信用知识 | 来，看看美国的个人信用报告记了哪些信息
来，看看美国的个人信用报告记了哪些信息
来源：《中国征信》2015年第8期
作者：李铭，中国人民银行征信中心技术顾问。笔者在过去的一些文章中曾对美国三大征信机构不同版式的消费者信用报告（本文亦称个人信用报告）格式及内容做过详细阐述，但阐述主要针对信用报告的样例进行，对于样例中未出现的报告成分甚少述及，对于报告中各类信息的覆盖面也没有论述。本文主要讨论报告中各类信息的来源和实际报送情况，不涉及信息的展示。本文的参考资料主要来源于美国联邦政府监管部门的公开出版物。信用档案与信用报告根据美国联邦政府金融消保局的定义，消费者的信用档案指征信机构记录和存储的关于消费者的全部信息，与信息存储的具体方式（如纸质或电子）无关。信用报告指“征信机构向授信机构或其他用户提供的消费者报告”。“信用报告通常包括消费者信用档案中可向最终用户报告的信息”，故信用报告与信用档案密切相关但不必完全等同。美国《公平信用报告法案》对消费者报告的定义有四个组成部分。一是形式，消费者报告可以是书面、口头或任何其它形式；二是提供者，消费者信用报告由征信机构提供；三是内容，消费者报告是“记载消费者个人的可信性、信用状态、信用能力、性格、一般声誉、人格特征或生活方式”的“任何信息”；四是用途，消费者报告用于或期望用于判断消费者是否有资格获得信贷、（个人及家庭）保险、雇佣或其他该法案许可的目的。信用档案的内容消费者信用档案包含以下五大成分的部分或全部内容：档案头/身份识别信息。档案头容纳该档案主体的身份识别信息，包含信用主体姓名、曾用名、当前及过去的地址、社会保险号、出生日期及电话号码。信用交易账户信息。信用交易账户信息指授信机构在该消费者名下报送的信贷账户信息，通常包括：账户类型、信用额度或贷款额、账户余额、账户的还款历史（包括账户开立和关闭的日期、还款的日期、账户是否处于逾期或催收状态等）。如果账户有多于一个借款人，相关账户信息将出现在每个借款人的信用档案中，同时说明该借款人与账户的关系（如共同借款人或授权借款人等）。交易账户信息通常还容纳一些标记，说明该账户是个人账户还是联名账户、该账户是否包含在某个破产诉讼之中、访问该账户的媒介（如贷记卡卡片、存折等）是否丢失或被窃以及已关闭账户的关闭原因（例如债务偿清或借贷人请求关闭）等。某些信贷账户信息不包含在信用档案中，如利率、积分或费用信息，某些账户表现历史信息也不包含在信用档案中，例如使用该信贷工具进行的交易流水和该账户上的（明细）还款信息。此外，信用档案不容纳消费者的收入或资产信息。公共记录信息。信用档案容纳消费者的“有金融性质的”公共记录信息，包含破产、司法判决和联邦及州的税务留置信息。逮捕及定罪信息通常不出现在消费者的信用档案中，但某些其它类型的消费者报告机构例如雇佣背景筛查机构采集这类信息。其他不出现在消费者信用报告中的公共记录信息包括：婚姻登记、收养以及不涉及判决的民事诉讼信息。催收信息。第三方催收机构或购债机构代表放贷机构报送的催收账户信息。至少某些征信机构将这类信息作为一个独立的类别在信用报告中展示。查询信息。消费者的信用档案需要保存每一次信用报告查询信息。对于雇佣相关的查询，需要提供两年的查询信息；对于信贷应用和大多数其他非雇佣应用（例如租房筛查、保险、政府的执业资格或福利申请）至少需要提供一年的查询信息。有些征信机构超越法律上的要求、提供过去两年的查询请求信息。征信机构将信用报告查询区分为硬查询和软查询两类。只有硬查询信息展示在授信机构及其他用户获取的信用报告中。消费者信用档案还可能包含信用主体本人要求添加的各种声明信息，例如安全冻结声明、兵役冻结声明、欺诈示警声明以及针对档案中某个账户内容或整个档案的其他声明信息。平均起来，每份美国消费者的信用档案中包含13个过去或现在的信用交易账户，其中9个是银行或零售商店发放的信用卡账户，4个是分期付款账户（例如汽车贷款、住房抵押贷款或助学贷款）。信用报告的内容一般而言，所有信用档案中的信息都出现在信用报告中，但存在一些例外情况。