[[142027]]

以往，出借人憑借信用報(bào)告來(lái)評(píng)估用戶的信用度。良好的信用記錄往往意味著借款人值得信賴；而糟糕的信用記錄或者較低的信用值往往表示借款人風(fēng)險(xiǎn)較高。但是，單憑信用記錄很難做出全面的評(píng)估。

一個(gè)一直比較值得信賴的人，可能忽然身患重病。然后，為了償還龐大的醫(yī)療債務(wù)而不得不拖欠貸款。他也可能因離婚遭受巨大的財(cái)政壓力而無(wú)法按期還款。傳統(tǒng)的信用報(bào)告沒(méi)有充分考慮這些外部因素。還有數(shù)以百萬(wàn)計(jì)的”信用隱形人”： 他們沒(méi)有足夠的信用記錄來(lái)設(shè)置信用額度。這就像”第二十二條軍規(guī)”：如果你沒(méi)有信用記錄，你就沒(méi)法建立信用額度。

這就是問(wèn)題的根源：信用記錄可以提供關(guān)于借款人的有用的信息，但是單憑這一點(diǎn)，不能準(zhǔn)確地評(píng)估借款人的信用度。

金融技術(shù)革命

為了打破這一循環(huán)，越來(lái)越多的金融科技公司開始使用行為數(shù)據(jù)，對(duì)信用報(bào)告作補(bǔ)充，提供關(guān)于借款人的更全面的信息。行為數(shù)據(jù)通過(guò)借款人的其他支付和交易數(shù)據(jù)中獲取信息，來(lái)分析其金融理財(cái)習(xí)慣，以對(duì)其償還或拖欠貸款做出更有力的預(yù)測(cè)。這些數(shù)據(jù)包括公共記錄，社交媒體賬戶或銀行理財(cái)組合等，甚至可以預(yù)測(cè)外部沖擊何時(shí)可能發(fā)生等。

傳統(tǒng)過(guò)度依賴信用報(bào)告的借貸方法，讓信用值較低的人（信用活動(dòng)很少以至于信用值很低的借款人）選擇空間變少。我們的公司對(duì)使用信貸的人積極開放，但是我們的申請(qǐng)用戶中有15%沒(méi)有信用評(píng)分。

這不是一個(gè)哲學(xué)問(wèn)題，而是一個(gè)實(shí)實(shí)在在、亟待解決的問(wèn)題。信用卡消費(fèi)拉動(dòng)了美國(guó)的消費(fèi)經(jīng)濟(jì)：在2014年，單單Visa信用卡購(gòu)買額就達(dá)到1.2萬(wàn)億美元。如果僅憑信用評(píng)分來(lái)決定借貸行為，那就等于在購(gòu)房購(gòu)車方面將信用評(píng)分少的人排擠在外。并且，這使得金融公司對(duì)有借貸記錄的人做出精確地評(píng)估。

這就是金融科技公司試圖讓更多的消費(fèi)者享受到借貸的原因，以多個(gè)元素，而不是單一的指標(biāo)來(lái)對(duì)貸款和信貸進(jìn)行評(píng)估。例如，Upstart公司將個(gè)人教育背景和工作記錄納入信用評(píng)估體系。從銀行賬戶記錄到”信用學(xué)校”，這些組織正在創(chuàng)造一個(gè)更具活力，更加多元化的借貸行業(yè)。

新的機(jī)會(huì)

不適用替代數(shù)據(jù)或者行為數(shù)據(jù)的公司，正在將生意拒之門外。我們對(duì)將行為數(shù)據(jù)和替代數(shù)據(jù)納入承銷算法做了追溯分析，結(jié)果令人震驚：我們把數(shù)以千計(jì)的客戶拒之門外，他們也許并不像他們的信用評(píng)分顯示的那樣欠款風(fēng)險(xiǎn)高。每拒絕一個(gè)客戶，就是錯(cuò)失一個(gè)機(jī)會(huì)。

