對我國個人信用評分及監(jiān)管的分析與思考

王俊山 王玥

個人信用評分是征信或一些市場機(jī)構(gòu)提供的一種產(chǎn)品或服務(wù)。我國開展此項工作已經(jīng)10多年，對經(jīng)濟(jì)社會發(fā)展起到了積極作用。但目前仍存在一些問題，應(yīng)繼續(xù)加強研究、及時解決。

一、個人信用評分的概念和原理

征信領(lǐng)域的個人信用評分是一個舶來品。在美國《公平信用報告法》（Fair Credit Reporting Act）中，將信用評分（credit score）定義為“一組數(shù)值或者分類方法，源于為放貸人員設(shè)計的用來預(yù)測信貸行為未來違約可能性的統(tǒng)計工具或者模型體系，也可稱為風(fēng)險預(yù)測或是風(fēng)險評分”。

通俗來說，個人信用評分就是利用統(tǒng)計學(xué)方法進(jìn)行建模，將影響個人信用狀況的相關(guān)因素進(jìn)行組合計算，用一定的分?jǐn)?shù)或其他方式（如好中差、高中低）對個人的信用狀況進(jìn)行標(biāo)示描述，預(yù)測性評價個人未來信用狀況的一種產(chǎn)品（活動）。個人信用評分由于簡單易懂、使用便捷的特點，被普遍應(yīng)用于消費者信用狀況的判斷上。

個人信用評分的原理是通過對好人（未違約客群）和壞人（違約客群）的客群特征屬性進(jìn)行分析、比較和計算后得到預(yù)測新客戶違約率的公式，將新客戶的特征屬性應(yīng)用到違約率公式后，計算得出客戶的具體分?jǐn)?shù)。評分分?jǐn)?shù)代表的是違約率，是一種讓社會大眾更直觀理解信用評分的手段。個人信用評分應(yīng)用的是大數(shù)法則，一個人評分分?jǐn)?shù)低并不代表這個人就一定會違約，代表的是這個人所在分?jǐn)?shù)區(qū)間的總體違約率高;相應(yīng)地，個人評分分?jǐn)?shù)高也不代表這個人就一定不會違約，而是代表這個人所在分?jǐn)?shù)區(qū)間的總體違約率低。

個人信用評分與個人信用報告，都是一種征信產(chǎn)品（服務(wù)），兩者都涉及個人信用信息的采集、整理、保存、加工和對外提供，其區(qū)別主要在于：（1）表現(xiàn)形式不同。個人信用報告的表現(xiàn)形式是具體的個人信用信息，如借款余額、還款歷史、是否逾期等;個人信用評分的表現(xiàn)形式是具體分值，如500分、600分、好中差等。（2）判斷信用狀況的主體不同。個人信用報告只是客觀展示個人的信用記錄，由報告使用者根據(jù)所展示的信息來判斷個人的信用高低，判斷主體是報告使用者;個人信用評分則是征信機(jī)構(gòu)運用各種模型或算法，對個人信用高低的直接判斷，判斷主體是個人征信機(jī)構(gòu)。（3）監(jiān)管要求不同。個人信用報告監(jiān)管重點在于信息的準(zhǔn)確性、完整性;個人信用評分除要求信息準(zhǔn)確完整外，還要求評分方法客觀公正。

傳統(tǒng)的個人信用評分主要運用統(tǒng)計學(xué)上的邏輯回歸方法。邏輯回歸是信用評價模型中的經(jīng)典，具有準(zhǔn)確性高、假設(shè)條件少、結(jié)果穩(wěn)定、可解釋性強等特點，是國外評分機(jī)構(gòu)最常用的方法。近幾年來，隨著金融科技和大數(shù)據(jù)技術(shù)的飛速發(fā)展，神經(jīng)網(wǎng)絡(luò)、梯度提升決策樹、隨機(jī)森林、支持向量機(jī)等方法也被廣泛應(yīng)用到信用評分中，特別是用于對非結(jié)構(gòu)化數(shù)據(jù)（圖像、視頻、語音等）的處理，使這類數(shù)據(jù)成為信用評分模型中的重要參考因素。

