独家翻译：信用评分的简史和未来

源点注：2019年7月6日，英国《经济学人》网站发表一篇关于信用评分的文章，原题为《A brief history—and future—of credit scores》。源点SCSs翻译组的Lawrence和源点画生合作翻译，供大家参考阅读。

信用评分的简史和未来

“

  信用评分可以改变经济。但是，发展壮大取决于数据的支撑。

”

每个工作日，为格鲁吉亚最大的 TBC 银行销售消费贷款的 Lika Koplatadze 都会给她的170—250个目标客户打电话。她不用自己选择目标客户。运用一种对数百万格鲁吉亚人的信用评分（0到400之间的数字，表示偿还贷款的可能性）进行分析的算法，选择出最佳对象，然后自动拨号。

类似的事情在发达国家已经发生了几十年，但在格鲁吉亚，此事方兴未艾。2005年，几家格鲁吉亚银行与冰岛的科瑞迪福（Creditinfo）集团联合成立了该国第一个信用局。两年内，该局记录了23.2万人。现在，它覆盖了260万格鲁吉亚人，而这个国家大约有300万成年人。

此举影响深远，信贷员过去每天要进行大约10项决策，负责格鲁吉亚银行（该国按资产计最大的银行）信贷风险管理的VasilVerulashvili说。在过去，如果有人申请抵押贷款，“你必须核实，这是此次贷款的真实目的吗？你应当深入考察：这是真是假？”他说。“如今我们不到一秒钟就可以作出十项决策。贷款价值从2004年不到gdp的10%跃升至2016年的56%。平均利率从20.2%下降到12.6%。一切都从这里开始，”维鲁拉什维利说，他指的是格鲁吉亚信贷记录的增长。

尽管格鲁吉亚大步向前，但仍然在走一条老路，世界上大约有一半的经济体拥有不同复杂程度的私人信贷机构。它们的崛起不仅为经济发展的车轮注入润滑剂，也预示着21世纪数据驱动、算法介导的经济时代的到来。如今，创业型企业正将这种金融和技术的融合带到发展中国家，利用新型的数字数据来做出信贷决策。与许多数据驱动的业务一样，这些公司也将自己置身于客户最私密的空间。

早在20世纪，关于潜在借款人的系统数据几乎不存在。早期的美国信用局是地方性机构，他们在报纸上搜寻信息:逮捕通知、结婚通知、晋升通知等等。其中包括各种可疑的东西，如人们的婚姻问题、政治活动等信息，但这些活动缺乏科学性。

1956年，当威廉·费尔（WilliamFair）和厄尔·艾萨克（EarlIsaac）突然想到利用数据预测借款人违约的可能性时，情况开始发生了变化。事实证明，“优质”贷款与拥有电话、在同一地址工作的时间更长、在同一职位工作的时间更长以及申请人的年龄有关。他们成立了一家名为Fair, Isaac and Company的咨询公司，其产品是由硬纸板制成的记分卡，提供给银行和零售客户。信贷员将申请人的信息填入表格，并将结果汇总，看他们是否超出了可接受的风险水平。

该公司记分卡的普及引起了监管机构的注意。像零售信贷公司(现在的Equifax)这样的信用机构也在增长，它拥有数百万美国人的记录，并乐于与任何买家分享。在一场预示着今天有关数据隐私之争的辩论中，国会就此事举行了听证会。

这在1970年达到了顶峰，通过了《公平信用报告法》(FCRA)，该法案要求信贷局只向有合法目的的人报告信息，并要求他们确保准确性，并赋予消费者查看和纠正其文件的权利。1974年的《平等信用机会法》(ECOA)规定，贷款人基于性别或者婚姻状况的歧视是违法的。1976年，该法案被修订为禁止考虑种族、宗教和其他一些特征。

尽管FCRA限制了信贷机构的活动，但监管给Fair Isaac的业务注入了活力。信用评分为决定谁应该借款提供了一个明显的科学的、非歧视性的系统，而遵守ECOA的需要将其从贷款机构的奢侈品转变为商业成本中的另一项。

信用评分方面最大的变革发生在15年后。1989年，Fair Isaac与Equifax、Experian和TransUnion这三家逐渐占据市场主导地位的信用机构合作，发布了首个消费者信用评分:300至850分之间，分数越高，信用评级越好。被称为FICO评分，它迅速成为美国消费者贷款的标准。

FICO此前通过将过去客户的属性映射到未来客户的属性，为贷款机构创建了自定义算法，而它的新分数使用了三个局拥有的海量数据，为系统中的每个人分配了一个三位数的数字。

