中小企業(yè)授信與商業(yè)信用機構

中小企業(yè)授信與商業(yè)信用機構

2005年11月24日2005’中國信用·融資·擔保高峰論壇

提綱內容簡介中小企業(yè)授信商業(yè)信用機構中國的發(fā)展機會1資本銀行信用機構中小企業(yè)資本銀行擔保機構中小企業(yè)資金資金信息交流信息交流/

風險共擔信息收集信用信用資金成本

貸款年利率信息成本銀行收益資金成本貸款年利率擔保機構提供風險分擔和增信服務獲得的收入銀行收益美國中國

信用市場、信息和收入組成擔保機構通過提供有關信息以及分擔風險，在中國的信用市場起了重要作用。美國的銀行和信用機構的許多經驗都可供中國市場借鑒1.內容提綱3.49%13.61%27.10%32.25%44.4-5.0%52-4%68.65-11.25%1.實際的聯(lián)邦基金利率（EffectiveFederalFundsRate）,美聯(lián)儲統(tǒng)計資料，2005年9月2.信貸成本7.10%減去資金成本3.49%等于3.61%3.小企業(yè)貸款利率,季度統(tǒng)計,美國小企業(yè)管理局4.120天銀行間拆借利率,中國銀行間市場交易統(tǒng)計,2005年8月,中國人民銀行.5.奧浦諾管理咨詢分析結果，

商業(yè)銀行對中小企業(yè)的貸款利率一般都上浮20%-30%.發(fā)改委有關人士建議，成立中小企業(yè)政策性銀行,中國貨幣網；

基準貸款利率5.58%，銀監(jiān)會：中小企業(yè)貸款利率空間為15%至20%,

首都之窗.6.對一些擔保公司的調查，包括中科智（上海）,中投保（北京）,中投信用(上海）,上海中財擔保有限公司2獲得貸款的中小企業(yè)數(shù)/中小企業(yè)總數(shù)120051.國外中小企業(yè)融資對策比較與借鑒,亞洲招商投資網

.中小企業(yè)融資渠道研究,現(xiàn)代營銷，2005.2.如何促進多層次中小企業(yè)融資體系的發(fā)展,商業(yè)周刊中文版（月刊），2002借貸難的原因:

商業(yè)和財務風險高

公開信用信息不足

人工信用評分系統(tǒng)

人工授信過程

風險控制機制不完善中小企業(yè)貸款/中小企業(yè)總資產22002中小企業(yè)獲得貸款情況與美國相比中國的中小企業(yè)借貸上存在限制，這是由一系列結構性因素造成的3信用額度貸款2.中小企業(yè)授信無擔保有擔保普通貸款在美國，以無擔保信用卡與抵押為兩個極端，中間有許多種信貸產品信用卡汽車和設備貸款租賃商業(yè)按揭貸款

自動和人工決策相結合

充分利用個人和商業(yè)數(shù)據(jù)的自動決策

受抵押品屬性和價值影響的自動決策非常成熟的決策流程和框架，采用多種個人領域的理論方法

貸款額度

期限年利率

信用額度年利率

信用額度

年利率(BT,

GoTo,Intro)

金額

期限

利率使用個人擔保者、企業(yè)所有者和中小企業(yè)信息使用中小企業(yè)及企業(yè)所有者信息

信用額度

年利率(BT,GoTo,Intro)

貸款額度

期限

年利率使用個人擔保者、企業(yè)所有者和中小企業(yè)信息授信過程信息深度產品主要屬性4從完全人工到復雜的機器與人工相結合，決策過程的復雜程度各有不同，其利用信息的深度也依需求和復雜程度而定人工機器低密集度、主要的基本信息高密集度、詳盡的關于企業(yè)、所有者和委托人的細節(jié)信息決策過程信息深度決策過程和信息深度

低業(yè)務量的小銀行大額信貸，比如大額度信用額度貸款，設備貸款大業(yè)務量小額度信貸、租賃，有時可能是信用卡（依發(fā)卡者的復雜程度而定）大規(guī)模，經驗豐富的信貸提供方對信用卡,租借和貸款進行機器或人工的授信決策5預評分邀約非邀約FICO*<X1

