【信用评分发展年鉴】信用评分的过去、现在和未来 （下）
文/杨梦滢
来源/品钛研究院
在此之后的15年，信用评分的发展迎来了一次历史性变革。1989年，Fair Isaac与当时主导美国征信市场的三家信用机构Equifax、Experian和 TransUnion合作发布了第一个消费者信用评分产品。该产品将消费者的信用状况用300-850之间的数字表示，分数越高表明其信用评级越高，这就是我们现在所熟悉的FICO分（Fair Isaac Corporation Score），它迅速成为了美国银行的信贷决策标准。
FICO通过基于客户过去所持有的特征为放贷方创建自定义算法，来计算客户未来的还款能力，其评分系统使用三家信用机构的数据库，并为系统中的每个个体赋予一个三位数的数值。
FICO评分从五个方面去分析一个人的财务状况，并为每个方面赋予不同的权重，包括付款历史记录（35%）， 已欠款总额（30%），信用增长长度（15%）以及两个信用组合——信用卡、购物记录、抵押贷款（10%）和新贷款申请（10%）得分组成。最终所得出的数字对是否能获得贷款，多久能获得贷款至关重要，FICO评分现在已用于美国90%以上的消费者信贷决策。
信用评分如今也在发展中国家迅速发展。例如在中国，短短几年内，蚂蚁金服已经建立了一个维度极广的评分系统——芝麻信用，覆盖3.25亿人口。拥有一个好的信用分数，不仅仅只在借贷中受益。
阿里巴巴将芝麻信用和支付宝相结合，好的信用评分可以让消费者享受包括更快速便捷的签证申请、更低的房屋押金，甚至在约会软件中被放置于一个更好位置等诸多生活福利。虽然这会被认为是对使用支付宝用户的一个奖励，但消费者往往也会为了获得更高的信用评级而提高使用支付宝的频率。
然而，在金融设施少而薄弱的不太发达的小国家，信用评分发展受到了一定限制。首先，能获得的数据一般来自于先使用后付款的服务或消费记录，比如公用服务、有线电视和互联网等。在没有信用记录时，用于公用服务的消费记录数据对风险评估起指导性作用。FICO也将类似的数据专门用于那些基于传统的信用数据而无法获得信用评分的美国消费者。
其次，我们还面临着的一种现象是一些不发达地区国家的人们更喜欢使用账单到期手机支付。同时公用服务往往是以一个家庭为单位注册使用，而不是个人。一家总部位于加州的创业公司Tala发现了这里面的商机，他们使用从客户智能手机里收集来的一万多个数据点来决定是否给予放贷，自2014年以来，贷款额已经超过5亿美元。
虽然Tala只在美国以外的地区开展业务，但它并没有将很多属性考虑在内，包括种族、性别、宗教和信仰。例如，一个信用良好的借款者包括那些在手机通讯录里输入联系人姓和名全称，旅行路线和目的地有规律可循，并和通讯录的某些联系人有定期交谈的人群。甚至，如果在手机上下载了赌博APP的借款人将被断定其信用风险高于他人，或者朋友中有不良贷款历史的也有可能被认为自身信用度也不高。
这种方法有好处，但也有风险。它能对现有的信息作为一个补充，但不能完全取代评分方法和财务数据。同时，拥有太多的数据也不好，在美国，如果使用基于10个以上的变量进行信用评分，往往不会被接受，因为这样很难从众多的变量中分辨出真实、可靠、重要的数据，由此导致结果的不准确性增加。
Miguel Llenas，这位在1999年帮助多米尼加共和国建立第一个征信机构的金融学者曾说到，他的国家很久以来使用各种各样的信息，包括电费、水费、电话费、司法信息、犯罪记录来进行个人信用评分，但从不挖掘社交媒体账号里的信息，尽管有些初创公司把其当作新数据的来源之一。
“就好比，多年前你热衷于玩扑克，并将相关照片上传到社交媒体，但这并不能说明什么，因为相比之下，我觉得个人隐私更加重要,” Miguel 强调说。
现在，一些初创公司声称能够从非财务数据中对个人信用做出评断，这不禁会让我们联想到在某些层面，和前面所提到的20世纪50年代美国早期征信机构获取信息的方式雷同，例如收集贷款申请者婚姻和工作信息，并将其作为放贷决策的依据。
随着互联网的发展，人们获取信息的渠道也越发的迅速、便捷和多元化，一方面促进了以人工智能和机器学习为主导，为数据挖掘所带来的技术革新，另一方面信息源的多样化也引发了我们对数据使用的思考，在数字化信息时代下，这也和信用评分技术的不断发展和迭代息息相关。
