决策指标分析：提高决策效率的关键

（1）客观指标

个人的信用评价并不是针对消费信贷而产生的；作为信用经济发展最早的国家之一，1960年美国的消费总额中仅有12％是信用消费，而同期的英国、德国和法国信用消费占比仅为6％、2.5％和1.2％（Ryan，2011）。而对个人的信用评价则出现得更早，18和19世纪，对偿债意愿的关注高于对偿债能力的关注，因此个人信用与其声誉直接挂钩（Hoppit，1987；Hilkey，1997）。1860年，第一家社区性的个人征信机构诞生于美国纽约的布鲁克林（李俊丽，2007）。受发展更早的商业信用评级体系影响，个人信用体系也采用了商业信用评分表（即AAA信用评分表），使得各家信用评级公司虽然在信息来源和指标选取上存在差异，但可以相互比较，相互兼容。1906年，征信所联盟公司（Associated Credit Bureaus，Inc.）在美国成立，发展至今已拥有500家征信所成员。目前美国市场上最为主要的个人信用评级系统来自Equifax、Experian和Trans Union等三家征信所，均为征信所联盟公司的成员，其中每家征信所都掌握了超过80％美国人口的个人信用记录，基本上覆盖了境内所有的成年居住人口（互联网金融蓝皮书，2014）。

我国的信用评级发展起步较晚，个人信用评级仍由各家商业银行自主完成，主要涉及三个方面内容：申请人统计状况、经济状况和信用状况。其中，经济状况的占比最大，权重在50％至60％，主要包括个人（家庭）月收入、工作（行业）、房产、资产等；统计状况的占比最小，权重为10％至20％，主要包括性别、年龄、婚姻状况、子女状况、受教育程度和户籍形式；信用状况权重为20％至30％，主要包括外源征信记录、历史违约记录和资料完整度。消费信用贷款不设担保权重，个别银行有评分调整指标，主要包括是否本行员工亲属、是否重点发展客户、所在企业与银行关系等。虽然各家银行在建立个人信用评级系统时存在指标选取和权重分配上的差异，但均体现了对个人信用影响因素研究的借鉴和参考。James Copestake（2007）证实申请人的性别、年龄、家庭状况、健康状况、资产状况显著影响金融机构所提供的小额贷款的违约风险。Morton（1975）指出，申请人需赡养、抚养的家庭成员数量是影响贷款违约风险的最主要因素。Mahjabeen（2008）指出，申请人所拥有的非抵押耐用品价值也显著影响小额信用贷款的违约风险。而一些较为间接的证据也被引入信贷风险的评价，如Eaeling（1890）指出，已婚人士较单身人士更具有责任感，因而更值得被信赖。有趣的是，这些研究所列出的显著影响因素并不随着申请人的户籍形式而改变，针对农户信贷违约影响因素的研究证实了这一观点。李正波等（2006）证实年龄和受教育程度对信贷违约风险具有线性影响，他将年龄、受教育程度与申请人对金融机构的认知相联系，指出违约是财富创造能力与金融认知能力之间矛盾的有机结果。而目前银行金融机构对年龄指标大多采用非线性的引入方式，但这并不否定年龄是重要的影响因素。经济状况指标的研究则更为丰富。Barry（1981）指出，农户信贷的违约风险与申请人家庭收入的变动正相关，其中资本因素带来的风险超过操作风险。蔡丽艳等（2011）运用数据挖掘技术中的C4.5分类算法证实了家庭收入来源是影响农户信用的重要因素。

美国自1977年开始实施《平等信用机会法案》（Equal Credit Opportunity Act），该法案通过禁止授信人对申请人在性别、年龄、婚姻、种族和宗教信仰等方面的歧视而建立了信贷市场的公平秩序。而我国正规金融市场则建立在不对称的借贷信息基础上，授信人要求申请人尽可能完善个人资料，并将个人资料是否完善作为信用评价的一个附加指标，这使得信贷申请所要求的个人信息远远超过了信贷审核所需要的信息量，全部进入信用评级体系将引起相关指标的共线性。研究调查显示，各家银行在审贷中对各客观指标的重要性认知趋同，主要涉及婚姻、户籍、工作、收入、资产、征信，少数银行还考察他行弱担保负债状况。作为信用评价体系核心的上述指标，并不是针对特定人群设立的，而是借鉴了基于信贷违约行为特征的综合性研究。虽然这些指标的权重受各家银行风险控制理念差异影响而有所不同，但试图通过改变农业转移人口在这些指标上的权重分配或降低指标阈值而使农业转移人口尽可能地达到信贷门槛，这种做法本身与银行和监管部门的风险控制要求相违背，更与商业银行的逐利性相违背，早期在这一方向上的管理实践均已失败告终，证明对农业转移人口设置独立的客观评价体系是无效的。(www.xing528.com)

（2）主观指标

通过与信贷申请人的直接接触，信贷员能够获得大量一手信息，其中部分信息被填入信贷申请表中，形成客观信贷指标体系；而有3类信息则普遍不被纳入信贷申请表所囊括的客观信贷指标体系，即难以计量（归类）的信息、与信用无直接关联的信息和涉及客户隐私的信息。这些信息无法进入信用评级系统，更不会呈现在审贷员的面前，但是这些信息能够完全地被信贷员获得并处理，形成对申请人的综合认知（而不仅仅是对其信用的认知），并通过初审驳回和下调信贷额度这两种方式充分反映在信贷申请中。从对客观指标的分析中可以看出，一个信贷申请人是否是农业转移人口，并不体现在信贷申请表中，换言之，银行金融体系在审贷逻辑上并不排斥或偏好农业转移人口这一群体，其享有与城市人口相同的信贷权利，也面临与城市人口相同的信贷门槛，处于完全相同的生态位，即两者不具有系统性的差别。因此，信贷员的主观认知是影响农业转移人口与城市人口信贷非系统性差别的唯一因素；而指标或信息的主客观性，并不是其固有属性，仅表示其进入信贷审核体系的方式。主客观信息将在2种情形下相互转化：第一，若某一主观信息被引入银行的信用评级系统内，成为一个可以被获取、计量和比较的指标，则这一信息将由主观转变为客观；第二，若信贷员对某一客观指标的认知超出了该指标通过银行信用评级系统所转化成的评分内涵，则认为这一指标将由客观（部分地）转变为主观。

主观信息涉及的方面较广，研究仅考察帮助信贷员在认知上区分农业转移人口与城市人口的信息集，包括强信息与弱信息两个子集。信息的强弱是相对的，研究认为，能够较为直接地表明申请人是否为农业转移人口的信息为强信息，研究选取户籍形式和是否曾有农业户口等2项指标为强信息；而间接表明申请人是否为农业转移人口的信息为弱信息，研究选取申请人口音、子女义务教育形式、家庭农地情况和银行金融使用情况（2项）等5项指标为弱信息。需要说明的是，研究认为作为绝对强信息的“是否是农业转移人口”信息是不可得的，正如在对农业转移人口这一概念的界定中所说，由于存在对流入意愿和流出时机这两方面界定的困难，研究倾向于在这一环节中将对农业转移人口的界定交由信贷员认知识别，而尽可能少地引入申请人的自我评价；因此，“是否是农业转移人口”这样的绝对信息，研究将其视为不可得信息，拒绝其进入模型。