编者按：信用额度管理参照不同的定量指标有许多不同的方法。


那么，信用额度和贷款额度是什么意思呢？用户贷款周期配额管理应采用哪些策略和模型？本文采用行为分数与信用账户平均余额的方法。


建议读者根据实际业务场景选择最合适的配额管理策略。


一、信用额度和贷款额度 信用额度是指金融机构能够为借款人提供的最大贷款金额，一般是指借款人在金融机构提供的最大贷款金额范围内的实际贷款金额。


信用额度和贷款额度的主要区别是信用额度属于意向额度，贷款额度为实际现金提取额度，信用额度总是大于或等于贷款额度。


只有当借款人的信用额度增加时，他的贷款额度才能增加，否则最大的贷款额度就是信用额度。


从金融信贷产品的角度来看，一般消费分期信贷产品的信用额度相当于贷款额度，但实际上往往只谈贷款额度。


对于信用卡分期付款和循环现金贷款产品，信用额度和贷款额度将真正区分。


两者在风险控制策略过程中也会出现差异化。


二、用户贷款周期限额管理 根据借款人的贷款生命周期，用户贷款周期配额管理大致分为：产品初始配额、信用初始配额、配额适应性调整和终止配额。


1. 产品初始配额 对于没有任何客户信息的情况下，一般不同的信用产品会对应一个初始额度范围，比如农机贷的信用额度范围是30万，产品初始额度的设置一般是金融公司的政策决定。


2. 初始授信额度 对于新的贷款申请人，金融机构将根据一些信用评估指标生成初始信用额度矩阵，并综合给出初始信用额度。


理解额度矩阵也很简单，就是选择合适的指标来区分客户群来授予额度。


一般金融机构信用考虑的指标类别有：风险指标、还款能力指标、竞争风险指标，其中竞争风险指标是指银行间额度竞争导致客户损失的风险。


举个例子：A金融公司给客户的信用额度是8000元，B在设计相同类型的金融产品配额时，公司保证8000元以上，以免因客户选择高额信贷产品而造成客户损失。


对美国等国外第三方数据公司的竞争风险数据进行统计分析API统一输出接口。


在设计授信初始额度矩阵时，通常可分为以下三个步骤： 确定客户群配额范围：通过分析产品想要针对的客户群，找到合适的配额范围。


例如，农民贷款金额在3000-1万之间；城市职工贷款金额在5000-5万之间； 确定金额授予评估指标：选择一个或多个信用评估指标，如上述风险指标、还款能力指标等； 组合额度矩阵。


以收入为单一指标授予金额，首先可以划定产品客户群体的金额范围（如3000-10000农民贷款），可以将部分收入指标分配给客户。


举个例子:低收入客户3000，中收入客户500，高收入客户1万。


同样，高风险客户3000，中风险客户5000，低风险客户1万。


产生了最初的额度管理矩阵。


3. 配额适应性调整 客户开始使用信用额度后，金融机构开始获取贷款中的客户行为数据，立即产生相应的行为评分，然后适度调整信用额度，如增减。


行为分数用于描述现有借款人在未来定时间（如12个月）的违约概率。


类似于申请分数，行为分数测量违约概率；但不同的是，它不需要立即对借款人做出决定，特别是对非循环信用客户。


如果借款人的行为分数降低，但仍能按照规定继续还款，银行或金融机构不能取消已发放的贷款。


但是，如果借款人想进一步贷款或申请取款，银行将有机会利用行为分数来决定下一次申请的结果。


在循环信用贷款中，如循环现金贷款，金融机构可以根据行为分数及时调整客户金额。


事实上，即使内部的阴影配额已经减少，金融机构也不愿意减少客户的信用配额，以避免客户不满意和损失。


如果你真的想降低信用额度，不要大幅降低。


给出当前的贷款水平和信用额度，高信用评分意味着借款人违约的可能性较低，但这并不意味着的违约概率仍然较低。


借款人的行为分数每月都在变化。


也许目前，提高信用额度的决策是有根据的，但未来是否合理取决于违约风险的变化。


因此，动态估计借款人的行为分数，设定合理的信用额度是非常重要的。


在客户持续使用信用额度的过程中，科学的客户信用动态管理是整个用户贷款周期信用额度管理中最重要的部分。


以循环信用贷款产品为例。


接下来，我将向读者解释风险回报矩阵和最佳配额模型。


在信用额度调整阶段，考虑风险和回报是循环信用贷款产品的最佳策略。


1)风险回报矩阵 风险量化指标可以是行为分数，回报量化指标可以是现金账户的平均余额。


可设计如下风险回报矩阵： 上图示例1所代表的策略是：行为分数越高（违约风险越低），透支越多；平均余额越大，潜在利润越大，透支越多。


风险回报矩阵和信贷初始额度矩阵一样，风险和回报的划分是主观的，分割点有时是随机的。


为了提取现金，最大限度地减少损失和回报，有必要使用风险回报矩阵中的最佳额度模型。


2)最优限额模型 我们可以使用该模型来决定对风险回报矩阵中各单位代表的某些借款人采取的配额调整策略，并满足整体贷款组合的要求。


最优信用额度模型的目标值是选择最优信用额度Lii最大限度地提高贷款组合预期利润减去损失)。


最优限额模型涉及非线性规划。


简单来说，我用一个模拟的例子来解释如何计算每类借款人的最优授信额度。


案例：假设一个循环信用贷款有1000个信用客户，通过行为分数分为两个风险概率组（p1_good=0.95 和 p2_good=0.05)按信用账户平均余额分为两个回报水平组（b1=500 和b2=1000）。


风险组分布如下： 上图示例2。


风险组各风险水平的信用额度为A1=1500000，A2=2.1万，这表明最危险的群体（P2=0.05)信用额度不超过2.1万，整体组合信用额度不超过1.7万。


假设预期损失D不超过7万，风险水平组1的信用额度至少是平均余额的1.5倍(即750和1500)，风险水平组2的信用额度至少是平均余额的1.25倍(625和1250)。


可获得以下线性规划： Max 14*L11 42*L12 21.6*L21 32.4*L22 261300 s.t. 200*L11 600*L12