FICO评分考虑财务信息的五个核心部分，为每个部分分配不同的权重。确切的计算公式是一个秘密，但大体上是由消费记录(35%)、欠款总额(30%)、信贷周期(15%)和两个信贷组合分数:信用卡、商店账户和抵押贷款(10%)和新信贷申请(10%)。由此得出的数字对一个人能否获得贷款以及贷款利率有很大影响。美国90%的消费贷款决策都采用FICO评分。

信用评分正在发展中国家迅速蔓延。在短短几年时间里，阿里巴巴集团(Alibaba Group)的子公司蚂蚁金服(Ant Financial)建立了一个覆盖3.25亿人的广泛评分系统，名为芝麻信用(Zhima Credit)。分数高的好处不仅仅是借款，部分原因是它嵌入了阿里巴巴的支付应用——支付宝(Alipay):它们的好处包括更容易的签证申请、更低的租金存款，甚至在约会网站上有更好的位置。然而对于支付宝用户而言，最好的方法就是奖励他们，因为获得良好评分的最好方式似乎就是大量使用支付宝。中国政府目前正在通过其国家银行建立一个向所有公民提供金融信用评分的系统——这是更广泛的“社会信用”体系的一个方面。

但在相对贫穷、金融基础设施匮乏的小国家，信用评分者可用的数据有限。他们可以查看先使用后付费的服务的支付记录，比如公用事业、有线电视或互联网。关注普惠金融的美国智库perc的迈克尔•特纳(Michael Turner)表示，在没有信用记录的情况下，此类可靠的支付数据是一个很好的风险指引。FICO在针对美国消费者的特别评分中使用了其中的一些数据，这些消费者“以前仅凭他们的传统信用数据是不受欢迎的”。Creditinfo正在努力包括西非的这些来源。

但穷人更有可能使用现收现付的电话服务，尤其是在西方以外的地区。而且公用事业公司登记的对象是家庭，而不是个人(当他们登记时)。因此，一个新的公司已经发现了一个机会。Tala是一家总部位于加利福尼亚州的创业公司，在印度，墨西哥，菲律宾和东非运营，该公司表示，它使用从客户智能手机收集的10,000多个数据点来确定是否给予贷款。自2014年以来，它已经贷款超过5亿美元。

尽管Tala只在美国以外运营，但它没有考虑到许多在美国被禁止的因素，如种族、性别、宗教等，并发表了一份“数据伦理”声明。然而，它所考虑的数据将使西方数据保护监管机构的血压飙升。良好的借款者包括那些在联系人中同时写上姓名和姓氏的人，那些旅行和地点遵循可预测模式的人，以及那些定期与少数联系人通信的人。

Creditinfo的保罗•兰德尔(Paul Randall)表示，使用出租车应用程序的人风险较低，因为这表明他们的智能手机使用的是他们经常使用的支付方式，而不是为申请贷款而设置的支付方式。Creditinfo也在几个贫困国家市场开展业务。使用博彩应用程序的人风险更高。朋友有坏帐的人自己也可能是不好的借款者。

通常也会使用心理测量学或测量性格，一致性和承诺的心理测验。这样的方法有好处，但也有风险。特纳先生说，虽然心理测量学是一种有用的补充，但它不能替代传统的评分方法和财务数据。太多的数据和太少的数据一样糟糕。他列举了使用26个变量作为通用记分卡的反对派的案例。“在美国，如果你超过10个变量，你要么被嘲笑出局，要么被解雇……当超过26个，你无法区分噪音和信号”他说。

米格尔•莱纳斯(Miguel Llenas)从1999年开始帮助多米尼加共和国建立了一个信用局。他表示，多米尼加长期以来一直在使用“各种信息”:电费、水费、移动电话、司法信息、犯罪记录。但他在挖掘社交媒体账户的信号方面划了一条线，一些初创公司将其作为一种新的数据来源加以推广。他说，你几年前打扑克的一张照片几乎没有透露什么，“我担心这些事情，因为我重视隐私。”

在某种程度上，声称能够通过非财务数据判断个人信用价值的初创企业的涌现，与上世纪50年代美国的情况类似，当时离婚和升职都是常规考虑的问题。然而，发达国家稳健的信用评分与新兴市场目前采用的新方法之间的差异可能只是暂时的。外来相关性是信誉度的一个可以接受的指标，但它们无法与实际财务记录的预测能力相匹配。

今天，菲律宾的一位农民可能不得不为了一笔小额贷款分享他的互联网浏览历史。就像他的格鲁吉亚同行一样，在短短几年内，他可能会很幸运地受到来自一家银行的陌生电话的骚扰。这家银行对他的习惯知之甚少，只知道他定期还清债务。

推荐阅读

♚

点击阅读☝源点3年☝推文总目录

公益 | 有益 | 有趣

欢迎加入我们的作者队伍

与10000+读者分享见解