个人信用评分去向何处?

未央网 作者: 王强

2015年年初时,有专家称这一年将成为“互联网征信元年”。虽然站在现在的时间点回看,由于个人征信牌照的迟迟未能发放,变化不及大家的预期。但是,围绕征信业务的产品试水和市场布局已经逐步展开,其中“个人信用评分”吸引了最多的关注,包括阿里系的“芝麻信用分”,拉卡拉的“考拉信用分”,前海征信的“好信度”等等。各家围绕“个人信用评分”产品,也提出了许多创新的应用场景,引发了不少争论,甚至有人惊呼信用评分被“玩坏了”!

那么到底什么是信用评分?怎样才算是好的信用评分?本文对信用评分的一些基本概念进行梳理之后,提出了自己观点。

一、什么是信用评分?

以个人信贷业务发展最为普及的美国为例,市场上有多种多样关于个人信用的评分体系和产品,目标和应用场景各有不同,其中普遍被大家采用的是“征信局评分”。为方便起见,除了特别说明之外,下面提到的“个人信用评分”都是指“征信局评分”。

1. 个人信用评分定义:

信用评分就是基于一个人的信贷历史记录进行分析得到的分数,用于评价他信贷违约的可能性。一般来讲,分数越高,违约的概率越低。由此可以看出,信用评分的目标是要跟信贷违约的概率挂钩的,是“信用评价”,而不是“资产评价”、“消费能力评价”、“社交圈层评价”等等。

从数学建模的角度来说,就是不管模型的预测变量有多少个维度,表现变量都应该与“是否信贷违约”相关。当下有不少争论关注于评分模型的变量维度多少、建模方法新旧、数据量大小,而往往确忽略了建模目标这个最关键的问题。

2. 谁提供个人信用评分:

美国的个人信用评分,通常是由亿百利(Experian)、全联(TransUnion)和爱克非(Equifax)这三大个人征信局提供。虽然叫“征信局”,但三家都是纯市场化运作的征信公司,不是政府机构,金融机构向他们查询个人征信报告和个人信用评分都是收费的。

三家信用机构都使用FICO公司提供的评分方法,由于各家收集的数据可能略有不同,对同一个人的评分也会略有差异,但一般差别不大。据此,形成了个人信贷市场内普遍认可的个人信用基础评价。FICO评分体系也就成为了事实上的“标准评分”。

3. 谁使用个人信用评分:

信用评分的购买方主要是提供个人信贷产品的金融机构,包括银行、零售商、保险公司等,信用评分最主要的应用场景就是个人信贷决策,比如:

· 信用卡申请;

· 个人贷款申请(如房贷、车贷、学费贷款等);

· 购买运营商签约手机;

· 签署房屋租赁合同;

· ……

需要强调的是,上述应用场景中,使用方都是把信用评分作为决策因素之一,而不是直接拿来就用。以信用卡申请为例,每家银行都有自己的信用卡核发和授信额度计算方法,这是与每一款产品的定位、目标客户、预期收益、风控策略等等高度相关的,个人信用评分只是其中的一个输入变量,此外还要收集很多其他信息,才能做出最终决策。换句话说,信用评分作为个人信用的基础评价,距离形成最终的信贷决策,还是有一定距离的。

4. 信用评分如何计算:

目前应用最为广泛的“FICO分”,已经覆盖了全美90%的主要借贷机构和85%的人群,这个评分主要基于个人信用报告中的信息,通过评分模型计算得出。

FICO评分模型的要素和权重如下:

偿还历史×35% + 信用账户数×30% + 使用信用的年限×15% + 正在使用的信用种类×10% + 新开立的信用账户×10%

大家往往关注哪些要素被纳入评分体系,其实在FICO的官方网站上,还专门列出了哪些要素不会被计入信用评分,也很有意思:

· 收入,收入可能与具体的授信额度相关,但与是否能完成还款无关;

· 年龄,只考虑信贷历史长度,不考虑被评分人的自然年龄;

· 种族、宗教信用、性别、婚姻状态、福利状态,这些因素因为法律的约束不能被纳入评分;

· 子女抚养费、房租、水电费、保险费,只要按时缴纳,不进入催收机构,不会纳入评分;

· 住址、个人信贷利率等;

从上述评分要素的取舍也可以看出,FICO评分对自身的定位,是针对个人信用的基础评价指标。而且,作为广泛被业界接受的评分体系,也收到法律、社会伦理等诸多方面因素的约束。

二、怎样才能做出一套“好”的个人信用评分?

“个人信用评分”这项业务的本身就决定了,最终市场上不会有很多的“征信局评分”并存,只会留下少数几个具有行业公信力的评分体系被大家采用。那么怎样才能做出一套“好”的个人信用评分,成为留在最后的权威呢?