例如，征信机构为雇佣用途提供的信用报告中不包含信用主体的出生日期以及其他敏感信息，也不包括信用评分。美国每家征信机构的数据库中有大约13亿个活跃账户。据美国联邦金融消保局调查，来自信贷机构的交易账户构成信用报告中的交易账户的主体，其中40%的交易账户是银行卡账户，18%的交易账户是银行发行的零售卡账户，13%是第三方催收机构或买债机构报送的催收账户，7%是助学贷款账户，7%是零售金融公司的消费贷款账户，7%是住房抵押贷款账户，4%是汽车贷款账户，余下4%账户的报送机构类别归属不明。公共记录信息。信用报告中的公共记录信息主要来自美国律商联讯公司的风险数据检索服务（LNRDRS）。通过律商联讯公司采集公共记录信息而不是自行搜集该类信息的决策使得征信机构可以从单一来源获取信息，而不是同数百家公共记录信息源直接建立联系。律商联讯每年向三大征信机构的每一家传送大约1000万到2000万条公共记录信息，其中破产信息、税务留置信息和民事诉讼中涉及钱的判决信息大约各占三分之一。破产信息来自美国法庭管理办公室的法庭电子记录公众访问系统（PACER），数据联网获取。税务留置信息和司法判决信息需要从总数达一万家到一万两千家的州或地方法庭以及州或县级政府办公室得到。律商联讯公司说这两类信息中大约30%可以通过电子手段获得，其余70%要靠人工录入计算机系统。为此律商联讯公司组织了一个独立承包商网络专门执行数据录入工作，平均每个数据采集人员每天录入约200条信息。律商联讯在向征信机构报送数据的同时，也承担异议处理的工作。公司会派专人到法庭或政府机构去重新核实存在异议的信息。每年律商联讯会从各征信机构收到一百万到两百万件异议处理请求。将律商联讯公司提供的信息匹配到征信机构已有的信用档案中去是另一个挑战。根据一项统计，只有3%的法庭诉讼文件包含诉讼主体的社会保险号信息。公共记录信息更新方面也有很大问题。根据行业内的统计数字，某些州法庭平均要花费两个月的时间才能发布书面的判决记录。催收信息。关于信用交易账户中催收账户的占比问题，不同研究给出不同的数字，从9.1%到13%不等。各种催收账户中，与医疗相关的催收以及来自电讯、公用事业、付费电视行业的催收账户占到七到八成。在消费者层级上，2014年5月联邦金融消保局的一项研究给出了消费者信用报告中各类别催收账户的分布情况，见表1：表1 消费者报告中催收账户细分及占比催收账户类型 & &容纳一条或多条此类催收账户的消费者数量占比 & &医疗或保健 & &19.4% & &电讯（包含固话、移动、网络及有线电视） & &8.7% & &公用事业或能源 & &7.6% & &零售 & &6.9% & &银行 & &2.7% & &其他金融类 & &1.5% & &由表1可见，来自金融类机构的催收事件占比很小，而医疗类催收占比相当大，有些研究称占到全部催收账户一半以上。图1从另一个角度描述拥有催收账户的消费者占比。图中显示，31%的个人信用报告中容纳一个或多个催收账户。仅容纳医疗相关催收账户和仅容纳非医疗相关催收账户的报告分别占7%和12%，而同时容纳这两类催收账户的信用报告数量占比为12%。图1 消费者报告催收账户分类及占比从信息的集中度上看，电讯和银行类催收数据的集中度最高，即少数几家报送机构报送大多数的催收账户。医疗和保健类催收数据的集中度极低。表2给出各主要类别催收账户的第一、第二、第三和前十大数据源报送数据量在总量中的占比。表2 美国前十家数据源报送催收账户类型及占比催收账户类型 & &第一数据源报送占比 & &第二数据源报送占比 & &第三数据源报送占比 & &前十数据源报送占比 & &医疗或保健 & &3.1% & &2.5% & &2.5% & &18.3% & &电讯（包含固话、移动、网络及有线电视） & &36.9% & &13.1% & &12.3% & &83.2% & &公用事业或能源 & &32.4% & &15.6% & &3.5% & &66.1% & &金融 & &36.2% & &15.8% & &4.6% & &74.3% & &银行 & &29.7% & &23.1% & &22.3% & &87.1% & &零售 & &20.7% & &9.8% & &7.0% & &58.9% & &替代性信用信息。