高质量的客户服务要求简化并加快贷款审批流程。 SPSS China的工作

个人贷款申请的风险评估
© 2006 SPSS Inc.
2
系统架构
个人贷款申请风险评分模型 风险模型 实时评分 与原零售信贷业务管理系统相结合
© 2006 SPSS Inc.
3
模型评估

$L1代表结合使用神经网络 和C5.0模型生成的Logistic 模型 精确度提高4.83%


$L：70.05% $L1：74.88%
© 2006 SPSS Inc.
4
在线分析示例
贷款协议内容
申请客户信息
共同申请人信息 提交申请后可 获得评分结果
© 2006 SPSS Inc.
5
应用效果
提高了数据挖掘项目实施效率。 使业务专家可以深入到整个数据挖掘项目过程中，确保
项目的成功。
可视化的模型帮助业务加深了解个贷风险的内在规则。 简化并加速了贷款审批速度，提高了客户满意度及工作
效率。
其他收益：该项目完成后，中信银行又把Clementine应
用在个贷风险跟踪及个贷精确化营销领域。
© 2006 SPSS Inc.
6
案例一：Clementine银行业数据挖掘 成功方案
——中信银行个人消费贷款风险管理
项目背景介绍

个人零售业务是中信银行业务未来发展的重点之一，但 个人不良贷款开始显现并有逐年增高的趋势。 Basel II 协议对银行风险管理提出了新的进行科学度量。这些风险要素包括对违约概率 （PD）、违约损失率（LGD）、违约风险暴露（EAD）及期限（M） 的度量。某些情况下，要求银行使用监管当局确定的数值作为对一项或 多项风险要素的内部估计值。 对于零售业务，银行必须自己估计违约概率、违约损失率和违约风险暴 露。