模型介紹
農村商業銀行一般是在農村信用社原有的基礎上成立的，由于歷史原因和條件的限制，農商行的承貸主體及貸款對象，大多是層次低、底子薄、抵抗風險能力弱的農村中小企業和個體農戶，其風險極易被轉嫁為農商行的貸款風險。因此，加快構建農商行個人信貸風險管理機制，提高農商行防范個人信貸風險的能力已是當務之急。
在個人信貸業務占商業銀行貸款的比重升高的趨勢下，通過大數據技術及人工智能方法對農商行個人貸款進行貸前申請風險評分，有助于銀行量化客戶風險，有效掌握個人信貸風險，減少農商行不良資產的比例，改善農商行的盈利能力。
個人貸款申請評分模型基于天云在某農村商業銀行的實施結果，模型可量化評估個貸申請者的風險，此風險評分可作為信貸審批的主要依據。
模型所需數據：
客戶基本信息：如年齡、學歷、社會評價。
家庭資產信息：如家庭經濟來源、家庭凈資產。
工作情況：如從業年限。
個人征信記錄：如人行最大貸款金額、人行信用卡最大逾期數。
保險情況：如新型農合保險。
存貸款情況：如銀行存款、本行貸款等。
模型使用某農村商業銀行幾萬條歷史個人貸款數據，原始數據經過一系列數據清洗、WOE編碼等特征工程處理，以邏輯回歸算法建立評分卡模型，輸出該客戶風險評分，評分越高客戶風險越低。
根據模型中變量重要度，業務人員可據此參考評估影響客戶風險的相關因素，改進風控相關規則模型。
模型在該農商行上線，和風險篩選規則模型一起用于個人貸款貸前風控環節，幫助銀行將風險敞口控制在合理范圍內，經驗證模型取得了較好效果，且根據后續行方數據對模型進行了更新升級以適應外部變化。