第一章 美國個人征信行業(yè)概述 第一節(jié) 美國個人征信行業(yè)的概況
美國個人征信機構提供給它的客戶的服務或征信產品主要包括：
1）記錄消費者還款歷史的信用報告；
2）來自司法機關及其它方面的公共記錄；
3）按一定規(guī)則整理和組織的信貸數(shù)據(jù)；
4）各類消費者信用評分；
5）某些個人征信機構還能夠提供諸如保險、就業(yè)等其他方面的個性化消費者信息。
一、信貸機構的信息來源
1、從個人征信機構取得的付款信息，例如用戶在其他金融機構使用信用工具的余額、支付狀況等客戶數(shù)據(jù)；
2、從信貸申請者的申請表中，獲得有關申請者當前的職業(yè)、年齡、家庭住址和收入的信息；
3、公共記錄類信息，例如人口普查和司法信息等。
信貸機構收集關于消費者的長期付款記錄和評價個人信用所需要的全部信息。通常，以下5C和1S信息被認為是消費信貸行業(yè)進行個人信貸風險評估最重要的指標。
特征（character）：特征用來描述消費者償還信貸款項的意愿。這是一個關于個人道德品行特征的定性指標。當然，特征也可以通過消費者的付款記錄情況來反映。
能力（capacity）：能力指信用工具申請者支付到期債務的能力。能力通?？梢酝ㄟ^申請人的收入、職業(yè)、負債情況和支出進行衡量。
資本（capital）：它反映信用工具申請者的財務能力，主要由個人資產儲備水平所決定。例如，按揭貸款的首付款和用來償還銀行分期付款的銀行存款等。
抵押擔保（collateral）：指借款人不能如約償債時，可以用作抵押的資產的可變現(xiàn)性。銀行存款、持有的股票和家庭財產權是很好的衡量指標。
生活狀況（condition）：工作單位所在的行業(yè)、年齡和教育程度可以用來衡量這項指標。
穩(wěn)定性（stability）：指工作和居所的穩(wěn)定性。
金融機構會將“特征”視為最重要的因素，“能力”次之。
二、征信機構收集的信息
1、信用信息：是消費者使用信貸產品的付款記錄。通常包括付款人、交易的類型、交易日期、賬戶的開戶日期、最高信貸額度、最后一次支付的日期、賬戶的類型（開放式信用、循環(huán)式信用、分期付款信貸等）。
2、職業(yè)信息：法律允許期限內的雇傭信息，包括消費者的雇主姓名、所擔任的職位、收入、到職日期以及雇傭合同的簽約期限。
3、公共記錄：有政府部門、司法機構、仲裁機構和其他機構提供的有關記錄。典型內容如破產申請、經濟糾紛以及離異和收養(yǎng)等。
4、信用查詢記錄：個人征信機構采集消費者信用檔案被查詢的記錄。反映了消費者尋求信貸和雇傭機會的頻率。
5、其他個人基本信息：消費者以前和現(xiàn)在的住址、社會保險號碼、需要撫養(yǎng)的人數(shù)、住所是個人擁有的還是租賃的以及婚姻狀況等。
三、消費者信用調查報告的種類
普通版征信報告、購房貸款征信報告（比普通版信息更多）、商務征信報告、人事報告（給雇主，補充學歷、就業(yè)/跳槽記錄以往工資水平等）。
第二節(jié)三家美國全國性征信機構和它們的商業(yè)模式
第三節(jié) 風險評估系統(tǒng)開發(fā)
三個征信局對同一FICO分值冠以不同的名稱，Equifax公司稱之為Beacon Score；Experian公司稱之為FICO Score；TransUnion公司稱之為Empirica Score。FICO模型每個人的分值基數(shù)都是850分。設立模型時逐項減分。
選擇評分產品：房地產信貸產品、住房抵押貸款、循環(huán)信用產品、銀行信用卡、零售卡、分期付款貸款、汽車貸款、非購車分期付款貸款。
提供消費信貸的金融機構使用兩種信用風險評估系統(tǒng)：
1、用于獲取客戶、貸款設立與擔保的消費信貸風險評分的系統(tǒng)，也稱為新客戶信用評分或擔保評分系統(tǒng)。預測是針對潛在客戶，而非現(xiàn)有客戶。數(shù)據(jù)來源為應用征信局的數(shù)據(jù)以及第三方的人口統(tǒng)計信息等。