通过上述对一些基本概念的梳理和解读,我们不难发现,一个能够被行业接受的“好”的个人信用评分体系至少应该具备下面几个属性:

1. 个人信用评分应该具有金融属性

简单地说,信用分只评价某人在“欠债还钱”这件事上的信用,而不应该把它的外延无限制扩大,特别是扩大到一些与金融业务完全无关的领域去。

国内市场上一些新兴评分机构,往往对客户信息有着比较全面而深入的洞察能力,但是在信贷历史数据积累方面与银行等传统金融机构有较大的差距,数据本身的金融属性不强,难以形成模型训练的闭环。这样做出来的评分,在预测“信贷违约”时准确率就有限了。在信用评分的应用场景方面,国内也有很多创新,有不少场景与金融产品并不直接相关。比如2015年中曾有一段时间,芝麻信用分针对高评分人群,推出了首都机场快速安检通道的服务,不久就停止了。如果把芝麻信用分理解为“阿里巴巴会员积分”,通过在淘宝消费积累积分,那么为积分多的会员提供一些增值服务也无不可。但是,如果想成为专业的个人信用评分,得到业内普遍认可和广泛采用,还是应该让评分回归金融属性的本质。

同样的道理,“酒驾”、“学历造假”、“约会迟到”等等行为,是否应该计入个人信用评分,也就不必说了。

2. 个人信用评分应该具适用性

这里的适用性,是说评分作为个人信用的基础评价,应该在个人信贷领域有比较广泛的适用范围,而不应该与某一种/某一家的产品紧密绑定。所以评分要素、计算方法的选择,都应该以此为基础考虑。

比如FICO分,不把“收入”这一要素纳入评分体系,就是基于这样的考虑。那么不同风险等级,针对不同人群的信贷产品,在进行决策时,都可以参考FICO分,再叠加产品本身的风控要求。

而且从建模的角度来看,模型预测的准确性和适用范围是两个互损的因素,如果希望模型有更广泛的适用范围,往往需要有意地牺牲一些准确性,来换取更好的适用性。从这个角度讲,个人信用评分并不是“越准越好”,而应该是一套比较“平衡”的体系。

3. 个人信用评分应该具有稳定性

想要被行业采用,作为决策的基础,那么信用评分就必须有较好的稳定性,不能忽上忽下。稳定性实际上对评分体系提出了很高的要求:在评价目标没有真正变化的情况下,评分不能轻易被改变。换句话说,不能用技术手段刷分,除非这个手段真的能够改善被评分人的信贷履约能力。

FICO也会告知用户如何提高FICO分,比如减少信用卡的数量,合理控制信贷账户使用水平等,但这些措施都是真正能够改善履约能力,降低信贷风险的,是合理的。但是如果“补全个人信息”,“添加好友”,甚至“买买买”都能提升个人信用评分,似乎就不那么合理了,因为这些数据只能增加评分机构对被评分人的了解,并不能证明被评分人的信贷履约能力有了提升。

4. 个人信用评分的数据和方法必须合规

作为一个新兴的细分市场,特别是信用评分涉及很多个人敏感信息,国内相关的法律法规一定会逐渐完善。评分机构应该保证在数据的采集和使用等环节得到相应的授权,并重点关注信息安全。

三、个人信用评分向何方?

打造一套被市场普遍认可和采用的“征信局评分”的门槛很高,不是谁想做都可以做到的。那么众多新兴的个人信用评分是否还有价值?该向何处去?

其实在个人信贷成熟的市场中,除去信用局评分之外,拥有零售业务的金融机构一般都有自己的评分系统。区别于信用局评分的公共基础服务属性,这些评分主要服务于自身的产品和业务,为信贷产品相关的决策提供支持。评分体系可以覆盖金融产品和服务的全生命周期,比较常用的有:

· 市场营销评分,预测客户接受某种信贷产品主动营销的可能性,用于指导精准营销;

· 申请风险评分分(Application Score),对信贷申请人的资信情况进行评估,预测其未来严重拖欠及坏账的概率,用于在申请阶段控制信贷风险;

· 行为分(Behavior Score),对信贷账户历史表现的各种行为特征,预测其未来严重拖欠及坏账的概率,用于贷后监测,提早进行坏账预警;

· 此外,还有客户价值评价的客户分,欺诈风险评估的欺诈分等专题评分;

所以,我们不妨换个思路,不去做“普适”的信用基础评价,而是基于机构自身的优势(比如数据积累的领域、对产品的理解、对某一个细分市场的洞察等等),打造个性化的评分体系,有针对性地服务于某一款特定的产品或客户群,要点是能够快速响应产品设计需求,帮助产品迅速推向市场,合理控制风险。

从这个角度来看,通过建立评分体系,打造机构自身在产品设计、市场营销和风险控制等领域的量化决策能力,可能才是“评分”真正的价值所在。