或者SBSS**<Y1FICO<X2

或者

SBSS<Y2拒絕期限

=Z1

且FICO<X3

或者

SBSS<Y3期限

=Z2

且FICO<X4

或者

SBSS<Y4拒絕拒絕額度和費率確定期限

=Z1期限

=Z2期限

=Z2

且FICO<X5期限

=Z3

且FICO<X5是是是是否是是否是是否否有但保有擔保無擔保無擔保一般來說，授信過程是自動的評分和決策過程，以及一系列商業(yè)規(guī)則和邏輯的結合示例自動(風險)評分基于渠道的邏輯產品細節(jié)優(yōu)化(批準后)基于擔保的邏輯一系列商業(yè)規(guī)則機器評分和決策邏輯示例申請決定*FICO為美國的一種個人信用分數(shù)**SBSS為美國的一種商業(yè)信用分數(shù)6SegmentP2S0

929SegmentP2S1

491SegmentP2S2

7,003Segment

P2S3

2,422SegmentP2S4

3,387SegmentP2S5

3,972SegmentP2S6

2,601SegmentP2S7

10,912信息缺失只有FICO分數(shù)信息缺失有交易信息FICO分數(shù)

+其他變量無交易信息商業(yè)信用機構個人信用機構預測性能0%20%40%60%80%100%0%20%40%60%80%100%ScorePercentile%ofBadsCapturedLift15%現(xiàn)有評分隨機分數(shù)FICO分數(shù)新評分80%客戶細分奧浦諾管理咨詢公司在授信風險評分的項目方面有著豐富的經驗授信風險評分

通過使用深度信息我們對客戶群進行了細分，充分發(fā)掘了現(xiàn)有信息的預測能力……所得結果顯著高于其他競爭方法的預測性能7GoToSensitivityTreeBTSensitivityTree基于敏感度的客戶細分結果整合的客戶細分結果預測反饋模型價格敏感度模型經濟效益針對不同客戶群的策略行為建?？蛻艏毞质找鎸崿F(xiàn)Bin1Bin2Bin3Bin4總體層面分析我們的項目經驗還廣泛的涉及了其他領域，譬如定價優(yōu)化，…定價

8價格授信額度最優(yōu)授信額度

(Lb)基于敏感度的分群

行為模型額度優(yōu)化實施

持卡人價值(CMV)模型效果評估余額消費

消費敏感度余額敏感度4.89%6.10%3.58%0.08*0.180.43S0.050.120.660.400.661.305.01%15.91%12.84%0.050.200.48M0.020.190.440.000.120.1522.41%14.91%14.37%0.060.200.39I0.040.180.350.000.070.08IMS敏感度分群+成本收入風險模型壞賬=f(信用額度，其他變量)余額模型余額=f(信用額度，其他變量)消費模型消費=f(信用額度，其他變量)調整的基準行為基于持卡人價值的最優(yōu)額度決定對價格和最優(yōu)授信額度Lb進行回歸對價格和其他變量進行回歸全格點搜索利潤優(yōu)化PmaxLOCCostRevenueMarginalCostMarginalRevenueof~$25MMPmaxLOCCostRevenueMarginalCostMarginalRevenueI=不敏感,M=中度敏感,S=敏感持卡人價值…和額度分配額度分配93.商業(yè)信用機構美國的信用機構

個人商業(yè)總部位于Atlanta,GA建立于1899年

全球性公司

忠誠度/顧客管理工具

決策解決方案–建模和分析

風險管理/征收

建立中小企業(yè)中心(SBFE)集中于金融交易(250家提供商)并由其中幾家關鍵成員所擁有

Equifax正在介入傳統(tǒng)交易數(shù)據(jù)收集以與D&B競爭總部位于ShortHills,NJ建立于1933年

全球性公司

最老和最大的商業(yè)信用機構

市場營銷和風險管理解決方案

原來集中于非金融交易(10,000家交易信息提供商)，于2002年建立SBRI–金融服務數(shù)據(jù)庫總部位于Chicago,IL建立于1969年

全球性公司

賬戶監(jiān)管工具債務征收，保險，抵押貸款服務部門總部位于CostaMesa,CA建立于1974年

全球性公司

建模與分析服務

(1998年兼并MDS公司),驗證/認證工具

探查數(shù)據(jù)庫解決方案

大型商業(yè)營銷和交易數(shù)據(jù)庫，僅在常規(guī)交易數(shù)據(jù)方面遜于D&B美國信用機構高度集中化，在個人和商業(yè)領域各有三家主要機構三個個人信用機構提供的個人信息相似，覆蓋率接近100%信息覆蓋面不高，尤其是交易數(shù)據(jù)。三家商業(yè)信用機構的數(shù)據(jù)合起來也達不到100%覆蓋率10商業(yè)數(shù)據(jù)提供商企業(yè)規(guī)模商業(yè)數(shù)據(jù)提供商

