FIco系统模型介绍
FICO模块介绍文档
SAP FI/CO模块介绍文档
（FI/CO：FI代表英文单词Finance财务会计的缩写,CO代表英文单词Controlling管理会计的缩写）
1、FI和CO是SAP财务会计系统的两大组成部分：
FI，重点关注财务会计，即外部会计，关注的是按照一定的会计准则，组织账务，并出具满足财税等外部实体及人员要求的法定财务报表，通常比较标准。
CO，重点关注管理会计，即内部会计，通常比较灵活，出具的报表是为了满足内部管理机构及相关人员的需要。
２、学习FICO模块的一些要求及特点
一：正规院校大专及同等以上学历。
二：具备财会会计等基础知识。
三：欢迎英语优秀者学员参加，就业更加容易
四：CO属于核心之核心，学好FI是为了学习CO作基础
五：sapfuture的FICO课程先讲FI 后讲CO
3、学习FICO模块的优势
1）FICO模块是SAP核心模块，SAP项目必上模块之一
2）FICO模块人才需求量大，FICO新人机会较多
3）FICO模块在SAP模块中薪资较高，增幅空间极大
4、FICO模块适合人群
1）从业2年以上，有着财务会计等基础在职人员
5、FICO行业薪资范围
1）毕业薪资在8K左右，英语水平高者10K以上
2）入行2-3年薪资12K以上，转自由顾问日薪再1K-3K左右如有兴趣学习SAP FICO模块请加QQ：793665637进行交流。
sap fico的基础知识
SAP FICO（Financial Accounting and Controlling）是SAP企业资源计划（ERP）系统中的财务会计和控制模块。
它提供了一套全面的财务管理和控制功能，帮助企业进行财务核算、预算管理、成本控制、利润分析和报告等。
以下是一些关于SAP FICO的基础知识：财务会计（Financial Accounting）：财务会计是SAP FICO模块的核心组成部分，用于记录和处理企业的财务交易和财务报表。
它包括总账会计、应付账款、应收账款、资产会计、银行账务等功能。
控制会计（Controlling）：控制会计模块用于企业内部成本管理和利润分析。
它包括成本中心会计、利润中心会计、订单管理、产品成本计算等功能，帮助企业实现成本控制、利润分析和业绩评估。
主数据（Master Data）：SAP FICO使用主数据来管理企业的基本财务信息。
主数据包括总账科目、供应商、客户、资产等，它们用于记录和跟踪企业的财务交易和报表。
金融报表（Financial Reports）：SAP FICO提供了一系列标准的金融报表，如资产负债表、利润表、现金流量表等，帮助企业进行财务分析和决策。
预算管理（Budgeting）：SAP FICO模块支持预算管理功能，允许企业制定、执行和监控预算计划，并与实际财务数据进行比较和分析。
集成性（Integration）：SAP FICO与其他SAP模块以及第三方系统进行集成，实现与采购、销售、物料管理等其他业务流程的数据交互和共享。
了解SAP FICO的基础知识有助于企业理解该模块的功能和潜力，以便更好地利用SAP ERP 系统进行财务管理和控制。
请注意，SAP FICO是一个复杂的模块，实际应用和配置可能涉及更多细节和深入的学习。
银行信用评估模型介绍
银行信用评估模型介绍银行信用评估模型是银行业务中重要的工具，用于评估借款人的信用状况及其还款能力。
它通过对借款人的个人信息、财务状况和历史信用记录等数据进行分析和预测，为银行在贷款审批和风险管理中提供参考依据。
本文将介绍几种常见的银行信用评估模型。
一、传统评分卡模型传统评分卡模型是一种经典的银行信用评估模型，以FICO（Fair Isaac Corporation）信用评分模型为代表。
