碩士學位論文:個人信用評分的銀行催收系統
(2016/4/30)
碩士學位論文（工程碩士） 基于個人信用評分的銀行催收系統的設計與 實現 仲向前 2011 國內圖書分類號：TP311.52學校代碼：10213 國際圖書分類號：621.3 密級：公開 工程碩士學位論文 基于個人信用評分的銀行催收系統的設計與 實現 哈爾濱工業大學Classified Index: TP311.52 U.D.C: 621.3 Dissertation MasterDegree BANKDEBT COLLECTION SYSTEM BASED PERSONALCREDIT SCORING Candidate： Zhong Xiangqian Supervisor： Prof. Xu Zhiming Associate Supervisor: Senior Eng. Feng xin Academic Degree Applied EngineeringSpeciality： Software Engineering Affiliation： School SoftwareDate Defence：March, 2011 Degree-Conferring-Institution： Harbin Institute Technology哈爾濱工業大學工程碩士學位論文 催收是銀行信貸風險管理工作中的重要組成部分，管理者在資產組合實現增值的同時，不得不面對延滯賬戶也將增長的現實。但從積極的角度來看，銀行承 受風險的能力決定其占領市場份額的競爭力。只有擁有強大催收能力的銀行才能 通過拓展廣泛的客戶群體，在激烈的市場競爭中占得先機，實現利潤的突破。 目前，我國銀行的催收工作很多還停留在手工操作階段，各企業管理水平和 業務流程差別較大，存在較多的風險隱患，主要體現在：銀行內部對同一債務人 不同產品的信用評分標準不同，信息在各級之間不能快速、有效傳遞，造成信息 阻斷，不同部門對同一借款人采取的催收措施互不相同，工作經驗和信息不能共 享，經營風險性提高。 基于個人信用評分的銀行催收系統，采用信用評分模型方式來進行風險管 理，運用現代的數理統計模型技術，通過對債務人信用歷史記錄和業務活動記錄 的深度數據挖掘、分析和提煉，發現蘊含在紛繁復雜數據中、反映債務人風險特 征和預期信貸表現的知識和規律，并通過評分的方式總結出來，作為銀行提高/ 降低信用額度、催收策略調整、客戶風險預警等管理決策的科學依據。 本文首先說明課題的來源和背景以及國內外的發展現狀，討論本論文的研究 內容；明確系統的建設目標，并根據系統的功能要求，從催收員工作臺、系統批 處理作業以及催收策略維護三個方面對本課題進行了功能分析，同時對系統的核 心技術、相關算法以及運行環境進行了分析。在此基礎之上，闡述了個人信用評 分模型的設計過程，對系統的總體結構、數據庫以及主要的子系統進行了設計。 在系統實現部分，本文對系統各模塊的實現方法以及流程進行了詳細說明；最后， 對個人信用評分模型的有效性以及系統關鍵功能的性能進行測試，并做出相應的 測試評價。 關鍵詞：風險管理；催收系統；信用評分；Logistic回歸；數據挖掘 哈爾濱工業大學工程碩士學位論文 II Abstract Debt Collection importantpart bankrisk management. sametime portfolioappreciation, managers have overdueaccounts growing.From positivepoint bankrisk appetite may determine its competition marketshare. Only bankhas strongdebt collection capabilities can get ahead fiercemarket competition widerange customers.Currently, debt collection work manualoperation manybanks. enterprisemanagement level businessprocesses vary greatly. potentialrisks, mainly reflected samedebtor has different credit scoring criteria differentproducts bankinternal. information can deliveredfast efficiently,resulting informationblock. Different departments take action samedebtor from each other. Work experience