我國商業(yè)銀行小微企業(yè)催收評分技術(shù)應(yīng)用研究

摘 要：隨著我國經(jīng)濟(jì)發(fā)展步入新常態(tài)，小微企業(yè)經(jīng)營環(huán)境面臨較大變化，商業(yè)銀行傳統(tǒng)的小微企業(yè)業(yè)務(wù)面臨風(fēng)險(xiǎn)加大、逾期貸款不斷增多的趨勢。但由于小企業(yè)貸款金額較小，采用傳統(tǒng)的對公客戶催收模式帶來的成本較高、效率較低，因此，采用催收評分技術(shù)進(jìn)行小微企業(yè)客戶的針對性催收，可以實(shí)現(xiàn)催收管理的精細(xì)化、集約化，有效提高催收的效果和效率，并通過與申請?jiān)u分卡、行為評分卡等工具的結(jié)合應(yīng)用，實(shí)現(xiàn)對小微企業(yè)貸款的“全生命周期”管理。

關(guān)鍵詞：小微企業(yè)；催收；商業(yè)銀行

中圖分類號：F832.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號：1003-9031（2015）06-0033-03

2008年金融危機(jī)后，我國商業(yè)銀行紛紛將小微企業(yè)業(yè)務(wù)作為戰(zhàn)略轉(zhuǎn)型的重要方向，小微企業(yè)業(yè)務(wù)發(fā)展步入上升期。但隨著宏觀經(jīng)濟(jì)發(fā)展步伐的放緩，小微企業(yè)貸款風(fēng)險(xiǎn)較高的特征也在逐步體現(xiàn)，對逾期資產(chǎn)的催收管理顯得極為重要，而我國商業(yè)銀行基于傳統(tǒng)對公大客戶模式的催收體系難以適應(yīng)小微企業(yè)金額小、拖欠頻率高等特點(diǎn)。因此，我國商業(yè)銀行應(yīng)該借鑒國外商業(yè)銀行經(jīng)驗(yàn)，采用催收評分卡工具進(jìn)行系統(tǒng)性、精細(xì)化、智能化催收工作，推動(dòng)小微企業(yè)業(yè)務(wù)經(jīng)營管理的科學(xué)化、系統(tǒng)化、規(guī)范化。

一、我國商業(yè)銀行小微企業(yè)信貸催收管理模式

目前，我國大型商業(yè)銀行在小微企業(yè)信貸業(yè)務(wù)催收方面多采用了與傳統(tǒng)大中型客戶類似的催收方式，根據(jù)催收管理模式精細(xì)化程度劃分如下：

（一）被動(dòng)等待貸款逾期后，采用人工回收方法

此模式下，催收工作僅在貸款發(fā)生逾期后才開展，并且采用的方式也僅限于人工電話、上門等方式進(jìn)行[1]。這種催收模式，在商業(yè)銀行日益追求成本節(jié)約、精細(xì)化發(fā)展的趨勢下，已逐步被淘汰。

（二）隨著逾期時(shí)間增加，催收力度逐步增加

此方式下，將根據(jù)客戶逾期時(shí)間的長短，逐步采用短信、電話、信函、上門催收等方式進(jìn)行。例如，可以針對逾期1-30天的客戶，采用短信方式，對逾期31-60天客戶采用電話催收，對61-90天客戶采用信函，90天以上客戶采用上門催收的方式。

（三）細(xì)化業(yè)務(wù)規(guī)則，采用更有針對性的催收策略

目前，國際大型商業(yè)銀行多采用細(xì)化業(yè)務(wù)規(guī)則，根據(jù)不同金額、不同客戶屬性等方面因素，將客戶分為高風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)客戶，然后利用系統(tǒng)的自動(dòng)化功能，細(xì)化貸后跟蹤監(jiān)控和催收工作[2]。例如美國銀行借助相關(guān)業(yè)務(wù)系統(tǒng)對小微企業(yè)客戶進(jìn)行持續(xù)的跟蹤和監(jiān)測，并對不同風(fēng)險(xiǎn)等級客戶實(shí)行“名單管理制定”，分為若干組別，采取針對性管理和催收措施[3]。例如，針對高風(fēng)險(xiǎn)客戶，將會(huì)在貸款合同到期前三天采用短信方式提醒其按期進(jìn)行還款。

