在许多新兴经济体，数百万人仍然没有银行账户或没有得到正规金融机构的充分服务。根据世界银行的数据，截至2021年，全球将近24％的成年人无法使用银行账户。尽管这一数字多年来有所下降，但大多数没有银行账户的人口生活在发展中国家，因为账户所有权在高收入国家几乎是普遍的，而且其中大多数集中在印度尼西亚、菲律宾、印度、巴基斯坦、南非、加纳和肯尼亚等国家。尽管传统的信用评分模型严重依赖银行数据和正式的信用记录，但这些地区的许多模型缺乏参与正规金融体系所需的文件。
但是，这些市场潜力巨大。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，很大一部分人口活跃在数字领域，他们通过移动钱包、电子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家的移动普及率超过100％，这意味着许多人拥有不止一台设备。这为金融机构（FI）提供了一个明显的机会，可以利用传统信用数据之外的替代信用评分方法。
通过探索其他数据来源，金融机构可以向数百万以前被排除在外的个人提供信贷，开辟新的收入来源，扩大金融包容性。
*注意：当一个国家/地区的活跃SIM卡数量超过其实际人口时，移动渗透率可能会超过100％，这通常是由于个人使用多张SIM卡或设备所致。
传统信用评分的挑战
新兴市场获得信贷的主要障碍之一是缺乏传统的信贷数据。传统的信用评分依赖于财务记录，例如过去的贷款、信用卡还款和正式的收入文件。但是，许多没有银行账户的个人没有这样的财务记录，因此他们没有资格获得传统的信用评分。
这种差距凸显了现有金融基础设施与市场需求之间的不匹配日益加剧。这些地区的征信机构通常缺乏全面的数据，因为他们的数据库主要涵盖正规经济中的受薪个人。但是，许多没有银行账户的人从事创业活动、非正规就业和日常交易，只要能够对其进行捕捉和分析，这些交易就可以作为衡量其信誉的宝贵指标。
征信机构无法解决这些市场的独特特征，这给金融机构带来了重大挑战。如果没有适当的工具来评估向没有银行账户的人贷款的风险，金融机构可能会对向这大部分人口提供信贷犹豫不决。
替代信用评分：普惠金融的新途径
为了应对这些挑战，替代信用评分方法已成为一种有前途的解决方案。通过利用非传统数据源，即使没有正式的财务记录，金融机构也可以更准确地了解个人的信誉。
1。移动支付和交易数据
移动钱包和数字支付平台广泛用于新兴市场，为个人的财务行为提供了宝贵的见解。通过分析交易历史、付款模式和账户余额，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，对公用事业、电话账单或电子商务购买进行持续的移动支付可能表明了财务责任。
2。电信数据
电话使用模式、通话频率和预付费电话充值等电信数据为用户的财务稳定性提供了更多见解。这类数据在手机拥有量高但正规金融渗透率低的国家尤其重要。通过评估这些模式的一致性和可靠性，金融机构可以估计潜在客户的信用风险。
3.公用事业付款记录
公用事业支付，包括电、水和煤气账单，是替代数据的另一个重要来源。这些定期付款表明了消费者管理持续财务承诺的能力。通过分析及时还款或错过的付款，金融机构可以评估个人是否有可能按时偿还信贷。
4。社交媒体和行为数据
社交媒体行为也可以作为信用数据的替代来源。社交互动、专业网络和电子商务活动中的模式可以为个人的社会稳定和经济参与提供见解。尽管社交媒体作为信用评分工具仍处于起步阶段，但作为更广泛的替代数据模型的一部分，一些金融科技公司正在探索这一途径。
5。贷款申请活动洞察
通过跟踪借款人在各种数字贷款平台上的贷款申请活动，贷款人可以从整体角度更好地了解寻求信贷的行为。在短时间内频繁地在不同平台上申请贷款可能表明存在财务压力，而较少、时机恰当的申请可能表明负责任地使用信贷。这些数据对于根据申请人使用其他数字金融产品的历史来评估申请人是否构成更高的风险非常有价值，尤其是因为传统征信机构通常仅提供来自传统银行的此类数据。
6。还款行为分析
还款历史是衡量信誉的最强指标之一，即使在非正式环境中也是如此。逾期付款、及时还款和提醒频率等模式可以帮助金融机构评估未来违约的可能性。对于缺乏传统信用记录的借款人来说，这些行为为他们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另类行为分析可作为借款人财务健康状况的重要指标，为信誉提供更广泛的视角。
7。设备风险指标
借款人用来获取金融服务的设备也可以提供关键见解。设备风险指标可以揭示借款人的设备是否与先前的欺诈活动有关或与多笔高风险交易有关。通过评估设备型号、使用模式和安全风险等因素，贷款人可以在潜在欺诈行为升级之前将其举报。
通过将这些数据点纳入信用评估流程，金融机构可以做出更明智的贷款决策，即使在传统信用信息有限的市场中也是如此。这些见解得到了诸如此类的解决方案的支持 TrustDecision 的信用数据洞察，使贷款机构能够更自信地接触没有银行账户的人群，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和创新。随着金融生态系统的发展，我们可能会看到传统金融机构、金融科技公司和监管机构之间的更多合作。
联盟网络
一种新兴趋势是创造 联盟网络，移动/数字支付公司、电信、社交媒体平台、电子商务等多个利益相关者以及征信机构、贷款机构、监管机构（包括竞争对手）汇聚一堂，共享数据和见解。这些网络允许金融机构汇集有关消费者行为的数据，从而创建更全面、更准确的信誉视图。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。
财团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合作可以确保替代信用评分解决方案符合相关法规，同时仍能为消费者和贷款人创造价值。
技术的作用
技术的进步将在塑造信用评分的未来方面发挥重要作用。人工智能 (AI) 和机器学习 (ML) 模型可以分析来自不同来源的大量数据，以创建准确和可预测的信用评分。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，使金融机构能够根据新兴经济体无银行账户人口的特定需求量身定制信用评分模型。这种灵活性是建立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迈向普惠金融的关键一步。通过超越传统的信贷数据，采用替代数据源，金融机构可以接触到数百万没有银行账户的人，为他们提供信贷和其他金融服务，从而改善他们的经济机会。
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、更具包容性地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，我们可以帮助建立一个使所有人受益的金融生态系统，尤其是那些被排除在正式金融体系之外的人。
参考文献
- 世界银行。 普惠金融概述。取自 https://www.worldbank.org/en/topic/financialinclusion/overview
- 肯尼亚华尔街。 肯尼亚的智能手机普及率增长了61％，达到3,080万部。取自 https://kenyanwallstreet.com/smartphone-penetration-in-kenya-rises-61-per-cent-to-30-8million/
- 数据门户。 2021 年数字：印度尼西亚。取自 https://datareportal.com/reports/digital-2021-indonesia
- 信任决定。 信用数据洞察解决方案概述。取自 https://trustdecision.com/solutions/credit-data-insight
%2520(1).png)
