违约伤害的不仅仅是你的个人信用

违约伤害的不仅仅是你的个人信用（精选3篇）

篇1：违约伤害的不仅仅是你的个人信用

违约伤害的不仅仅是你的个人信用

到了6月，绝大部分的学生有了工作，但相应的，又有一个问题摆放在企业与毕业生之间：违约，

大学生为什么频频违约：

一是缺少社会经验，不慎重。在签订协议时，没细读约定的内容，对约定的责任、权利和义务没反复思考，仔细思量。抱着“只要过得去，先签了再说”的念头，进入单位后，才发现不是那么回事，压力一大就受不了。

二是信用意识淡薄，先找个单位“垫底”。这样的学生也不少。目前就业难，想一下子找到一个职位、待遇等各方面都好的单位很少。无论好坏，先抓一个，机会来了，舍鱼而取熊掌。也有的毕业生根据自己的思考和意向与用人单位签约，之后将结果告知父母。父母因孩子就业地域不好，或过于遥远等方面原因，宁愿赔钱，让孩子重新择业。

三是“两地分居”。很多学生在大学时谈了对象，找工作时未能同时留在一个城市，出现了各自东西的局面，待到单位都落实后，留在小地方的一方便会向留在大城市的一方调。

从表面上看，违约是一人行为，承担一定的责任即可，但实际上对三方都有影响。

对学生本人而言，违约不光使自己经济上受损，如果用人单位申请劳动仲裁，学生还要承担一定的`法律责任。况且，一个随意违约的学生在用人单位来看，必然是不负责任之人，这样的学生大多数用人单位会敬而远之，违约，个人诚信则大打折扣，

学生违约，校方两头为难。一方面，培养学生当然希望他们能找到一份称心的工作，更好地为社会服务;另一方面，自己的学生违约，情况多了，学校也会受“牵连”。毕业生与用人单位签约，代表的不仅仅是个人，还代表着学校。用人单位往往会将一个学生的行为与学校教育质量和信誉度联系起来。个别毕业生的违约，可能会影响到该单位所在地区与学校的关系，甚至影响到本届毕业生乃至以后各届毕业生到该单位和该地区的就业。也就是说，违约学生越多，学校的信誉度越受影响。

直接受害者是用人单位。违约打破了用人单位的工作计划，增加了用人单位的劳动量。尽管用人单位为防止大学生失信，设置了数额不等的违约金，但违约现象并未减少。用人单位因此在招聘时常常头疼不已。

“先就业，再择业”应该是在慎重考虑后签约，尤其是在第一次签约时，应慎之又慎，否则，可能造成严重影响。毕业生选择工作时，不应把薪水和福利作为惟一要素，而应全面考虑这个工作更利于自己的成长。加上目前大学教育培养出来的人才并不是立刻可以适应工作，需要有一个和社会、单位磨合的过程，也是个人社会经验的积累过程。若频繁跳槽违约更换工作，对个人发展不利，而且发展空间也会受到限制。不要这山望着那山高，更不要脚踩几只船，也不要狭隘地认为自己是“天之骄子”，应面对现实，脚踏实地，珍惜每一次机遇。

篇2：违约伤害的不仅仅是你的个人信用

关键词：信用评分,判别分析,Logistic回归

1个人信用评分体系

1.1个人信用评估模型的内容

个人信用评估模型的信息内容, 包含基本指标体系和环境指标体系。

(1) 基本指标体系可分为一是反映履约偿付能力的价值体系;二是反映履约还款意愿的信誉体系。

价值体系中的信息内容具体主要应包括个人的工作背景, 家庭婚姻状况, 健康程度, 个人财产收入, 抵押品与担保品状况, 申请消费贷款额度、期限、首付比例还款方式, 以及其他债务情况等。信誉体系的信息内容则可包括商业信誉、金融信誉、司法信誉等, 主要由个人的历史信用记录来反映, 如有无提前还款, 或拖欠、呆账、矿产倒闭、逃漏税、乃至刑事犯罪等情况, 还有有无向多个银行同时申请信用的记录, 如是则要对其动机质疑, 降低其信誉度。

