差别化的贷款利率定价模型设计及系统实现

刘伟军

【摘 要】随着经济社会的发展,银行贷款品种日益增多,如何灵活地控制每种贷款品种的利率浮动水平,以及针对每位客户科学、合理地给出贷款利率价格,具有非常重要的意义.为此,提出一种差别化的贷款利率定价模型,该模型不仅可以实现差别化的利率定价,而且可以严格控制各种贷款品种的最低及最高上浮比例.同时,在该模型中引入信用等级机制,可激励客户向优质客户转变. 【期刊名称】《赣南师范学院学报》 【年(卷),期】2013(034)006 【总页数】5页(P66-70)

【关键词】差别化;利率定价模型;信用等级 【作 者】刘伟军

【作者单位】赣南师范学院物理与电子信息学院,江西赣州341000 【正文语种】中 文 【中图分类】TP319 1 引言

在商业贷款过程中，为提高银行收益，通过提高贷款利率的办法，不仅不能达到目的，反而会起到相反的效果，造成优质客户资源的流失.文献［1］从中国商业银行贷款利率定价的角度出发，结合信贷配给理论，采用基于主体计算金融学的方法，

分别模拟一刀切的方式和基于一个合理的利率定价模型进行定价，他们对比发现：不同的利率定价模型影响中小企业的贷款业务，当贷款利率价格上升到某种高度后，银行的收益会随着利率价格的走高而逐渐下降，选择合理的利率定价模型不仅能够缓解中小企业的资金困难，而且银行也不会减少收益.商业银行应按照客户贷款规模、信用等级、资产负债和借款单位经营状况等指标来实施有差别化的利率定价.所以，利率不能定得过高，也不能太低，需要有一种科学的、合理的利率定价模型，即稳定银行收益，又能激励客户成为优质客户(优质客户，在银行存款数额较大，或借款能准时归还本金和缴纳利息，信用记录保持良好).

以此为背景，我们在传统的利率定价模式上引入借款规模，客户存款贡献度和信用等级水平，作为我们利率定价模型的重要指标参数，实现差别化的利率定价，主要目的有二个：一是吸收客户存款，扩大客户与银行之间的资金往来数额;二是激励客户成为优质客户，按时还款缴息，尽最大可能减少违约风险.实践证明，该模型非常适合农村信贷市场，个人以及中小企业贷款利率定价. 2 利率定价模型研究现状

文献［2－7］研究了银行贷款利率定价的信用风险因素，文献［3］和文献［5］创建了基于信用决策的模型，并在该模型引入了风险参数.此类模型在国内不具有普遍适用性，特别是在广大农村信贷市场，因为文献［8］研究表明，农村地区普遍存在三个缺乏：一是缺乏完善的信用风险评价体系，对企业和个人的信用程度、还款能力等情况缺乏科学、数据分析、判断和鉴定;二是缺乏信息处理技术平台，无法对客户资料和信息进行可行性预测和系统资料数据分析;三是缺乏系统的历史数据支撑，无法对客户信息进行连续、系统的分析和预测.

商业银行普遍采用成本加成定价模式［9］.该模式属于成本导向型模式，这种模式必须精确地测算并分配经营成本，这就要求商业银行不仅要有一个较为成熟和完善的成本管理系统，而且还要充分估算贷款的违约成本，技术难度较高，应用范围有

限.

文献［10］指出，目前贷款利率定价问题仍困扰着农村信用社，主要体现在：农村信用社贷款利率价格普遍偏高，贷款利率定价差异化不明显，利率定价只是在基准利率基础上简单的上浮一定比例百分点，主观臆测性强，随意性较大. 因此，迫切需要一种易于操作，而且对客户有细致区分度的利率定价模型.本文所提出的差别化定价模型充分考虑了用户的贡献度、信用水平和贷款规模，严格细分所有贷款品种的利率浮动水平，为银行建立起以“一户一价”的精细定价模式，同时能根据市场经济形势的变化灵活调整利率定价水平.全面剔除影响利率定价的人为因素，提高了银行在利率市场化环境下的竞争力. 3 差别化的贷款利率定价模型 3.1 模型介绍及算法实现

为体现差别化的利率定价，模型中引入了客户近一年加权日平均存款余额作为重要的参考指标，这个指标相比其它风险因素而言，银行比较好掌握.假设贷款基准利率为B(为常数，由贷款期限决定)，借款人近一年加权日平均存款余额为D，所谓加权，即累加客户所有存款账户的近一年日平均存款余额.客户需要借款的数额为L，存贷占比为D/L，客户的信用等级为Ai，可以有多个等级，Ai信用对应的上浮比例ai，ai大小由单位的业务逻辑规则来自由定义，如果客户无不良信用记录，则ai=0，否则ai＞0，并定义：

定义1 d=V(D/L)(d的单位：%)，V操作定义为对D/L的结果四舍五入保留两位小数点后换算成的整数百分比，且D/L＞=1时，d值为100%.