替代性信用信息指征信机构采集并报告的非信贷然而类似于借贷行为的交易数据，主要表现为消费者在电讯、公用事业和租房等服务中履行偿付承诺的信息。从上世纪九十年代开始，一大批催收公司已经开始报送涉及严重违约的负面的替代性信息（根据2009年对70家企业的一项调查，89%的被调查企业声称报送负面的替代性信息），但报送反映正常还款情况的正面替代性信息的企业数量十分有限。根据从美国某些征信机构得到的数字，大约只有15%的替代性信息报送机构报送正面信息，其中公用事业企业的报送率略高，可能达到25%。从征信机构实际得到的替代性信息占比来看，根据2005年的一项统计，美国三大征信机构之一环联的数据库中，大约仅有1%的账户是替代性信用信息账户。大约5%的信用档案或信用报告中容纳一条或多条时间跨度在一年以上的替代性信息账户。除数量不足外，替代性信息的地域特征反映也比较明显。例如，调查称84%的公用事业数据来自三个州（美国有50个州），81%的电讯数据来自两个州，电讯和公用事业数据所涉人群很少交叉。近年来美国征信机构采集的替代性信息的覆盖面有一定改善。例如，美国征信机构艾克飞创建了一个覆盖1.71亿人的电讯、公用事业和付费电视信息数据库。这1.71亿信用主体包括1.46亿有信用报告的消费者和两千五百万没有信用报告的消费者。另一家征信机构益博睿通过并购拥有了一个容纳900万租户信息的住房租赁数据库（考虑到美国目前据信租房人口达到四千万，900万租户仍然是一个很小的覆盖面）。益博睿还在通过与第三方机构合作的方式积累更多的租房信息。除信息报送“广度”方面不足外，替代性信息的报送还有“深度”方面的不足。与信贷信息相比，替代性信息报送机构在“报送哪些、报送多久”等方面与金融机构相比有更大的随意性。例如，2013年的一项调查表明，只有极少数的替代性信息报送机构按月更新所报送账户的状态。50%的电讯账户和公用事业账户在首次报送之后六至七个月后停止报送，这一数字在十二个月左右进一步下降到不足30%。这些数字均远低于《公平信用报告法案》所规定的保存账户信息七年的要求。替代性信息在信用报告中展示的方式与信贷信息没有区别，即催收账户信息与信贷催收账户信息一样展示在报告的催收部分，其他账户信息展示在报告的信贷交易部分。这些信息的解读也同信贷信息的解读方式一致。换句话说，替代性信息报送在性质上不是增加了“一类”信息，而只是增加了一些交易账户。分析和总结通过对美国信用档案和信用报告的分析，笔者总结了以下几点认识和启示：一是美国征信机构的数据库中容纳的消费者信用信息远较我们丰富。在“广度”方面，美国征信机构的数据库覆盖大约90%的潜在信贷人口（一般指15岁到65岁或20岁到65岁的人口数，约占人口总数的三分之二），我们只覆盖约三分之一；在“深度”方面，美国征信机构数据库中人均信贷账户数约为13个（包括结清的账户），我们只有不足四个。很明显，在信用数据分析方面，我们的美国同行有多得多的信息可以使用。二是在个人信用报告的内容方面，美国和中国并无本质区别。这大体说明至少在“形”的方面我们向美国同行学得还不错。三是在信用档案的内容上，我们相对欠缺的是公共记录信息和催收信息，特别是催收信息。这不仅是征信行业的问题，也是司法体系建设和商务实践方面的问题。是在替代性信息采集方面，美国征信机构付出了不少努力，但现在看来仍然任重道远。这对我们是有意义的启示。
更新时间：
更新时间：
更新时间：
更新时间：
更新时间：
(C)版权所有：信用中国 |& |&
主办单位：国家信息中心& 京ICP备号-5
指导单位： 国家发展和改革委员会&&&中国人民银行&&&&&技术支持：北京百度网讯科技有限公司 &花旗银行数字解读验证_中国征信杂志_传送门
花旗银行数字解读验证
中国征信杂志
