我国个人信用评分指标体系的应用探讨

陈惠民汪禄坤

（1.南京银行，江苏 南京 210000；2.南京财经大学硕士研究生，江苏 南京 210000）

一、引言

随着我国市场经济的深化和金融业务全面介入整个社会和个人经济生活，信用在市场经济的发展中扮演着日益重要的角色，良好的社会信用状况不仅可以拉动市场信贷消费状况，进而改变主要由投资拉动的经济增长方式加快经济转型，而且同时能够促进社会主义法制建设。

个人信用是社会信用体系的核心，通过采用合理有效的信用评分指标对个人进行信用量化评分，可以准确的获取个人的社会信用水平，做到准确判断个人信用风险，有利于提高个体、企业等交易者彼此间的交易成功率、降低交易成本、实现市场资源的有效配置。

二、个人信用风险识别的演变及评分指标设置原则

（一）个人信用风险识别方法的演变

个人信用风险识别方法最初是传统金融机构等在对个人进行信贷决策时所做关于个体违约可能性大小的判定依据。20世纪40年代中期，二战结束后，美国大力发展经济的同时也进入了经济发展的快车道。信用经济作为传统经济的补充开始大规模发展，信贷需求的急剧增长迫使银行等金融机构开始思考寻求一种快捷高效的风险识别方法来应对风控。个人信用风险识别方法经历了主观定性到客观定量的研究变化，主观定性判断法是信用风险识别发展初期所采用的较古老的方法。它通过有着丰富审核经验和判断事物能力的评估人依据被评估对象的过去发生的交易和所处的环境加以评估，如应用于早期信贷决策的3C、5C、Camel等评估法。1936年，英国统计学家Fisher使用线性决策分析法对统计分类，1941年David Durand将该技术分类的思想应用于信贷领域，他将年龄、性别、居住、工作年限、职业、资产等变量第一次通过采用数理模型的方式对消费者进行授信决策，客观定量判断法随之产生。此后，社会相继出现多种结合统计学、运筹学的信用定量分析方法。如基于线性回归、Logistic回归、Probit回归的回归分析，基于判别分析法的FICO评分法等。60年代，信用卡的出现与使用更是一定程度上助推了个人信用评估方法的深入研究，分类树、神经网络等方法被陆续引用，使得信用评估的方法更加多元、科学、高效。信用定量的结果是信用以分数的形式展现，“信用评分是运用数学优化理论(包括统计方法、运筹方法等)，依照既定原则或策略(损失最小原则或风险溢价原则)，在数据分析决策阶段区分不同违约率水平客户的方法。”

（二）个人信用评分指标设置原则

信用评分指标是信用评分模型的基础，也是构成个人征信体系的重要组成部分。因而指标选取的科学性直接关乎对个体信用评估的精准度，标准、完善的信用评级指标体系才能确保评估工作的客观工作。评分指标的设立应该在正确的指导原则下进行。

1.全面性。信用评分指标的设立应全面展现出评分对象的信用信息，信用的反映并不仅仅表现为过往信贷记录的优良与否，还要有着基本信息的支撑。例如：对象基本信息、关系信息、资产信息、财务信息、风险信息等。

2.科学性。对指标体系的科学性要求源于个人信用相关指标数量的庞大，且各指标的有用性大小参差不齐，因而在为模型的构建奠定良好基础的情形下需要对指标的核算、评价方法等必须有着合理的科学依据。

3.合法性。信用评分指标的选取需要遵守我国相关政策、法律和法规等，不能侵犯评估对象的隐私权及其他相关权利。美国《客户信用保护法》规定，客户种族、肤色、宗教、性别、婚姻状况等信息不得出现在信用评分指标体系中，否则客户可就此向有关部门提起诉讼。

4.层次性。指标的选取应该体现对象信用信息的层次递进性。构建指标的分级，评估要素要能够真实反映个人的各种相关信息。指标的分级能够更为详细的反映出对象的真实信息。

5.可操作性。指标的设立要考虑到信息的获取便捷性，繁琐的指标一定程度上也为征信系统的构建带来了一定的难度。因而资料的可取的性也要作为指标设立的标准之一。

三、国外信用评分指标选取对我国的借鉴

20世纪60年代，伴随着信贷消费的产生，信用卡的出现使银行等金融机构意识到了信用评分的必要性，1975年美国政府通过了同等信用机会方案，这也就意味着政府认可了通过信用评分来做信贷决策的方法。