二、美國個人信用評分市場發(fā)達(dá)

美國個人征信市場最為發(fā)達(dá)，個人信用評分產(chǎn)品多、應(yīng)用廣泛，對我國有一定借鑒意義。

（一）個人信用評分以FICO分為主

FICO評分是美國使用量最多、認(rèn)知度最高的一類評分產(chǎn)品。FICO評分并不是指一個評分，而是上百種評分的統(tǒng)稱，各個FICO評分的模型、使用數(shù)據(jù)、應(yīng)用領(lǐng)域有所不同。FICO評分的評分模型都由費埃哲公司（Fair Isaac）提供，使用的數(shù)據(jù)則主要是艾克飛（Equifax）、益博睿（Experian）、環(huán)聯(lián)（TransUnion）所采集的個人信息。費埃哲公司是一家信息服務(wù)公司，是商業(yè)化信用評分的發(fā)明者，艾克飛、益博睿、環(huán)聯(lián)是美國的3家綜合性消費者報告機(jī)構(gòu)，3家機(jī)構(gòu)都使用費埃哲公司的評分模型（支付評分模型使用費），利用自身數(shù)據(jù)形成個人信用評分，并將分?jǐn)?shù)嵌入本機(jī)構(gòu)提供的個人信用報告中，用于消費者申請貸款、信用卡、保險、租賃、求職等領(lǐng)域。

除FICO評分外，艾克飛、益博睿、環(huán)聯(lián)等3家綜合性消費者報告機(jī)構(gòu)還聯(lián)合開發(fā)了Vantage評分，但由于FICO評分已廣泛滲入到各個領(lǐng)域，占據(jù)相對壟斷地位，Vantage評分應(yīng)用并不廣泛。

此外，隨著互聯(lián)網(wǎng)行業(yè)的飛速發(fā)展和大數(shù)據(jù)技術(shù)的日趨成熟，部分放貸機(jī)構(gòu)和信息服務(wù)公司開始利用大數(shù)據(jù)等金融科技手段開發(fā)評分產(chǎn)品。如放貸機(jī)構(gòu)ZestFinance、信息服務(wù)公司CreditKarma、信用卡公司Capital One等引入更多維度的創(chuàng)新數(shù)據(jù)，服務(wù)于傳統(tǒng)信用評分過低或者缺少信貸記錄的客戶，以彌補傳統(tǒng)信用評分過分依賴消費者信貸信息的局限性，其評分產(chǎn)品既用于機(jī)構(gòu)內(nèi)部，也同時向外部提供。

（二）個人信用評分信息以信貸信息為主

FICO評分關(guān)注的客群特征屬性有五類，分別是客戶的信用歷史、信用賬戶數(shù)、使用信用的年限、正在使用的信用類型和新開立的信用賬戶。Vantage評分的評分維度包括支付歷史、信用賬戶類型和開戶時長、信用額度使用比率、負(fù)債情況、近期信貸行為、可用信貸余額等六個方面。這兩種評分的維度主要是個人的借貸信息。FICO和Vantage評分雖然覆蓋了美國大多數(shù)人群，但由于部分人群缺乏信貸歷史記錄或記錄較少，依然有15%的人群無法覆蓋。

為解決上述問題，費埃哲公司與Equifax、LexisNexis Risk Solutions兩家機(jī)構(gòu)合作，專門推出FICO XD評分，引入電信、水、電、煤氣付款等信息，幫助美國4500萬無征信記錄的人群獲得評分服務(wù)。3家綜合消費者報告機(jī)構(gòu)也開始將電信、公用事業(yè)、車輛、駕駛員違約等非信貸信息引入Vantage評分，提升評分產(chǎn)品覆蓋和分析能力。放貸機(jī)構(gòu)ZestFinance也在信貸信息的基礎(chǔ)上引入互聯(lián)網(wǎng)數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)，利用多維數(shù)據(jù)和算法，為FICO評分低于550分的客戶和無FICO評分的客戶提供評分。