该模型通过对借款人不同特征指标进行加权评分，从而得出整体的信用评分。
这些指标可以包括借款人的年龄、性别、婚姻状况、工作经验、收入状况等。
通过建立样本数据库并对其进行回归分析，确定各指标对信用风险的影响程度，进而得出一个综合的信用评分。
这个评分可以代表借款人的信用等级，方便银行进行信用审批和贷款定价。
二、行为评分模型行为评分模型是基于借款人在银行进行交易活动的数据，如账户余额、存取款频率、贷款还款情况等，来评估其信用状况的模型。
这种模型更加关注借款人的行为表现，通过对交易数据进行统计分析，识别出与高风险行为相关的特征，从而为银行提供对借款人的信用评估。
与传统评分卡模型相比，行为评分模型更加注重借款人的实际行为，可以更精准地评估其信用风险。
三、机器学习模型随着人工智能和大数据技术的发展，机器学习模型在银行信用评估中得到了广泛应用。
机器学习模型可以通过分析大规模的数据集，发现其中隐藏的模式和规律，从而预测借款人的信用风险。
这些模型可以利用多种算法进行训练和优化，如决策树、支持向量机、神经网络等。
相比传统评分卡模型和行为评分模型，机器学习模型更加灵活和准确，可以处理更加复杂的信用评估场景。
四、区块链信用评估模型区块链技术作为一种去中心化的分布式账本技术，正在逐渐应用于信用评估领域。
区块链信用评估模型的特点是更加透明和可追溯，可以消除信息不对称的问题，提高信用评估的准确性和可信度。
借助区块链技术，银行可以实时获取和验证借款人的交易数据和信用记录，更好地判断其信用状况和还款能力。
美国FICO评分系统简介
美国FICO评分系统简介FICO 评分系统在美国得到广泛地使用FICO 评分系统有五类主要影响因素：客户的信用偿还历史、信用账户数、使用信用的年限、正在使用的信用类型、新开立的信用账户美国的个人信用评分系统，主要是Fair IsaacCompany 推出的 FICO，评分系统也由此得名。
一般来讲，美国人经常谈到的你的得分，通常指的是你目前的FICO分数。
而实际上， Fair Isaac 公司开发了三种不同的FICO 评分系统，三种评分系统分别由美国的三大信用管理局使用评分系统的名称也不同。
FICO 评分系统得出的信用分数范围在300-850 分之间分数越高，说明客户的信用风险越小，但是分数本身并不能说明一个客户是好还是坏，贷款方通常会将分数作为参考，来进行贷款决策，每个贷款方都会有自己的贷款策略和标准。
并且每种产品都会有自己的风险水平，从而决定了可以接受的信用分数水平一般地说，如果借款人的信用评分达到 680分以上，贷款方就可以认为借款人的信用卓著可以毫不迟疑地同意发放款如果借款人的信用评分低于,620分贷款方或者要求借款人增加担保，或者干脆寻找各种理由拒绝贷款。
如果借款人的信用评分介于620-680 分之间，贷款方就要作进一步的调查核实，采用其它的信用分析工具，作个案处理。
FICO 评分模型中所关注的主要因素有五类，分别是客户的信用偿还历史、信用账户数、使用信用的年限、正在使用的信用类型、新开立的信用账户。
( 一) 偿还历史影响FICO得分的最重要的因素是客户的信用偿还历史，大约占总影响因素的35%支付历史主要显示客户的历史偿还情况，以帮助贷款方了解该客户是否存在历史的逾期还款记录，主要包括 (1 ) 各种信用账户的还款记录，包括信用卡( 例如 Visa Master Card American Express Discover) 、零售账户(直接从商户获得的信用) 、分期偿还贷款、金融公司账户、抵押贷款。
SAP财务模块FICO概念及主要流程
