作为直接电视公司的代理，通用资本公司必须有自己的一套有效的计算机系统。实际上，通用资本公司的市场占有率在美国排在前三名。这样的计算机系统必须是服务器/客户的设置，因为很多电器连锁店都会利用这个系统来处理消费者的信用数据。所以，这个系统必须具备很多必要的功能。
　　首先，这个系统必需能够迅速地从信用数据(咨信)公司索取个人的信用历史数据，并且把这些数据进行分解和计算。
　　其次，系统要具备一个信用模型的模型库，针对不同的人群要应用不同的模型；而且这些模型还应该是动态的，能够在一定的时间段内进行调整。一般来讲，信用模型应该在6 到 12 个月之内调整一次。
　　然后，还要求这个系统具有对消费者信用行为进行监控的分系统。对消费者的实际信用行为了如指掌是任何一个系统最基本的功能。信用模型的预测结果和消费者的实际信用行为可能会有很大的差别，如何分析和解决这些差别就是信用风险管理中的基本任务。比如说，如果一个信用模型预计年龄在30 到 40之间 的未婚群体里面会有大约3%的坏帐率，但实际人群中却出现了20%的坏帐率。那么问题在哪里呢？是模型不对？还是产品问题？还是问题？发现和解决这个问题需要依靠对信用行为进行监控的计算机分系统来提供数据。
　　第四，要求系统有帮助进行催债的分系统。在这个分系统里面，不同的催债政策要得到合理的实施。因为很多债务如果不及时催促就会从坏帐变成死帐。
　　最后，最重要的是要有数据挖掘的分系统，这个分系统是以上几个分系统的基础。从消费者的各种数据中挖掘出有金融意义的关系是数据挖掘的基本功能。信用模型、信用行为的监控等等都是从通过数据挖掘产生的。
　　回头来看看这个案例，在为直接电视公司做信用代理时，通用电气资本公司拿到合同以后，本来应该针对直接电视的销售市场进行分析研究，计算出相应的合理的信用模型，为后来大规模的市场推销做准备。而通用电气资本公司并没有这样做，只是从过去的模型里面拿出适合一般群体的信用模型放在计算机系统里面。
　　这个不合适的信用模型使许多本来不应该得到信用的人得到了信用。这样，销售量虽然上去了，可是问题就出现在一、两个月以后。
　　随后，通用电气资本公司也没有通过信用模型来核实和消费者信用行为的监察工作。直接电视公司的市场推销展开几个月以后，已经出现大量消费者拖欠或者拒绝付贷款的问题。通用电气资本公司依然使用原来的信用模型，使直接电视的消费者信用问题的根源一直未得到解决。
　　出现坏帐后，如何收债就成为工作的关键。通用电气资本公司的收债部门要处理通用电气资本公司所有客户的坏帐，这时面临着巨大的挑战。由于给直接电视公司做的从一开始的设置就不合理，导致了超出想象的坏帐率，负责收债的人员根本不可能按时间处理这些帐户。
　　通用电气资本公司这时的解决办法，是采用加快坏帐帐户在计算机系统里面的移动速度的方法。过去一个坏帐帐户至少要在收债分系统中经过90 到 180 天的处理以后，实在没有效果才被移到死帐部门，进行相应的法律和财务处理。通用电气资本公司在处理直接电视的坏帐时把坏帐的处理时间缩短到30天。也就是说，在30天内，如果收债部门没有解决一个坏帐帐户的问题，这个帐户就被推出收债部门，到死帐部门。但是，收债是个长久的工作，绝大部分的坏帐不可能在30天内得到解决。把一个坏帐迅速地推到死帐上去，进行死帐的法律处理，会使坏帐当事人更不愿意还债，甚至可能造成法律上纠纷――因为死帐的记录会直接影响当事人的信用评级，带来更大的经济影响。
　　

1  2  3  4  [下页]