TWI768201B

TWI768201B - 授信貸放評估之評分等第模擬系統

Info

Publication number: TWI768201B
Application number: TW108113858A
Authority: TW
Inventors: 鄭宇廷
Original assignee: 臺灣銀行股份有限公司
Priority date: 2019-04-19
Filing date: 2019-04-19
Publication date: 2022-06-21
Also published as: TW202040472A

Abstract

本發明提供一種授信貸放評估之評分等第模擬系統，其包含授信評等資料庫、資料同步模組、資料導入模組、資料建置模組、外部串接模組、數據探勘模組、數據預測模組、數據分析模組及數據顯示模組。

Description

授信貸放評估之評分等第模擬系統

一種授信貸放評估之評分等第模擬系統，尤指一種包含授信評估、資料同步、資料導入、資料建置和PERT分析之系統。

借貸是指債權人或放貸人向債務人或借款人讓渡資金使用權的一種金融融資行為，隨著社會經濟的發展，一些企業或個人為了使經營的項目正常運作多以銀行貸款來解決現有資金不足的問題，從而促進了銀行貸款業務的發展。

目前銀行的貸款審核系統是透過對企業的財務報表進行分析，或透過對企業走訪及溝通，或是透過徵信人員或授信人員，進行評估後，方決定是否可以對該企業發放貸款，不僅成本高、時間長，而且無法即時精確的獲取到該企業全面的相關資訊，存在很大的風險，並且不利於大面積、快速、低成本的開展貸款業務。尤其是在對中小企業、微小企業的評估和風險管理中，缺乏最重要的企業經營行為和資料。

有鑑於此，本發明提供一授信貸放評估之評分等第模擬系統，其包含：一授信評等資料庫；一資料同步模組，其用以串接一授信相關系統與該授信評等資料庫，依據一歷史授信貸放資料鍵入該授信評等資料庫；一資料導入模組，其用以將一授信貸放資料透過授信貸放評估之評分等第模擬系統鍵入，並將前述授信中心主機或一徵授信系統鍵入之資料導入前述授信貸放評估之評分等第模擬系統中；一資料建置模組，其用以將該授信貸放資料建置於授信貸放評估之評分等第模擬系統中；一外部串接模組，其用以導入一第三方系統公正評估資料；一數據探勘模組，其串接該資料導入模組、該資料建置模組與該外部串接模組，並串接該授信評等資料庫，用以提取該歷史授信貸放資料與該授信貸放資料；一數據預測模組，串接該數據探勘模組，其透過該數據探勘模組以預測前述貸放之逾期機率；及一數據分析模組，其串接該數據預測模組，其用以透過計畫評核法(PERT)分析子模組運算出期望值與貸放成數；一數據顯示模組，其串接數據模組及數據預測模組，其用以將前述數據分析模組運算之顯示於前述授信貸放評估之評分等第模擬系統，以提供相關人員審核。

較佳地，前述評分等第模擬系統係透過一授信5p原則進行授信評估，其包含借款人、資金用途、還款財源、債權保障、授信展望。

較佳地，前述評分等第模擬系統係根據前述授信5p原則之每個項目之貸放成數進行眾數或平均數等計算基準，得到一最可能貸放成數之值；另將貸放成數較高特定比例之資料，取為最樂觀貸放成數；另將貸放成數較低特定比例之資料，取為最悲觀之貸放成數。

較佳地，前述評分等第模擬系統係根據前述授信5p原則之每個項目計算出之最可能逾期期數、最樂觀逾期期數、最悲觀逾期期數，並個別鍵入前述PERT分析子模組，透過PERT分析子模組計算出逾期期數與機率。

