文：辛繼召

來源：21世紀經(jīng)濟報道(dào)

       二代征信會(huì)成(chéng)爲個人的“信用身份證”嗎？這(zhè)個問題的答案是極有可能(néng)。

　　4月16日，21世紀經(jīng)濟報道(dào)記者注意到，央行即將(jiāng)上線的二代征信報告中，將(jiāng)新增“個人信用報告數字解讀”，推出針對(duì)個人的“信用評分”，并給出該評分所處的“相對(duì)位置”。

　　不過(guò)，該評分采用何種(zhǒng)維度的數據、模型仍不得而知。

　　對(duì)于中小銀行，可否通過(guò)該“信用評分”縮小與大型銀行的競争差距，業内人士表達了謹慎的樂觀。

　　一方面(miàn)，央行權威的信用評分將(jiāng)將(jiāng)給中小銀行的個人信貸等業務打下基礎，便于把握個人資信情況；但另一方面(miàn)，針對(duì)每個地區、每家銀行具體的風險偏好(hǎo)，銀行仍應适當加大本行金融科技方面(miàn)的投入。

　　信用評分黑箱

　　央行雖未給出“信用評分”數據模型，但在二代征信報告中，會(huì)給出該信用分的“相對(duì)位置”。

　　“相對(duì)位置”，即取值爲0到90之間的整數。當取值爲N時，說明信用評分相對(duì)位置大于N%。當無法評分時，該數據項返回“-1”，會(huì)說明用于數字解讀的分數影響因素或無法評分時的原因。

　　業内人士認爲，該評分或與美國(guó)各征信局采用的FICO評分相似的思路，針對(duì)個人信用狀況打出一個信用分。

　　美國(guó)三大信用管理局都(dōu)使用FICO評分方法。FICO評分的實質是應用數學(xué)模型對(duì)個人信用報告信息進(jìn)行量化分析，但FICO信用評分的計算方法也從未向(xiàng)外界公布。各部分因素大緻權重爲：以往支付曆史占35%；信貸欠款數額占30%；立信時間長(cháng)短占15%；新開(kāi)信用賬戶占10%；信用組合類型占10%。FICO評分的理論分值在300-900分之間，評分越低，表明信用風險越大。

　　在國(guó)内，基于評分模型評估信用風險已成(chéng)爲銀行的主要風控策略，各大銀行引入評分卡的風控理念，主要應用于信用卡發(fā)卡、信用貸款發(fā)放、小微企業融資等。

　　例如，中國(guó)銀行在2018年财報中稱，對(duì)個人客戶采用标準的信貸審批程序評估個人貸款的信用風險，采用基于曆史違約率的評分卡模型計量信用卡的信用風險。

　　中信銀行也在财報中表示，運用評分卡等零售信貸風險計量模型，結合邏輯化的業務規則，有效識别及管理信用風險。引入第三方外部數據，加大個人信貸數據的深度挖掘力度，完善個人信用畫像，探索搭建反欺詐模型。

　　建行則將(jiāng)評分模型應用在小微企業融資上。該行在财報中表示，研發(fā)新版小微貸款評分模型，優化境内金融機構評級模型、地方政府評級模型和風險限額模型等。

　　中小銀行信貸利器？

　　從監管的角度，央行推出自己的信用評分，也有拉平大型銀行和中小銀行在市場競争中的先天差距，彌補中小銀行在金融科技大潮中的投入力度過(guò)度的難題。

　　信用評分應用廣泛。一位華南大行人士表示，該行當前在金融科技領域的需求之一，是通過(guò)大數據給出較全面(miàn)的客戶信用評分、個人資信和消費需求，通過(guò)信用、資信、消費需求數據實現信用卡和分期業務的自動審批，給出相對(duì)合理的信用額度，實現秒批秒貸。

　　另一大行人士認爲，若央行推出個人信用評分，中小銀行可以參考該分數作爲評判客戶的标準。中小銀行缺乏足夠的數據建立風控模型，通常向(xiàng)大數據征信公司購買客戶評分或數據模型。

　　中小銀行的這(zhè)一困境，也稱爲當前“助貸”業務得以發(fā)展的原因之一。多家上市互聯網金融公司2018年财報顯示，來自持牌金融機構的資金規模迅速增長(cháng)，助貸模式成(chéng)爲其收入的主要來源之一。

　　大數金融首席風控官漆瑾聲認爲，央行信用評分是一個針對(duì)全體有征信人群的通用型評分，覆蓋樣(yàng)本量大，樣(yàng)本時間跨度長(cháng)，具有無可争議的權威性。但央行征信評分不會(huì)取代各家機構自己的信用評分。

　　漆瑾聲認爲，原因在于，各家銀行機構有自己獨特的客群。作爲一個覆蓋所有征信人群的評分要兼顧全體，在局部客群上不可避免會(huì)失去一些聚焦性或針對(duì)性。央行征信評分的開(kāi)發(fā)樣(yàng)本主要來自于銀行的傳統優質客群，對(duì)于風險相對(duì)下沉的人群模型效果會(huì)偏弱一些。這(zhè)部分客群非銀行傳統客群，是目前市場上“助貸”機構的主要放貸對(duì)象。此外，對(duì)于一些特殊客群，比如小微企業客戶，模型也會(huì)比定制化模型效果要差，這(zhè)是模型樣(yàng)本偏差性造成(chéng)的。

　　“央行的征信評分，主要目的是爲了健全全社會(huì)的征信體系，不是專門針對(duì)各類不同貸款産品的具體業務目的而開(kāi)發(fā)，商業目的要淡一些。”他表示，具體到各個細分客群、細分産品的信貸業務，各家銀行和金融科技公司的定制化評分更有針對(duì)性，仍然有其不可替代性。