济心理学研究发现男性的债务水平显著高于女性,对债务有更积极的态度。这也暗示了若缺少监控和道德约束,男性的不还款概率也会高于女性。所以,性别对于信用卡信用风险是有一定影响的。
e) 工作单位。
我们得到的数据是每个客户的单位,这类数据如果直接拿过来是没法使用的,并且工作单位涉及个人隐私,所以本文把这些单位按照其单位性质,分成了四类,把工作单位转化成单位性质。这四类单位性质为个体、中小民企;中小国企、大型民企;大型国企、外企;军队事业机关。
5.3.2 原始数据
所获数据为招商银行某支行50位信用卡截至到2012年逾期还款人的个人信息,见表1。
表1 原始数据
Sample day sex profession credit age
1 65 男 个体中小企业 15000 41
2 476 女 个体中小企业 9000 26
3 240 女 个体中小企业 3000 44
4 474 女 个体中小企业 5000 59
5 158 男 个体中小企业 17000 33
6 757 男 个体中小企业 1500 67
7 353 女 个体中小企业 11000 32
8 180 女 个体中小企业 17000 33
9 112 男 个体中小企业 4000 42
10 65 女 个体中小企业 7000 35 商业银行信用卡业务的风险及防范(10):http://www.youerw.com/jingji/lunwen_2687.html