SAP财务模块FICO概念及主要流程SAP财务会计模块（Financial Accounting，简称FI）和管理会计模块（Controlling，简称CO）是SAP ERP系统中最重要的两个模块之一、它们通常被合并成一个模块被称为财务会计与管理会计模块（Financial Accounting and Controlling，简称FICO）。
SAPFICO模块主要用于企业内部的财务管理，包括财务会计和管理会计两个方面。
财务会计主要关注公司的财务状况，确定公司的盈利情况，支持财务报表的编制和分析。
管理会计则更侧重于内部管理决策，为管理层提供决策支持和绩效分析。
在SAPFICO模块中，主要有以下几个核心流程：1. 财务总账（General Ledger）：财务总账是FICO模块的核心，它记录了公司的所有财务交易并形成总账科目。
财务总账通过事务录入和自动记账程序来更新总账科目的余额和明细。
总账科目将根据需要进行分级，并形成财务报表。
2. 应收账款（Accounts Receivable）和应付账款（Accounts Payable）：这两个流程分别记录了公司的应收和应付款项。
在应收账款中，公司可以记录客户的付款情况，跟踪应收款项，并生成客户结算单。
在应付账款中，公司可以记录供应商发票和付款情况，跟踪应付款项，并生成供应商结算单。
这两个流程也与其他模块有关联，如销售订单、采购订单等。
3. 固定资产会计（Asset Accounting）：这个流程用于管理和追踪企业的固定资产，如土地、建筑、机器设备等。
固定资产会计跟踪固定资产的购置、折旧和减值等变化，并计算固定资产的当前价值和累计折旧。
这个流程也与其他模块有关联，如采购模块、财务模块等。
4. 成本管理（Cost Accounting）：成本管理是管理会计的核心流程，用于确定产品或服务的成本，并支持决策分析和报表编制。
成本管理涉及成本中心的配置、成本流转、成本计算和成本分析等环节。
fico信用评分计算方法
fico信用评分计算方法FICO信用评分是一种信用评估模型，由FICO公司开发。
该模型通过分析个人的信贷历史、债务情况、支付能力等因素，来评估个人的信用风险水平。
FICO信用评分是目前全球使用最广泛的信用评估体系之一，被众多银行和金融机构用于决定是否给予贷款以及贷款条款和利率的确定。
FICO信用评分主要由5个主要因素组成，各个因素对于信用评分的影响程度可能有所不同。
下面是这5个主要因素及其在信用评分中的重要性：1. 付款历史（35%）：付款历史是评估个人信用的最重要因素之一。
它考虑了个人是否按时还款、逾期次数、逾期时间和违约情况等。
按时还款有利于提高信用评分，反之会降低信用评分。
2. 债务余额（30%）：债务余额是指个人已经借款但尚未偿还的债务金额。
这个因素考虑了个人所负债务相对于可用信用额度的比例，即信用利用率。
低信用利用率通常被认为是有益的，而高信用利用率则可能会降低信用评分。
3. 信贷历史（15%）：信贷历史考虑了个人的信贷账户类型和持续时间。
拥有多种类型的信贷账户（如信用卡、贷款、抵押贷款等）有助于提高信用评分，而信贷账户的长期稳定使用也会对信用评分产生积极影响。
4. 信用新开账户（10%）：当个人频繁申请新信用账户时，会对信用评分产生一定的影响。
短时间内多次申请信用账户可能会被视为有金融困难或者信用风险上升的信号，从而降低信用评分。
5. 信用混合度（10%）：信用混合度指的是个人信用账户的多样性。
拥有不同类型的信用账户（如信用卡、贷款等）会有利于提高信用评分，因为这显示了个人能够管理不同类型债务的能力。
需要强调的是，以上因素只是FICO信用评分模型的一般指引，具体的评分计算方法并没有被公开披露，也没有明确的算法可以参考。