来源：《中国征信》2016年第3期。作者：凌永勤，现任职于花旗银行（中国）有限公司个人银行风险管理部。随着中国金融业的逐步开放和国际化的发展，征信业也进入快步发展阶段，花旗中国在中国的业务发展离不开信用信息基础数据库的支持。特别是在人民银行征信中心数据解读诞生之后，花旗中国很荣幸受邀成为第一个试用人民银行征信中心数字解读服务的外资银行，并参与了数据解读验证试用工作。整个验证项目起始于2014年5月，项目分为验证方案、样本需求、样本准备、样本验证、验证沟通、验证提交、评分应用和应用提交等几个阶段(如图1)。其中的很多环节都需要银行和征信中心不断的沟通协调和合作。 验证方案及前期准备验证方案一般需要从以下几个点出发来制定：首先是产品的选择。在验证前我们需要决定什么样的产品才是适合验证的，从产品实际状况出发，包括产品的上线时间是否够早，产品的客户数是否足够，产品的坏件率是否能支持坏样本的数量。从而决定产品的贷前贷后哪部分需要做验证。其次就是验证时点的选择。在这个选择过程中首要考虑的就是验证窗口是否能抓取足够的客户数和坏帐客户数，并且我们需要在验证时点后预留足够长的表现窗口，在满足以上条件下，验证窗口离现在越近越好。以花旗无抵押贷款的贷前验证为例（如图2 ）。在好坏定义为12个月30天以上逾期的定义下，因为好坏的表现窗口至少需要12个月。所以在现时点为2014年5月的前提下，验证窗口最晚的时点需要在2013年5月之前。接下来需要制定验证窗口开始的时点，这就需要考虑验证窗口的长度能否抓住足够多的坏人，并将季节性因素也包含在里面（一般一年为窗口标准），且时间点越新越好。平衡了以上几个因素后，在此例中最后无抵押贷款验证窗口的选择从2011年1月开始。最后就是验证中好人坏人的定义。这就需要考量三个方面即数字解读开发时的好坏定义，自身产品的好坏定义和征信中对应自身好坏的额外好坏定义。验证数据的传输验证数据的传输主要分为银行将需要验证的样本发给征信中心，征信中心在数据上打上数字解读和征信模型的好坏标示，征信中心返回验证数据这三个步骤。数据的传输必须通过征信中心特定的渠道，按照特定的验证格式（比如作为唯一识別号码的客户编号只有8字节的长度，所以必须将内部数据做一些转换）。将整理好的样本数据交于征信中心，征信中心将添加完征信好坏和数字解读的数据返回给银行。在征信中心返回的数据中存在一定比例的数字解读缺失，同时好坏也缺失。其中数字解读的缺失或数字解读和征信好坏定义同时缺失的主要原因为此客户未满足以下任意条件：1.有信贷记录2.信用历史长度不短于3个月 3.最近24个月内有活动。返回数据中有些数字解读不缺失，但好坏标识缺失。其主要原因为在观测时点后的状态一直未被任何银行更新。数字解读的验证从三方面进行验证：数字解读对好坏的区分能力、数字解读对好坏的排序能力和数字解读自身在时间上的稳定性。其中数字解读的区分能力由柯尔莫斯夫-斯米尔诺夫检验（KS指标）来验证，数字解读的排序能力由数字解读的分布报告来检验，数字解读的稳定性由PSI指标来验证。数字解读有效性检验柯尔莫斯夫-斯米尔诺夫检验（KS）指的是“好”客户和“坏”客户累计分布比例之间距离的最大差距，其反映了数字解读的好坏区分能力，是行业中最常用的指标。行业中一般认为用于贷前审批的数字解读的柯尔莫斯夫-斯米尔诺夫检验需要大于25为佳，用于贷后管理的数字解读的柯尔莫斯夫-斯米尔诺夫检验需要大于30为佳，但柯尔莫斯夫-斯米尔诺夫检验低时不一定是数字解读的区分能力不够。可能为如下原因，这里列举三个：1.可能样本中的坏人数不够。比如小于1000，甚至小于250个2.可能原有策略中已经将申请中的那部分数字解读最低的坏人去除了3.可能银行自身的坏人定义不到位，这时可以参考征信的好坏标示和他们对应的柯尔莫斯夫-斯米尔诺夫检验数字解读的分布报告数字解读分布报告，数字解读分布报告主要看的是数字解读的排序能力。将人群按数字解读从低到高十等分或者二十等分排序（取决于样本量的大小），查看每等分的平均坏件率是否按数字解读的增加而减少。如果是，则表明数字解读有很好的区分能力。数字解读稳定性检验人群稳定性（PSI）主要考察的是不同时间段人群的分数分布是否发生了变化。