1. 课程导论:信用额度定价的核心概念、收益与风险的平衡艺术

1.1 什么是信用额度定价?

信用额度定价(Credit Line Pricing)是金融机构在授信决策中,基于申请人的信用风险水平、预期收益贡献以及资金成本,为每笔授信确定最优额度与利率组合的过程。它不同于单纯的“审批通过/拒绝”,而是将额度视为一个动态调节杠杆,在控制损失的前提下最大化客户生命周期价值。

核心公式(简化版):
预期收益 = 利息收入 + 手续费收入 - 预期损失 - 资金成本 - 运营成本
额度定价的目标是使 风险调整后收益率(RAROC) 达到机构设定的最低门槛。

1.2 收益与风险的平衡艺术

信用额度定价的本质是在“收益最大化”与“风险最小化”之间寻找最优解。过度保守会损失优质客户与市场份额;过度激进则会导致坏账飙升。下表展示了不同策略下的典型结果对比:

策略类型 额度设定逻辑 预期收益 风险水平 典型场景
保守型 低额度、高利率 低(客户流失) 低 新客、信用记录不足
激进型 高额度、低利率 短期高(长期亏损) 高 竞争获客、促销活动
平衡型 风险分层定价 稳定且可持续 可控 成熟客群、循环授信
实践要点: 平衡不是“一刀切”的中间值,而是通过数据驱动的风险分层,为每个客户找到其专属的“帕累托最优”额度区间。

1.3 课程整体架构与学习目标

本课程共30章,从理论到实战,系统拆解信用额度定价的完整决策链路。整体架构分为四大模块:

  1. 基础与框架(第1-5章): 核心概念、风险收益指标、监管合规基础。
  2. 量化建模(第6-15章): 违约概率(PD)、损失率(LGD)、风险定价模型构建。
  3. 决策引擎与策略(第16-25章): 额度分配算法、压力测试、动态调额策略。
  4. 实战与复盘(第26-30章): 全流程案例、模型监控、业务落地避坑指南。

学习目标: 完成本课程后,你将能够独立设计一套基于RAROC的信用额度定价策略,掌握从数据清洗到策略上线的全链路技能,并具备量化分析决策的工程化思维。

信用额度定价决策链路全景 信用额度定价决策链路全景 客户数据 征信与行为 外部宏观 风险量化:PD / LGD / EAD 定价引擎:RAROC / 额度分配 额度输出 / 动态调额 / 监控 输入层 风险量化层 定价决策层 输出与监控层

1.4 关键术语速查表

为便于后续章节学习,先建立以下核心术语的初步认知:

术语 英文全称 简要定义
PD Probability of Default 客户在未来一定期限内违约的概率
LGD Loss Given Default 违约发生时,损失占风险敞口的比例
EAD Exposure at Default 违约发生时的风险敞口金额
RAROC Risk-Adjusted Return on Capital 风险调整后的资本回报率
EL Expected Loss 预期损失 = PD × LGD × EAD
常见误区: 很多从业者将“额度定价”等同于“利率定价”,忽略了额度本身对客户行为(如使用率、逾期倾向)的反向影响。额度与利率必须联合优化,而非独立决策。

1.5 本课程适合谁?

  • 金融风控从业者: 希望从规则审批升级到量化定价策略。
  • 量化分析师/数据科学家: 需要理解业务逻辑,让模型产生实际业务价值。
  • 产品经理/策略经理: 掌握额度定价的底层逻辑,提升跨部门协作效率。
  • 金融科技创业者: 构建自有风控体系,避免“拍脑袋”定额度。