首页> 中文学位 >基于Logistic模型的汽车金融公司个人贷款信用评分研究
【6h】

基于Logistic模型的汽车金融公司个人贷款信用评分研究

代理获取

目录

第一个书签之前

展开▼

摘要

我国现正处于经济高速发展时期,汽车产业正是支撑经济增长的重要组成部分。而在整个汽车产业链中,汽车金融业的利润占到了近20%。汽车金融公司作为专业从事该行业的金融机构,随着利润的增长近几年内相继成立。中国个人汽车按揭贷款买车量占汽车销售总量的比例,即贷款渗透率在10年前尚不足5%,目前已经达到25%-35%,但距离很多发达国家70%以上的渗透率相比还有很大的差距。因此,我国汽车金融市场有着巨大的发展潜力,到2020年中国汽车金融的渗透率将达到50%,市场规模将达到2万亿元。但与国外成熟汽车金融市场相比,目前国内汽车金融市场还很混乱。由于存在信用体系建设不完善、个人收入信息不透明、地域广阔、人口流动性较大等客观原因,以及贷款审核效率不能满足市场需求、个人信用评级不完善等主观因素,造成了汽车金融公司违约风险的增加。因此,研究汽车金融公司如何通过个人信用评级来有效地控制违约风险就具有理论和现实意义。
  本文首先对国内外汽车金融的历史发展和现状进行了研究,并对国内汽车金融公司当前存在的问题及风险进行了阐述。然后对国内某大型汽车金融公司近三年个人汽车贷款客户的信息和还款记录进行了分析,研究如何通过建立信用评分模型来有效的对客户进行风险等级评估,从而提高审核效率和降低违约风险。研究过程中抽取了该公司近3年约25000名客户的资料,并通过问卷调查、借鉴行业先进经验等方式从基础信息、贷款信息及征信信息等筛选出了对个人汽车贷款风险有显著影响的8个变量,然后利用其中18592名客户进行Logistic回归建立个人信用评分模型,7970个客户用于验证个人信用评分模型区分能力。经分析检验表明:建立的评分模型的所有变量回归系数为负数,WALD检验P<0.05,模型变量趋势与实际业务含义一致;方差膨胀系数VIF<10,模型不存在多重共线性;K-S值为32.59,G I N I系数为44.82,模型对好坏账户有较好的区分能力。最后根据评分模型对个人汽车贷款客户进行信用评级,根据其评级结果审核人员对客户实行差异化的审核,有效地提高了审核效率,还能较好地控制了个人汽车贷款风险。
  研究过程中还发现,个人数据资料的真实性、完整性是保证评分模型可靠的关键。同时,本文还研究提出了提高汽车金融公司风险防范能力的措施和办法:加强内部培训,提高审核人员综合素质和业务技能;根据等级评分模型统一审核要求;建立审核人员的资格认证,建立淘汰制度;针对不同评级客户实行差异化审核政策和建立不同的金融产品;建立完善贷后管理,建立风险共担的金融风险体制,明确单个客户风险监控主责任人,建立责任人负责制度和重点客户管理制度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号