通過(guò)將行為數(shù)據(jù)和替代數(shù)據(jù)納入我們的批準(zhǔn)和定價(jià)算法中，大大降低了我們的預(yù)期損失率。我們可以更好地識(shí)別那些比他們的信用評(píng)分顯示的風(fēng)險(xiǎn)更高的用戶，以及值得信賴的用戶-即使我們?cè)黾恿伺鷾?zhǔn)數(shù)量。傳統(tǒng)公司的高管一時(shí)間仍不愿意使用這些數(shù)據(jù)進(jìn)行評(píng)估，因此，他們將對(duì)部分用戶提供過(guò)多數(shù)量的借貸，而不向他們收取與他們的借貸風(fēng)險(xiǎn)相匹配的利息。他們的競(jìng)爭(zhēng)者最終將利用這一點(diǎn)，獲取更大的利益。

改變核保體系是一個(gè)巨大的工程。首先要對(duì)當(dāng)前的體系進(jìn)行評(píng)估，然后為公司選擇合適的新體系。一旦決定進(jìn)行更改，以下步驟將幫助您使用新數(shù)據(jù)：

一、 重新配置基礎(chǔ)設(shè)施。

一個(gè)最簡(jiǎn)單的使用行為數(shù)據(jù)的方法就是采用心得評(píng)分產(chǎn)品，例如環(huán)聯(lián)的L2C，或者益百利公司的擴(kuò)展視圖等。像Mint和Yodlee等公司，直接從用戶的銀行賬戶中獲取信息，為評(píng)估借款人的理財(cái)習(xí)慣和可信賴成都提供了更深入的信息。然而，對(duì)于傳統(tǒng)的公司來(lái)說(shuō)，新的數(shù)據(jù)和分析系統(tǒng)意味著增添心得基礎(chǔ)設(shè)施，這對(duì)它們來(lái)說(shuō)是個(gè)挑戰(zhàn)。美國(guó)富國(guó)銀行和花旗銀行不愿意徹底整改它們的傳統(tǒng)算法，因?yàn)檫@是一個(gè)巨大的工程，也不符合它們的傳統(tǒng)經(jīng)驗(yàn)。當(dāng)硅谷中的金融科技公司開始采取更加多元化的方法進(jìn)行用戶信用度評(píng)估時(shí)，創(chuàng)新的大幕已經(jīng)拉開。

二 、對(duì)信用評(píng)分較少的客戶進(jìn)行評(píng)估。

除了信用報(bào)告之外，還可以使用銀行轉(zhuǎn)賬，公司支付，零售活動(dòng)和社交媒體對(duì)借款人進(jìn)行評(píng)估。例如，信用評(píng)分很高的人，也可能用風(fēng)險(xiǎn)較高的行為模式。信用評(píng)分較低的人可能會(huì)定期償還賬單和定期存款，因此即使他們的信用評(píng)分較低，但反而更值得信賴。 在采取新的借貸標(biāo)準(zhǔn)之前，要對(duì)當(dāng)前的理財(cái)組合中各個(gè)數(shù)據(jù)點(diǎn)之間的關(guān)系進(jìn)行評(píng)估。明確用戶之前理財(cái)行為的原因，寫入新的算法中，建立一個(gè)更加全面的評(píng)估方法。

三、 進(jìn)行后續(xù)監(jiān)測(cè)。

一旦決定進(jìn)行新的信用評(píng)價(jià)方法，行為數(shù)據(jù)就變得非常重要，因此要選擇堅(jiān)實(shí)的技術(shù)支撐。分析每個(gè)用戶的付款頻率和方式。使用K均值算法來(lái)分析普遍特點(diǎn)，來(lái)分析信貸的模式和特點(diǎn)。 使用這樣的方法，可以在用戶要求增加信貸額度或新的貸款時(shí)，做出更加全面的評(píng)估和決定?？梢詫F(xiàn)有的數(shù)據(jù)點(diǎn)與原有的影響信貸評(píng)估的因素結(jié)合起來(lái)，對(duì)未來(lái)的信貸行為進(jìn)行評(píng)估。

科技使得借款人可以對(duì)用戶做出更加明智的信貸決定，使用更加全面的數(shù)據(jù)分析。通過(guò)一定時(shí)間的行為數(shù)據(jù)分析，可以分析出用戶的行為趨勢(shì)，根據(jù)這樣的行為模式進(jìn)行信貸條款和額度的調(diào)整。只使用信貸評(píng)分不能做到這一點(diǎn)，而替代數(shù)據(jù)可以。