較佳地，前述評分等第模擬系統中，前述授信貸放資料包含一客戶年齡、性別、服務單位、工作經歷、財務狀況。

較佳地，前述評分等第模擬系統中，前述第三方系統公正評估資料來源包含一徵聯中心或相關外部系統。

1000:授信貸放評估之評分等第模擬系統

101:授信評等資料庫

102:資料同步模組

103:授信相關系統

104:資料導入模組

105:資料建置模組

106:外部串接模組

107:第三方系統

108:數據探勘模組

109:數據預測模組

110:數據分析模組

111:數據顯示模組

第一圖係本案發明授信貸放評估之評分等第模擬系統之流程圖。

為令本發明所運用之技術內容、發明目的及其達成之功效有更完整且清楚的揭露，茲於下詳細說明之，並請一併參閱所揭之圖式及圖號。

請參照第一圖，為達到上述的發明目的，本發明提供一授信貸放評估之評分等第模擬系統1000，其包含一授信評等資料庫101；一資料同步模組102，其串接該授信評等資料庫101及授信相關系統103(ELOAN系統或授信中心帳務系統)，其串接一授信相關系統及該授信評等資料庫，依據一歷史授信貸放資料鍵入該授信評等資料庫，將每一筆貸款帳號之所有授信5p基本要件與核貸金額及貸放成數，均透過資料同步模組鍵入本發明之授信貸放評估之評分等第模擬系統之授信評等資料庫；一資料導入模組104：將該次授信貸放之資料(包含授信5p資料)，可於一授信中心主機或一徵授信系統等相關系統鍵入本發明授信貸放評估之評分等第模擬系統，再透過資料導入模組，將授信中心主機/徵授信系統等相關系統鍵入之資料，導入本發明授信貸放評估之評分等第模擬系統；一資料建置模組105：此次授信貸放之資料(包含授信5p資料)，亦可透過本發明授信貸放評估之評分等第模擬系統之資料建置模組，將授信貸放資料建置本發明授信貸放評估之評分等第模擬系統；一外部串接模組106，本發明授信貸放評估之評分等第模擬系統可透過外部串接模組，導入聯徵中心或相關外部系統等第三方系統107公正評估資料；一數據探勘模組108，用以提取該歷史授信貸放資料與該授信貸放資料，其串接該資料導入模組、該資料建置模組與該外部串接模組所鍵入之此次授信貸放資料(如授信5p等資料)，透過本發明授信貸放評估之評分等第模擬系統之數據探勘模組串接授信評等資料庫，以抓取先前相關產業、相關條件之授信貸放金額與成數資料，並去除極端值；一數據預測模組109：主要用於預測此筆貸放逾期天數之機率，其串接數據探勘模組，透過「授信貸放評估之評分等第模擬系統」之數據探勘模組串接授信評等資料庫，以抓取先前相關產業、相關條件之授信逾期期數資料，並去除極端值；一數據分析模組110：其串接該數據預測模組，透過計畫評核法(PERT)分析子模組運算出貸放成數、逾期期數或期望值，將相關條件皆篩選完成，即可透過數據分析模組進行分析，根據授信5p等資料之所有項目，依據每個相目取出歷來之貸放成數，透過數據數值子模組，取出之每個項目之貸放成數進行眾數或平均數等計算基準，即可得到最可能貸放成數之值；另將貸放成數較高特定比例之資料，取為最樂觀貸放成數；另將貸放成數較低特定比例之資料，取為最悲觀之貸放成數。並將每個項目計算出之最可能貸放成數、最樂觀貸放成數、最悲觀貸放成數個別鍵入PERT分析子模組，透過PERT分析子模組計算出期望值與貸放成數。另透過期望數值子模組，將公司既定之期望值鍵入期望數值子模組，期望數值子模組將運算出最適合貸放成數，與整體之期望值與貸放成數。較高權限者或授信審查者亦可針對授信5p各項目設定權重條件；一數據顯示模組111：將數據分析模組運算之結果透過數據顯示模組顯示於本發明授信貸放評估之評分等第模擬系統，以提供授信人員與覆審人員進行審核，亦提供相關統計圖表。

本發明所述之授信5p原則包含下列項目

借款人因素(people)：如營業歷史(創立時間、企業生命週期、營業項目等)、經營能力(獲利)、誠實信用、關係企業情況、企業組織沿革、企業設備規模概況、業務概況、財務概況、產業概況、償還能力分析、營運與資金計劃等。

資金用途因素(purpose)：購置資產(流動資產、固定資產等)、償還既存債務、替代股權。

還款財源因素(payment)：營業收入、保留盈餘或外部資金等。

債權保障因素(protection)：借戶良好的財務結構、放款契約條款、借戶資產、保證人、背書保證、第三者資產提供擔保。

授信展望因素(perspective)：銀行之利息、手續費、保證費等收入；流動性風險、財務風險、匯率風險等風險承擔。

實施例一、使用PERT分析評估借款戶評估貸放成數範例

PERT公式說明

1.加權平均=>(1*樂觀+4*最可能+1*悲觀)/6

2.標準差=>(悲觀-樂觀)/6

表一為示例性之說明，其中欲帶入的加權平均：305.5為所有項目加權平均相總和，請注意評估貸放成數時，此處需要總和；欲帶入的標準差：6.8為每個項目平方總和，再開平方根。

欲帶入的期望值間距：1.8為6.8/4(實際上應該是6.8多/4為1.7多，取無條件進位)。

表二中，期望值表格的第一個數字為293，其為上表加權平均-兩倍上表標準差，期望值表格的第二個數字為293+1.8=294.8以此類推，期望值表格的數值可作為公司評估用的期望分數。

機率由期望值(X)經查表法得到，需要標準化為其標準分數(Z)，再對應常態分配表；若X是具有平均數μ標準差σ的常態分布，則其標準分數；Z=(X-μ)/σ具有標準常態分布。舉例說明：標準常態分佈機率值(Z值)，Z=(X-μ)/σ具有標準常態分布；X=293；μ=305.5(此時須代入原始運算後的數值，不能任意取整數)；σ=6.85(此時須代入原始運算後的數值，不能任意取整數)；則Z=(293-305.5)/6.85=-1.825。故-1.825經由查表對應落在-1.82~-1.83之間，機率為0.0336~0.0344之間，精確數值由內插法求得。