informationcan shared,which lead higherrisk. bankdebt collection base personalcredit scoring manage debtors’ credit risk using credit scoring models mathematicalstatistics. datamining, analysis debtors’credit history businessactivities records, systemcan find lawsreflecting debtors’credit risk characteristics expectedperformance contained numerouscomplex data sumup waythrough scientificbasis raising/loweringcredit limit, collection strategy adjustment, early warning customerrisk othermanagement decisions. dissertationfirstly explains developmentstatus similarsystems dissertationanalyzed systemrequirements from Collector Workbench, System Batch Job CollectionStrategy Maintance module, explained Keytechnology, algorithm systemenvironments, describe designprocess personalcredit scoring model, designed systemarchitecture systemimplementation, paperincluded eachmodule detaildescription process.Finally, papervalidated creditscoring model, tested systemkey functions appropriateevaluation. Keywords: Risk Management, Collection System, Credit Scoring, Logistic Regression, Data Mining 哈爾濱工業大學工程碩士學位論文 III 1.1課題的來源和背景 1.2國外研究現狀 1.2.1美國花旗銀行CACS 系統 1.2.2澳大利亞國家銀行Debt Manager 系統 1.3國內研究現狀 1.3.1浦發銀行CCMS 系統 1.3.2交通銀行EnsemblePro 系統 1.4國內外催收系統比較 1.5銀行催收系統的發展趨勢 1.6本論文的主要工作內容 2.1催收系統功能分析 2.1.1催收員工作臺 2.1.2催收策略維護 2.1.3批處理作業 2.2催收系統性能需求 102.3 催收系統接口需求 102.4 催收系統關鍵技術 112.4.1 客戶評分模型 112.4.2 邏輯回歸分析 132.4.3 基于工作流的策略維護 132.5 本章小結 153.1 催收系統總體結構設計 15哈爾濱工業大學工程碩士學位論文 IV 3.1.1 系統采用的體系結構 153.1.2 系統采用的技術框架 163.1.3 系統的總體功能結構 173.2 催收系統數據庫設計 173.2.1 邏輯實體關系 173.2.2 通用擴展字段設計 183.2.3 數據庫的物理設計 193.3 催收系統催收員工作臺設計 223.3.1 催收員工作臺數據流圖 223.3.2 催收員工作臺界面設計 233.3.3 出錯處理設計 243.4 催收系統批處理子系統設計 243.4.1 批處理流程設計 243.4.2 工作隊列建立設計 253.4.3 批處理調度設計 263.5 催收系統客戶評分模型設計 273.5.1 信用評分對象 273.5.2 數據時間段劃分 283.5.3 表現變量定義 293.5.4 預測變量提煉 293.6 催收系統策略維護設計 303.7 接口設計 313.8 本章小結 324.1 催收系統催收員工作臺實現 324.1.1 賬戶查詢 324.1.2 案件注記 334.1.3 賬戶所有權轉移 354.1.4 案件委外 364.1.5 還款計劃建立 384.1.6 短信/電郵/信函發送 394.2 催收系統批處理子系統實現 404.2.1 新賬戶導入過程 40哈爾濱工業大學工程碩士學位論文 4.2.2交易導入過程 424.2.3 更新過程 434.2.4 路由處理過程 434.2.5 工作隊列建立過程 454.2.6 