FICO公司把这个算法作为商业机密，不对外公开。
此外，不同的金融机构可能会根据自身的业务需要，对FICO模型进行一定的定制和调整。
总体来说，维护良好的信用评分非常重要，可以通过保持良好的还款记录、合理管理债务、避免频繁申请新信用账户等方式来提高信用评分。
fico最大分离度模型 divergence
fico最大分离度模型 divergence
FICO最大分离度模型（Divergence）是一种用于信用评分的模型，
它可以帮助银行和其他金融机构更准确地评估借款人的信用风险。
该
模型基于统计学原理，通过分析借款人的历史信用记录和其他相关因素，预测借款人未来的信用表现。
FICO最大分离度模型的核心思想是将借款人分为两个群体：好客户和坏客户。
好客户是指那些有良好信用记录、还款能力强的借款人，而
坏客户则是指那些信用记录不佳、还款能力较弱的借款人。
通过将借
款人分为这两个群体，银行可以更好地了解借款人的信用风险，并根
据这些信息制定更合适的贷款方案。
FICO最大分离度模型的优点在于它可以处理大量的数据，并且能够自动识别与信用风险相关的因素。
这使得银行可以更快地做出决策，同
时也可以减少人为因素对评估结果的影响。
此外，该模型还可以根据
不同的业务需求进行调整，以满足不同的信用评估需求。
然而，FICO最大分离度模型也存在一些缺点。
首先，该模型需要大量的历史数据来进行训练，这可能会导致模型在处理新数据时出现偏差。
其次，该模型可能会忽略一些重要的因素，如借款人的收入和就业情
况等。
最后，该模型可能会受到一些外部因素的影响，如经济环境和
政策变化等。
总的来说，FICO最大分离度模型是一种有效的信用评估工具，它可以帮助银行和其他金融机构更好地了解借款人的信用风险。
然而，在使用该模型时，我们也需要注意其局限性，并结合其他因素进行综合评估，以确保评估结果的准确性和可靠性。
FI-CO整体流程运作介绍
FI主数据-会计科目主数据维护2
税务类型，允许含/不含税过账：几种参数组合情况： ➢ 税务类型为空，允许含/不含税过账为空。 在对该科目过账时，不用输入税代码，税码字段也不会显示出来。 ➢ 税务类型为空，允许含/不含税过账不为空。 和第1种情况一样。 ➢ 税务类型不为空，允许含/不含税过账为空。 这种情况下，该科目过账时税码为必输选项。而且税码的类型必需 是在FS00里面维护的税码类型（进项或者销项）。 ➢ 税务类型不为空，允许含/不含税过账不为空。 这种情况下，税码的输入只是为警告信息。就是该科目过账时，税码可输 入也可以不输入，如果输入的情况下，那么税码的类型必需为FS00里面维 护的税码类型（进项或者销项）。
类型
SG
1
2
DD
G
X
8
A
KG
X
Y
类型描述 预收账款 应收汇票 其他应付款-KA配送款保证金
保证金 其他应付款-其它 其他应付款-广告费
预付款 担保金 其他应收款-其它
供应商押金
FI主数据-财务供应商主数据维护3
付款条件：用于确定供应商 的应付账款期限开始计算的 条件；如：立即应付，30天 应收，14天给予2%的现金折 扣等。
FI主数据-会计科目主数据维护2
FI内部总账和子帐联系 的桥梁。
FI主数据-会计科目主数据维护2
科目货币：定义科目的过账货币。如果指定某一种非公司代码货币之外的货 币，那么该科目就只能由该币种过账；如果指定的货币就是公司代码的本位 币货币，则该科目可以以任何币种过账。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
四、 对 FICO 系统的评价