据品钛研究院观察，金融科技近年来在中国兴起，大数据征信与风控、人工智能反欺诈等技术也不断成熟。
三年前不少持悲观态度的金融人士认为，中国市场信用数据基础设施差，主要体现在1）官方个人征信体系的覆盖率不如美国高；2）相关法律法规还不够完善；3）类似FICO等第三方机构分体系尚未成熟；4）人们的信用意识不足等。
今天，虽然中国的个人征信体系仍然与以美国为主的发达国家还存在差距，但在官方体系之外的市场化征信，中国近几年的发展已逐渐走向世界前列。2015年，中国人民银行发布了允许八家机构进行进行个人征信业务的通知，预示着中国个人征信体系逐渐正向商业机构开放。
2018年初，在中国人民银行的监督指导下，百行征信作为我国首家市场化个人征信机构正式成立。该机构由市场自律组织—中国互联网金融协会与芝麻信用、腾讯征信、前海征信、考拉征信、鹏元征信、中诚信征信、中智诚征信、华道征信等八家政府授权开展个人征信业务的机构共同发起组建而成。
随着消费金融的蓬勃发展，信用评估产业的崛起让很多金融科技公司在与金融机构的合作中，凭借对于大数据、人工智能等前沿技术的熟练应用，基于线上线下场景数据和公开流量数据，通过为金融机构提供精准流量筛选、风控决策辅助等环节的服务，积累了丰富的实践经验。
这些经过实践考验的数据与风控能力已经成为众多金融机构评判个人与企业，尤其是小微企业信用，并进行信贷决策的重要力量之一。
如今这种模式也正被逐渐复制和应用到经济发展相对落后的东南亚地区，据相关数据显示，蚂蚁金服海外投资的领域中，在已确定的16起投资事件中全部位于东南亚、南亚等发展中国家。
随着电信和智能设备覆盖率的提升，线上数据化程度的提高，政策的鼓励，征信产业正呈现蓬勃发展的态势。
同时，人们对个人隐私保护的意识也逐渐增强，如何更好地规范数据的使用，防止个人信息的泄露是每个国家在发展征信产业时所面临的重要问题，值得来自包括政府、第三方机构、企业、个人等多方的共同研究和探讨。
纵观信用评分的发展历史，所呈现出来的发展特点可以归纳如下：
1. 信用评分在全球快速发展，但呈现不均衡的发展趋势。以美国为主的西方发达国家，从信用评分的诞生到大规模的应用，已用了近60年的时间。而发展中国家依靠互联网快速发展的红利，十几年前开始起步，如今正在缩短与发达国家的差距。
2. 由费埃哲公司所创建的评分体系FICO在信用评分的发展历程中扮演者重要的角色，已被众多国家借鉴和应用，中国也正迎头赶上。
3. 以人工智能和机器学习为主的一系列创新技术正在改变传统的信用评分模式，使整个过程更加标准化、集中化和自动化。
4. 官方征信体系之外，以第三方征信机构为主导的征信模式近几年在发展中国家呈高速发展态势，随着金融科技的兴起，已在各金融机构的信用评估服务中发挥着重要作用。
5. 由信用评分所引发的关于对数据的开放、个人隐私的保护、信息的使用等一系列讨论贯穿整个发展过程，这也是探索未来信用评分发展所面临的重要挑战。
*参考文献：“ A brief history-and future-of credit scores” 于2019年7月6日发表于《经济学人》
行业时事
深圳互金协会发布P2P退出指引 雄安新区区块链管理平台向农民工代付工资
案例分析
【保险的商业逻辑】（一）保险行业大变革
监管动态
深度观察
活动&荐书
清华大学五道口金融学院互联网实验室成立于2012年4月，是中国第一家专注于互联网金融领域研究的科研机构。
专业研究 | 商业模式 • 政策研究 • 行业分析
内容平台 | 未央网 • "互联网金融"微信公众号iefinance
创业教育 | 清华大学中国创业者训练营 • 全球创业领袖项目（报名中！点击查看详情）
网站：未央网 http://www.weiyangx.com
免责声明：转载内容仅供读者参考。如您认为本公众号的内容对您的知识产权造成了侵权，请立即告知，我们将在第一时间核实并处理。
WeMedia（自媒体联盟）成员，其联盟关注人群超千万
相关内容
微信扫码咨询专知VIP会员