（三）評分業(yè)務(wù)監(jiān)管重點在于評分信息可追溯、可異議、可糾錯

美國對信用評分業(yè)務(wù)的監(jiān)管主要集中在《公平信用報告法》《平等信貸機(jī)會法案》（Equal Credit Opportunity Act）兩部法律中，從敏感數(shù)據(jù)保護(hù)、評分應(yīng)用、信息準(zhǔn)確性三個方面保護(hù)信息主體權(quán)益：一是明確不得使用歧視性信息。如《平等信貸機(jī)會法案》規(guī)定，禁止在評分中使用種族、膚色、宗教信仰、性別、婚姻狀況等信息。二是評分可追溯。《平等信貸機(jī)會法案》規(guī)定，申請人受到貸款機(jī)構(gòu)“不利行動”（如拒絕或撤回信貸）時，貸款機(jī)構(gòu)需出具“不利行動”理由的陳述。如果是應(yīng)用了評分產(chǎn)品，則需披露評分產(chǎn)品中對申請人最不利的5項變量情況，申請人能夠了解到自身信息的來源和使用情況，并且有明確的方向和途徑改善自身信用情況。三是評分可異議、可糾錯?！豆叫庞脠蟾娣ā芬?guī)定，申請人有權(quán)向個人征信機(jī)構(gòu)提出評分申請，個人征信機(jī)構(gòu)應(yīng)向申請人提供以下信息：最新評分分?jǐn)?shù)、評分出具日期、評分模型所用的4個以內(nèi)對申請人信用評分有負(fù)面影響的要素、評分信息來源等。申請人可免費向征信機(jī)構(gòu)提出異議和信息糾錯的要求，征信機(jī)構(gòu)需在規(guī)定時間內(nèi)作出決定并向申請人反饋。

由于評分模型、評分方法具有一定專業(yè)性，且涉及企業(yè)商業(yè)秘密，美國未對評分模型、評分方法提出監(jiān)管要求，一般由評分使用方從評分穩(wěn)定性、區(qū)分度、有效性等方面對模型進(jìn)行檢驗。信息主體對評分模型、評分方法存在異議的，可以聯(lián)系評分機(jī)構(gòu)做出說明。為了加強社會公眾對信用評分的理解，評分機(jī)構(gòu)一般會對外公布評分維度、影響評分的因素、提高評分的方法，定期發(fā)布評分有效性檢驗情況，部分機(jī)構(gòu)還會在網(wǎng)站上提供“教育評分”模型供消費者試用。

（四）對提供個人信用評分產(chǎn)品的機(jī)構(gòu)實施穿透式監(jiān)管

《公平信用報告法》對于“個人信用評分業(yè)務(wù)”作出明確定義，評分如涉及對消費者償債能力、償債意愿、信用狀況以及誠信、信譽等的評價，用于對消費者服務(wù)定價的參照、區(qū)分，應(yīng)用于個人租房、保險、就業(yè)等場景，就屬于消費者報告的范疇，由聯(lián)邦貿(mào)易委員對該業(yè)務(wù)進(jìn)行監(jiān)管，并要求從事個人信用評分業(yè)務(wù)的機(jī)構(gòu)接受聯(lián)邦貿(mào)易委員會的監(jiān)管。

以聯(lián)邦貿(mào)易委員會訴Spokeo公司為例。Spokeo自稱是一家不從事征信業(yè)務(wù)的信息服務(wù)商，主要在網(wǎng)絡(luò)上采集個人社交信息。該公司利用采集的信息開發(fā)了名為“Credit Estimate”（信用估算）、“Wealth Level”（財富等級）的產(chǎn)品（類似于個人信用評分），應(yīng)用于招聘環(huán)節(jié)中個人求職者的資質(zhì)審查。聯(lián)邦貿(mào)易委員會認(rèn)為Spokeo的業(yè)務(wù)涉及對個人的評價，且用于招聘領(lǐng)域，屬于消費者報告業(yè)務(wù)的范疇，對其未按照《公平信用報告法》開展消費者報告業(yè)務(wù)處以80萬美元的罰款，責(zé)令其確保信息準(zhǔn)確性，建立信息披露機(jī)制以及異議、投訴渠道，并對因該公司服務(wù)問題而遭受不公平待遇的個人進(jìn)行賠償。

