大数据的可用性和人工智能驱动下的消费信贷评分与决策，不仅帮助中国从无到有地建立了一个消费信贷风险评分行业，而且推动了消费金融的迅猛发展。

直到2015年，央行允许几家选定的私营企业推出个人信用风险评估试点系统，中国才出现了诸如FICO的信用评分机构或私营信用机构。从那时起，包括现有商业信用报告机构和大型互联网公司在内的许多中国公司开始进入这一领域。

他们采用大数据和人工智能技术，将来自电信运营商、电子商务平台、在线支付和银行服务、社交网络以及其他在线和移动服务的各类数据输入算法。

撇开技术可用性不谈，基于大数据的方法显然是新兴中国信用评分者的选择。

2015年以前，只有央行拥有全国个人信用信息数据库，主要服务于成熟的银行机构，其中大部分为国有银行。银行是中国消费者获得抵押贷款、汽车贷款或信用卡的主要渠道，而其他大多数贷款机构无法进入央行的信用信息数据库。这意味着，央行没有覆盖的数亿中国消费者将难以获得传统或替代性融资。

谈到人工智能，中国以其在消费者数据方面的优势而闻名，不仅在数量上，而且在质量上。

由于中国消费者是移动服务的重度用户，同时中国对个人数据的收集和使用法规相对宽松，在过去的十年中，中国互联网公司和电信运营商积累了广泛的消费者数据，其中许多类型被认为是高预测能力的信用评分相关数据，如付款和其他金融交易的历史。由于中国消费者在日常生活中越来越依赖智能手机，他们的数字痕迹被认为与信用评估和信用监控越来越相关。

最近，通过与商业银行、中国中央银行等其他金融机构以及公共部门合作，中国的信用分数现在可以添加传统信用信息。消费金融目前是支持和推动中国政府的一个新的经济增长动力，随着消费者贷款机构越来越多地采用信用评分服务，中国消费者也越来越愿意向信用评分机构提交房产或汽车等个人信息，以提高信用评分。

信用评分者和数据供应商之间的数据共享在中国已经很常见，不过个人数据泄露正成为一个日益令人担忧的问题。

信用评分平台不仅允许平台或放款人访问他们自己的数据，一些在线贷款人还与他们的合作评分者共享还款和其他信用属性等数据。由中国互联网金融协会和几家私人信用评分服务开发商于2018年联合成立了个人信用评分公司——百航信用(Baihang Credit)，推出了约15家在线消费贷款机构和传统消费金融公司作为其首批数据源。

促进消费金融:中国消费者可以通过信用评分应用查看自己的信用评分或贷款。(来源:Wecash)

在中国的商业互联网市场上，免费增值模式一直是一种广为人知的商业模式。因此，看到中国的信用评分者免费提供信用评分或个人信用分析报告也就不足为奇了。而且他们也没有浪费时间增加在线借贷服务上，无论是由内部开发的还是由第三方运营的。

利用中国互联网上现有的消费者数据，中国的信用评分者为数亿互联网用户打分，并通过现有的在线服务直接向用户推送信用产品，而无需等待用户的询问。据报道，电子商务巨头京东是最早提供在线购物信用产品的公司之一，截至2015年底，京东的电子零售平台已经吸引了约1.5亿购物者。领先的社交网络服务提供商腾讯(Tencent)，以及电子商务公司阿里巴巴(Alibaba)旗下领先的数字支付服务提供商蚂蚁金服(Ant Financial)，各自拥有数千万用户。

从京东和阿里巴巴等电子商务平台开始，各种各样的在线服务，从共享汽车，到食品交付，各种各样的小程序基于用户在过去的几年中与风险评估和信用额度，开始提供信贷选项，使用的则是内部开发人员或第三方的信用评分系统。根据中国互联网研究公司艾瑞咨询(iResearch)的数据，截至2017年9月，59%接受移动支付的在线和实体企业和服务开始向客户提供信贷产品。

由中国金融科技公司玖富、中诚信征信开发的信用评分系统闪银（Wecash），已成为连接投资者和借款人的在线平台。

独立的解决方案提供商不仅使在线服务成为可能，还使零售商等传统实体企业能够对销售点融资等信贷产品做出即时或近乎即时的决定。

利用机器学习，信用评分者提高了在线和传统贷款机构的审批率。

在美国机器学习承销解决方案开发商ZestFinance的帮助下，京东利用额外的在线数据，对其信用评估和承销模式进行了改进，随后京东信贷产品的批准率提高了150%。京东已与ZestFinance成立了一家合资企业。金融科技巨头蚂蚁金服(Ant Financial)开发的信用评分服务芝麻信用(Zhima Credit)声称，它将一家当地银行信用卡业务的评级提高了7%。

信用评分系统支持的可变定价，也通过向信誉较好的借款人提供更低的利率或更高的信用额度，提升了消费贷款领域的发展。基于风险的定价在中国尚属新生事物。信而富表示，地方商业银行没有实施这一政策，主要原因是缺乏信贷数据，以及手工贷款审批程序成本高。该公司在建立自己的在线消费贷款业务之前，长期为中国各大银行提供咨询服务。

据中国投行中金公司的报告，在由信用评分系统支持下的消费信贷服务的推动下，网上银行发放的消费信贷总额(不含抵押贷款)占全国消费信贷总额的比重，从2014年的0.5%增加到了2016年的5.5%，预计在2020年达到9%，

除了促进消费金融，大数据和人工智能支持的信用评分，与风险管理工具越来越重要。

在信用评分出现之前，中国出现了数以千计的在线贷款平台，其中许多平台向消费者或个人企业提供贷款。由于风险管理不善，欺诈和诈骗在中国的网络借贷行业猖獗。

一些P2P网站，如人人贷和拍拍贷，已经开发了自己的基于大数据的信用评分系统，帮助其平台上的投资者筛选潜在借款人，并做出投资决策。拍拍贷是中国最早的P2P借贷网站之一，于2014年推出了自己的大数据和基于人工智能的信用评分系统。随后，该公司还在其平台上推出了许多其他信用评分服务，如芝麻信用和全国互联网金融协会的信用信息平台。拍拍贷现在每年举办一次机器学习竞赛，让外部开发人员使用他们的数据仓库来改进他们的信用评估模型。

一些中国信用评分机构进一步拓展业务，以大数据和机器学习为支撑，提供各种反欺诈和风险管理服务。最近，还推出了Vision AI身份风险管理系统以及区块链技术，用于实现安全数据共享、风险管理以及解决个人数据安全问题。

Tracey Xiang是关注中国金融科技的专栏作者