信用管理：深化个人信用评估体系建设

评估指标体系设计的基本原则

首先，坚持科学性原则。信用指标体系是评估机构和评估人员从事评级工作的依据，指标的设计必须建立在科学的统计分析的基础上，重点突出，兼顾一般，在慎重的分析考察后，准确为各个指标赋予权重。各项指标之间必须相互配合、避免矛盾重复，并且确保每个指标找到设计的依据。

其次，坚持全面性原则。评估指标内容必须全面地反映个人信用状况的各项要素。不但能够反映过去的历史状况，也能够预测未来的发展情形。不但能够反映个人的自身状况，也能反映行业经济政治环境的变化。

再次，坚持客观性原则。设计指标项目时，应尽量刨根问底，使一项指标分解到可以量化的次级指标要素中，避免过分的主观性，使指标体系在运用时具有平等性和实践性。有必要对评估人员进行包括法律法规在内的专项教育培训，使他们在工作中态度认真、公正客观，排除个人情绪爱好，避免任意改变指标项目、计算方法和评估标准。

最后，坚持可操作性。不同层级、不同角度的评估要素，以科学性、真实性为统领，在现实操作中必须保证信息的获取、分析及运用符合法律法规，同时保证获取信息时比较简单易行，便于实现和掌握。如果每个企业不区分自己的企业、市场状况，而随意借鉴抄袭其他行业或企业的评估指标体系，那么最终效果不会理想。

从不同角度看用户个人信用评估指标

从内容上看，用户个人信用评估体系包括四大类信息。第一，用户身份识别信息，包括基础信息和定位信息。基础信息是一次收集、永久使用的信息，比如购买人名称、年龄等；定位信息是用以确定购买人当前位置或常住地址等信息。第二，判断用户个人负债状况和信贷行为的信息。前者揭示当前购买用户在可预见的时期内将会偿还的债务，包括各类借款余额、担保、信用卡透支、赊账和其他法定债务，如赔偿金、赡养抚养费等。后者是在对购买用户个人过去行为习惯分析的基础上得到的用以判断其未来履约行为的信息，比如银行信贷还款、公共事业费用的缴纳、纳税申报等。第三，判断用户个人未来还贷能力的信息。如个人财产、存款、学历、职业及赡养人口等。这些信息有必要与企业的还贷能力指标作以鲜明对比。第四，特殊信息，如法院判决、车辆违章、保险理赔等。这类信息一般为负面的，可能会对其个人偿债能力产生不利影响。

从确定程度上看，评估指标可以具体分为有形指标和无形指标，或者说是物质资产指标和道德品质指标。在评估个人信用领域，道德类无形指标有助于更好地判断一个人的信用状况，有时起着决定性的作用。但正常情况下，这种无形指标的地位是辅助性的，不宜赋予较高的权重。首先，在初期与用户洽谈进行信用评估时，一般很难准确判断一个人的道德素养，而且这种指标主观性较大，不利于保证评估工作人员的公正性。但是，无论如何，摒弃或无视道德指标都是并不明智的，其内在的缺陷可以通过后续的管理流程予以避免，也就是说，这些无形指标对后续的账务催收管理、关系维护、收账策略等过程至关重要。

从时间上看，评估指标分为历史性指标和前瞻性指标。前者反映过去，后者关注将来。通常，历史性的指标会有助于反映和预测将来的信用趋势，所以两者之间的界限并不十分明确。但是，作此区分有助于不同区域和不同发展阶段的代理商有关人员根据自身的企业特点，对两者作出偏向性的权重赋值。同时，这种分类有助于提醒决策者认识到，历史性的指标是不代表将来的，不能因为一些不良记录而彻底排除向其销售的可能，除非性质十分严重或者相关法律法规的明文规定。

从空间上看，评估指标分为个人独立性指标和周围环境性指标。前者集中反映用户个人的各种信用指标状况，后者揭露出普遍性环境因素的影响。这是因为事物是联系的，特别是对于受社会、经济、政治环境影响较大的工程机械行业来说，对环境指标的密切关注就显得十分重要。信用部门，特别是独立的信用代理商有必要安排专门的监控分析小组，定期对国家和区域的政治经济局势进行深入分析，关注行业政策，分时间、分地域地对环境指标这一普遍性的个人信用评价模块进行扶植地调整。

David Durand评估模型和FICO信用评分模型

每个企业都应该制定出一套适合自己的信用评估指标体系。随意模仿其他行业或公司的评价体系，很有可能会使公司信用管理流程陷入被动，因为这是一项基础性工程，基于初期洽谈用户的防御心理薄弱等特点，这项指标体系的设计工作一定要引起相关人员的重视。当然，信用评估管理水平优秀的企业出于商业秘密的考虑，也会在信息提供上有所保留。

David Durand评估模型是国外最早的个人信用评估指标体系，该模型评定9个因素来判断一个人的信用状况，分别是年龄、性别、居住稳定性、职业、行业、个人动产、个人不动产、个人人身保险和职业稳定性。每个因素下，赋予不同层次等级以不同的分数，得分较高者往往信用状况较好。但不可否认，此模型比较看重职业与资产方面的权重，在实际操作中也过于简单化。

FICO信用评分模型是另外一种被广泛运用的模型，美国的三大信用管理局都在使用这种方法。该模型利用近100万样本数据，系统将申请人的道德品质（character）、能力（capacity）、资本（capital）、抵押担保（collateral）和环境（condition）等“5C”指标进行细化，再将更深层次的指标分档计分，加权得出最终总分，打分范围在325~900。从其对外公布的小部分FICO信用评分模块中可以体会这套指标体系的科学性和严谨性。具体包括：住房、居住时间、职位、工龄、信用卡、银行开户状况、债务收支比率、一年内被查询次数、信用额度利用率和毁约记录等。

纵观目前我国一些银行等机构的评估体系可以看出，国内更多关注的变量是性别、年龄、婚姻状况、受教育程度、住宅性质、居住时间、单位类型、职位、年收入、金融及其它财产、付款历史、司法记录、与本公司业务关系以及是否有担保等。

综上所述，深化个人信用评估体系建设必须结合行业或企业的实际状况，以科学认真的态度进行调研总结。工程机械行业的用户群体具有明显的特征，这些特征和其它行业有显著差异，建议有人力、物力、财力的企业带头进行评估体系的开发。同时，由于对个人信用评估体系的构建只是目前全行业规避用户违约风险的一个环节，还需要其他相关配套制度的建设，以及工程机械行业信用管理体系的进一步完善。