批處理調度實現 464.3 催收系統客戶評分模型實現 474.3.1 數據預處理 474.3.2 數據分析與篩選 474.3.3 預測變量具體指標 474.3.4 評分模型構建 484.3.5 風險等級劃分 494.3.6 重要決策規則及解釋 504.4 催收系統策略維護實現 504.4.1 事件維護 504.4.2 路由維護 524.5 本章小結 555.1 催收系統測試 555.1.1 測試環境 555.1.2 催收系統個人評分模型測試 555.1.3 催收系統功能測試 585.1.4 催收系統性能測試 605.2 催收系統測試評價 625.3 本章小結 63參考文獻 64哈爾濱工業大學碩士學位論文原創性聲明 67哈爾濱工業大學碩士學位論文使用授權書 68個人簡歷 69哈爾濱工業大學工程碩士學位論文 1.1課題的來源和背景 本課題來源于某全國性商業銀行集中催收管理系統的設計和實現，通過集中 旗下信用卡、零售、消費信貸等多種產品逾期賬戶的催收工作，定義靈活的催收 策略和流程，實現逾期賬戶的整合、自動入催，根據不同逾期程度形成特定工作 隊列，記錄逾期賬戶的催收歷史和承諾還款履約情況，通過對在催客戶進行信用 評分，分析客戶的還款意愿、逾期情況、潛在的壞賬率等風險情況，目的在于提 高銀行貸后風險的管理水平，提高催收員工作效率，降低運營成本。本篇論文是 根據本人的實際工作內容進行編寫，研究內容主要包括該系統的構架設計、詳細 設計和行為評分模型的設計與實現等。 1.2 國外研究現狀 在美國，如果消費者不能按時還款，他們的賬戶就會被轉移到催收部門，消 費者貸款催收已經成為一個很大的行業。2005年為銀行提供催收外包服務的公 司，平均年催收收入已經達到40.2萬美元，大多是對小額賬戶（平均貸款余額440 美元）進行相對小額的催收（平均68美元）獲得的。經過催收獲得的收入超過2/3 的部分歸原發包銀行所有。委外公司獲得的平均傭金率可達28%，在扣除每個賬 戶約17美元的經營費用，委外公司從每個賬戶獲得的利潤為2美元左右 雖然很多專業催收公司規模很小，但是催收業的集中化運營程度確在增加。2002年美國前四大催收公司占到行業份額的11%，到2005年有顯著上升，達到 19%。它們中很多員工人數超過1400人，收入超過1億美元且已經上市。集中度 上升并沒有帶來公司總數的降低，實際上隨著大量新公司持續進入這個行業，使 得該行業公司數量比較穩定 。出于專業化帶來的經濟效應且專門負責催收工作的公司更擅長這項業務，他們的設備更先進而人力成本較低的考慮，債權人越 來越傾向選擇將大部分催收工作外包這種模式，這種狀況也持續了很長時間。第 三方公司在吸引善于催收的人才方面有獨到之處；能夠提供更好的激勵機制。作 為債權人的銀行也不用擔心采取侵略性的催收策略帶來的聲譽風險 20世紀90年代，催收機構主要使用紙質文件、電話和信函催收等工具。經濟合算的長途服務——WATS(Wide Area Telephone Service廣域電話服務)線路使得 哈爾濱工業大學工程碩士學位論文 銀行或催收公司能夠以更低的成本進行催收業務。另一個進步是出現了自動撥號器，它的撥號速度是人工的幾倍，通過多線路同時撥打多路電話，并自動將接通 的電話轉接給催收員，極大地增加了與逾期客戶接觸的頻率。這些系統而且變得 越來越完善，可根據坐席人數、撥打線路、人工坐席的空閑情況通過特定的算法 決定當日當時打出的電話數量、與消費者電話交談的時間長短 。系統也力求開發更好的分類技術；使得查詢逾期客戶的地址和電話號碼更加快捷；識別借款人 違約風險的信用評分技術越來越多被用于預測客戶履行承諾可能性。對處于早期 逾期狀態，逾期金額只占貸款余額小部分的賬戶和處于高階段逾期金額較大的客 戶，催收資源的分配就非常重要 。國外催收系統中具有代表意義的為美國花旗銀行使用的CACS系統和澳大利亞國家銀行的Debt Manager系統。 1.2.1 美國花旗銀行CACS 系統 美國花旗銀行的CACS系統幫助銀行減少催收運營成本，控制壞賬，增加欠 款回收并建立有益的客戶關系。系統采用C/S架構，支持大容量的賬戶處理并對 增長量提供良好的擴展性。系統可提供以客戶或產品為中心的視圖，系統自動對 案件建立優先級并分配給催收員或委外機構，提供催收員完備的賬戶信息、客戶 信息。系統提供賬戶“庫存”和產能管理，在系統中展示話術腳本減少新催收員 的培訓時間。系統提供報表自動監控個人及小組的催收活動 1.2.2澳大利亞國家銀行Debt Manager 系統 澳大利亞國家銀行Debt Manager催收系統可處理整個催收生命周期的任務， 從第一天的催收到交易后銷賬，再到債務出售。該催收系統實現工作流自動化， 關聯同一客戶的賬戶，區分優先順序，使得催收員可合理安排催收工作。系統采 用風險評分模型，監控客戶風險等級以及整合催收分析，找出有較高風險會拖欠
