大數據的可用性和人工智能驅動下的消費信貸評分與決策，不僅幫助中國從無到有地建立了一個消費信貸風險評分行業，而且推動了消費金融的迅猛發展。

直到2015年，央行允許幾家選定的私營企業推出個人信用風險評估試點系統，中國才出現了諸如FICO的信用評分機構或私營信用機構。從那時起，包括現有商業信用報告機構和大型互聯網公司在內的許多中國公司開始進入這一領域。

他們采用大數據和人工智能技術，將來自電信運營商、電子商務平台、在線支付和銀行服務、社交網絡以及其他在線和移動服務的各類數據輸入算法。

撇開技術可用性不談，基於大數據的方法顯然是新興中國信用評分者的選擇。

2015年以前，只有央行擁有全國個人信用信息數據庫，主要服務於成熟的銀行機構，其中大部分為國有銀行。銀行是中國消費者獲得抵押貸款、汽車貸款或信用卡的主要渠道，而其他大多數貸款機構無法進入央行的信用信息數據庫。這意味著，央行沒有覆蓋的數億中國消費者將難以獲得傳統或替代性融資。

談到人工智能，中國以其在消費者數據方面的優勢而聞名，不僅在數量上，而且在質量上。

由於中國消費者是移動服務的重度用戶，同時中國對個人數據的收集和使用法規相對寬松，在過去的十年中，中國互聯網公司和電信運營商積累了廣泛的消費者數據，其中許多類型被認為是高預測能力的信用評分相關數據，如付款和其他金融交易的歷史。由於中國消費者在日常生活中越來越依賴智能手機，他們的數字痕跡被認為與信用評估和信用監控越來越相關。

最近，通過與商業銀行、中國中央銀行等其他金融機構以及公共部門合作，中國的信用分數現在可以添加傳統信用信息。消費金融目前是支持和推動中國政府的一個新的經濟增長動力，隨著消費者貸款機構越來越多地采用信用評分服務，中國消費者也越來越願意向信用評分機構提交房產或汽車等個人信息，以提高信用評分。

信用評分者和數據供應商之間的數據共享在中國已經很常見，不過個人數據洩露正成為一個日益令人擔憂的問題。

信用評分平台不僅允許平台或放款人訪問他們自己的數據，一些在線貸款人還與他們的合作評分者共享還款和其他信用屬性等數據。由中國互聯網金融協會和幾家私人信用評分服務開發商於2018年聯合成立了個人信用評分公司——百航信用(Baihang Credit)，推出了約15家在線消費貸款機構和傳統消費金融公司作為其首批數據源。

促進消費金融:中國消費者可以通過信用評分應用查看自己的信用評分或貸款。(來源:Wecash)

在中國的商業互聯網市場上，免費增值模式一直是一種廣為人知的商業模式。因此，看到中國的信用評分者免費提供信用評分或個人信用分析報告也就不足為奇了。而且他們也沒有浪費時間增加在線借貸服務上，無論是由內部開發的還是由第三方運營的。

利用中國互聯網上現有的消費者數據，中國的信用評分者為數億互聯網用戶打分，並通過現有的在線服務直接向用戶推送信用產品，而無需等待用戶的詢問。據報道，電子商務巨頭京東是最早提供在線購物信用產品的公司之一，截至2015年底，京東的電子零售平台已經吸引了約1.5億購物者。領先的社交網絡服務提供商騰訊(Tencent)，以及電子商務公司阿裡巴巴(Alibaba)旗下領先的數字支付服務提供商螞蟻金服(Ant Financial)，各自擁有數千萬用戶。

從京東和阿裡巴巴等電子商務平台開始，各種各樣的在線服務，從共享汽車，到食品交付，各種各樣的小程序基於用戶在過去的幾年中與風險評估和信用額度，開始提供信貸選項，使用的則是內部開發人員或第三方的信用評分系統。根據中國互聯網研究公司艾瑞咨詢(iResearch)的數據，截至2017年9月，59%接受移動支付的在線和實體企業和服務開始向客戶提供信貸產品。

由中國金融科技公司玖富、中誠信征信開發的信用評分系統閃銀（Wecash），已成為連接投資者和借款人的在線平台。

獨立的解決方案提供商不僅使在線服務成為可能，還使零售商等傳統實體企業能夠對銷售點融資等信貸產品做出即時或近乎即時的決定。

利用機器學習，信用評分者提高了在線和傳統貸款機構的審批率。

在美國機器學習承銷解決方案開發商ZestFinance的幫助下，京東利用額外的在線數據，對其信用評估和承銷模式進行了改進，隨後京東信貸產品的批准率提高了150%。京東已與ZestFinance成立了一家合資企業。金融科技巨頭螞蟻金服(Ant Financial)開發的信用評分服務芝麻信用(Zhima Credit)聲稱，它將一家當地銀行信用卡業務的評級提高了7%。

信用評分系統支持的可變定價，也通過向信譽較好的借款人提供更低的利率或更高的信用額度，提升了消費貸款領域的發展。基於風險的定價在中國尚屬新生事物。信而富表示，地方商業銀行沒有實施這一政策，主要原因是缺乏信貸數據，以及手工貸款審批程序成本高。該公司在建立自己的在線消費貸款業務之前，長期為中國各大銀行提供咨詢服務。

據中國投行中金公司的報告，在由信用評分系統支持下的消費信貸服務的推動下，網上銀行發放的消費信貸總額(不含抵押貸款)佔全國消費信貸總額的比重，從2014年的0.5%增加到了2016年的5.5%，預計在2020年達到9%，

除了促進消費金融，大數據和人工智能支持的信用評分，與風險管理工具越來越重要。

在信用評分出現之前，中國出現了數以千計的在線貸款平台，其中許多平台向消費者或個人企業提供貸款。由於風險管理不善，欺詐和詐騙在中國的網絡借貸行業猖獗。

一些P2P網站，如人人貸和拍拍貸，已經開發了自己的基於大數據的信用評分系統，幫助其平台上的投資者篩選潛在借款人，並做出投資決策。拍拍貸是中國最早的P2P借貸網站之一，於2014年推出了自己的大數據和基於人工智能的信用評分系統。隨後，該公司還在其平台上推出了許多其他信用評分服務，如芝麻信用和全國互聯網金融協會的信用信息平台。拍拍貸現在每年舉辦一次機器學習競賽，讓外部開發人員使用他們的數據倉庫來改進他們的信用評估模型。

一些中國信用評分機構進一步拓展業務，以大數據和機器學習為支撐，提供各種反欺詐和風險管理服務。最近，還推出了Vision AI身份風險管理系統以及區塊鏈技術，用於實現安全數據共享、風險管理以及解決個人數據安全問題。

Tracey Xiang是關注中國金融科技的專欄作者