應用情況企業(yè)規(guī)模企業(yè)數(shù)*數(shù)據(jù)提供商1000+

7,000S&P,Moody’sD&B,Experian,InfoUSA**500-999

12,000D&B,Experian,InfoUSA100-499

157,000D&B,Experian,InfoUSA20-99

836,000D&B,ExperianEquifaxSBFE,D&BSBRI,InfoUSA<20

23,900,000***D&B,ExperianEquifaxSBFE,D&BSBRI,InfoUSAConsumercreditbureaus*2001年美國普查局數(shù)據(jù)，摘自《美國統(tǒng)計摘要》

**DonnelleyMarketing和BusinessCreditUSA均為InfoUSA所有

***雇員加所有者總人數(shù)小于20的企業(yè)數(shù)為美國普查局估計數(shù)據(jù)InfoUSAExperianEquifaxSBED&BMoody’s,S&P信用/風險市場營銷在商業(yè)領域，D&B無論是在覆蓋程度還是在信息深度方面都處于領先地位，但是其他機構如Experian,Equifax和InfoUSA正在迎頭趕上11商業(yè)登記信息名稱，地址，商業(yè)類型60個州級信息來源黃頁信息名稱，地址，電話號碼2600萬條新數(shù)據(jù)轉換為50萬條DUNS記錄5,000種黃頁交易信息名稱，地址，時效細節(jié)約10,000家提供商訴訟、扣押和判決信息名稱，地址和涉及金額120個來源,2,600個地點破產信息名稱，地址和破產情況190個地點網絡挖掘信息URL地址,電子郵件約5家主要登記機構其他信息客戶文件(在獲允許情況下)戰(zhàn)略同盟第三方eUpdate(約200,000用戶)交易數(shù)據(jù)庫公開記錄數(shù)據(jù)庫其他信用機構數(shù)據(jù)庫(AOS)在線產品(用于授信和賬戶管理)報告

商業(yè)信息報告

綜合報告

公開記錄報告數(shù)據(jù)包

商業(yè)信用分數(shù)

定制數(shù)據(jù)包營銷數(shù)據(jù)

DMI

定制營銷列表信用數(shù)據(jù)

CSAD

定制信用文件-CBAM采集中小企業(yè)的信息是一個非常復雜的過程，需要借助多種信息來源并進行數(shù)據(jù)維護信用機構信息流程人口統(tǒng)計信息批量產品(用于市場營銷和賬戶管理)12rr示例AOS數(shù)據(jù)(實時數(shù)據(jù)庫)檔案數(shù)據(jù)賬戶級數(shù)據(jù)DUNS級別數(shù)據(jù)交易級數(shù)據(jù)輸入/歷史數(shù)據(jù)數(shù)據(jù)截面信用機構交易信息處理支付比率%月份消費支付總余額當期余額逾期余額逾期30天逾期60天逾期90天逾期120天11,0002,0001,0001,0001,00022,0001,0003,0002,0001,0001,00033,0006,0003,0003,0002,0001,00044,00010,0004,0006,0003,0002,0001,000510,000065,0005,0005,000072,0003,0003,0003,00081,0004,0001,0003,0003,00091,0005,0001,0004,0001,0003,000101,0003,0003,0001,0002,0001,0001,000111,0001,0003,0001,0002,0001,0001,000121,0002,0002,0001,0001,0001,000Aging當期余額2,0001,000近12月內最大余額:10,000支付額$6,0004,0003,0004,00035%24%18%24%交易時間12月支付方式即時–

逾期90天最高余額10,000總余額2,000逾期余額1,000最近消費1月內條件Net30交易時間12月支付方式即時-逾期90天最高余額10,000總余額2,000逾期余額1,000最近消費1月內條件Net30交易信息對商業(yè)信用機構來說最重要，處理起來也最復雜第12個月數(shù)據(jù)截面13商業(yè)信用機構的另一個關鍵方面是數(shù)據(jù)匹配商業(yè)數(shù)據(jù)問題商業(yè)數(shù)據(jù)識別標志比個人標志更加復雜沒有類似于社保號的唯一辨識標志商業(yè)領域的變動程度更高；大量新的企業(yè)在第一年內就會關閉商業(yè)數(shù)據(jù)名稱有多個；別名,特許經營,分公司…多個地址；多個地域分布以及，…電話數(shù)比個人更多依企業(yè)在資產組合（借方在低端，信用產品特別是高端產品如授信額度貸款處于高端）中時間長度不同，匹配率在40%到80%之間變化。在確認一個企業(yè)合