2、用于消費信貸客戶管理和收款的風險評分系統(tǒng)，也稱為適應型控制系統(tǒng)或行為評分系統(tǒng)。針對客戶檔案中的現(xiàn)有客戶進行預測。數(shù)據(jù)來源為授信單位自己的客戶記錄。
第三章 個人征信局的數(shù)據(jù)處理
一、 個人征信局數(shù)據(jù)來源簡介 - 最重要的部分，來自于提供消費者信用工具和服務的金融機構（包括商業(yè)銀行）和其他授信機構；
- 處于第三方地位的數(shù)據(jù)處理公司，主要搜集消費者的社會經濟行為的數(shù)據(jù)；
- 與消費者尋求貸款過程中發(fā)生的查詢行為相關的數(shù)據(jù)；
- 公共記錄，政府機構掌握的且對公眾開放的政府數(shù)據(jù)或記錄。
二、、數(shù)據(jù)報告格式
美國幾家個人征信局組成了“美國征信局聯(lián)合會”（ACB），ACB制定了專門用于個人征信局的統(tǒng)一的標準數(shù)據(jù)報告格式和標準數(shù)據(jù)采集格式，這個數(shù)據(jù)標準的英文名字是Metro1和Metro2。
Metro2是美國個人征信行業(yè)最通用的標準數(shù)據(jù)格式，規(guī)定了任何行業(yè)和單位都使用一個標準、統(tǒng)一、開放的計算機數(shù)據(jù)輸入標準格式。
美國三大個人征信局所擁有的個人征信數(shù)據(jù)庫內容基本是一致的，基于原始數(shù)據(jù)，各個征信局對這些數(shù)據(jù)進行了一系列的數(shù)據(jù)變換和數(shù)據(jù)加工。數(shù)據(jù)變化和數(shù)據(jù)加工成為了三個個人征信局技術的關鍵。它們各自擁有“黑匣子”，在“黑匣子”里面，它們進行了描述消費者支付行為、償貸行為的一系列時間行為數(shù)據(jù)，并根據(jù)這些時間序列的數(shù)據(jù)產生數(shù)以千計的中間變量，最終產生出可以商業(yè)運作、商業(yè)的數(shù)據(jù)模型開發(fā)的特征變量。
三、征信數(shù)據(jù)的處理
借款人向金融機構發(fā)生的償貸行為和支付行為形成了評價賬戶狀態(tài)的最基本因素。連續(xù)24個月的付款記錄是最有預測性最有價值的數(shù)據(jù)。征信局認為付款延遲了一個支付周期或幾個支付周期的拖欠行為，是故意拖欠，延遲幾天補付款的行為不認為是故意拖欠。
征信局對日期進行了規(guī)范。
- 益佰利：余額日期--授信機構向個人征信局報告余額的日期；余額數(shù)據(jù)--數(shù)據(jù)提供人向個人征信局報告的余額數(shù)據(jù)；狀態(tài)日期--賬戶狀態(tài)改變的日期。
- Equifax：報告日期、上次信貸活動日期。
- TransUnion：核實日期、付款日期、關戶日期、上次信貸活動日期、付款方式的開始日期。
四、征信局數(shù)據(jù)處理系統(tǒng)簡介
系統(tǒng)被稱為STAGG。
采用一種叫“過濾器”的技術，把個人征信局獲得的征信數(shù)據(jù)分門別類地分成不同類別的工具。特別值得一提的是“過濾器” 技術對拖欠數(shù)據(jù)的處理。過濾器有若干種，專門處理拖欠數(shù)據(jù)的叫做“拖欠過濾器”。
除了過濾器之外，STAGG用的第二層工具被稱作變量。變量是把經過最初分類的數(shù)據(jù)，即經過過濾的數(shù)據(jù)，再進行一些計算，從而形成“變量”。
第四章征信局的數(shù)據(jù)報告
消費者標識：盡管美國有個人的社會保險號，但各大征信局均沒有以此號作為主檢索鍵的，因為近一半的消費者信用檔案中是沒有社會保險號的。征信局按照自己的要求，開發(fā)了針對每個人的獨特的“征信局標識號”。
根據(jù)美國法律，個人征信局保留消費者信用記錄，正面信息10年，負面信息7年，公共記錄信息依照各州法律。
一、數(shù)據(jù)內容中的查詢數(shù)據(jù)
- 硬查詢 消費者向金融機構提出信用工具或貸款請求時
- 軟查詢 授信機構主動到個人征信局，對所有消費者進行一次分析檢查，看是否可以發(fā)現(xiàn)目標客戶