實施例二、使用PERT分析評估逾期期數之機率

PERT公式說明

1.加權平均=>(1*樂觀+4*最可能+1*悲觀)/6

2.標準差=>(悲觀-樂觀)/6

表三為示例性說明，其中欲帶入的加權平均：6.8為所有項目加權平均，請注意評估逾期期數時，此處需要平均(/項目數)；欲帶入的標準差：3.3為每個項目平方總和，再開平方根；欲帶入的期望值間距：0.9為3.3/4(實為0.825，取0.9)。

表四中，逾期期數表格的第一個數字為0，其為上表加權平均-兩倍上表標準差；逾期期數表格的第二個數字為0+0.9=0.9以此類推。

機率由期望值(X)經查表法得到，需要標準化為其標準分數(Z)，再對應常態分配表；若X是具有平均數μ標準差σ的常態分布，則其標準分數；Z=(X-μ)/σ具有標準常態分布。

1000‧‧‧授信貸放評估之評分等第模擬系統

101‧‧‧授信評等資料庫

102‧‧‧資料同步模組

103‧‧‧授信相關系統

104‧‧‧資料導入模組

105‧‧‧資料建置模組

106‧‧‧外部串接模組

107‧‧‧第三方系統

108‧‧‧數據探勘模組

109‧‧‧數據預測模組

110‧‧‧數據分析模組

111‧‧‧數據顯示模組

Claims

一授信貸放評估之評分等第模擬系統，其包含：一授信評等資料庫；一資料同步模組，其串接一授信相關系統及該授信評等資料庫，依據一歷史授信貸放資料鍵入該授信評等資料庫，將每一筆貸款帳號之所有授信5p基本要件與核貸金額及貸放成數，同步於授信評等資料庫；一資料導入模組，其用以將一授信貸放資料透過該授信貸放評估之評分等第模擬系統鍵入，並將一授信中心主機或一徵授信系統鍵入之資料導入該授信貸放評估之評分等第模擬系統中；一資料建置模組，其用以將該授信貸放資料建置該授信貸放評估之評分等第模擬系統中；一外部串接模組，其用以導入一第三方系統公正評估資料；一數據探勘模組，其串接該資料導入模組、該資料建置模組與該外部串接模組，並串接該授信評等資料庫，用以提取該歷史授信貸放資料與該授信貸放資料，以抓取先前相關產業、相關條件之授信貸放金額與成數資料，並去除極端值；一數據預測模組，其串接該數據探勘模組，其透過該數據探勘模組以預測該貸放之逾期機率；一數據分析模組，其串接該數據預測模組，其用以透過一計畫評核法(PERT)分析子模組運算出貸放成數、逾期期數或期望值，取出之每個項目之貸放成數進行眾數或平均數等計算基準；及一數據顯示模組，其用以將該數據分析模組運算之顯示於該授信貸放評估之評分等第模擬系統，以提供相關人員審核。
如申請專利範圍第1項所述之評分等第模擬系統，其係透過一授信5p原則進行授信評估，其包含借款人、資金用途、還款財源、債權保障或授信展望。
如申請專利範圍第1項所述之評分等第模擬系統，其係根據該授信5p原則之每個項目之貸放成數進行眾數或平均數等計算基準，得到一最可能貸放成數之值；另將貸放成數較高特定比例之資料，取為最樂觀貸放成數；另將貸放成數較低特定比例之資料，取為最悲觀之貸放成數。
如申請專利範圍第3項所述之評分等第模擬系統，其係根據該授信5p原則之每個項目計算出之最樂觀貸放成數、最可能貸放成數、最悲觀貸放成數、加權平均、標準差或期望值，並個別鍵入該PERT分析子模組，透過PERT分析子模組計算出評估借款戶評估貸放成數。
如申請專利範圍第4項所述之評分等第模擬系統，其中該期望值可提供作為一期望分數。
如申請專利範圍第3項所述之評分等第模擬系統，其係根據該授信5p原則之每個項目計算出之最可能逾期期數、最樂觀逾期期數、最悲觀逾期期數、加權平均、標準差或期望值，並個別鍵入前述PERT分析子模組，透過PERT分析子模組計算出逾期期數與機率。
如申請專利範圍第1項所述之評分等第模擬系統，其中該歷史授信貸放資料與該授信貸放資料包含一客戶年齡、性別、服務單位、工作經歷或財務狀況。
如申請專利範圍第1項所述之評分等第模擬系統，其中該第三方系統公正評估資料來源包含一聯徵中心。