(2) 环境指标体系也可分为两块:一块为经济环境指标包含行业环境指标, 国民经济环境指标及世界经济环境指标, 以反映个人所处的行业景气状况, 整个国家乃至全球的经济气候波动对其信用的影响作用。在具体的评估模型操作中, 它们对个人信用影响程度的权重依次呈弱化趋势。经济环境的信息内容主要有社会经济状况, 所处为朝阳行业或夕阳行业, 市场利率水平波动状况及价格波动状况等;另一块则为地区信用指标, 即将该个人所处地区的信用等级也作为个人信用一个参照物。其假设前提为信用等级高的地区中人们的信用知识较为普及化, 信用意识也会更为强烈。

1.2个人信用评估模型的评分方法

信用评分本质上属于模式识别的分类问题, 即将借款申请人划分为能够按期偿还 (即“好”客户) 和违约 (即“坏”客户) 两类, 从每类的样本数据中挖掘出各自的特征, 总结出分类的规则, 建立数学模型, 用以测量借款人的违约风险 (或违约概率) , 为消费信贷决策提供依据。

信用评分研究源于20世纪30年代, 在60年代成为热点。近年来, 随着市场竞争的加剧以及计算机技术的发展, 越来越多的计量方法 (如统计学等定量分析工具) 被运用到信用评分领域。统计学方法主要包括线性回归、判别分析和Logistic回归等。大部分的信用评分模型都使用其中的一种方法, 或将几种方法结合起来使用。

(1) 判别分析 (Discriminate analysis) 法。

假设信用申请者总体 (用A表示) 由“好”客户 (用G表示) 和“坏”客户 (用B表示) 两部分组成。我们的目的是将A分成两个部分AG和AB, 在AG中是所谓“好”客户, 而将“坏”客户划分到AB中, 并且希望错分的可能性尽量小。设:

pG和pB分别表示总体中“好”客户和“坏”客户的比例;

L表示将一个“好”客户错分为“坏”客户所造成的平均利润损失;

D表示将一个“坏”客户错分为“好”客户所引起的平均债务坏帐损失;

p (x|G) 和p (x|B) 分别表示“好”客户和“坏”客户的特征项向量取值为x时的密度函数;

q (G|x) (q (B|x) ) 表示某个申请者的特征项向量取值为x时他是一个“好”客户 (“坏”客户) 的概率。显然q (G|x) 正比于p (x|G) pG, q (B|x) 正比p (x|B) pB。

为了减少错分的可能性, 一种考虑的方法是最小化期望损失, 也就是

这当然有一定的近似, 因为在实际中对不同的申请者L和D的值一般并不是相等的。

由于undefined, 式 (Ⅰ) 的最优解可以表示为

如果p (x|G) 和p (x|B) 是多元正态分布, 则式 (Ⅱ) 可以转化成一个线性关系:x1w1+…+xnwn

(2) 回归分析 (Regression Analysis) 法。

1) 线性回归方法。

将普通的线性回归方法应用于信用评分模型时可以这样来描述:假设一个申请者的违约概率p与申请者的特征变量, X1, X2, …, Xm之间存在以下关系:

其中ε是随机扰动项, 我们可以利用样本数据对p进行估计, 并进而对 (Ⅲ) 中的参数wi进行估计。

线性回归分析应用于信用评分时存在着明显的缺陷。如式 (Ⅲ) 所示, 式 (Ⅲ) 的右边取值可以从-∞到+∞, 但是等式的左边是一个概率, 其取值范围只能在 (0, 1) 区间内。如果等式左边变换成p的一个函数, 它可以取任意值, 则模型会更有意义。这样, Logistic回归方法就成为信用评分模型中使用最广泛的方法之一。

2) Logistic回归。

假设用y表示发放一笔贷款这一事件, 用y =1表示到期后借款人违约 (通常称为一个“坏”的贷款) , y =0表示借款人不违约 (通常称为一个“好”的贷款) 。我们的目的是利用已有的样本资料建立模型, 对借款人违约 (即y=1 ) 的概率p进行预测。Logistic回归是处理这一类问题的较好的方法。在Logistic回归模型中假设:undefined

其中p表示y=1 (即“坏”的贷款) 的概率, xi是描述借款人特征的一些指标 (这些指标被认为与违约的概率有关, 又称为解释变量) , p/ (1- p) 称为发生比 (odds) 。

