對(duì)消費(fèi)者和企業(yè)領(lǐng)導(dǎo)人來說，大規(guī)模收集和銷售個(gè)人數(shù)據(jù)是一個(gè)日益敏感的話題。人工智能和機(jī)器學(xué)習(xí)等有前途的技術(shù)依賴于收集大量數(shù)據(jù)。但隨著人們看到自己的數(shù)據(jù)被一些科技公司濫用，業(yè)內(nèi)所有人都在努力尋找合理數(shù)據(jù)收集和侵犯隱私之間的界限。

這條分界線的位置取決于所面臨的風(fēng)險(xiǎn)。一項(xiàng)新的研究表明，只要數(shù)據(jù)得到很好的利用，人們分享數(shù)據(jù)時(shí)就會(huì)感到非常自在，尤其是在貸款領(lǐng)域。最近ZestFinance調(diào)查發(fā)現(xiàn)，美國(guó)成年人中有一個(gè)共識(shí)——71%的受訪者表示，如果貸款的決定更加公平，他們?cè)敢馀c貸款人分享更多的個(gè)人數(shù)據(jù)。

報(bào)告稱，美國(guó)聯(lián)邦消費(fèi)者金融保護(hù)局(Consumer Financial Protection Bureau)認(rèn)為，約有2600萬美國(guó)人是“信用隱形人”，因?yàn)樗麄儧]有在這三個(gè)信用機(jī)構(gòu)之一的記錄。另有1900萬人的檔案資料不足，無法被貸款系統(tǒng)判定為合格。還有數(shù)百萬人的信用檔案在某個(gè)階段出現(xiàn)了重大錯(cuò)誤。這些人面臨著更高的拒簽率，更高的貸款費(fèi)用，劣質(zhì)的金融產(chǎn)品——盡管他們中的許多人實(shí)際上可能擁有很高的信用。

大多數(shù)受訪者還認(rèn)為，當(dāng)前的信貸體系不公平。超過80%的非洲裔和西班牙裔美國(guó)人，以及70%的成年人都表示，他們希望有更好的方式向放款機(jī)構(gòu)證明自己。

一般來說，人們?cè)谏暾?qǐng)信用卡、汽車貸款、抵押貸款或任何一種產(chǎn)品時(shí)，都會(huì)用他們的信用評(píng)分來判斷。隨著國(guó)家人口激增、城市越來越多，信用評(píng)分開始成為一種更容易開展業(yè)務(wù)的方式，也就意味著放款機(jī)構(gòu)的工作人員不太可能知道所有顧客的名字。后來，用戶的數(shù)據(jù)資料都合并到了區(qū)域信用局，而隨著時(shí)間的推移，這些地區(qū)信用局已合并為三個(gè)全國(guó)性的個(gè)人征信機(jī)構(gòu)：Experian、Equifax和TransUnion。他們基本都采用了Fair Isaac Corp.的方法，也就是FICO評(píng)分系統(tǒng)。FICO成立于1956年，這個(gè)評(píng)分體系已經(jīng)成為美國(guó)個(gè)人信用統(tǒng)一量化標(biāo)準(zhǔn)的重要參考，目前美國(guó)大部分信用機(jī)構(gòu)都采用該評(píng)分系統(tǒng)來量化個(gè)人信用質(zhì)量和風(fēng)險(xiǎn)。

美國(guó)的征信機(jī)構(gòu)們確實(shí)在規(guī)范征信體系、減少借款人遭受的主觀偏見方面取得過巨大進(jìn)展，但如今這個(gè)傳統(tǒng)的信用評(píng)分開始顯現(xiàn)出一定的局限性了。

傳統(tǒng)的評(píng)分模型只考慮與信用行為直接相關(guān)的項(xiàng)目——也就是說，你使用了多少信用額度，或者你在過去6個(gè)月里是否有逾期付款。具體來看，評(píng)分模型主要由償還歷史（35%）、信用賬戶數(shù)（30%）、信用年限（15%）、新增賬戶（10%）和已用信用產(chǎn)品（10%）組成。

1. 償還歷史包括各種信用賬戶的還款記錄、公開記錄及支票存款記錄、逾期償還的具體情況等。

2. 信用賬戶數(shù)包括仍需償還的賬戶數(shù)量、賬戶余額、信用額度使用率、賬戶償還率，主要是用于分析對(duì)于一個(gè)客戶，究竟多少個(gè)信用賬戶是足夠多的，從而能夠準(zhǔn)確反應(yīng)出客戶的還款能力。

3. 信用年限主要指信用賬戶的賬齡，既考慮最早開立的賬戶的賬齡，也包括新開立的信用賬戶的賬齡，以及平均信用賬戶賬齡。

4. 新增賬戶數(shù)包括新開立的信用賬戶數(shù)量和時(shí)長(zhǎng)，用戶被查詢信用頻率、新增賬戶還款情況等。

5. 已用信用產(chǎn)品包括所持有的信用賬戶類型和每種類型的信用賬戶數(shù)。

6. 信用分?jǐn)?shù)范圍為300-850，分?jǐn)?shù)越高，代表用戶信用風(fēng)險(xiǎn)越小。

而至于你的工作經(jīng)歷、你在家鄉(xiāng)如何，以及成千上萬的其他未被發(fā)掘的信息，評(píng)分系統(tǒng)都不會(huì)考慮進(jìn)去。難怪70%的受訪者表示，很難讓金融機(jī)構(gòu)把他們看成一個(gè)介于300至850之間的數(shù)字。

超過60%的X世代和千禧一代在調(diào)查報(bào)告中稱，目前的評(píng)分系統(tǒng)會(huì)讓他們失敗。有三分之一的租房者表示，信用評(píng)分阻礙了他們買房，而大多數(shù)獲得貸款的人表示，他們不知道自己為什么會(huì)得到利率。更糟糕的是，幾乎20%的美國(guó)人沒有銀行賬戶，或者根本沒有信用記錄。

有證據(jù)表明，沒有信用記錄的人也可以是個(gè)好客戶。在加利福尼亞州，一個(gè)為無銀行賬戶的居民提供服務(wù)的非營(yíng)利性機(jī)構(gòu)，在2017年發(fā)放了180萬美元發(fā)薪日貸款，但只有9900美元的壞賬，違約率遠(yuǎn)低于1%。

有研究指出，為了讓更多的人進(jìn)入銀行系統(tǒng)，銀行需要接受其他傳統(tǒng)信用評(píng)分以外的數(shù)據(jù)，它可以包括及時(shí)的公用事業(yè)支出，有拖欠工作的歷史，甚至包括多年前你成功還清的巨額債務(wù)（在傳統(tǒng)信用評(píng)分模型界定的期限之外）。將這些新增的數(shù)據(jù)納入信用評(píng)分決策，可以更細(xì)致地反映借款人的風(fēng)險(xiǎn)狀況，幫助銀行在信用譜系中進(jìn)一步發(fā)現(xiàn)有價(jià)值的借款人，并標(biāo)出那些在賬面上看起來不錯(cuò)的非優(yōu)質(zhì)借款人。

雷鋒網(wǎng)編譯 via Forbes 雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。