2. 모델법: 대량의 데이터의 장기 축적을 바탕으로 고객의 위험에 영향을 줄 수 있는 다양한 요소를 수집하고 수학적 모델을 구축하여 모델을 통해 고객의 위약 확률을 계산합니다. 이것은 현재 대부분의 상업은행의 보편적인 관행이지만, 구체적인 모델은 천차만별이다. 일반적인 모델 요소에는 개인 고객의 기본 정보 (나이, 직업, 학력, 소득, 혼인 상태 등) 가 포함됩니다. ) 또는 기업 고객의 기본 정보 (기업 규모, 조직 구조, 업계 지위, 임원 정보 등 ), 고객 자산 부채 (기업 고객이 보고서 분석을 해야 함) 및 고객 신용 (불량 기록이 있습니까? ), 대출 금액 및 용도 (산업 상황과 일치합니까? 자산 상황과 일치합니까? 등등. ), 상환 출처 (어떤 돈? ), 보증 (어떤 보증 방법? 보장 효과는 어떻습니까? ), 매크로 환경 등.