其中当人群稳定性小于0.1 时代表人群稳定，当人群稳定性大于等于0.1但小于0.25时代表人群基本稳定但有小幅偏移。当人群稳定性大于等于0.25 时则预示着人群有较大偏移。如果人群稳定性验证大于0.1甚至大于0.25时，就需要考量这些时段内行内是否有重大策略变化，或者市场定位是否有变化。在排除以上情况后可以考量下是否受到经济大环境的变化的影响，比如某行业的大衰退等等。数字解读的应用花旗中国对于数字解读的应用是婉拒切割（cut off）。一般而言，考量婉拒切点时，会同时考量婉拒率与坏件率，就资产组合规模的业务目标，会期望婉拒率低(即核准率高)，但就资产品质的业务目标则是期望坏件率低。然而婉拒率与坏件率相对于婉拒切点的关系是反向的，即：1.当期望婉拒率低时婉拒切点需左移，但造成坏件率增加。2.当期望坏件率低时婉拒切点需右移，但造成婉拒率增加。基本的婉拒点策略( 不考量人工检视区间) 包括以下四种决策方向。维持相同的好坏比(坏件率)。此婉拒点是基于执行婉拒点策略后的好/坏比与未执行前相同。在数字解读卡为有效的前提下，维持相同的好/坏比婉拒策略将会使整体的核准户数增加，表示维持在相同的资产品质下，核准户数提升。维持相同的坏客户数。此婉拒点是基于执行婉拒点策略后的坏客户数与未执行前相同。在数字解读卡为有效的前提下，维持相同的坏客户数的婉拒策略将会使整体核准的好客户数增加，表示维持在相同的坏客户数下，资产品质提升。维持相同的婉拒率。此婉拒点是基于执行婉拒点策略后的婉拒率与未执行前相同，亦即维持相同的核准率。在数字解读卡为有效的前提下，维持相同的婉拒率将会使整体的好/坏比增加，表示维持在相同的婉拒率下，资产品质提升。维持相同的好客户数。此婉拒点是基于执行婉拒点策略后的好客户数与未执行前相同。在数字解读卡为有效的前提下，维持相同的好客户数的婉拒策略将会使整体核准的坏客户数降低，表示维持在相同的好客户数下，资产品质提升。实施了婉拒策略后，银行可以将数字解读按照坏件率分成几个风险等级，然后对不同的风险等级实施不同的产品策略。比如对低风险等级的客户给与高额度，对高风险的客户群给与低额度，当然还有其他贷前，贷后的策略，如额度的调整策略等等（简单示例见图4）。如果银行原有评分卡对本行的坏件有有效的分布能力。可以通过将数字解读和原有数字解读组成矩阵的形式来确定新的风险等级。这样将能提高风险等级的区分力。数字解读和原有评分都将在新的策略中发挥作用（简单示例如图5）。以上就是花旗中国对于此次数字解读验证的一些分享。数字解读是人民银行信用信息基础数据库的一个结晶，作为一个有效的工具，在大数据时代，掌握和挖掘数据解读的用法将会对整个信贷业务带来十分积极的转变，从而进一步提高我国金融业的整体信贷效率，促进金融业的进一步发展。版权声明：中国征信杂志（微信号：zgzxzz）所有注明来源于《中国征信》杂志的文章，请媒体和微信公众号转载时注明出处，否则将追究法律责任。欢迎转发至朋友圈。
觉得不错，分享给更多人看到
中国征信杂志 微信二维码
分享这篇文章
4月1日 22:11
中国征信杂志 最新文章
中国征信杂志 热门文章个人信用报告解读指南(银行版)_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
个人信用报告解读指南(银行版)
上传于||暂无简介
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩32页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢个人征信记录名词和符号意义解读_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
个人征信记录名词和符号意义解读
上传于||文档简介
&&个​人​征​信​记​录​名​词​和​符​号​意​义​解​读
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
定制HR最喜欢的简历
你可能喜欢