新昌农商银行的零售业务初步已形成了以消费信贷为主导的零售业务产品体系,一系列“乐”字产品逐步上市推广，如“金领乐”、“圆梦乐”“农链乐”等等。从管理体制上，该行的个人信贷风险管理流程基本形成，构建了前、中、后台相互制衡、彼此独立、职责明确的风险管理流程，个人信贷风险监测、控制和处置体系逐步建立。但相比他行，该行零售业务起步较晚、数据积累时间不足，管理手段比较还比较落后。因此，新昌农商银行聘请了外部专家，结合该行零售业务的特点，对原有的内部评级模型进行了模型研究，建设满足该零售业务需要的信用评分模型体系，实现零售业务风险的准确量化，管理的自动化和标准化，从2016年10月开始经过为期 5个月的研究分析，零售业务内部评级法已初步取得阶段性研究成果。

一、  能有效规范客户数据源的采集

随着零售业务产品的不断推出，个性化调查的弊端也日益显现，多样化的产品对采集信息提出不同的要求，对采集的数据提出不同的口径。因此零售业务数据缺失、数据不规范等问题异常突出，从而导致零售客户等级分类失真。为解决当前客户信息系统存在数据缺失性严重、数据有效性不高以及信息不规范等问题，研究人员结合生产实践和数据分析需要，重新设定取数规则，规范零售客户的基本信息、财务信息、征信信息、担保信息等内容。提出调查取数字段以选择性为主，字段间设置交叉验证功能，同时结合人行征信信息的自动获取分析功能，有效提升了客户信息的真实性和有效性，经研究分析得出新的数据有效性能提升60%。

二、  能有效解决信用等级的过度集中

本次研究人员对样本违约率逐个进行了计算，结合各等级违约率分布和Logistic回归分数，对研究的样本数据进行了重新划分。按偿还债务能力的强弱划分AAA、AA+、AAA-、A+、A、A-、BBB、BB、B、CCC、CC、C等13个等级，解决了原等级AAA、AA、A、B、C下客户等级过度集中的问题。原等级A客户集中度达95%，新等级下的客户分层占比非常均匀。

三、能实现专家模型向统计模型的转变

基于个人信贷业务数量庞大，单笔金额小，单笔管理成本高；客户单笔风险大，信息分散，管理难度高；业务审批要求效率高，决策必须迅速果断等特点。研究人员利用成熟的理论研究，对各指标进行WOE/IV分析，结合Logistic回归建立了零售信用评级统计模型。建立的研究模型算法新颖，计算方便，得到的因素权重可信度高，量化了客户的违约率，模型贴近实际，通用性、推广性较强，解决了原专家模型主观性高、指标无法量化、因素权重可信度低等缺点。

四、能有效提高业务效率，提升风险管理

研究成果表明，内部评级法能解决贷款决策以人工主观判断为主的缺陷，实现标准化与自动化，节约经营成本，提高业务效率。研究人员提出了分类化管理方案：AA- 以上优质客户建议系统自动化审批；A、A+中等客户建议人工审核审批；BBB、A-低等客户建议谨慎性审批加现实审查；BB以下的客户为拒绝客户，系统实现自动化拒绝。根据该方案，研究人员删除系统自动拒绝客户，对研究样本通过内部评级新模型的测试，可降低原来不良率的54%，有效提升了零售业务信贷资产质量。