二、采用催收評分卡技術(shù)是實(shí)現(xiàn)小微企業(yè)貸后管理工作精細(xì)化的必然方向

由于我國商業(yè)銀行過去多傾向于發(fā)展大中型客戶，因此，其往往是在被動(dòng)等待貸款發(fā)生逾期后，采用人工上門回收或保全等方式進(jìn)行。而對小微企業(yè)客戶而言，由于其金額較小、擔(dān)保質(zhì)押物不足，使得催收團(tuán)隊(duì)人員在催收任務(wù)較多的情況下，更加傾向于選擇大中型客戶，從而錯(cuò)過了小微企業(yè)貸款催收的最佳時(shí)機(jī)[4]。因此，采用催收評分卡技術(shù)，提高小微企業(yè)信貸催收的效率和效果，是實(shí)現(xiàn)小微企業(yè)信貸催收工作精細(xì)化管理必然方向。

（一）催收評分卡技術(shù)的優(yōu)勢

1.實(shí)現(xiàn)精準(zhǔn)化催收，提前發(fā)現(xiàn)高風(fēng)險(xiǎn)客戶。小微企業(yè)貸款類似于零售個(gè)人業(yè)務(wù)，具有業(yè)務(wù)量大、單筆金額小等特點(diǎn)。根據(jù)國外商業(yè)銀行在小微企業(yè)催收工作方面的經(jīng)驗(yàn)，當(dāng)客戶面臨多家商業(yè)銀行的多筆貸款時(shí)，哪一家商業(yè)銀行能夠最早采用催收手段，其將最有希望收回逾期貸款。因此，采用催收評分卡，由系統(tǒng)根據(jù)評分結(jié)果自動(dòng)判斷其風(fēng)險(xiǎn)的高低，然后采用合理的方式判斷是否需要催收以及提前進(jìn)行催收的相關(guān)動(dòng)作。這樣不僅提高了催收效率，更可以降低運(yùn)營成本和人力成本，同時(shí)避免了對優(yōu)質(zhì)客戶的錯(cuò)誤干擾，提高客戶滿意度和體驗(yàn)感。

2.減少壞賬損失。雖然小微企業(yè)可能面臨多家商業(yè)銀行同時(shí)進(jìn)行貸款催收，但往往催收力度的不同，導(dǎo)致了最終催收效果的差異。因此，采用催收評分卡，可以合理確定客戶的催收策略，有利于提高催收的效果，減少壞賬損失[5]。

3.統(tǒng)一催收策略，實(shí)現(xiàn)全行催收策略的統(tǒng)一管理。目前，催收客戶多是隨機(jī)分派給催收人員，而催收人員進(jìn)行催收動(dòng)作時(shí)，多依據(jù)催收逾期金額的大小進(jìn)行，因此，可能會(huì)產(chǎn)生對因偶然遺忘等原因?qū)е碌牡惋L(fēng)險(xiǎn)高金額客戶采用較為過激的催收方式，而對高風(fēng)險(xiǎn)低金額客戶沒有采用有效催收手段。同時(shí)，采用評分卡后，可以根據(jù)宏觀環(huán)境和不同分行所處區(qū)域特征的差異特征，設(shè)定個(gè)性化評分閾值，并設(shè)定不同的催收策略。這樣，不僅保證了催收策略與客戶風(fēng)險(xiǎn)的合理一致，更可以實(shí)現(xiàn)全行催收策略的統(tǒng)一管理。

（二）構(gòu)建催收評分卡的主要技術(shù)方法

目前，構(gòu)建催收評分卡主要有決策樹模型、邏輯回歸（LOGISTIC）模型以及以神經(jīng)網(wǎng)絡(luò)為代表的人工智能模型。

1.決策樹模型。決策樹模型根據(jù)確定的需要預(yù)測的目標(biāo)變量（在催收評分模型中是區(qū)分客戶在一定時(shí)間內(nèi)是否違約的變量）做為樹根，然后根據(jù)卡方檢驗(yàn)、最大熵減少量、基尼系數(shù)減少量等算法，從樹根開始不斷選取新的變量來分割樣本，如此反復(fù)循環(huán)，直至合適的程度，最后的子集稱為葉子，被認(rèn)為整體地屬于某一信用級別，這樣的產(chǎn)生的模型就是決策樹模型。生成決策樹的關(guān)鍵問題：一是采用何種分割方法，即如何選擇一個(gè)好的劃分標(biāo)準(zhǔn)；二是如何決定分割程度，即何時(shí)子集可以認(rèn)為是葉子；三是葉子的信用級別如何確定。決策樹在處理具有大量離散自變量（特別是無序的離散變量，如男和女）的分類問題時(shí)，有其特別的優(yōu)勢。因此，目前在國際大銀行，決策樹是信用評分（特別是信用卡申請?jiān)u分）的一個(gè)比較多的選擇，其缺點(diǎn)是樹結(jié)構(gòu)不太穩(wěn)定[6]。

