打分卡优化
根据评估与验证结果，结合银行的实际情况，选取评级结果表现不好且客户数占比以及信贷余额占比较大的打分卡进行重点优化，并对选定的打分卡设计具体的优化方案；结合行内信贷系统的实际情况，提出业务需求说明。
1.选择专家判断打分卡优化策略
根据银行拥有的专家资源和可获取的外部资源确定专家判断打分卡优化策略（层次分析法、专家集中讨论法、专家调整专业机构打分卡）。
2.建立专家标准和专家库
与银行讨论确定建立行内和行外各个行业信审专家遴选标准（如所评估行业的复杂程度、从业年限、客户评级的稳定性、从业资格等），使专家在对风险因素重要性的两两比较中做出正确合理的选择。协助银行收集本行内部和同业银行的相关专家信息，并建立银行专家库，记录专家的具体信息。
3.专家遴选和问卷调查
①提出打分卡的指标池。
②根据指标池设计专家调查问卷。
③银行协助下发调查问卷，收集专家对指标池进行指标增减的意见，增减指标需提出合理理由。
④银行回收专家问卷。
4.问卷分析
①对专家问卷调查的结果进行统计分析。
②剔除专家判断一致性不高的指标。
③对专家问卷中建议增减的指标，统一征求专家组意见确定是否增减。
④确定打分卡最终指标。
5.运用统计分析法确定入模变量和权重
根据银行的实际情况，采用层次分析法科学地计算出各指标的权重。层次分析法的具体步骤如图4-1所示。
图4-1 层次分析法的流程（a）
将有关因素按照不同属性自上而下分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的影响。最上层为目标层，通常只有一个因素；中间可以有一个或几个层次，通常为准则或指标层；最下层通常为子指标层。
通过与银行信贷和风险管理专家讨论，从影响债务人违约的因素中提炼出指标层，如营运能力、偿债能力、管理能力和盈利能力等。指标层建立后，进一步将其指标分解为子指标层，如将偿债能力分解为流动比率、速动比率、资产负债率等。
对专家进行培训，明确问卷调查的目的、填写问卷时的重要性评分规则、风险指标体系结构、各指标风险的含义、注意事项等，以避免填写过程中的失误和遗漏。其中，对风险指标体系结构和各指标风险含义方面的充分培训是有效控制数据质量的必要条件，使专家在比较两个指标时充分理解其含义，如果是中间层指标，还应了解其下层指标结构。
提供打分卡优化模板对于从属于（或影响）上一层每个因素的同一层诸因素，用成对比较法和1~9比较尺度构造成对比较矩阵，直到最下层。
银行专家运用打分卡优化模板将子指标两两比较，给出子指标对上层指标的重要性的相对比较值。
回收打分卡优化模板，通过比较值生成成对比较矩阵。
例如：指标层中的发展能力有三个子指标，分别为主营业务收入增长率（X1）、主营业务利润增长率（X2）和资本积累率（X3），根据专家判断和重要性量化比对表，如果主营业务收入增长率比主营业务利润增长率略重要，则成对比较矩阵元素a12=3，采用同样的办法可确定a13，a23，如图4-2所示。
图4-2 层次分析法的流程（b）
运用打分卡优化模板计算成对比较矩阵的最大特征根及对应的特征向量，并将特征向量元素由大到小排序，子指标对应的特征向量元素越大，其相对于上一层指标越重要，否则越不重要。
成对比较矩阵特征值和特征向量的计算流程如图4-3所示。
检验成对比较矩阵是否满足一致性要求。如不满足，需与银行专家讨论原因，并根据讨论结果调整比较矩阵。
检验成对比较矩阵一致性的步骤如图4-4所示。
图4-3 层次分析法的流程（c）
图4-4 层次分析法的流程（d）
首先，将已确定权重的子指标按权重大小由高到低排序，取前n项指标，使其累计权重超过一定阈值（经验数据为90%）；然后，对这些指标再次进行专家判断和层次分析，如此反复循环，最终确定8~10个关键指标及其权重。
指标筛选流程如图4-5所示。
图4-5 层次分析法的流程（e）
6.形成打分卡优化建议
基于前两步的结果，形成最终的打分卡模型。
将结果与现行打分卡进行对比，提出打分卡优化方案。
7.模型校准
通过模型校准（包括设定中央趋势、刻画校准曲线和评级映射）将打分卡的得分映射到符合银行实际情况的评级。
8.优化后打分卡验证
对优化的打分卡进行验证，验证的方法和流程与打分卡现状评估相同。
9.模型调整/确型
根据上一步验证的结果对优化后的打分卡进行调整，确定打分卡的最终形式，并投入试运行。
10.提出信贷系统业务需求
为保证信贷系统业务需求落地和可操作，结合银行信贷系统打分卡目前的实际情况，基于优化后的打分卡结构、指标和权重调整情况，提出信贷系统业务需求报告。
11.建立非零售客户评级持续监控管理制度并提出持续验证和优化的数据需求及数据管理标准
根据监管要求和行业实践，结合银行的实际情况，制定非零售客户评级持续监控管理制度，使银行对非零售客户评级的监控工作例行化和常态化；提出持续验证和优化数据需求及数据管理标准，使银行能够持续收集相关数据，并满足打分卡后续验证与优化的要求。