(二)开发建立了科学 、 客观和有效的评估指标 和评估方法FICO 评分系统 采用客观的评分方法 , 由计算机 自动完成评估工作 , 有助于克服人为因 素的干扰 , 防 止片面性 , 更好地遵守国家的法律和法规。FICO 信 用评 分模型的基本思想是把借款人过去的信用历史资 料与数据库中的全体借款 人的信用习惯相比较 , 检查 借款人的发展趋势和经常违约、 随意透支、 甚至申请 破产等各种陷入财务困境的借款人的发展趋势是否相 似。 FICO 信用评分模型利用高达百万的大样本数据 , 首先确定刻画客户的信用、 品 德 , 以及支付能力的指 标 , 再把各个指标分成若干个档次 , 给出各个档 次的 得分 , 然后计算每个指标的加权 , 最后得出客户的总 得分。 FICO 信用评分的计算方法至今未向社会完全 公开。美国各种信用评分的计算方 法中 , FICO 评分系统的正确性最高。因此美国商务部要求在半官方的抵押 住房业务审查中使用 FICO 信用评分。信用评分根据借款人过去的信用历史 预测将来的还款可能 , 给贷款人提供了客观、 一致的评估方法。7.特定类 型的查询 。在 FICO 评分系统中 , 不记 录客户自己的查询、 不记录雇主 的查询、 也不记录准
三、 FICO 评分中不考虑的因素
3.工资、 职业 、 头衔、 雇主 、 受雇时间、 受雇 历史。这些信息 在 FICO 评分系统中不作为影响因素 , 但贷款方在审批贷款时会考虑这 些因素 , 因为这些因 素会跟客户的还款能力有关。 4.客户居住地点 。 5.已有的信用账户的适用利率 。 6.儿童 (家庭)赡养义务和租约规定事项。 7.备授信还没有授信的贷款方的查询。 8.任何不包括在信用报告上的信息 。 9.任何未被证实的与预测客户未 来信用状况有关的信息。
(四)新开立的信用账户
该项因素占总影响因素的 10 %。在现今的经济生活中 , 人们总是倾向 于开立更多的信用账户 , 选择 信用购物的消费方式 , FICO 评分系统 也将这种倾向 体现在信用得分中。据调查 , 在很短时间内开立多个 信 用账户的客户具有更高的信用风险 , 尤其是那些信 用历史不长的人。 该项因素主要包括 : (1)新开立的 信用账户数 , 系统将记录客户新开立的账户类型及总 数; (2)新开立的信用账户账龄 ; (3) 目前的信用申 请数量 , 该项内容主要由查询该客户信用的次数得 出, 查询次数在信用报告中只保存两年 ; (4)贷款方 查询客户信用的时间长度; (5)最近的信用状况 , 对 于新开立的信用账户及时还款 , 会在一段时 间后, 提 高客户的FICO 得分。
FICO 评分系统得出的信用分数
范围在 300 -850分之间。分数越高 , 说明客户的信用风险越小。但是 分数本身并不能说明一个客户是 “好” 还是 “坏” , 贷款方通常会 将分数作为参考, 来进行贷款决策。每 个贷款方都会有自己的贷款策略 和标准 , 并且每种产 品都会有自己的风险水平 , 从而决定了可以接受 的信 用分数水平。一般地说, 如果借款人的信用评分达到 680 分以上 , 贷款方就可以认为借款人的信用卓著 , 可以毫不迟疑地同意发放贷款。 如果借款人的信用评 分低于 620 分, 贷款方或者要求借款人增加担保 , 或 者干脆寻找各种理由拒绝贷款。如果借款人的信用评 分介于 620 680 分之间 , 贷款方就要作进一步的调 查核实, 采用其它的信用分析 工具 , 作个案处理。目 前 , 美国的信用分数分布状况见图 1 。
四、 对 FICO 系统的评价
FICO 评分系统经过多年的实践和不断深入的理 论与实证研究, 已经成为了 美国个人信用评分事实上 的标准, 加之美国完善的个人信用法律环境和反 馈及 时的文化环境, 使美国建立了相对完善的个人信用制 度。美国 FICO 系统具有如下特点。
