消费者信用评分技术，金融科技知识图谱

关联词：金融风险管理、普惠金融小微企业金融、替代数据、大数据、数据挖掘、机器学习、人工智能、信用卡、个人信息保护、个人信用信息

消费者信用评分，也称个人信用评分，是基于个人信用报告（信用档案），利用数学模型将信用信息转化成某个数值，对消费者（或小微企业）未来信用风险的一个综合评估，代表个人（或小微企业）的信用度，用来指导信贷决策。

个人信用评分是统计学和机器学习在金融和银行业中最成功的应用之一。个人信用评分提高了信息传递效率，量化结果可以取代个人信用报告中描述性和高度主观的语言，使信贷审批人员能够更容易比较潜在借款人。个人信用评分在消费信贷过去60年的显著增长中发挥了关键作用。如果没有准确和自动化的风险分析工具，放贷机构不可能以目前的方式（大规模自动化）发放消费信贷。最初，个人信用评分只跟贷前申请有关，进入21世纪后，个人信用评分更多地用统计模型来管理信用，包括对风险、业务响应、收入和客户保留4个方面的衡量，应用场景有市场营销、申请审批、账户管理和催收回收等（整个信用风险管理周期）。

信用评分模型的分类有很多种，按照开发信用评分的机构的不同，主要分为两种：

通用信用评分，是指由个人征信机构开发的信用评分，基础通用，国外常用的是费埃哲信用评分模型，中国第一个个人征信试点机构上海资信有限公司（央行征信中心控股）在2002年推出了第一个通用信用评分模型。

专用信用评分，是指由信贷机构开发的信用评分，面向特定的机构信贷场景，这个模型可以由信贷机构自己开发，也可以由数据分析公司开发。例如，中国工商银行开发的CIIS（特别关注客户信息系统）个人信用评分（2004年9月上线）。

其中，通用信用评分是基础、通用的，性能稳定，可以被认为是信贷市场风险量化的基础设施。征信机构的通用信用评分不仅可以单独使用（例如没有能力开发信用评分的信贷机构可以直接将其用于信贷审批），而且还可以是信贷机构开发信用评分的一个重要组成部分（或输入变量）。通用信用评分往往基于个人信用报告，具体见图3.6。

专用信用评分主要用于银行等信贷机构。其他机构，如移动电话公司、保险公司、租房公司和政府部门等，也使用相同的技术。

信用评分是一个比较宽泛的概念，会随着数据源和用途的不同而不同。不同的金融机构或征信机构也会开发自己的信用评分，很难有一个信用评分可以涵盖整个信贷风险决策领域。仅基于费埃哲开发的信用评分模型，每个消费者就有超过48个不同的信用评分，可以用于不同的消费场景。

图3.6　信用评分是信用报告的数据摘要

费埃哲信用评分模型是贷款机构广泛采用的信用评分模型。费埃哲是信用评分领域的领军企业。费埃哲在19世纪50年代开发出第一个放贷者使用的信用评分模型，距今已经有160多年了。从那时候，特别是20世纪80年代起，不同版本的费埃哲评分和其他评分模型开始被信用卡发行商以及车贷、房贷和其他类型贷款的放贷者使用。2014年，全球企业购买了100多亿份的费埃哲信用评分报告，它已成为美国90%的消费信贷决策的重要依据。但是信用评分模型并不是费埃哲独有的，三大个人征信机构自己也开发了信用评分模型，还有一些数据挖掘公司，如赛仕软件（SAS）也帮金融机构开发一些信用评分模型。

费埃哲信用评分模型考虑的主要因素如下（见图3.7）。(www.xing528.com)

·付款历史：偿还历史，包括晚偿还和收债数据项。

·未偿债务：信贷余额，可用的信贷额度，正在用的信贷比例。

·信贷组合：信贷产品的组合。

·信贷时长：信用的长度。

·争取新信贷：承担新债务的证据，例如新的账户。

图3.7　费埃哲信用评分模型考虑的主要因素

信用评分目前是金融科技领域的一个热点。在很多新兴国家，由于金融服务开展得比较晚，很多消费者和小微企业主都存在信用记录缺失或信用记录比较“薄”的问题，无法应用传统的费埃哲信用评分模型。据世界银行统计，全球有30亿名消费者无法进行传统信用评分。根据央行征信中心的官方报道，截至2019年4月底，征信系统收录自然人9.93亿、有信用报告的为5.4亿，估计能够进行个人信用评分的有4亿（需要有两年信贷记录）。根据中国统计局的数据，截至2017年，中国的人口是13.9亿，这就意味着将近9亿名消费者信用记录不足或缺失，没有信用评分。因此，可以看出，中国的信用评分应用在市场需求和传统模型之间还存在巨大的鸿沟。20全球数百家金融科技公司和大数据公司都在利用替代数据或大数据，以及人工智能技术来致力于解决全球性的信用评分问题。21，22

个人信用评分的趋势：近年来随着数字经济的发展趋势越来越明显，对个人信用评分的需求比对个人信用报告的多是全球性的趋势，图3.8利用谷歌趋势（Google Trends）的全球网络计量显示了自2015年起网络用户对个人信用评分的需求比对个人信用报告的多。这说明在数字经济时代，个人信用评分已经变得越来越重要了。

图3.8　全球个人信用评分和个人信用报告的需求比较

数据来源：谷歌趋势。
注：实线是个人信用评分的网络搜索，虚线是个人信用报告的网络搜索。