- 賬戶查詢 授信機構定期對自己現(xiàn)有的客戶進行系統(tǒng)地分析
- 雇主查詢 需要本人同意
- 保險公司查詢 需要本人同意
- 消費者本人查詢 一般需要繳費
第五章個人征信局的信用評分產品 信用評分是以信息理論、統(tǒng)計分析理論、人工智能理論、自動識別理論為理論基礎，以個人征信局收集的有關消費者的征信數(shù)據(jù)為依據(jù)，以一定的消費者行為為目標函數(shù)，建立行為模型，以預測消費者在一定時間段內發(fā)生某種行為的可能性。將這種預測的可能性數(shù)量化和標準化，就形成了個人征信局的信用評分產品。簡而言之，個人征信局提供的消費者信用評分里利用科學的方法，對消費者行為進行無偏估計，以預測其在未來的可能行為。
征信局的信用評分具有完整性、客觀性、一致性的特點，還是精細和精確的。
建模是富有挑戰(zhàn)的工作，實際應用中一般多個方法一起使用，例如，用分類樹的方法研究變量篩選，以確定變量之間的相互關系，構造出新的交互變量；然后用這些新構造的變量和原始變量一起，通過統(tǒng)計回歸的方法建立回歸方程式，構建預測模型；把預測模型產生的結果，與通過神經網絡產生的判斷結果進行比較，以確定模型最后的有效性，研究模型改進的空間。
征信市場上常見的信用評分產品有兩類，分別是：通用的個人征信局評分和針對特定金融機構發(fā)放的金融產品的專用評分。
第六章征信數(shù)據(jù)的使用
征信數(shù)據(jù)提供了有關消費者全部信貸行為的風險特征和價值特征。應用具有兩方面的涵義：一方面是市場營銷方面的應用；另一方面是風險控制方面的應用。
用于客戶信用風險控制的評分模型常見的有：預測拖欠的模型、預測發(fā)生壞賬的模型、預測消費者個人破產的模型、預測欺詐的模型、用于調整信用額度的模型、銷售授權模型、利率調整模型、追討模型等。
第七章個人征信局的其他服務產品
一、Equifax公司的其他征信產品和服務
除了傳統(tǒng)服務外，Equifax還試圖幫助客戶解決下列問題：
1、在有限的時間和資金的情況下，如何尋找適合各公司自己的商品和服務的最好客戶？
2、如何能夠迅速進入銷售階段并尋找新的客戶群？如何迅速形成商業(yè)決策方案，同時回避金融風險？
3、在經濟蕭條時期，怎樣監(jiān)控客戶，使公司在獲取收益最大化機會的同時洞察潛在風險？
4、如何迅速而有效地尋找對更多產品和服務需求的最優(yōu)客戶？
具體的服務和征信產品有：
1、ACROFILE 通過清晰簡明的形式，產生一個完整的客戶信用評分包。利用先進的數(shù)據(jù)庫搜索技術，提供完整的申請人信用價值評估的信息授權決策支持。
2、Equifax MarketMax 針對無數(shù)據(jù)、無評分的客戶進行授信決策。
3、PERSONA 加速雇傭決策過程和與雇傭相關的決策而設計。
4、BEACON 全面評估消費者的信用風險，并識別有信用價值的客戶。通過FICO評分，預測一個新賬戶或現(xiàn)有賬戶在未來24個月內發(fā)生拖欠的可能性。BEACON已被證實是切實可行的統(tǒng)計學方法，它對消費者的信貸表現(xiàn)按照好和差分成不同的級別，分別賦予一個相應的分值，分值的范圍從363到830，并通過一些特別的信貸特征，識別出比較重要的，需要特別關注的消費者群體。
5、SAFESCAN 在線服務，依托Equifax公司的全國的欺詐防范系統(tǒng)，提供客戶查詢服務。一旦發(fā)現(xiàn)潛在欺詐可能發(fā)生時，SAFESCAN就會發(fā)出警告。這個系統(tǒng)與Equifax公司的“尖端數(shù)據(jù)庫---ACROFILE”是完全隔離的。SAFESCAN建立了兩個內部警告功能：“假名欺詐”和“關聯(lián)地址”。
6、Fraud Advisor with Equifax ID Advisor Plus 信貸欺詐顧問（Fraud Advisor）與標識顧問（ID Advisor Plus ）系統(tǒng)共同使用，能夠提供“單數(shù)據(jù)來源”的解決方案。也是一種在線服務。