(一)收录了完整、 有效的个人信用信息 FICO 系统中 , 存放了最近 7 -10 年的个人信用 记录 , 既包含了与银行 信用、 商业信用有关的个人信 用信息, 例如, 支付历史和信用账户等, 还 包括工 商、 税务、 法院、 保险等其他社会公共部门的信息 , 例如, 法 律诉讼、 个人破产记录等。由于 FICO 系统 收集了比较完整的个人信用信 息 , 而且实时更新数 据 , 保证了数据的完整性、 真实性、 有效性和一 致 性 , 能够比较全面的衡量客户的信用状况 , 从而可以 “通过数据做出 更好的决策” 。
FICO 评分系统述评
培训中心
FICO 评分系统述评
一 、引言 现代经济社会 , 信用无处不在。西方发达国家 , 信用的使用更是遍及 经济社会的每个角落。美国既是 信用卡的发源地 , 也是个人信用评估 体系最发达的国 家之一。美国的个人信用评分系统 , 主要是 Fair Isaac Company 推出的 , FICO 评分系统也由此得名。一般来 讲, 美国 人经常谈到的 “你的得分” , 通常指的是你 目前的 FICO 分数。而实 际上 , Fair Isaac 公司开发了 三种不同的 FICO 评分系统, 三种评分 系统分别由美 国的三大信用管理局使用, 评分系统的名称也不同
举个例子
FICO分数已经
做为信用额度
有力依据
客观作用
FICO 评分主要用于贷款方快速 、客观的度量客 户的信用风险, 缩短授 信过程。FICO 评分在美国应 用的十分广泛, 人们能够根据得分 , 更快 地获得信用 贷款 , 甚至有些贷款 , 可以直接通过网络申请, 几秒 钟 就可以获得批准 , 缩短了交易时间, 提高了交易效 率 , 降低了交易成 本。信用评分系统使用 , 能够帮助 信贷方做出更公正的决策 , 而不是 把个人偏见带进 去 , 同时 , 客户的性别、 种族、 宗教、 国籍和婚 姻状 况等因素 , 都对信用评分没有任何影响 , 保证了评分的客观公正 性。在评分系统中 , 每一项信用信息的权重不同 , 每一项信用信息的 权重不同 ,越早的信用信息, 对分数的影响越小。从2005 年 9 月 1 日 起, 在美国 50 个州的人们 , 每年有权利从三大信用管理局的任何一家 获得一份免费的个人信用报告 , 从而可以帮助自己管理好自己的信用得 分。
(2)仍需要偿还的分类账户数 , 这是对信用账户总数的详细描述, 例如 , 仍需要偿还的信用卡数量 , 分 期付款账户数等。
(3)信用账户的余额, 一般来讲, 有一个少量余额的信用账户会比没有余额的信用账户让贷款方更感觉到 可靠。另外, 注消那些余额为零的不再使用的信用账户会体现客户的良好信用 , 但是并不能提高信用得分。 (4)总信用额度的使用率 , 使用率越高, 则说明客户的信用风险越大。 (5)分期付款账户偿还率 , 用以衡量分期付款账户的余额。据最新统计, 美国人均信用账户13 个, 包括 信用卡账户和分期付款账户, 不包括储蓄存款户和支票账户, 这 13 个信用账户中, 信用卡账户一般占9 个, 分期付款账户有4 个。大约 40 %的信用卡持有者 , 其信用卡内的余额低于 1 000 美元, 仅有15 % 的客户会使用超过 10 000 美元的5 000 美元, 近 37 %的客户贷款余额超过10 000 美元。在美国使用信用卡的客户, 平均授信额度为19 000 美元, 超过半 数的客户使用信用额度不足 30 %, 仅有七分之一的客户会使用信用额度超过80%。
(二)信用账户数