我们可以利用已有的样本指标对模型中的参数βi进行估计, 并对模型进行相关的统计检验及计量经济检验。待得到一个较为稳定的、预测准确性较高的模型后, 模型即可投入使用:即一个新的借款人的相关指标数据输入模型, 对其违约发生比 (或违约概率) 进行预测。在实际使用时, 通常将违约发生比或违约概率通过某种线性变换转换成分数, 银行可以根据申请人的信用得分情况决定是否发放贷款及发放的额度。

Logistic回归模型克服了线性回归模型的缺陷, 其等式两边的值均可取任意值。就理论背景而言, 人们可能会认为在信用评分中Logistic回归是比线性回归更加合适的方法。

2个人信用评分模型的运用

个人信用评分是对个人在参与市场经济的交往过程中, 相关机构或实体对其履行与资本项目、融资合同、契约, 取得某种服务有关的能力及其可信程度的综合评定。为管理违约风险, 需对借款人进行信用分析。能否放款以及放款的额度和期限主要取决于个人信用状况。信用由人和物两类因素决定, 人的因素包括个人品质、信誉、名望、能力及其与贷款机构的关系等因素;物的因素包括资产、收入等。个人信用等级为评价债务人的违约比率提供了可靠参考, 是债务人偿债能力的体现, 贷款机构可根据债务人的个人资料和数据确定其信用等级。

欧美国家商业银行特别注重物的信用, 日本和东南亚国家则比较重视人的信用。个人信用评价通常采用信用评分法, 即按照申请者的年龄、职业、收入、居住以及与银行的关系等因素评分得出各指标的得分与总分数。

以下表1是根据交通银行总行开发的个人信贷系统中的个人信用评分体系设计的个人信用评分表。在该体系中, 首先, 将影响个人信用分数的因素分为五大类, 分别是保障支持、经济支持、稳定情况、个人背景和与银行关系, 称为一级信用参数, 并根据每类参数的重要性定义其“权重”, 各一级参数权重之和为1。其次, 将一级信用参数按其业务属性进行二级分类, 各二级信用参数的权重之和也为1。

3结语

本文简单介绍了信用评分技术, 就信用评分中的主要方法和模型进行了述评。可以说凡是涉及有关分类的定量方法都可以在信用评分中找到应用。随着信息经济时代的到来, 信用评分工作越来越重要, 现有模型基本上都是借鉴其它国家的运行情况而建立的, 在运用这些模型分析我国的问题时, 必须根据我国的国情进行一定的修正与调整, 需要开发适合我国具体情况的信用评分模型。总之, 我国个人信用评分模型的进一步完善能推动我国个人信用制度的改进, 最终有利于我国社会信用体系的全面建立。

参考文献

[1]张维.商业银行信用风险分析综述[J].管理科学学报, 1998 (9) :19-27.

[2]杨力, 宋利, 侯峰.信用评分的统计模型方法述评[J].统计与决策, 2006, (7) .

篇3：违约伤害的不仅仅是你的个人信用

社会的物质文明、政治文明和精神文明建设，离不开诚实守信、遵纪守法、重合同讲信用的社会风气。在我国，个人信用记录即“信用档案”的重要性将日益凸现。诚信并不是与生俱来的，也不是仅仅靠法律和道德规范就可以形成的。如果失信行为不被记录、不受惩罚、不付出代价，个人很难获得诚实守信的动力。因而就整个社会而言，需要建立有效的、可持续的机制，需要做一系列包括建立、积累“信用档案”在内的大量的扎扎实实的基础工作。

征信工作在我国还属新生事物。探索中，难免有所偏差。前一时期，就有人持“个人征信系统是搞黑名单”、“信用污点会跟人一辈子”等值得商榷的观点。对此，央行征信中心负责人明确指出：个人征信系统只是如实客观地记录个人原始的信用信息，不加任何主观判断。此外，一次失信可能会在一段时间内对个人产生一些影响，但所谓的“信用污点”绝对不会跟人一辈子。在国外，一般的负面记录保存7年，我国也将尽快出台相关规定。

我国的征信工作会逐步规范化和法制化。

新闻梗概：

“个人信用档案”收录的个人信贷余额已占全国个人消费信贷余额的97．5％

有这样一个故事广为流传：一位中国留学生在美国准备贷款买房，银行一查他的“个人信用档案”，发现他在6年前有一笔80多美元的电话账单没付。他努力回忆，才想起当时因为搬家太匆忙，没有及时通知电话公司，所以漏掉了账单。可就是这样，他的贷款利率还是被提高了0．2个百分点。