三、我國個人評分市場廣泛但目前存在一定問題

（一）開展個人評分的機(jī)構(gòu)主要是具有集團(tuán)公司、金融科技公司背景的機(jī)構(gòu)

據(jù)不完全統(tǒng)計，除中國人民銀行征信中心外，國內(nèi)提供個人評分服務(wù)的市場機(jī)構(gòu)有50家之多。開展個人評分業(yè)務(wù)的機(jī)構(gòu)主要分為三類：

一類是大型互聯(lián)網(wǎng)集團(tuán)設(shè)立的獨立法人機(jī)構(gòu)，如螞蟻金服的芝麻信用、京東集團(tuán)的京東數(shù)科、百度集團(tuán)的度小滿科技、騰訊的財付通、平安集團(tuán)的前海征信等。這類機(jī)構(gòu)依托集團(tuán)內(nèi)部積累的大量數(shù)據(jù)，結(jié)合少量外部數(shù)據(jù)，加工形成個人評分產(chǎn)品對外提供。

二是具有金融科技背景的獨立第三方機(jī)構(gòu)，如百融云創(chuàng)、同盾科技等機(jī)構(gòu)。這類機(jī)構(gòu)自身不產(chǎn)生數(shù)據(jù)，主要從外部獲取數(shù)據(jù)，具有較強的數(shù)據(jù)挖掘和建模能力，通過對外部采集的數(shù)據(jù)進(jìn)行加工處理，形成評分產(chǎn)品。

三是銀聯(lián)及其下屬公司和三大電訊運營商。如銀聯(lián)和銀聯(lián)智策根據(jù)消費者支付信息提供的“火眼D分”“持卡人消費綜合評分”，三大電訊運營商使用個人電訊身份、消費、繳費、通信等信息提供的 “試金石信用分”“聯(lián)通沃信用分”“電信甜橙分”等。

（二）評分模型主要應(yīng)用非借貸數(shù)據(jù)，信貸信息使用較少

從評分模型使用的數(shù)據(jù)來看，信貸信息雖與個人信用狀況強相關(guān)，但當(dāng)前其他機(jī)構(gòu)基本上無法獲得全量的借貸數(shù)據(jù)，只能使用非借貸數(shù)據(jù)開展評分。以芝麻分為代表的互聯(lián)網(wǎng)公司的評分，主要使用客戶的支付、交易、出行、住宿、生活、公益等方面的數(shù)據(jù)，評分更多側(cè)重客戶身份信息、守約記錄、消費記錄、行為記錄等方面。以百融分、同盾分為代表的第三方科技公司主要使用客戶的身份信息、借貸申請信息、欺詐信息以及P2P網(wǎng)貸信息等，評分更側(cè)重客戶的借貸意向、欺詐風(fēng)險和違約風(fēng)險等。

（三）評分以金融場景為主，并已拓展到商業(yè)和社會生活領(lǐng)域

市場機(jī)構(gòu)的評分產(chǎn)品已被廣泛應(yīng)用到金融領(lǐng)域，據(jù)不完全統(tǒng)計，已經(jīng)有40余家銀行業(yè)金融機(jī)構(gòu)在使用市場機(jī)構(gòu)的評分產(chǎn)品，主要被用于金融機(jī)構(gòu)的授信審批領(lǐng)域，包括篩選高風(fēng)險客戶、判斷客戶欺詐風(fēng)險、評估客戶信用水平、進(jìn)行客戶分層，或?qū)⒃u分作為授信模型參數(shù)之一，綜合判斷客戶信用風(fēng)險。其中，貸前環(huán)節(jié)應(yīng)用主要包括貸前審批及核定額度，金融機(jī)構(gòu)根據(jù)借款人的評分決定是否發(fā)放貸款、發(fā)放多少貸款。在貸中貸后管理環(huán)節(jié)，評分主要用于監(jiān)測借款人信用風(fēng)險變化情況，對不同分?jǐn)?shù)段的客群，金融機(jī)構(gòu)采取調(diào)整貸款額度、設(shè)定還款提醒頻率、進(jìn)行差異化催收等不同策略。除以上環(huán)節(jié)外，個人信用評分還被用于市場營銷、客戶分層分類管理等方面。從金融機(jī)構(gòu)的應(yīng)用情況上看，98%的產(chǎn)品為反欺詐等防風(fēng)險類評分，營銷類和催收類評分比較少。

