我是靠谱客的博主 虚心季节,最近开发中收集的这篇文章主要介绍【风险管理】(第二篇)风险管理分析及预测方法MIS风险信息管理系统2.分析方法3.预测方法4.应用案例,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

在这里插入图片描述
【风险管理】(第一篇)风险管理核心指标:https://blog.csdn.net/sunyaowu315/article/details/101192244
【风险管理】(第三篇)风险管理报表体系:https://blog.csdn.net/sunyaowu315/article/details/101192212

MIS风险信息管理系统

2.分析方法

风险管理所面对的问题是复杂且多面向的,实务上所使用的的分析手法与品管技巧有许多类似之处,下面介讨论各几类分析手法及其应用。

2.1 问题界定

在进行任何分析前,首要工作就是界定问题,描述问题轮廓,确定分析方向。确认目标,锁定主题,选择合适的分析方法。
报表上的数字只是问题的“病症”,分析人员要探究的正是背后的“病因”。
**界定方法:一般界定问题大多采用“回溯法”,**即由结果回推原因,程序可分为开展分析及收敛确定量大阶段(首先列出问题可能原因,再一一检测问题所在)
**常用方法:**经验法则、鱼骨图、直方图、柏拉图、决策树。(介绍一下这几种方法,举几个栗子啥的)

2.2 分析类型

2.2.1 趋势分析

趋势分析以时间轴线为基础,搭配各种指标及维度发展而成,此类分析应用极为广泛。
**例:**核准率追踪、延滞率追踪、回收率追踪 (追踪的概念)
**功能:**了解过去趋势变化,推测未来走势

2.2.2 结构分析

结构分析主要用于分析各项指针的组成结构,例如客户风险等级、进件通路、年龄、性别、地区、学历、额度等结构分析。
**方式:**饼图、堆叠图、线性占率变化图

2.2.3 累计分析

累计分析用来显示特定指针的累积量或累计百分比,亦可视为结构分析的延伸。
在风险管理的应用上,累计分析通常具有顺序性,比如客户依风险由低而高,给予一个风险评级
**例:**KS、ROC

2.2.4 单一指标分析

单一指标分析的使用时机是以多维变量围绕单一指标值讨论

2.2.5 综合指标分析

单一指标分析无法展现问题全貌的时候,将相关指标一起列出,以避免信息不全导致误判。
**例:**核准率和延滞率搭配使用,进件数与进件占比搭配使用。
**注:**分析维度不宜太多,一般低于三维交叉,否则报表将变得复杂,不易阅读,不易理解。

2.2.6 账龄分析

账龄分析的目的在于,显示各bucket至观察点为止的延滞率。其主要特色为结算终点一致,也就是说,样本客户的核贷日期也许分散于各个月份,但皆于同一时点合并计算逾期比率。

2.2.7 vintage analysis

**Vintage:**是以账龄MOB(month on book)为轴,观察贷后每个月的后续质量情况,分母为对应月份的放款本金,分子是截止期末时点逾期Mn+客户的所有剩余未还本金,可观测一个多期产品的风险全貌。
vintage analysis的目的是以账龄为主轴,分析拨贷后各往来期间的逾期状况,也就是说用来观察贷后N个月的逾期比率,由于拨贷后逾放尚需一段时间后才会陆续出现,因此N多从6开始算起。
vintage analysis的主要特色为以往来月数取代绩效月份,探讨的重点为案件逾放反应时间与恶化的程度。
图片
:为什么Vintage表后面就不增长了?