在许多发达国家，人人都有一份“个人信用档案”，任何银行、公司或业务对象都可以付费查询。如果你有过不良的信用记录，比如欠款不还、开空头支票、诈骗等，在你申请贷款、上保险和求职时将比“清白人”麻烦得多，甚至寸步难行；如果你信用良好，则在各方面都对你大开绿灯。

如今，这样的“个人信用档案”在中国也问世了！1月16日，中国人民银行副行长苏宁宣布，我国个人信用信息基础数据库于2006年1月正式运行。

此后，银行只要获得您的书面授权，输入您的姓名、身份证号码，就可以在这个数据库里查询到您的个人信用信息。数据库里主要记载着这样一些信息：

——基本信息。包括您的家庭住址、工作单位、学历学位、婚姻状况、联系方式等。

——贷款信息。包括您在哪家银行贷了多少款，还了多少，是否按时还款等。

——信用卡信息。包括您办理了哪几家银行的信用卡，透支额度，还款记录等。

银行可以从中了解您的个人信用状况，从而决定是否给您贷款。

苏宁介绍说，这个数据库目前收录的人数已达3．4亿人，其中有信贷记录的约3500万人。截到去年底，收录个人信贷余额2．2万亿元，约占全国个人消费信贷余额的97．5％。

一些银行反映，查询数据库之后被拒绝贷款的客户，约占申请客户的10％左右

不要小觑这个数据库，它有着不同寻常的经济和社会意义。

它有利于商业银行防范个人信贷风险。时下，许多银行已经把查询这个数据库作为贷款前的必经程序，每天查询量达11万笔左右。一些银行反映，查询数据库之后被拒绝贷款的客户，约占申请客户的10％左右。

最为重要的是，它有利于逐步形成诚实守信、遵纪守法、重合同讲信用的社会风气，提高全社会的诚信水平。诚信并不是与生俱来的，也不是仅仅靠法律和道德规范就可以形成的。如果失信行为不被记录、不受惩罚、不付出代价，个人很难有诚实守信的动力。而通过识别个人身份，保存其信用记录，有助于形成促使个人重视保持良好信用记录的约束力。

除了这些大的意义之外，“个人信用档案”对普通百姓的好处也显而易见——

省时间。银行需要了解的很多信息都在这个数据库里，不必再花太多时间去调查核实，因此，有了数据库，您能够更快地贷到款。

好借款。俗话说：“好借好还，再借不难。”如果您的信用“档案”反映您是一个按时还款、认真履约的人，银行肯定喜欢您，不但能提供贷款、信用卡等信贷服务，还可能在金额、利率上给您优惠。

更公平。信用“档案”显示的是您个人信用的客观历史记录，“让事实说话”，减少了信贷员的主观感受、个人情绪等因素对您贷款、信用卡申请的影响，让您得到更公平的信贷机会。

五大措施保证个人隐私不受侵犯

自己各式各样的信用信息都进了这个数据库，您最担心的或许是个人隐私会不会泄露的问题。

戴根有介绍说，央行采取了五大措施来保证个人隐私不受侵犯：

授权查询。如果没有您的书面授权，没人能看您的信用“档案”。当然，如果您已经从一家银行借了款或办了信用卡，那么这家银行无需征得您的同意，就可以查看您的“档案”。因为，银行需要随时了解您的最新情况，以确保其资金的安全。

限定用途。除了您本人之外，银行只有在为您办理贷款、信用卡等业务时，或管理贷出去的款、发出去的信用卡时才能查看“档案”。

保障安全。整个系统采用了国内最先进的计算机防病毒和防黑客攻击的管理系统，其安全性是国内一流的。

查询管理。您可以在您的信用“档案”里看到有哪些机构由于什么原因查询过自己的“档案”，对非法查询的行为可以向央行征信中心反映并要求依法处理。

违规处罚。银行如果违规查询信用“档案”，或将查询结果用于规定范围之外的其他目的，将被处以1万元以上3万元以下的罚款；涉嫌犯罪的，将移交司法机关。

新闻来源：