央行版“信用评分”推出在即 会成中小银行个人信贷利器?

21世纪经济报道 辛继召 深圳报道
2019-04-17 07:00

二代征信会成为个人的“信用身份证”吗?这个问题的答案是极有可能。

4月16日,21世纪经济报道记者注意到,央行即将上线的二代征信报告中,将新增“个人信用报告数字解读”,推出针对个人的“信用评分”,并给出该评分所处的“相对位置”。

不过,该评分采用何种维度的数据、模型仍不得而知。

对于中小银行,可否通过该“信用评分”缩小与大型银行的竞争差距,业内人士表达了谨慎的乐观。

一方面,央行权威的信用评分将将给中小银行的个人信贷等业务打下基础,便于把握个人资信情况;但另一方面,针对每个地区、每家银行具体的风险偏好,银行仍应适当加大本行金融科技方面的投入。

信用评分黑箱

央行虽未给出“信用评分”数据模型,但在二代征信报告中,会给出该信用分的“相对位置”。

“相对位置”,即取值为0到90之间的整数。当取值为N时,说明信用评分相对位置大于N%。当无法评分时,该数据项返回“-1”,会说明用于数字解读的分数影响因素或无法评分时的原因。

业内人士认为,该评分或与美国各征信局采用的FICO评分相似的思路,针对个人信用状况打出一个信用分。

美国三大信用管理局都使用FICO评分方法。FICO评分的实质是应用数学模型对个人信用报告信息进行量化分析,但FICO信用评分的计算方法也从未向外界公布。各部分因素大致权重为:以往支付历史占35%;信贷欠款数额占30%;立信时间长短占15%;新开信用账户占10%;信用组合类型占10%。FICO评分的理论分值在300-900分之间,评分越低,表明信用风险越大。

在国内,基于评分模型评估信用风险已成为银行的主要风控策略,各大银行引入评分卡的风控理念,主要应用于信用卡发卡、信用贷款发放、小微企业融资等。

例如,中国银行在2018年财报中称,对个人客户采用标准的信贷审批程序评估个人贷款的信用风险,采用基于历史违约率的评分卡模型计量信用卡的信用风险。

中信银行也在财报中表示,运用评分卡等零售信贷风险计量模型,结合逻辑化的业务规则,有效识别及管理信用风险。引入第三方外部数据,加大个人信贷数据的深度挖掘力度,完善个人信用画像,探索搭建反欺诈模型。

建行则将评分模型应用在小微企业融资上。该行在财报中表示,研发新版小微贷款评分模型,优化境内金融机构评级模型、地方政府评级模型和风险限额模型等。

中小银行信贷利器?

从监管的角度,央行推出自己的信用评分,也有拉平大型银行和中小银行在市场竞争中的先天差距,弥补中小银行在金融科技大潮中的投入力度过度的难题。

信用评分应用广泛。一位华南大行人士表示,该行当前在金融科技领域的需求之一,是通过大数据给出较全面的客户信用评分、个人资信和消费需求,通过信用、资信、消费需求数据实现信用卡和分期业务的自动审批,给出相对合理的信用额度,实现秒批秒贷。

另一大行人士认为,若央行推出个人信用评分,中小银行可以参考该分数作为评判客户的标准。中小银行缺乏足够的数据建立风控模型,通常向大数据征信公司购买客户评分或数据模型。

中小银行的这一困境,也称为当前“助贷”业务得以发展的原因之一。多家上市互联网金融公司2018年财报显示,来自持牌金融机构的资金规模迅速增长,助贷模式成为其收入的主要来源之一。

大数金融首席风控官漆瑾声认为,央行信用评分是一个针对全体有征信人群的通用型评分,覆盖样本量大,样本时间跨度长,具有无可争议的权威性。但央行征信评分不会取代各家机构自己的信用评分。

漆瑾声认为,原因在于,各家银行机构有自己独特的客群。作为一个覆盖所有征信人群的评分要兼顾全体,在局部客群上不可避免会失去一些聚焦性或针对性。央行征信评分的开发样本主要来自于银行的传统优质客群,对于风险相对下沉的人群模型效果会偏弱一些。这部分客群非银行传统客群,是目前市场上“助贷”机构的主要放贷对象。此外,对于一些特殊客群,比如小微企业客户,模型也会比定制化模型效果要差,这是模型样本偏差性造成的。

“央行的征信评分,主要目的是为了健全全社会的征信体系,不是专门针对各类不同贷款产品的具体业务目的而开发,商业目的要淡一些。”他表示,具体到各个细分客群、细分产品的信贷业务,各家银行和金融科技公司的定制化评分更有针对性,仍然有其不可替代性。

(编辑:李伊琳)