（一）FICO模型

FICO模型 [1]是美国个人消费信用评估公司费埃哲推出的，于1956年由工程师BillFair、数学家FarlIsaac共同发明的一个信用评分量化模型，是现阶段美国使用最为广泛的个人信用评分模型，公司开发出三款不同的FICO评分系统，分别供三大信用管理局使用。

（二）信用评分指标分析

FICO评分方法将个人过往的信用历史资料以一定的数据格式标准化，然后与包含众多客户信用数据的公司数据库相比较，进而得出个人信用违约、陷入财务困境的风险。该模型选取了五个一级概括性评分指标，一级指标下设二级指标，内容及权重如下图所示。

图1 FICO主要评分指标及权重大小

（三）信用评分指标的设立对我国的借鉴

FICO评分模型依据客户历史信用信息，给出最后的信用分数，具有高效、便捷、客观等特点。信用分数的准确性很大程度上需要评分指标的科学、完整。但是，由于美国作为一个较大的移民国家，这也决定了其国情的特殊性。某种意义上也给我国建立标准的信用评分指标提供了良好的借鉴意义。

1.在构建指标体系时要结合本国实际国情，同时保证个人的隐私安全得到保护，美国的《公平信用机会法》、《客户信用保护法》[2]中条文规定，种族、肤色、宗教、性别、婚姻状况等不参与评分要素。

2.年龄、工资、职业、头衔、雇主、受雇时间、受雇历史。这些因素同样不包含在评分指标系统中，但考虑到信用评分的初衷，金融机构在做出信贷决策时会考虑这些因素，一定程度上显示出FICO评分方法的不足。

3.客户居住地点、已有的信用账户的适用利率不用于信用评估的范围。客户居住地点以及所属性质一般意义能够反映出评估对象的财务能力，社会地位等，已有信用账户的适用利率可以反映出个人的信用账户层次及风险水平，这些信息的缺失容易造成客户信用判断误差。因而、我国在构建个人信用评分指标体系时要充分考虑以上信息的适用情况。结合我国在公民隐私保护方面相关的法律法规，在不违反法律条文的前提下，设立全面、深入体现个人信用信息得指标。等来判断用户未来履约的能力。

（四）身份特质：个人在使用淘宝、支付宝等阿里相关产品时，需要实名注册基本信息，因此理论上而言芝麻信用可以获得个人的身份信息，但是存在用户填写虚假信息且无法得到验证的情况，而且支付宝等产品用户以学生、年轻上班族为主力军，因而也存在客户群局限性的问题。目前芝麻信用主要通过购买、合作、置换等方式获取外部数据，但是核心的金融机构数据仍未统计在内[10]。

（五）人脉关系：好友的身份特征以及跟好友互动程度。作为一种新型的评估指标，其性能、风险性和验证性等目前来说都有待考证，表现在个人用户存在较多芝麻分较高的好友时，会自动提升个人信用分，因而不可避免出现“刷分”的情形，个人信用状况评价存在差错。

芝麻信用的优势是拥有阿里体系内多年积累的大量数据，但做到数据的充分、合理、有效利用还需要不断探索和研究。在获取信息通道上如果合作机构不足，无疑会影响到指标数据的全面性、真实性和模型的精准性，因此对评分指标的采用存在其合理、可操作性的问题。

四、国内个人信用评分指标的应用实践

芝麻信用分是芝麻信用管理有限公司旗下产品，蚂蚁金融服务集团旗下的子品牌，芝麻信用管理有限公司是互联网金融公司个人信息的采集与应用的典型代表。是公司根据当前采集的个人信息进行加工、整理、计算后得出的信用分数。信用分数范围从350分到950分不等，信用分数越高代表信用违约可能性越低，反之。各指标内容如图所示。

