首页 > 财经 > 正文

天天观点:为什么人工智能评分模型不能取代FICO评分?

2022-09-23 09:49:57来源:未央网  

在美国现行的信贷体系中,FICO评分发挥着举足轻重的作用。而近年来另类数据的应用催生了一些人工智能评分模型,在某些领域也发挥着信用评估的

【中国金融案例中心 编译:叶子】

在美国现行的信贷体系中,FICO评分发挥着举足轻重的作用。而近年来另类数据的应用催生了一些人工智能评分模型,在某些领域也发挥着信用评估的作用。 麦凯德国际咨询集团(Mercator Advisory Group)曾在今年3月发布了一篇名为《信用评分、金融科技和消费贷款:为什么AI评分模型不能取代FICO评分》的报告,其集团下信息门户PaymentsJournal在9月针对该报告观点进行了延展讨论,从以下几个方面进一步探讨了FICO评分体系相较其他替代评分系统的特点。


(资料图片)

信评过程的公正性与客观性

自1989年以来,FICO评分体系一直依靠事实数据,根据债权人提供的信息对风险进行排序。排序的底层信息来自五个数据点:偿债历史、欠款金额、使用信贷的历史长短、近期的新增信贷情况和信贷历史的类型。FICO采用精确的信息来源以提供准确、一致、公平的评分衡量标准,涵盖抵押消费信贷和非抵押消费信贷的所有方面。

FICO的评分方法有两个关键优势:一是用于计算分数的数据来源是直接且受监管的,可以确保其对任何个人或群体都不存在固有偏见;二是FICO分数的计算经过几十年的测试,整个过程公开透明。FICO的透明度与信用评分行业的新进入者形成了鲜明对比,如UpStart,它使用人工智能驱动的系统,而这些系统实际上是计算信用评分的"黑箱"。由于这些数据来源不明,可能引起市场质疑。

机器学习在消费信贷领域展现了前景,有证据表明人工智能正在向这一领域进军。虽然人工智能或有实质进展,但其模型更多依赖于不受监管的数据,这些数据或存在误导倾向。一些模型参考了FICO评分所使用的数据,但也试图使用大学教育水平、社交媒体行为和历史消费记录等数据元素突破传统的评分界限。这些模式旨在为银行服务不足、信用受损等人群打开信贷大门,但也带来了引入偏见的风险,并建立了一个让人们更难以理解、难以证明其可用性的信用评级体系。

透明的信用评级体系至关重要。当贷款申请被拒绝时,申请人需要一个合理解释。这不仅是良好的业务能力,更是各种法规的要求。透明度是FICO评分体系的一个基本组成元素,但许多替代模型没有达到这一标准。

信用评分的偏差性

过去几个月,在信用评分中使用某些替代数据的行为引发了许多政策制定者的抵制。这些事件推动众议院最近提出了一项法案,要求消费者金融保护局评估消费贷款机构在贷款评审过程中使用教育性数据的情况,并公布评估结果,向国会报告调查结果和解决潜在差异的建议。

与一些金融科技的人工智能模型相比,FICO评分体系在几十年来一直符合公平借贷(Fair-lending)的要求。相关监管机构认为,FICO评分没有显示出对受保护阶层的预测偏见。在对具有相同还款或违约可能性的人进行评分时,该模型对受保护群体中的个人的评分并不会低于一般群体中的个人。在种族平等问题备受关注的环境下,几十年坚持公平性的信用评级系统应该成为黄金标准。

信用评分的透明度

如前所述,对普通人来说,Upstart等公司使用的机器学习算法模型理解起来并不容易。高度灵活的机器学习算法通常透明度有限。理解一个变量如何影响预测结果,变量之间如何相互作用,以及算法为什么会认为这个变量重要,通常是极其困难的。当这些算法特别复杂时,"黑箱"一词便出现了,这意味着这些算法缺乏清晰度,预测结果是不可信或无法解释的。

鉴于《公平借贷法》和联邦法规要求贷款机构明确解释其拒绝贷款的原因,使用机器学习算法生成信用评分的公司可能处于模糊的法律地带。内在缺陷、透明度缺失以及法律分歧或是Upstart等公司股价近期暴跌的原因,这表明市场对其基本商业模式缺乏信任。

经济形势变化下信评模型的稳定性

面对即将到来的全球宏观经济衰退,贷款机构需要依赖可靠和创新的信用评分体系。拥有数十年运营经验的FICO已建立了一个持久、普适的风险评估指标,而新兴公司还没有实际数据证明其评分模型在经济下行趋势中将如何运作。因此当前或许还不是贷款机构将其风险评估建立在新兴且未经检验的评分模型上的时候。

此外,作为一家行业领先的公司,FICO是首家在其评分模型中考虑额外数据工具的公司。为了防止贷款人和消费者承担超出其管理能力的风险,FICO评分体系正在慢慢扩大,允许相关数据点向三大信用机构(Experian、Equifax和TransUnion)提供补充数据。

以金融科技贷款机构Oportun为例,根据其近期提交予美国证券交易委员会(SEC)的文件,可以看到替代性评分系统的不稳定性。该公司提到,通过其人工智能评分模型,公司帮助100万人建立了信用记录;但通过比对其贷款产品利率可发现,其公司贷款产品的平均年利率处于市场高位,如个人贷款平均年利率为32.3%、有担保的个人贷款平均年利率为29.1%、信用卡平均年利率为29.8%。与Oportun的信用卡年利率相比,根据美联储数据统计,2022年5月市场的账户平均年利率为15.13%,几乎是Oportun所收取利率的一半。而实际上,高利率的存在是贷款损失的必然表现。考虑到美国面临持续通胀的经济形势,这类公司的贷款损失也日趋增加。

在经济形势的变化下,FICO提供多种版本以满足不同领域客户的需求,包括FICO 8、FICO 9、FICO 10/10T、UltraFICO、FICO XD五种版本。通过逐步和有策略地应用数据组合来应对风险状况,各版本的FICO评分模型将在适度监管的情况下吸纳更多的信贷消费者。

本文系未央网专栏作者:中国金融案例中心 发表,内容属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!
关键词: 人工智能

责任编辑:hnmd003

精彩推荐

最近更新