2.邏輯回歸（LOGISTIC）模型。Logistic回歸模型是計(jì)算違約概率的傳統(tǒng)工具，基本原理是對已有客戶按照是否違約進(jìn)行0-1分類做為因變量，對因變量進(jìn)行l(wèi)ogit變換，使得由在[0，1]范圍取值變換為在正負(fù)無窮大取值，并根據(jù)業(yè)務(wù)規(guī)則建立的自變量，采用最大似然法（maximum likelihood，ML）估計(jì)回歸參數(shù)，對logit變換后的因變量建立回歸模型。Logistic回歸模型要求因變量應(yīng)具有二分特點(diǎn)，自變量則可以是分類變量和定距變量。Logistic模型在處理綱目數(shù)據(jù)上有著非常大的優(yōu)越性，而且克服了自變量必須服從正態(tài)分布的要求，還可以直接生成違約概率，是目前國際大型商業(yè)銀行構(gòu)建催收評分卡最常用的方法。

3.人工智能模型——神經(jīng)網(wǎng)絡(luò)模型。神經(jīng)網(wǎng)絡(luò)模型是一種模仿人腦信息加工過程的智能化信息處理技術(shù)，具有自組織性、自適應(yīng)性以及很強(qiáng)的魯棒性，用來建立催收評分模型問題的神經(jīng)網(wǎng)絡(luò)可以視為一個(gè)對線性組合后的變量進(jìn)行非線性變換，然后再循環(huán)線性組合、非線性變換的統(tǒng)計(jì)方法。其原理是由神經(jīng)元組成復(fù)雜的網(wǎng)絡(luò)系統(tǒng)，根據(jù)特定的學(xué)習(xí)算法，按照所提供的數(shù)據(jù)進(jìn)行學(xué)習(xí)和訓(xùn)練，改變每個(gè)節(jié)點(diǎn)上的加權(quán)系數(shù)，找出輸入與輸出之間的內(nèi)在聯(lián)系，并最終形成預(yù)測客戶違約概率的模型。代表性的網(wǎng)絡(luò)模型有感知器、BP神經(jīng)網(wǎng)絡(luò)、GMDH網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)、雙向聯(lián)想記憶（BAM）、盒中腦（BSB）、Hopfield模型、Boltzmann機(jī)、自適應(yīng)共振理論（ART）、CPN模型等。其中最廣泛的學(xué)習(xí)算法是BP算法，它是通過向下移動(dòng)誤差曲線的梯度，使得系統(tǒng)的誤差平方和達(dá)到最小。神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)是可以充分逼近任意復(fù)雜的非線性關(guān)系，不用理會(huì)需要解決的問題的經(jīng)濟(jì)含義，只要因變量和自變量之間確實(shí)存在某種關(guān)系，通過一定的拓?fù)浣Y(jié)構(gòu)總是可以得到比較好的擬合，而其缺點(diǎn)也比較明顯，神經(jīng)網(wǎng)絡(luò)模型對于管理者來說是個(gè)黑箱，拓?fù)浣Y(jié)構(gòu)權(quán)重?zé)o法解釋，這極大程度降低了它的被接受性，另外拓?fù)浣Y(jié)構(gòu)的確定缺少理論上的指導(dǎo)性。因此，目前神經(jīng)網(wǎng)絡(luò)方法僅在需要進(jìn)行大數(shù)據(jù)計(jì)算的反欺詐領(lǐng)域應(yīng)用相對較廣。

