随着我国商业银行消费信贷业务的展开,个人信用得到了空前的重视。在我国个人信用体系缺失的情况之下,如何在商业银行内部发展一种合理有效的个人信用评估方法,是商业银行实现贷前风险控制、进一步促进消费信贷发展的关键。 本文从定性分析和定量分析两方面入手,借鉴已有的理论方法和实证结果,结合我国的具体情况,经过比较分析,给出了可供我国商业银行参照的实证研究结果。 从定性分析角度,首先,运用经济学理论对个人信用行为进行分析。根据经济学理论中对人的行为的三个假设,即:利益最大化假设、有限理性假设和机会主义假设,对消费信贷中人的行为进行分析,研究影响个人信用的主要因素;其次,对信用的“5C”参数逐个讨论,深入分析它们与个人信用的内在联系;最后,对国内外的个人信用模型进行比较研究,讨论其异同。通过以上三个方面的研究,为建立个人信用评估指标体系奠定了理论基础。 从定量分析角度,依据定性分析的结果,建立个人信用等级评价指标体系,选用的指标包括:性别、年龄、收入、学历等;通过对各种信用评估模型优缺点的分析,兼顾样本数据的可获得性,最终选择了判别分析、Logistic回归、分类树和神经网络四种方法建立本文的个人信用评估模型,并就指标重要性分析、分类错误率、模型验证和模型有效性进行比较研究。判别分析、Logistic回归的优点在于模型容易解释,但是错分率较高;而分类树和神经网络的预测准确度要好些,但存在着易于训练过度和没有解释能力的缺点。就本文的数据而言,最终得出了神经网络模型最好,分类树模型次之,Logistic回归模型最差的结论。