信用评分模型是用来估计违约概率,这就是客户可能触发信用事件的概率(即破产,默认的义务,不支付和交叉违约事件)的数学模型。在信用评分模型,违约概率的信用分数的形式呈现正常。较高的分数是指违约概率较低。
虽然有一些在信用评分模型常见的信用因素的影响,不同类型的贷款,可能涉及不同的信用因素,具体到贷款的特点。例如,信用因素的信用卡贷款可能包括支付病史,年龄,户口号码及信用卡使用率;信贷因素的抵押贷款可能包括首付款,工作经历,以及贷款规模。
准确和预测信用评分模型有助于最大限度地提高金融机构的风险调整回报。然而,市场和消费者行为的经济周期,如经济衰退或扩张过程中迅速改变。出于这个原因,风险经理或信贷分析师不仅需要创建模型,也能很快调整并对其进行验证。技术用于创建和验证信用评分模型包括: