硕士学位论文:个人信用评分的银行催收系统
(2016/4/30)
硕士学位论文（工程硕士） 基于个人信用评分的银行催收系统的设计与 实现 仲向前 2011 国内图书分类号：TP311.52学校代码：10213 国际图书分类号：621.3 密级：公开 工程硕士学位论文 基于个人信用评分的银行催收系统的设计与 实现 哈尔滨工业大学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哈尔滨工业大学工程硕士学位论文 催收是银行信贷风险管理工作中的重要组成部分，管理者在资产组合实现增值的同时，不得不面对延滞账户也将增长的现实。但从积极的角度来看，银行承 受风险的能力决定其占领市场份额的竞争力。只有拥有强大催收能力的银行才能 通过拓展广泛的客户群体，在激烈的市场竞争中占得先机，实现利润的突破。 目前，我国银行的催收工作很多还停留在手工操作阶段，各企业管理水平和 业务流程差别较大，存在较多的风险隐患，主要体现在：银行内部对同一债务人 不同产品的信用评分标准不同，信息在各级之间不能快速、有效传递，造成信息 阻断，不同部门对同一借款人采取的催收措施互不相同，工作经验和信息不能共 享，经营风险性提高。 基于个人信用评分的银行催收系统，采用信用评分模型方式来进行风险管 理，运用现代的数理统计模型技术，通过对债务人信用历史记录和业务活动记录 的深度数据挖掘、分析和提炼，发现蕴含在纷繁复杂数据中、反映债务人风险特 征和预期信贷表现的知识和规律，并通过评分的方式总结出来，作为银行提高/ 降低信用额度、催收策略调整、客户风险预警等管理决策的科学依据。 本文首先说明课题的来源和背景以及国内外的发展现状，讨论本论文的研究 内容；明确系统的建设目标，并根据系统的功能要求，从催收员工作台、系统批 处理作业以及催收策略维护三个方面对本课题进行了功能分析，同时对系统的核 心技术、相关算法以及运行环境进行了分析。在此基础之上，阐述了个人信用评 分模型的设计过程，对系统的总体结构、数据库以及主要的子系统进行了设计。 在系统实现部分，本文对系统各模块的实现方法以及流程进行了详细说明；最后， 对个人信用评分模型的有效性以及系统关键功能的性能进行测试，并做出相应的 测试评价。 关键词：风险管理；催收系统；信用评分；Logistic回归；数据挖掘 哈尔滨工业大学工程硕士学位论文 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 哈尔滨工业大学工程硕士学位论文 III 1.1课题的来源和背景 1.2国外研究现状 1.2.1美国花旗银行CACS 系统 1.2.2澳大利亚国家银行Debt Manager 系统 1.3国内研究现状 1.3.1浦发银行CCMS 系统 1.3.2交通银行EnsemblePro 系统 1.4国内外催收系统比较 1.5银行催收系统的发展趋势 1.6本论文的主要工作内容 2.1催收系统功能分析 2.1.1催收员工作台 2.1.2催收策略维护 2.1.3批处理作业 2.2催收系统性能需求 102.3 催收系统接口需求 102.4 催收系统关键技术 112.4.1 客户评分模型 112.4.2 逻辑回归分析 132.4.3 基于工作流的策略维护 132.5 本章小结 153.1 催收系统总体结构设计 15哈尔滨工业大学工程硕士学位论文 IV 3.1.1 系统采用的体系结构 153.1.2 系统采用的技术框架 163.1.3 系统的总体功能结构 173.2 催收系统数据库设计 173.2.1 逻辑实体关系 173.2.2 通用扩展字段设计 183.2.3 数据库的物理设计 193.3 催收系统催收员工作台设计 223.3.1 催收员工作台数据流图 223.3.2 催收员工作台界面设计 233.3.3 出错处理设计 243.4 催收系统批处理子系统设计 243.4.1 批处理流程设计 243.4.2 工作队列建立设计 253.4.3 批处理调度设计 263.5 催收系统客户评分模型设计 273.5.1 信用评分对象 273.5.2 数据时间段划分 283.5.3 表现变量定义 293.5.4 预测变量提炼 293.6 催收系统策略维护设计 303.7 接口设计 313.8 本章小结 324.1 催收系统催收员工作台实现 324.1.1 账户查询 324.1.2 案件注记 334.1.3 账户所有权转移 354.1.4 案件委外 364.1.5 还款计划建立 384.1.6 短信/电邮/信函发送 394.2 催收系统批处理子系统实现 404.2.1 新账户导入过程 40哈尔滨工业大学工程硕士学位论文 4.2.2交易导入过程 424.2.3 更新过程 434.2.4 路由处理过程 434.2.5 工作队列建立过程 454.2.6 批处理调度实现 464.3 催收系统客户评分模型实现 474.3.1 数据预处理 474.3.2 数据分析与筛选 474.3.3 预测变量具体指标 474.3.4 评分模型构建 484.3.5 风险等级划分 494.3.6 重要决策规则及解释 504.4 催收系统策略维护实现 504.4.1 事件维护 504.4.2 路由维护 524.5 本章小结 555.1 催收系统测试 555.1.1 测试环境 555.1.2 催收系统个人评分模型测试 555.1.3 催收系统功能测试 585.1.4 催收系统性能测试 605.2 催收系统测试评价 625.3 本章小结 63参考文献 64哈尔滨工业大学硕士学位论文原创性声明 67哈尔滨工业大学硕士学位论文使用授权书 68个人简历 69哈尔滨工业大学工程硕士学位论文 1.1课题的来源和背景 本课题来源于某全国性商业银行集中催收管理系统的设计和实现，通过集中 旗下信用卡、零售、消费信贷等多种产品逾期账户的催收工作，定义灵活的催收 策略和流程，实现逾期账户的整合、自动入催，根据不同逾期程度形成特定工作 队列，记录逾期账户的催收历史和承诺还款履约情况，通过对在催客户进行信用 评分，分析客户的还款意愿、逾期情况、潜在的坏账率等风险情况，目的在于提 高银行贷后风险的管理水平，提高催收员工作效率，降低运营成本。本篇论文是 根据本人的实际工作内容进行编写，研究内容主要包括该系统的构架设计、详细 设计和行为评分模型的设计与实现等。 1.2 国外研究现状 在美国，如果消费者不能按时还款，他们的账户就会被转移到催收部门，消 费者贷款催收已经成为一个很大的行业。2005年为银行提供催收外包服务的公 司，平均年催收收入已经达到40.2万美元，大多是对小额账户（平均贷款余额440 美元）进行相对小额的催收（平均68美元）获得的。经过催收获得的收入超过2/3 的部分归原发包银行所有。委外公司获得的平均佣金率可达28%，在扣除每个账 户约17美元的经营费用，委外公司从每个账户获得的利润为2美元左右 虽然很多专业催收公司规模很小，但是催收业的集中化运营程度确在增加。2002年美国前四大催收公司占到行业份额的11%，到2005年有显著上升，达到 19%。它们中很多员工人数超过1400人，收入超过1亿美元且已经上市。集中度 上升并没有带来公司总数的降低，实际上随着大量新公司持续进入这个行业，使 得该行业公司数量比较稳定 。出于专业化带来的经济效应且专门负责催收工作的公司更擅长这项业务，他们的设备更先进而人力成本较低的考虑，债权人越 来越倾向选择将大部分催收工作外包这种模式，这种状况也持续了很长时间。第 三方公司在吸引善于催收的人才方面有独到之处；能够提供更好的激励机制。作 为债权人的银行也不用担心采取侵略性的催收策略带来的声誉风险 20世纪90年代，催收机构主要使用纸质文件、电话和信函催收等工具。经济合算的长途服务——WATS(Wide Area Telephone Service广域电话服务)线路使得 哈尔滨工业大学工程硕士学位论文 银行或催收公司能够以更低的成本进行催收业务。另一个进步是出现了自动拨号器，它的拨号速度是人工的几倍，通过多线路同时拨打多路电话，并自动将接通 的电话转接给催收员，极大地增加了与逾期客户接触的频率。这些系统而且变得 越来越完善，可根据坐席人数、拨打线路、人工坐席的空闲情况通过特定的算法 决定当日当时打出的电话数量、与消费者电话交谈的时间长短 。系统也力求开发更好的分类技术；使得查询逾期客户的地址和电话号码更加快捷；识别借款人 违约风险的信用评分技术越来越多被用于预测客户履行承诺可能性。对处于早期 逾期状态，逾期金额只占贷款余额小部分的账户和处于高阶段逾期金额较大的客 户，催收资源的分配就非常重要 。国外催收系统中具有代表意义的为美国花旗银行使用的CACS系统和澳大利亚国家银行的Debt Manager系统。 1.2.1 美国花旗银行CACS 系统 美国花旗银行的CACS系统帮助银行减少催收运营成本，控制坏账，增加欠 款回收并建立有益的客户关系。系统采用C/S架构，支持大容量的账户处理并对 增长量提供良好的扩展性。系统可提供以客户或产品为中心的视图，系统自动对 案件建立优先级并分配给催收员或委外机构，提供催收员完备的账户信息、客户 信息。系统提供账户“库存”和产能管理，在系统中展示话术脚本减少新催收员 的培训时间。系统提供报表自动监控个人及小组的催收活动 1.2.2澳大利亚国家银行Debt Manager 系统 澳大利亚国家银行Debt Manager催收系统可处理整个催收生命周期的任务， 从第一天的催收到交易后销账，再到债务出售。该催收系统实现工作流自动化， 关联同一客户的账户，区分优先顺序，使得催收员可合理安排催收工作。系统采 用风险评分模型，监控客户风险等级以及整合催收分析，找出有较高风险会拖欠
