金融观察：美国的征信体系概况及借鉴

　　美国征信体系框架

　　以Experian, Equifax, Trans Union为主的3大信用局，面向在美国境内居住的居民和开业经营的中小型企业；标准普尔(S&P), 穆迪（Moody's）,惠誉（Fitch Group）的信用评级体系则构成全球资本市场的基石，主要面向参与资本市场融资运作的企业和金融机构。以上构成美国的征信体系。本文主要介绍面向居民和中小企业的三大信用局。

　　所有银行的信贷业务都是建立在对贷款申请者充分了解的基础上的。对于知名上市公司和金融机构，有普遍公开的财务报表和经营记录可供查询；对为数众多，数以亿计的申请小额贷款的个体申请者和中小企业，追求其既往完整的财务报表是不现实的，对其遵守信用的评判，只能来自于其过去的买、卖、贷、还的交易记录，这就是三大信用局存在的原因。

　　除传统的三大信用局以外，近年来纯粹商业运营的征信机构不断涌现，比较知名的如：Lexis Nexis，Qsent, 等等。

　　征信内容

　　美国征信的内容包罗万象，除传统的信用记录时间长度、信用额度、借款逾期不还记录、房屋按揭贷款及还款记录、用款占信用额度的比例、坏账情况、破产记录外，公民非财务信息也予以记录，如公民是否有犯罪记录，另外对于企业信息，有的信用局甚至记录企业登记地址和联系电话的区号之间的地理距离等信息；因应网上购物兴起的新趋势，客户上网购物所使用的计算机配置，IP地址,cookie,操作系统，显示器的配置（如：1024×768）等信息，都有所收集。传统的征信机构是局限于在美国境内的居民，由于人员跨国流动日趋频繁，跨境的征信体系建设正在讨论中。由于存在着不同法律体系下如何保护征信对象个人隐私的问题，美国跨境的征信体系建设进展缓慢。

　　征信输出产品

　　美国最为广泛使用的产品即FICO信用分数。三大信用局各自输出自己的FICO信用分数,范围从300到850分，分数越高，信用记录越好，三家的分数不能完全替代使用，但差别不大，相差在20分以内。FICO由以下5个部分构成：

　　（一）付款记录，约占整个分数权重的35%。它是检测申请人过去是否按时偿付贷款,包含账户的支付情况，它包括信用卡、购物卡、分期付款贷款、金融公司账户和房屋贷款；破产、房屋法拍、因贷款拖欠，所购汽车被收回的法律文告,时间越近、数量越大就越严重，破产的记录将在信用记录上保持七至十年时间。拖欠债务情况。

　　（二）借款情况。这一部分约占整个分数权重的30%。所有账户的借款总额和不同账户的借款额；一定账户上是否显示借款余额；含有借款的账户数目，数目越多，风险越高；信用额度使用比率，比率越高，分数越低；分期付款的账户数目及其变化。

　　（三）信用历史的长短。约占整个信用比重的15%。

　　（四）新账户。这个部分约占整个分数比重的10%。具有多少新的账户，分数既要看有多少信用卡账户，同时看有多少新的账户；新账户的时间长度；申请新信用卡的次数；申请纪录将保留两年时间，上一次贷款人要求信用报告到现在的时间；过去的支付问题发生后，现在的信用历史是否良好。

　　（五）已使用的信用产品。这一部分占到整个分数权重的10%。分数考虑信用的组合，它包括信用卡、零售购物账户、分期付款贷款、金融公司账户和房屋贷款。

　　对金融机构而言，一个FICO信用分数往往不能完全满足其使用要求，他们往往需要客户财务往来的更多细节内容。对每一个账户，Experian可以提供1300个不同方面的信息，称为信用属性(credit attributes)，而Trans Union只提供大约700个左右的信用属性，Equifax可以提供850个信用属性。

　　除财务信息外，各局还提供各种身份检验分数，著名的有Experian 的Precise ID score,它根据客户申请开户时提交的个人信息，如姓名、性别、年龄、家庭住址、联系电话、职业、驾照、身份证信息等，和其数据库记录的信息进行比较，以核实客户提供的信息真实有效，不是冒用他人信息，非常低的分数意味着申请开户者提供的个人身份信息不实。

