在许多新兴经济体，仍有数百万人没有银行账户或无法获得正规金融机构的充分服务。根据世界银行的数据，截至2021年，全球近24%的成年人无法获得银行账户。尽管这一数字多年来有所下降，因为账户所有权在高收入国家几乎是普遍的，但大多数无银行账户人口生活在发展中经济体，其中大部分人集中在印度尼西亚、菲律宾、印度、巴基斯坦、南非、加纳和肯尼亚等国家。传统的信用评分模型严重依赖银行数据和正规信用记录，而这些地区的许多人缺乏参与正规金融体系所需的文件。
然而，这些市场蕴藏着巨大的潜力。随着移动和互联网普及率的快速增长（尤其是在新兴经济体），大部分人口活跃于数字领域，通过移动钱包、数字商务平台和社交媒体进行日常交易。例如，肯尼亚和印度尼西亚等国的移动普及率超过100%，意味着许多人拥有不止一台设备。这为金融机构利用超越传统信用数据的替代信用评分方法提供了明确的机会。
通过探索替代数据源，金融机构可以向数百万此前被排除在外的人提供信贷，开辟新的收入来源并扩大金融包容性。
*注：当一国活跃的SIM卡数量超过实际人口时，移动普及率可能超过100%，这通常是由于个人使用多张SIM卡或多台设备所致。
传统信用评分的挑战
在新兴市场获得信贷的主要障碍之一是缺乏传统信用数据。传统信用评分依赖金融历史，如过去的贷款、信用卡支付和正式的收入证明。然而，许多无银行账户的人没有这类金融历史，使他们无法获得传统信用评分。
这一差距突显出现有金融基础设施与市场需求之间日益加剧的不匹配。这些地区的征信机构往往缺乏全面的数据，因为其数据库主要覆盖属于正规经济部门的受薪人群。然而，许多无银行账户的人从事创业活动、非正规就业和日常交易——这些本可以作为其信用度的宝贵指标，只可惜无法被捕捉和分析。
征信机构无法应对这些市场的独特特征，给金融机构带来了重大挑战。如果没有合适的工具来评估向无银行账户人群放贷的风险，金融机构可能会犹豫是否向这一庞大人口群体提供信贷。
替代信用评分：金融包容性的新路径
针对这些挑战，替代信用评分方法已成为有前景的解决方案。通过利用非传统数据源，金融机构即使在缺乏正规金融历史的情况下也能构建更准确的个人信用度画像。
1. 移动支付和交易数据
移动钱包和数字支付平台在新兴市场广泛使用，提供了对个人财务行为的宝贵洞察。通过分析交易历史、支付模式和账户余额，金融机构可以更好地了解个人管理和偿还信贷的能力。例如，持续使用移动支付支付水电费、电话费或电子商务购买，可能表明了财务责任。
2. 电信数据
电信数据，如手机使用模式、通话频率和预付费手机充值，提供了对用户财务稳定性的额外洞察。这类数据在手机拥有率高但正规金融渗透率低的国家尤为相关。通过评估这些模式的稳定性和可靠性，金融机构可以估算潜在客户的信用风险。
3. 公用事业缴费记录
公用事业缴费，包括电费、水费和燃气费，是替代数据的另一个关键来源。这些定期支付展示了消费者管理持续财务承诺的能力。通过分析及时付款或逾期付款，金融机构可以评估个人是否可能按时偿还信贷。
4. 社交媒体和行为数据
社交媒体行为也可以作为替代信用数据源。社交互动、职业网络和电子商务活动中的模式可以提供有关个人社会稳定性和经济参与度的洞察。虽然社交媒体作为信用评分工具仍处于起步阶段，但一些金融科技公司正在探索将其作为更广泛替代数据模型的一部分。
5. 贷款申请活动洞察
通过追踪借款人在各个数字贷款平台上的贷款申请活动，贷款机构可以更全面地了解信贷寻求行为。在短时间内跨多个平台频繁申请贷款可能表明财务压力，而较少且时机合适的申请可能表明负责任的信贷使用。这些数据对于评估申请人是否基于其与其他数字金融产品的历史而构成更高风险非常有价值，尤其是传统征信机构通常仅提供来自传统银行的数据。
6. 还款行为分析