2.3 指标选择

理清不同指标之间的关联,为报表使用者提供完整可靠的分析。

2.3.1 相对性

事件的一体两面,一个指标的上升也许对应另一个指标的下降,相对考量,不可骤下结论

2.3.2 比较性

对关键指标制定标杆值,以实际业务需要制定一定的业务警戒线。
例:止损线

2.3.3 互补性

单独一个指标也许无法说明问题,需用额外的指标配合解释。
例:延滞率偏高,不可因此轻易断言质量不佳,因为有可能是样本量过少导致

2.3.4 多面性

有时单一指标呈现的信息,从另一面切入考虑会得出完全不同的结论。
例:逾期率在逐渐降低,但是发现业务通过率也在变低,最终的收益不升反降。

2.3.5 顺序性

有些指标有前后顺序关系,甚至依序发生,环环相扣,有时一个指标的好坏与前一个指标有非常大关系。
例:进件量、核准量、拨贷量

2.3.6 层次性

剖析指标,层层探索原因
例:总体催收效果不好,可以下探到各催收小组的催收效力上,是人员不足,还是员工动力不够。

2.3.7 落差性

阶段性的指标变化,通常需要等待一段时间,才好下结论
例:观察期&反应期

2.4 分析维度

在整个credit cycle运行过程中,影响风险的因子有四大类型,依次规划单一或多维度分析,对风险进行深入剖析,能确实掌握各种因子组合下的风险。

2.4.1 产品维度

包括:产品种类、期数、利率、额度、专案、卡别等。

2.4.2 基本数据维度

包括:年龄、性别、区域、学历、收入、行业、账龄等。

2.4.3 信用维度

包括:进件评分、在贷余额、有无负债、拒绝原因等。

2.4.4 行为维度

包括:交易类型、预借现金使用率、缴款记录、循环额度使用率等。

2.5 样本分群

分群原则:组内差异小,组间差异大,如样本数少,考虑合并。

2.6 实验设计

产品推出一段时间后,风险管理单位就各项陆续出炉的分析进行监控工作,需要采用一定的测试方式,观察测试结果,必要时调整计划。
方式:
①定时测试:特定时间内,一律按照某种条件对案件进行管理。
②定量测试:事先规划好样本数,直到样本量满足设定条件。
③定性测试:按照某种预定的属性条件测试,如:针对全体女性群体。

2.7 测量方式

指标分为原生性指标和衍生性指标,通常使用的测量方式有平均数、绝对值、百分比,这些测量方式与时间轴线搭配,可观察各项指标的持续性、稳定性及发展趋势。

2.8 变异因素

在分析过程中,会存在某些不可抗力因素而造成的数据变异,如行业风险、政策风险、目标客群等发生变化,造成的影响可能是暂时性,也可能是永久性的。
暂时性:加以说明;永久性的话,可以考虑对不同条件切割,继续分析,尽量避免该因素的混淆与干扰。

3.预测方法

3.1 关联推测

属于定性法的一种,借历史数据加上经验判断预测未来指标走向。
优点:简单方便
缺点:精度不够

3.2 移动平均

将时间序列概念带入算术平均的一种改良方法,根据一定期间的实际数字,次第推移计算平均值,借以推测未来趋势。
例:相邻5个月份的平均值

3.3 线性回归

较移动平均有更好的预测效果
例:线性插值

3.4 对数趋势

较线性回归在好坏客户的判别上使用更普遍。
长期讲,业务增长或者递延率趋势,都不可能一路直线增长,当增长到一定程度上,增长率会衰减。使用对数就是突显这种比例上的关系。

4.应用案例

4.1 延滞率预测

4.1.1关联推测

图片

4.1.2 移动平均

图片

4.1.3 线性回归

图片

4.1.4 对数回归

图片

4.2 收益测算

说明:

1、放款12000万元,期限为6期,年利率26%,按等额本息的还款方式
2、在首期支付放款金额的1.5%给客户经理,除给客户经理的服务费外需支付服务费的8%
3、每期收入为回收利息的20%,按每期不良率为5%测算收益

第一步:

根据条件,计算出每月的还款本金、利息
A、贷款金额12000 B、月利率3% C、贷款期数6
通过等额本息计算公式:图片,计算可得:
图片

第二步:

根据第2、3个条件计算支付给客户经理以及剔除不良资产后可回收的本金、利息,用收入-支出得到最终收入为:50.89万元
图片

4.3 额度定价

预先设定好基础额度base limit(B),盖帽额度hat limit(H),托底额度floor limit(F)。评分最高的区间杜颖的预期违约率是Pmin,评分最低的区间对应的预期违约率是Pmax,占比最高的区间对应的乐器违约率是P0,某一条进件对应的预期违约率是P1,则该进件对应的授信额度是:
如果P1>P0:
图片
如果P1<P0:
图片

4.4 理想中的逾期日报

图片

最后

以上就是虚心季节为你收集整理的【风险管理】(第二篇)风险管理分析及预测方法MIS风险信息管理系统2.分析方法3.预测方法4.应用案例的全部内容,希望文章能够帮你解决【风险管理】(第二篇)风险管理分析及预测方法MIS风险信息管理系统2.分析方法3.预测方法4.应用案例所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(41)

评论列表共有 0 条评论

立即
投稿
返回
顶部