该因素仅次于还款历史记录对得分的影响, 占总影响因素的 30 %。对于贷款方来讲 , 一个客户有信用账 户需要偿还贷款 , 并不意味着这个客户的信用风险高。相反地 , 如果一个客户有限的还款能力被用尽 , 则说明这个客户存在很高的信用风险 , 有过度使用信用的可能, 同时也就意味着他具有更高的逾期还款 可能性。该类因素主要是分析对于一个客户, 究竟多少个信用账户是足够多的 , 从而能够准确反应出客 户的还款能力。这类因素具体包括: (1)仍需要偿还的信用账户总数, 美国的信用管理局每个月都会将客户截止到上个月的需要偿还的信用账 户总数写入客户的信用报告中。
(三)使用信用的年限
该项因素占总影响因素的 15 % 。一般来讲 , 使 用信用的历史越长 , 越能增加 FICO 信用得分。该项 因素主要指信用账户的账龄 , 既考虑 最早开立的账户 的账龄 , 也包括新开立的信用账户的账龄 , 以及平均 信用账户账龄。据信用报告反映 , 美国最早开立的信用账户的平 均账 龄是 14 年 , 超过 25 %的客户的信用历史长于 20 年, 只有不足 5 % 的客户的信用历史小于 2 年。
(五)正在使用的信用类型
该项因素占总影响因素的 10 %, 主要分析客户的信用卡账户、 零售账 户、 分期付款账户、 金融公司 账户和抵押贷款账户的混合使用情况 , 具体包括:持 有的信用账户类型和每种类型的信用账户数。
三、 FICO 评分中不考虑的因素
FICO 评分系统依据的是客户的历史信息 , 分析 判断得出最后的信用 分数。这充分体现了以事实为依 , 不靠主观判断的特点。但并不是客户 所有的信息 都考虑进去了 , 还有一部分信息不能作为判断的依 , 以保 护客户的隐私不受侵犯 , 防止客户遭受歧 视, 这在美国的《公平信用 机会法》 中有更为具体的规定。下面的九类信息是FICO 评分中不考虑 的因素 1.种族 、 肤色 、 宗教、 性别 、 婚姻状况等信息 。美国的《客户 信用保护法》 中规定 , 这些因素不能参与信用评分 , 否则就侵犯了客 户的权利。 2. 年龄。年龄因素在有些信用评分系统中作为 影响因素之一 , 但在 FICO 评分系统中 , 不作为影响 因素。
美国FICO 信用分数分布图
二 、影响 FICO 评分的主要因素
FICO 评分模型中所关注的主要因素有五类
(一)偿还历史
影响FICO 得分的最重要的因素是客户的信用偿还历史 , 大约占总影响因素的35 %。 支付历史主要 显示客户的历史偿还情况, 以帮助贷款方了解该客户 是否存在历史的 逾 期 还 款 记 录 , 主 要 包 括 :(1) 各 种 信 用 账 户 的 还 款 记 录 , 包 括 信 用 卡 ( 例 如:Visa 、 MasterCard 、 American Express 、 Discover)、 零售账户 (直接从商 户获得的信用)、 分期偿还贷款、 金融公司账户、 抵押贷款。 (2)公开记录及支票存款记录 , 该类记录主要包括破产记录、 丧失抵押品赎回权记 录、 法律诉讼事件、 留置权记录及判决。涉及金额大的事件比金额小的对 FICO 得 分的影响要大 , 同样的金额下, 越晚发生的事件要比早发生的事件对得分的影响大。 一般来讲 , 破产信息会在信用报告上记录 7 -10年。 (3)逾期偿还的具体情况 , 包括 , 逾期的天数、未偿还的金额、 逾期还款的次数和 逾期发生时距现在的时间长度等。例如 , 一个发生在上个月的逾期 60 天的记录对 FICO 得分的影响会大于一个发生在 5 年前的逾期 90 天的记录。据统计, 大约有不 足 50 %的人有逾期30天还款记录大约只有30 %人有逾期60天还款的记录， 而 77 %的 人从来没有过逾期 90 天以上不还款的 , 仅有低于 20 %的人有过违约行为而被银行 强行关闭信用账户。