即使在非正规环境中，还款历史也是信用度的最强指标之一。逾期付款、及时还款和催收频率等模式可以帮助金融机构评估未来违约的可能性。对于缺乏传统信用历史的借款人，这些行为为其管理债务的能力提供了关键背景。同样，当传统征信机构主要提供来自传统银行的类似数据时，来自多个数字贷款平台的替代行为分析可作为借款人财务健康的重要指标，提供更广泛的信用度视角。
7. 设备风险指标
借款人用于访问金融服务的设备也可以提供关键洞察。设备风险指标可以揭示借款人的设备是否曾与先前的欺诈活动相关联，或是否与多个高风险交易有关联。通过评估设备型号、使用模式和安全风险等因素，贷款机构可以在欺诈升级之前标记潜在风险。
通过将这些数据点纳入信用评估过程，金融机构可以在传统信用信息有限的市场中做出更明智的贷款决策。这些洞察，辅以TrustDecision的信用数据洞察等解决方案，使贷款机构能够更有信心地触达无银行账户人群，同时有效管理风险。
金融生态系统的未来：协作与创新
替代信用评分的未来在于协作与创新。随着金融生态系统的发展，我们很可能会看到传统金融机构、金融科技公司和监管机构之间更多的合作。
联盟网络
一个新兴趋势是建立联盟网络，其中多个利益相关者（如移动/数字支付公司、电信运营商、社交媒体平台、数字商务平台，以及征信机构、贷款机构、监管机构——包括竞争对手）聚集在一起共享数据和洞察。这些网络允许金融机构汇集关于消费者行为的数据，创建更全面、准确的信用度视图。通过合作，行业参与者可以提高替代信用评分模型的质量和可靠性。
联盟还可以帮助克服监管障碍。随着政府和监管机构越来越重视数据隐私和安全，行业利益相关者之间的协作努力可以确保替代信用评分解决方案在遵守相关法规的同时，仍为消费者和贷款机构带来价值。
技术的作用
技术进步将在塑造信用评分的未来中发挥重要作用。人工智能和机器学习模型可以分析来自不同来源的海量数据，创建准确且具有预测性的信用评分。这些技术特别适合替代数据，因为它们可以识别传统评分模型中可能不明显的模式和趋势。
此外，人工智能和机器学习可以适应不同市场的独特特征，使金融机构能够针对新兴经济体中无银行账户人群的具体需求定制信用评分模型。这种灵活性是构建既包容又可持续的金融体系的关键。
简而言之
替代信用评分是新兴市场实现金融包容性的关键一步。通过超越传统信用数据、拥抱替代数据源，金融机构可以触达数百万无银行账户的人，为他们提供信贷和其他金融服务，从而改善其经济机会。
作为信用风险管理从业者，我们致力于推动这一领域的创新，为金融机构提供更准确、更具包容性评估信用风险所需的工具。通过利用非传统信用数据并与行业利益相关者合作，我们可以帮助构建一个惠及所有人的金融生态系统，尤其是那些被排除在正规金融体系之外的人。
参考文献
世界银行. 金融包容性概览. 检索自 https://www.worldbank.org/en/topic/financialinclusion/overview
肯尼亚华尔街报.肯尼亚智能手机普及率上升61%至3080万部. 检索自https://kenyanwallstreet.com/smartphone-penetration-in-kenya-rises-61-per-cent-to-30-8million/
数据门户网. 2021年数字报告：印度尼西亚. 检索自https://datareportal.com/reports/digital-2021-indonesia
TrustDecision. 信用数据洞察解决方案概览. 检索自https://trustdecision.com/solutions/credit-data-insight
%2520(1).png)