定义2 pi=f(di)(pi的单位：%)，当存贷占比为di时，pi对应di在f函数上的一个映射值，pi为利率上浮幅度.

r为客户所获得的贷款利率价格，给出利率定价模型为：r=B×(1+pi+ai) 在模型中，pi大小取决于di的值，显然，存贷占比值di越大，pi值应该越小，

客户享受更低的贷款利率价格.下面我们来求解具体的pi值.

为控制利率的浮动幅度，设定贷款品种最高浮动百分比为MaxP，最低浮动百分比为 MinP.在实际业务中，为了弹性控制的需要，再引入一个参数C，C为最低浮动百分比时的存贷占比值.若存贷占比值等于或大于C，客户可享受最低优惠浮动百分比MinP所对应的贷款利率价格，C相当于可浮动的利率控制线，可以根据信贷市场的波动情况而变化.C也可以理解为：当存贷占比d大于或等于C时，利率价格已经达到最低了，不可再降低.MaxP，MinP和C均约定为整数百分比(单位：%)，C满足0% ＜C＜100%. pi取值算法说明：

（Ⅰ）如果d=0，即存贷占比为0%，pi=MaxP，意味着客户的近一年日平均存款余额为0，客户所获贷款利率价格为该贷款品种最高浮动百分比所对应的贷款利率价格.

（Ⅱ）如果d＞=C，存贷占比达到控制线，pi=MinP，即客户享受该贷款品种最低浮动百分比所对应的贷款利率价格.

（Ⅲ）如果0＜d＜C，pi为最高浮动百分比MaxP逐渐均匀递减到MinP过程中的某个值.每次递减幅度可以用公式表示如下：

算法描述如下：

至此，实现了利率定价规则的关键部分.利率定价时，可通过存贷占比值d和P［］得出相应的利率上浮幅度.再根据贷款品种的基准利率和客户信用等级ai计算出客户的贷款利率价格.

上述模型引入客户近一年日平均存款余额和信用记录作为重要衡量指标，以客户的

历史存款贡献度为主要依据，确定贷款利率上浮幅度，实现了差别化的利率定价，充分考虑了借款客户的信用情况.引入最大最小利率浮动幅度和控制线参数C，把利率的上浮水平控制在一定范围内，实现了利率的弹性调控. 3.2 利率定价系统实现

有上述利率定价模型和算法实现作为基础，结合贷款业务定价流程：(1)维护客户身份信息;(2)维护客户所有存款账户信息，包括活期和定期账户;(3)利率定价，输入客户需要借款余额，计算出客户上浮幅度和贷款利率;(4)根据客户信用等级，调整上浮幅度，得到最终贷款利率.可得系统的总体框架图如下图1，当系统运行一个月或一个季度后，可以通过查询数据库中利率定价信息，汇总利率定价水平，结合经营状况和市场情况重新调整利率定价规则. 模块说明： （Ⅰ）客户管理

通过该模块实现客户身份信息管理，如图2客户身份信息添加功能界面. （Ⅱ）信用规则模块

该模块添加不良信息记录规则和对应的利率上浮比例.

例如，可把信用规则分为三大类：(1)本金归还情况;(2)缴息情况;(3)是否转贷.利率定价时，综合这三类情况来判定用户是属于哪个信用等级，从而决定上浮比例.如图3为信用规则管理模块. （Ⅲ）账户管理

通过该模块，可对客户的所有活期或定期存款帐户进行维护.如图4客户活期账户添加功能界面，可计算出客户所有账户的日平均存款余额，为利率定价操作做好前期准备.另外，存款账户还可以添加本人账户，其配偶或子女账户也可以计算在内，以最大限度吸收客户存款，互惠互利. 图1 利率定价系统总体框架图

图2 客户身份信息添加 图3 信用规则模块管理 图4 客户所属账户信息维护 （Ⅳ）基准利率维护模块

维护不同贷款年限下的基准年利率，如图5. （Ⅴ）利率定价规则模块

定价规则新增，如图6可设定贷款品种最高上浮百分比MaxP，最低下浮百分比MinP，以及最低浮动百分比时的存贷占比值C.

定价规则生成，如图7根据贷款品种的最高上浮百分比MaxP，最低下浮百分比MinP和最低浮动百分比时的存贷占比值C.调用3.1算法，生成该贷款品种加权日平均存款余额占借款金额从0%～100%的相应利率上浮幅度.