（三）催收評分卡的分類

1.按照面向客戶群不同，可以分為早期催收模型和晚期催收模型。早期催收模型主要應(yīng)用于逾期天數(shù)較短的客戶，如逾期60天以內(nèi)，其主要以衡量催收效果完成情況為標(biāo)準(zhǔn)進(jìn)行建模。晚期催收模型主要應(yīng)用于逾期較長時(shí)間如90天以上的客戶，其主要以衡量催收動(dòng)作有效性為標(biāo)準(zhǔn)進(jìn)行建模。

2.按照預(yù)測變量的不同，可以分為違約概率模型、損失程度模型和催收響應(yīng)模型。違約概率模型以客戶支用貸款、結(jié)算賬戶變得情況、還款情況等行為類信息為基礎(chǔ)，預(yù)測逾期客戶（主要是早期逾期客戶）最終違約的概率。損失程度模型是預(yù)測客戶違約后可能還款金額占逾期金額比例的模型，其可以根據(jù)客戶狀態(tài)分為已違約模型和未違約模型。催收響應(yīng)模型是預(yù)測客戶對催收方式是否響應(yīng)的概率，其可應(yīng)用于針對客戶情況選擇最有效催收方式的策略制定中，其多數(shù)應(yīng)用于晚期催收客戶中。

三、基于催收評分的小微企業(yè)貸后精細(xì)化策略管理

對于小微企業(yè)客戶而言，由于催收評分卡主要針對逾期兩期以內(nèi)的客戶，因此，其總的處理原則是以客戶服務(wù)為主，在準(zhǔn)確評估客戶風(fēng)險(xiǎn)程度的基礎(chǔ)上，對客戶進(jìn)行分組，采取不同的催收處理手段。評分卡模型要發(fā)揮其作用，必須要制定出合理的業(yè)務(wù)策略。對于催收評分的規(guī)則制定，應(yīng)具體體現(xiàn)在以下方面：一是形成以客戶為中心的視圖，從而對客戶名下所有賬戶的逾期情況形成整體認(rèn)識(shí)。這里的客戶為中心是相對寬泛的定義，例如可以進(jìn)行小微企業(yè)客戶與實(shí)際控制人名下經(jīng)營性貸款數(shù)據(jù)歸總，也可以進(jìn)一步拓展為銀行層面的包括企業(yè)貸款、個(gè)人經(jīng)營性貸款，也包含其名下信用卡、個(gè)人貸款甚至存款等的客戶級數(shù)據(jù)的歸總；二是充分發(fā)揮數(shù)據(jù)的作用，對客戶的行為和還款能力進(jìn)行預(yù)測。要應(yīng)用多維度數(shù)據(jù)分析和了解客戶，從而為每個(gè)客戶設(shè)定最恰當(dāng)?shù)拇呤仗幚矸桨福⑼ㄟ^催收作業(yè)自動(dòng)化來實(shí)施大規(guī)模的催收行動(dòng)；三是結(jié)合定量信息（例如評分）與定性信息（例如催收人員意見反饋），制定出恰當(dāng)?shù)暮罄m(xù)催收行動(dòng)方案；四是要持續(xù)地借助學(xué)習(xí)-完善的技術(shù)（冠軍與挑戰(zhàn)者測試）找出更好的催收行動(dòng)方案組合，從而達(dá)到預(yù)期的目的；五是應(yīng)謹(jǐn)慎地權(quán)衡“理想化的策略”行動(dòng)方案與實(shí)際運(yùn)營資源限制之間的關(guān)系；六是結(jié)合短期、中長期與長期的關(guān)鍵表現(xiàn)衡量指標(biāo)進(jìn)行監(jiān)控，以便開展量化的評估操作。

四、我國商業(yè)銀行應(yīng)用小微企業(yè)催收評分卡時(shí)應(yīng)注意的問題

從國際大型商業(yè)銀行小微企業(yè)催收評分卡應(yīng)用的經(jīng)驗(yàn)中可以看出，其具有如下特點(diǎn)：一是催收策略基于統(tǒng)計(jì)分析和測試，催收行動(dòng)方案有很強(qiáng)的針對性；二是各類信息來源完善，外部征信數(shù)據(jù)得到了很好利用；三是催收運(yùn)營系統(tǒng)、信息系統(tǒng)有很強(qiáng)的處理能力，并配備先進(jìn)、智能的催收工具。因此，我國商業(yè)銀行要構(gòu)建具有上述特點(diǎn)的小微企業(yè)催收評分卡，需要從如下方面進(jìn)行相關(guān)基礎(chǔ)工作：