市場機(jī)構(gòu)的評分產(chǎn)品除被應(yīng)用到金融領(lǐng)域外，還拓展到免押租賃、先享后付等商業(yè)服務(wù)場景，如免押租房、免押租車、餐飲、購物等先消費后付款等。

（四）個人信用評分存在邊界不清、透明度不高等問題

一是數(shù)據(jù)服務(wù)與個人征信邊界不清，評分是否納入征信監(jiān)管爭議較大。大多數(shù)評分機(jī)構(gòu)認(rèn)為自己采集的是個人的身份、支付、消費、社交等非借貸信息，而這類信息不屬于《征信業(yè)管理條例》規(guī)定的信用信息范圍，所提供的個人分是依據(jù)上述數(shù)據(jù)對個人消費能力、欺詐風(fēng)險、誠信履約狀況的判斷，主要用于客戶篩選、客戶分層、欺詐風(fēng)險評估等，并非對個人償債能力和償債意愿的判斷，因此不應(yīng)納入征信監(jiān)管。為規(guī)避征信監(jiān)管，大部分市場機(jī)構(gòu)提供的評分名稱都不含“信用”兩個字，而是以公司名稱或者用途代替。

二是個人評分透明度不高，評分準(zhǔn)確性得不到保障。由于沒有明確的監(jiān)管部門、缺乏有效的市場監(jiān)管，市場機(jī)構(gòu)并不愿主動公開自己的評分模型和評分使用的維度信息，評分如何作出、評分分值的調(diào)整規(guī)則對社會公眾而言是一個“黑箱子”。與傳統(tǒng)個人信用評分使用信貸信息等結(jié)構(gòu)化數(shù)據(jù)，與數(shù)據(jù)提供者建立了有效的數(shù)據(jù)質(zhì)量保障機(jī)制不同，市場機(jī)構(gòu)的評分中使用的信息大多是主動抓取或?qū)崟r調(diào)取，信息中存在大量模糊信息和不準(zhǔn)確信息，而大數(shù)據(jù)評分、機(jī)器學(xué)習(xí)算法對評分所使用信息的準(zhǔn)確性要求并不高，如部分機(jī)構(gòu)根據(jù)公司住址推測信息主體的大概收入、根據(jù)信息主體購買車輛保險的支付記錄反向推測信息主體的車輛財產(chǎn)價值，還有市場機(jī)構(gòu)評分使用地域信息，對屬于某一地域（詐騙分子較多的地域）的信息主體的評分分值直接扣減。

三是評分過程中信息主體權(quán)益無法得到有效保障。市場機(jī)構(gòu)大量使用個人的消費、社交、通信等敏感信息，應(yīng)用于個人評分模型中，這些信息無論是采集還是運用過程中，信息主體的知情權(quán)都沒有得到有效保障。由于評分模型、維度、數(shù)據(jù)不公開，信息主體無法知悉自己的評分是依據(jù)什么信息作出，更不清楚這些信息是否準(zhǔn)確、是否同意市場機(jī)構(gòu)使用這些信息、有無侵犯個人隱私。當(dāng)信息主體因分值較低而在各類經(jīng)濟(jì)活動中受到限制時，信息主體也無法提出異議、要求糾錯，甚至在很多市場機(jī)構(gòu)向金融機(jī)構(gòu)、其他商業(yè)機(jī)構(gòu)提供評分的活動中，信息主體都不知道自己被評分了。