　　除信用属性 和FICO 以外，各大局都根据客户需求，提供客户专用的信用产品，比如Experian 专门针对富国银行(Wells Fargo)的信用卡账户设立的信用分数称为EPD score 。

　　数据的加工过程

　　每个月固定时间，各金融机构，如花旗银行、富国银行、摩根大通，将其掌握的账户相关信息传输给三大信用局，这部分银行原始数据是“交易”级别的，称为raw data;信用局对其加工，汇总后形成公民个人的交易属性, 这部分加工完的数据称为lean data; 可见这个加工完的数据是“个人”级的，在这个交易属性的基础上，各局再分别计算各自的信用分数；各大银行有时还会根据需要把信用局提供的“个人”级信息汇总成“家庭”级的信息，往往用于夫妻有关联的账户。

　　每家银行报来的“交易”级信息都是汇总于该行对客户的“账户”级信息下,人们往往在多家银行开立账户，因此一个“个人”级记录往往对应多条“账户”级信息，每个“账户”记录着该账户支存的每一笔细节，对应着多条“交易”级信息。客户在每家银行的账户上的表现是不相同的。比如，客户在工行开立账户主要用以缴纳水电上网煤气费用，而在农行开立账户主要用于工资和其他收入。把“账户”级信息汇总成“个人”级的信息，需要各行提供统一口径的个人身份识别码,在美国，这个识别码是社会安全码(Social Security Number),在我国，这个识别码就相当于身份证号。

　　原则上汇总即按身份证号直接加和，细节上有大量问题，并不那样简单。开户过程中，因为错漏而造成的开户名字和身份不符的情况大量存在，各行报来的账户关联的身份证信息有可能是错的，这种错误有时候甚至是人为故意的。

　　信用数据的应用

　　对美国居民而言，“信用”这个词影响着美国人生活的方方面面，一个“信用”不好的人，买房贷不到款，申请信用卡被拒，很多机票代理公司要求客户必须用信用卡支付，因此没有信用卡或信用卡被冻结，寸步难行；反之，信用记录优良的客户，按揭贷款利率低，享有各种优惠、折扣，等等。

　　对美国的金融机构而言，几乎所有零售银行的信用风险分析都是从FICO信用分数开始的，迄今为止，还没有发现能替代FICO的变量。规模较小、技术力量薄弱的银行，往往就直接拿FICO作为其贷款审批的依据：FICO小于660即认为是客户属于“次级”，银行在审批信用额度，贷款利率方面限制较多，审批相对谨慎；而FICO大于660的则认为是“优先级”，为银行优质客户，信用风险较小，为银行带来潜在利润较大，金融机构会鼓励这部分客户到银行开户。较大的银行在FICO分数的基础上会根据信用属性结合自己掌握的客户表现建立独立的回归模型或决策树模型。到目前为止，笔者所见的回归模型基本上都是logistic回归模型。以信用卡为例，信用卡行业规定欠款逾期180天不还，则银行需做坏账处理，以现有客户群中产生坏账的客户作为标的,利用信用局信息（银行称信用局信息为外部信息）和银行自己记录的客户账户信息（银行称之为内部信息），对标的做回归分析。

　　征信输出产品价格

　　三大信用局带有国资背景，但为商业运营模式。国资背景保证其数据来源带有强制性，从而保证数据的完整，商业运营模式保证最广泛的使用者可以获得相关的信用信息。任何机构和个人需要缴纳相关费用后方能查询使用信用局的记录。这个费用大约是每个记录0.3到1美元不等。

　　对我国的借鉴意义

　　信用是金融市场的交易成本，信用监督体系的作用就是使这项交易成本明确化。而我国银行体系的特点是规模庞大，四大国有银行每一家所掌握的账户信息都超过了美国三大信用局的任何一家，只要把各行的信息有机、及时、完整地整合起来，势必将从整体上降低银行业的信用风险，从而降低金融产品交易成本。当然，这也意味着，在一定程度上各行内部信息的公开，如何调动各商业银行数据上报的积极性，并把信息控制在有限的访问范围内；如何检查各行汇报信息的真实、及时、准确性；错误信息如何修正，这些都是现实问题。需要中央银行征信管理部门认真研究。

　　（作者杨根深，为美国摩根大通银行按揭贷款部风险分析师）