fbpx

評分模型

信用分數的計算來自於聯徵中心( 可以參考貸鼠先生的另外一篇文章:聯徵中心一套評分計算模型,分別由三種類別的信用資料組成。
  1. 繳款行為類信用資料
  • 個人過去在信用卡、授信借貸以及票據的還款行為表現,用途是在於瞭解個人過去有無不良繳款紀錄及其授信貸款或信用卡的還款情形,主要包括其延遲還款的嚴重程度、發生頻率及發生延遲繳款的時間點……等的資料。
  1. 負債類信用資料
  • 指個人信用的擴張程度,主要包括 3 個面向資料:
  • 負債總額:如信用卡額度使用率
  • 額度使用率計算方法 = 應繳金額 + 未到期金額 ÷ 信用卡額度
  • 另外信用貸款的往來金融機構家數與金額也納入
  • 負債型態( 如:信用卡有無預借現金、有無使用循環信用如:授信有無擔保品)
  • 負債變動幅度( 如:授信餘額連續減少月份數
  1. 其他類信用資料
  • 主要包括新信用申請類之相關資料( 如:金融機構至聯徵中心之新業務查詢次數 )、信用長度類之相關資料 ( 如:目前有效信用卡正卡中使用最久之月份數 ) 及保證人資訊類相關資料等。
回報錯誤抽好禮
 
 
我要回報

Mr.Roo

袋鼠金融希望能建立一個安全、值得信任的平台,讓民眾可以在這裡找到最好的金融方案,用資金繼續實現夢想的藍圖。 袋鼠金融聯手多間銀行提供優惠金融方案,不僅運用 Gogolook 防詐資料庫與 AI 技術,更符合金管會開放銀行 (Open Banking) 政策中資安認證與資料傳輸規範。袋鼠金融為每一位民眾創造便捷、安全、高效的金融服務體驗,以實踐普惠金融的價值。

View all posts by Mr.Roo →

立即登入回報錯誤

歡迎加入會員協助內容報錯,告訴我們您的想法,報錯資訊確認後即可參加 「眼尖讀者月月抽獎活動」。報錯教學與詳細活動說明請點此了解更多

登入 / 註冊