據調查80%的信貸風險來自信審審批環節，一旦消費者貸款，就只能控制20%的貸款

申請評分模型的開發

1 資料時間段劃分

表現期

不同產品，不同群體有不同的表現時期。

觀察期

觀察，提煉與模型所需要預測的表現有一定相關性的預測變數的時期。
申請風險評分模型的預測資訊主要來自兩個方面：申請表上面的資訊，和信用局的的歷史紀錄。
申請表提供申請人的個人資訊與資信資訊，如性別，年齡，婚姻，學歷，職業，收入，房產，再現單位工作時間長短，現居住地址時間長短。
信用局資料進一步反應了申請人全面的信用歷史記錄，包括負面信用歷史紀錄，現期債務負擔，信用歷史長短，對新信用的追求，信用的種類。

表現變數

根據表現期終的信用表現界定：

1. 3期拖欠以上，呆賬，破產賬戶定義為壞
2. 未拖欠或者拖欠1期的賬戶定義為好
3. 2期拖欠定義為不確定，排除在模型之外

預測變數

一般衡量三個方面的資訊：還款能力，還款意願，穩定性

1. 衡量還款能力的指標：房產，學歷高低，收入狀況，職業類別
2. 衡量還款意願：是否有較多，或者教嚴重的拖欠行為；性別，婚姻狀況。（女性，已婚還款意願較強）
3. 穩定性：現單位工作時間長短；現居住時間長短
   對於汽車貸款：申請人選擇的首期付款額度（首付越低，風險越高），付款期限長短；貸款佔汽車價值的比例，汽車品牌。

表現推測

對於申請評分而言，一個特殊的問題是樣本的偏差性和被拒絕客戶的表現推測。銀行在審批信用申請的時候有一定的選擇條件，導致被批准的客戶群體的信用質量高於申請人群總體的信用質量。
也就是說，根據歷史標準批准的人，可能模型不能通過。根據歷史標準拒絕的人，模型評分也有可能批准。
也就是說，根據表現期定義的表現變數不是模型變數的總體。

解決辦法其一：實驗：
從拒絕的申請人中選擇一部分人，批准申請，觀察期表現。

模型分組

提高模型的預測力，

模型分組

提高模型預測力，在發展申請評分時候會把總體分成幾個同質的群體。比如將有無房產做劃分。

最終申請評分模型是從候選變數中用數理統計方法將若干變數組成一個完整的評分卡。