生成结果如下图8，为授信贷款下农户小额信用贷款证加权日平均存款占比借款金额从0%～100%所对应的基准利率上浮比例，因篇幅关系，中间部分略去. （Ⅵ）利率定价模块 图5 基准利率维护

利率定价模块，只需输入客户有效证号，选择贷款品种和贷款期限，并输入借款金额，即可得出客户的上浮比例和贷款利率价格.如果客户有不良记录，可根据客户不同的信用等级进行上调利率价格.利率定价功能界面如图9，借款客户选择农户小额信用贷款证，需要借款20万元，贷款期限3年，该贷款品种最高利率上浮幅度为80%，对应的最高贷款利率为9.975 0‰，但客户近一年日平均存款余额为6 404.44元，存贷占比3%，利率上浮77%，相应的贷款利率为9.808 8‰.考虑到该客户先前贷款本金逾期30多天才归还，而且欠息，但不超过30天，信用等级综合评定为三级，利率需要再次上浮20%，计算出客户的最终贷款利率为10.917 1‰.

（Ⅶ）利率定价查询

汇总贷款品种某一时间段利率定价信息，及时了解利率定价平均水平，为利率定价规则调整提供决策依据. 图6 定价规则新增 图7 定价规则生成 4 系统运行

本系统采用 ASP.NET2.0(C#)+SQL2005开发，部署于项目实施单位内部

Windows2003 Server服务器上，全面覆盖单位所属30多个服务网点，客户端只要通过浏览器就可以进行利率定价操作，跟传统C/S软件相比，采用B/S结构，适应了服务网点多，地域分散，信息又可即时共享的需求.同时，由于采用了B/S模式，系统的维护和升级工作也变得简便.

从实际运行效果来看，本系统确实大幅度节省了客户经理利率定价时间，提高了工作效率，全面杜绝人情贷款，客户经理组织存款和议价变得更加主动.系统运行一年多来，吸收的存款总额与去年同期相比有大幅度提升，绝大部分客户都能遵守信用，基本达到了模型的预期目标，对银行转换经营机制，增强利率定价能力和激励客户向优质客户转变具有积极的影响，获得了非常高的用户满意度，该系统已成为该单位具有重要影响力的业务系统之一，值得推广. 图8 农户小额信用贷款证利率定价规则表 图9 利率定价功能界面 5 结束语

本文设计了一个差别化的贷款利率定价模型，建立了“一户一价”的精细化的定价模式.在此模型基础上，不同单位可根据本单位内部的业务逻辑规则进一步灵活扩展，如引入客户缴税额度，经营成本及其他相关评价因子，使模型更科学，更符合具体的应用场合.

【相关文献】

［1］ Xiong XIONG，Cui GUO，Wei ZHANG，et al.Loan Rate Pricing of SME Financing based on Agent－based Computational Finance Approach［J］.Systems Engineering－Theory ＆ Practice，2009，29(12)：9 －14.

［2］ Wendy Edelberg.Risk－based pricing of interest rates for consumer loans［J］.Journal of Monetary Economics，2006，53(8)：2283 －2298.

［3］ Tor Jacobson，Jesper Lindé，Kasper Roszbach.Internal ratings systems，implied credit risk and the consistency of banks’risk classification policies［J］.Journal of Banking ＆ Finance，2006，30(7)：1899 －1926.

［4］ Iichiro Uesugi，Koji Sakai，Guy M.Yamashiro.The Effectiveness of Public Credit Guarantees in the Japanese Loan Market［J］.Journal of the Japanese and International Economies，2010，24(4)：457 －480.

［5］ Kaj Nyström，Jimmy Skoglund.A credit risk model for large dimensional portfolios with application to economic capital［J］.Journal of Banking ＆Finance，2006，30(8)：2163 －2197.

［6］ Michel Dietsch，Joël Petey.The credit risk in SME loans portfolios：Modeling issues，pricing，and capital requirements［J］.Journal of Banking ＆Finance，2002，26(2)：303 －322.

［7］ Pang S L，Wang Y M.Credit decision model including default risk parameter［J］.Systems Engineering－Theory ＆ Practice，2008，28(8)：81 －88.

［8］ 段素雷，蒋远胜.农村信用社贷款定价现状·问题与对策——以四川YS农村信用联社为例［J］.安徽农业科学，2007，35(34)：11210－11212，11245.

［9］ 何红梅，杨秀梅.商业银行成本加成贷款定价模式探析［J］.会计之友，2012，(6)：48－50. ［10］ 吴文成，王来华，余良乾.农村信用社贷款利率定价面临的挑战与对策［J］.海南金融，2011，(1)：76－81.