四、對完善我國個人信用評分的建議

（一）將市場機(jī)構(gòu)提供的個人評分作為征信產(chǎn)品的一種，將評分納入征信監(jiān)管

我國《征信業(yè)管理條例》第二條規(guī)定“個人征信業(yè)務(wù)是對個人的信用信息進(jìn)行采集、整理、保存、加工，并向信息使用者提供的活動”。該條規(guī)定并未將信用信息限定為個人借貸信息。2005年中國人民銀行發(fā)布的《個人信用信息基礎(chǔ)數(shù)據(jù)庫管理暫行辦法》將個人信用信息定義為“個人身份信息、個人借貸信息以及反映個人信用狀況的其他信息”。社會信用體系建設(shè)部際聯(lián)席會議編制的公共信用信息目錄也將個人的身份、教育、社保、行政處罰、行政許可等信息都列入公共信用信息范圍。因此，個人信用信息并不僅限于個人借貸信息，個人信用評分也并非僅限于依據(jù)借貸信息所作出的評分。按照實質(zhì)重于形式的監(jiān)管原則，采集個人的非借貸信息，應(yīng)用到金融機(jī)構(gòu)放貸或其他經(jīng)濟(jì)交易活動中，實際上已經(jīng)涉及對個人信用狀況的判斷，影響到個人獲得公平合理的交易機(jī)會，應(yīng)當(dāng)認(rèn)定為個人征信業(yè)務(wù)，由中國人民銀行依法實施征信監(jiān)管。

（二）擴(kuò)大評分的范圍，以開展實質(zhì)性評價作為判斷是否屬于評分的標(biāo)準(zhǔn)

在當(dāng)前的互聯(lián)網(wǎng)時代，市場機(jī)構(gòu)評分以形式新穎、迎合年輕消費者需求為特征，許多機(jī)構(gòu)并不以分值的形式來對信息主體進(jìn)行評價，而是以個人信用畫像、行為特征刻畫等產(chǎn)品形式對外推廣，對于這類產(chǎn)品，應(yīng)穿透產(chǎn)品的表面，看其是否涉及對個人信用狀況的評價，如果只是對個人消費能力、性格特征等方面的判斷，不主動應(yīng)用到金融、經(jīng)濟(jì)交易活動中對個人是否履約的判斷，則可不認(rèn)定為屬于信用評分。但如涉及對個人償債能力、償債意愿、誠信狀況的判斷，用于金融、經(jīng)濟(jì)交易活動中，則無論其外在表現(xiàn)形式如何，都應(yīng)劃歸信用評分的范圍，依法實施監(jiān)管。

（三）對個人信用評分的業(yè)務(wù)規(guī)則作出明確要求，使評分有法可依、有章可循

個人信用評分的業(yè)務(wù)規(guī)則，必須要與《征信業(yè)管理條例》的立法目的相符，即保護(hù)當(dāng)事人合法權(quán)益。要提高個人信用評分的透明度，“陽光是最好的消毒劑”，只有在陽光之下，才能破解評分的黑匣子，信息主體才能了解自己的信用評分采用了哪些維度的信息，這類信息是否侵犯了個人隱私、是否同意市場機(jī)構(gòu)使用這些信息、信息是否準(zhǔn)確完整。當(dāng)然提高評分的透明度，并非要求市場機(jī)構(gòu)將評分的模型開發(fā)過程、模型使用的每一個信息都公開，評分模型的開發(fā)和應(yīng)用涉及市場機(jī)構(gòu)的商業(yè)秘密和市場競爭力，也應(yīng)予以保護(hù)。因此評分方法和評分模型公開的范圍以反映評分的可靠性為限，這可有效規(guī)避市場機(jī)構(gòu)借助個人信用評分濫采濫用個人信息的問題，促使評分機(jī)構(gòu)更合理地使用個人信息、提高自身的數(shù)據(jù)分析挖掘能力。同時，為避免評分機(jī)構(gòu)使用單一信息提供者的信息對個人作出評分，防范評分成為機(jī)構(gòu)其他業(yè)務(wù)擴(kuò)張的工具，應(yīng)要求評分機(jī)構(gòu)擴(kuò)大模型的數(shù)據(jù)來源和維度，提高評分的客觀公正性。

（責(zé)任編輯? ? 王? ?媛;校對? ?WY，LY）