芝麻信用分不论在生活中还是金融市场上均能够体现出超强价值。生活中，其能够有效地解决了人与人间的信任问题。具体体现在商家与客户，客户与客户两方面。对于商家来说，客户的高信用评分能够准确的表现其资质，从而为客户提供优质服务时所承担的风险值更小。客户之间彼此信用分的多少也能够刻画出对方资信水平。可以较大程度上降低双方的交易门槛，促进信用交易的发展。但是单纯从芝麻信用分评分模型来看，指标体系的构建以及数据的来源等均存在不足之处。

（一）信用历史：过往信用账户还款记录及信用账户历史。信用账户和信用历史是衡量个人信用的重要部分，因此该部分占五个评分维度中较大的权重。但是该指标的设置没有考虑到数据来源问题，一定程度上无法较好的达到目的。

（二）行为偏好：在购物、缴费、转账、理财等活动中的偏好及稳定性，日常活动中的行为偏好无疑是更能体现的信用意识和状况的，这也是芝麻信用分突出的部分，但该指标需要个人详细的上述活动交易记录数据，且芝麻信用分基本依赖于客户在其阿里巴巴相关产品账户中的交易记录，但如果个人非用户，则甚至存在个人的交易记录为空白的情况，也就无从谈起评分，因此该指标的设置不符合可操作性原则。

（三）履约能力：综合考虑个人各方面的资产信息来加以判断，享用各类信用服务并确保及时履约。例如租车是否按时归还、水电煤气是否按时缴费以及包含通过消费情况、消费稳定性、消费层次

五、完善我国个人信用评分指标体系的建议

现阶段，我国个人征信系统较西方国家而言处于起步阶段且相关征信指标的设立还不够规范，因而个人信用评分指标的标准化研究为我国征信系统乃至信用经济都具有很大的意义。对于西方国家相关评分模型的指标设立要取其精华去其糟粕，在借鉴的同时要注意各个国家特殊的国情，并结合本国国情进行调整和补充，根据个人信用评分指标设立的原则针对如何建立我国信用评分模型指标体系提出意见。

（一）指标的适用性，各个国家征信系统的建设、发展历程不同，使得在信用评估指标选取的考虑也会不同，作为一个移民较多且崇尚自由的国家，美国法律规定市场征信机构、政府等在做个人信贷评估时是不考虑当事人的肤色和性别的，但在我国并不存在相关问题。

（二）指标的稳定性，个人信用评分就理论而言针对的是社会上的每个公民，但是商业银行和非银行金融机构关注更多的是公司客户的信用状况，因而有实用价值的信用评分并非针对的是社会全体。考虑到目前我国现阶段较大的人口漂移[5]，因而在指标体系以及模型的构建时要考虑到这一因素所带来的结果偏差，所以在指标的选取时要结合指标的稳定性。

（三）指标的精准性，在指标体系的构建选取时还应注意到一级指标下分级指标的精确概括性。指标的意义在于能够全面的体现出申请人的相关信息，但是要想对评估的准确性有所保障，就需要申请人信息的精度达到一定的要求。

（四）指标的多维度，指标体系的设立需要丰富的信息支撑，一级指标、分级指标的设立为体系的全方位、多角度提供了基础，且要考虑到符合模型构建时的变量的标准化问题。

（五）自身其他因素，由于我国特殊的信用底蕴发展情况，相比较而言社会信用环境恶劣，导致个人信用资料存在大量缺失，以至于不规范、不完整。同时，我国信用评估制度发展起步较晚，制度本身的不完善使得信息真实性和准确性还无法保障。

[1]姜琳.美国FICO评分系统述评[J].商业研究，2006，(20):81-84

[2]温芳芳.美国个人信用信息管理对我国的启示[J].教育部人文社会科学研究，2007，(12).

[3]白云峰，毕强.美国个人信用评分体系研究及启示[J].现代管理科学，2010（12）:31-32

[4]李孟来.我国个人信用评分模型的应用探讨[J].金融管理与研究，2009（02）.

[5]张文博，宋国军.美国个人征信市场化运作特点、监管措施及对我国的启示[J].华北金融，2015（05）.

[6]孙大利.个人信用评分模型综述与应用研究[J].中国信用卡，2006(09).

[7]陆一夫.小芝麻大野心[J].新经济，2015(03).