（一）強(qiáng)化數(shù)據(jù)存儲(chǔ)和積累

目前，我國商業(yè)銀行在數(shù)據(jù)積累方面還有較大的改進(jìn)空間，尤其是在交易類、還款類變量的存儲(chǔ)和應(yīng)用上，潛力較大。例如，針對小微企業(yè)客戶的還款次數(shù)、還款金額以及其結(jié)算類帳戶的貸方發(fā)生額、發(fā)生筆數(shù)以及擔(dān)保圈、擔(dān)保鏈等信息，應(yīng)適時(shí)進(jìn)行保存。

（二）豐富數(shù)據(jù)挖掘工具的開發(fā)和運(yùn)用

小微企業(yè)催收評分模型的建模方法固然重要，但是好的方法并不一定對應(yīng)好的結(jié)果，實(shí)際上模型表現(xiàn)更多的決定于問題本身情況和問題解決的處理細(xì)節(jié)。我國商業(yè)銀行構(gòu)建催收評分卡，絕對不是簡單的將國外商業(yè)銀行經(jīng)驗(yàn)“直接拿來”，也不是刻意追求方法的復(fù)雜程度和先進(jìn)性。催收評分工作需要根植于內(nèi)部業(yè)務(wù)流程和業(yè)務(wù)數(shù)據(jù)，要以商業(yè)銀行的實(shí)際情況為出發(fā)點(diǎn)，開發(fā)適合商業(yè)銀行實(shí)際情況的評分模型。例如，雖然決策樹模型在國外商業(yè)銀行催收評分方法中應(yīng)有較少，但我國商業(yè)銀行就可以很好的將此類方法應(yīng)用于客戶分類中，并以此為基礎(chǔ)設(shè)定更為精細(xì)化的催收策略。

（三）采用逐步運(yùn)用的方式穩(wěn)步推進(jìn)

催收評分卡在構(gòu)建完成后，需要強(qiáng)有力的IT系統(tǒng)配合落地才能將其功能得到有效發(fā)揮。而對于商業(yè)銀行而言，由于小微企業(yè)業(yè)務(wù)量不像信用卡、個(gè)人住房貸款等業(yè)務(wù)的規(guī)模大，而且其配備的貸后管理力量較為薄弱，因此，在應(yīng)用催收評分卡工具時(shí)，可以采用逐步研發(fā)，逐步應(yīng)用的策略穩(wěn)步推進(jìn)。例如，可以先研發(fā)逾期較晚、催收業(yè)務(wù)策略較為簡單的晚期催收評分卡，并及時(shí)將其推廣上線，待業(yè)務(wù)人員了解相關(guān)模型的原理以及應(yīng)用的優(yōu)勢后再逐步研發(fā)較為精細(xì)的早期催收評分卡系統(tǒng)。

（四）定期跟蹤模型表現(xiàn)及閾值的合理性

為了更好的體現(xiàn)評分卡工具的優(yōu)勢，要設(shè)計(jì)一系列的報(bào)表體系，利用KS、PSI等指標(biāo)進(jìn)行模型表現(xiàn)的跟蹤和監(jiān)控，一旦發(fā)現(xiàn)模型表現(xiàn)出現(xiàn)持續(xù)下降等情況，應(yīng)及時(shí)發(fā)起優(yōu)化建議。同時(shí)，要根據(jù)宏觀經(jīng)濟(jì)的表現(xiàn)，合理設(shè)定各類催收評分卡業(yè)務(wù)規(guī)則的閾值。

（責(zé)任編輯：于明）

參考文獻(xiàn)：

[1] Thurm，Scott.Next Frontier in Credit Scores：Prediceting Personal Behavior[N].Wall Street Journal，2011-10-27.

[2]David Weinberger.Everything is Miscellaneous：The Power of the New Digital Disorder[M].New York：Times Books，2007.

[3]Duncan J.Watts.Everything is Obvious Once You Know the Answer.How common sense Fails Us[M].New York：Crown business，2011.

[4]Vlahos，James.The Department of Pre-Crime[J].Scientific American，2012.

[5]Risenthal， Jonathan.Banking Special Report[J].The Economist，2012.

[6]Rudin，Cynthin.21st-Century Data Miners Meet 19th-Century Electrial Cables[J].Computer，2011.