本文原刊載于【2006/01/08 經濟日報】
台灣從1999年6月萬泰銀行首先承作現金卡業務以來,短短6年半來產品生命週期由成長期、成熟期到即將邁入衰退期,而其在銀行內部之角色則由”紅”翻”黑”,業務策略則由狂推轉趨保守。
銀行無顧信用風險的業務競爭策略導致呆帳暴升到難以控制的地步,獲利已經出現警訊,惡性競爭的結果下,未來將會有銀行繼續退出此市場,汰弱留強會持續一段時間,寡佔市場的競爭態勢將會成形。本文將以信用評分與業務策略的角度來分析目前的市場情況。
何謂信用評分(Credit Scoring)
簡言之就是利用歷史資料及統計方法來預測借款人(包含新戶或舊戶)”違約”或”延滯繳款 ”的機率。早在1936年Fisher就利用信用評分來區別兩個群體之間的差異;五年後,即1941年David Durand利用相同的方法來區別好的放款與壞的放款;1956年Bill Fair 及Earl Isaac在舊金山成立信用評分的顧問公司,商業化的推廣信用評分從此開始;1960年代信用卡開始流行,由於信用卡申請戶數多且要求時效,用專家判斷法來授信已不符低成本及高效率需求,故信用評分開始運用在信用卡業務上,但被廣泛運用則是在最近10年至15年。
傳統授信與信用評分卡之比較
為何消金業務做的比較好的銀行,都使用信用評分卡呢? 表一可說明原因:
表一 傳統授信與評分卡之比較
傳統授信 | 評分卡 | |
節省徵審時間 | 12.5小時~2週/每件 | 低於1小時/每件(註1) |
減少主觀判斷 | 標準因人而異,受過去經驗影響大 | 標準一致 |
考量之風險因子 | 較少 | 較多 |
正確性 | 1.正確性可以很高但審件速度較慢或是需耗費人力(成本)。 2.若審件速度可以很快,但正確性通常不高。 | 正確性高且速度快 |
決策支援 | 支援程度不高 | 放款核准/期中管理/催收策略/額度管理 |
資產證券化 | 資產品質較難認定,可行性降低 | 資產品質容易認定及分類,可行性高 |
註1:在現今金融科技興盛的情況下,零售貸款可實現秒批且風險控制更精準。
美國在信用評分上之運用
美國廣泛使用信用評分的歷史,比台灣早5至10年(與台灣之先進銀行比較),以信用卡放款為例,根據美國聯邦準備1996年11月對資深放款主管的調查顯示,有97%的銀行使用信用評分模型來決定放款准駁。由此調查可知,約在9年前幾乎美國所有銀行之信用卡放款都已經使用信用評分模型來授信了。
在房貸方面,因美國政府投資的半官方機構-聯邦住宅貸款抵押公司及聯邦國民抵押貸款公司分別於1995年7月及1995年10月發函給承做抵押貸款之金融機構,鼓勵他們使用信用評分方法來評估放款風險,在兩個半官方機構的推波助瀾之下,房貸業務也進入了信用評分的時代。
台灣在信用評分上之運用
在台灣消金業務做的比較好的銀行(尤其是信用卡業務),通常是使用信用評分卡較早的銀行。藉由國際的信用評分公司(如Fair Isaac)移轉信用評分的經驗給國內銀行,大約在5~6年前,台灣開始有銀行使用信用評分機制在信用卡產品上。
雖然台灣學術界在1970年就有信用評分之相關研究,但為何銀行業並非很早就進入信用評分機制的領域,原因包括:
- 學術領域到實務運用領域仍有時間差距:學術界的研究要運用到實務面,需要時間來證明及學術界與實務界的密切結合。
- 消金業務不盛行: 信用評分機制由消費金融導入是比較容易的,消金業務之興盛與否可視為信用評分導入之觀察重點。
- 銀行主管較難接受統計模型而偏好專家判斷:早期銀行員的徵授信訓練大多是”專家判斷”的訓練,專家判斷訓練越深的銀行主管對於信用評分越存有莫名的反感,其原因包括:授信是藝術如何能用統計模型取代、怕被統計模型替代的不安全感、統計相關的訓練不夠、拒絕接觸新的方法與理論等。
- 統計分析工具的方便性
20年前要分析大量統計資料是很麻煩的,不像現在電腦科技發達,可應用的統計軟體選擇很多,普通的一台PC就可以滿足複雜的統計需求。(金融科技潮流下,免費開源的統計軟體是主流,例如Python, R等)
在台灣部份信用卡業務做的好的銀行,雖然在信用卡業務已擁有信用評分的技術,理論上此技術可移轉至現金卡上,但可能是礙於市場行銷時效或策略關係,現金卡業績前五名的銀行,包括台新銀行、萬泰銀行、中國信託、中華銀行、大眾銀行,仍是仰賴日本消費金融公司(ACOM、Promise等公司)的技術移轉。Know how移轉的內容包括,產品設計與行銷、銷售通路發展、授信政策、信用評分系統建置、作業流程等。