7、ID Advisor and Equifax ID Advisor Plus 是為提升風險評估效率和調查而設計的，可提供在線的身份驗證，目的是為了探測信貸申請人存在潛在欺詐這種高風險行為的可能性。
8、FINDERS 在線提供的服務，可以在信貸機構上報信貸活動數(shù)據(jù)或查詢消費者的數(shù)據(jù)時，自動將消費者當前的身份標識和電話號碼，賦值到數(shù)據(jù)缺失的消費者賬戶。該產品可以幫助追賬的專業(yè)人員迅速地回收債務。
9、DECISION POWER 是一種高端的決策支持系統(tǒng)，通過提供一致的、切實可行的、全面的商務決策支持，實現(xiàn)新老客戶關系的價值最大化。
10、TELCO'98 將本地和長途電信通訊數(shù)據(jù)與Equifax公司的個人征信數(shù)據(jù)庫中的數(shù)據(jù)結合起來，計算出一個分值，通過這個分值可以直觀表現(xiàn)電信類的賬戶可能的付款風險。
11、Energy Risk Assessment Model 與企業(yè)自己的信用評分標準和評分技術相結合，以廣泛的行業(yè)數(shù)據(jù)為基礎開發(fā)而成，直接為客戶服務部門提供信用評分數(shù)值和預先定義的決策信息。
12、Positive ID 對于信貸申請人提供的社會保險號，可以快速核對個人基本信息。
13、INSCORE 預測消費者未來可能出現(xiàn)的保險索賠。
二、益佰利公司的其他征信產品和服務
1、成年人消費者； 2、有孩子的家庭； 3、職業(yè)信息； 4、匯總信貸統(tǒng)計值；
5、亞裔及其他種族市場； 6、新生兒家庭數(shù)據(jù)庫； 7、新搬遷者數(shù)據(jù)庫； 8、新房產主數(shù)據(jù)庫；
9、抵押貸款數(shù)據(jù)庫； 10、房屋凈值貸款人數(shù)據(jù)庫； 11、不動產數(shù)據(jù)庫；
12、Z-24Prospect Plus 數(shù)據(jù)庫； 13、CircBase Prospect Plus 數(shù)據(jù)庫；
14、“美國透視”（根據(jù)人們的行為方式、生活方式以及消費傾向，將人群分為彼此各不相同但內部又相近的群體）； 15、Smart Targeting Tools（通過生活方式、興趣愛好或產品使用方式等資料，幫助企業(yè)進行市場定位）； 16、P $ YCLF(r) Financial Markets（是一個家庭細分系統(tǒng)，可以幫助銷售人員準確預測消費者的財務行為）； 17、消費者行為數(shù)據(jù)庫； 18、數(shù)據(jù)匹配服務； 19、全國商業(yè)數(shù)據(jù)庫；
20、全國商業(yè)數(shù)據(jù)庫的“熱點數(shù)據(jù)庫”； 21、全國商業(yè)數(shù)據(jù)庫的“作坊數(shù)據(jù)庫”；
22、全國商業(yè)數(shù)據(jù)庫“風險過濾數(shù)據(jù)庫”；
三、環(huán)聯(lián)公司的其他征信產品和服務
1、EMPIRICA 是一個風險模型，用來預測客戶在將來的24個月內，發(fā)生90天以上拖欠的可能性；
2、TransRisk Auto 預測一個汽車貸款在將來12個月內發(fā)生拖欠的可能性；
3、Fraud Detect 和 Fraud ID-Tect，Fraud Detect 是一個信息確認系統(tǒng)，其設計思想是為了防止申請過程中的欺詐行為；Fraud ID-Tect是一個增強版本，用來客戶化和深化信貸機構已有的分析。
4、HAWK 將欺詐探測帶到一個新的層次。識別高風險和潛在的欺詐地址、社會保險號或電話號碼。
5、TOTAL ID 是一個快捷、方便的身份認證以及申請分析服務系統(tǒng)，提供欺詐檢測功能，減少人工檢查的時間。
6、TRANSRISK ACCOUNT MANAGEMENT 用于預測賬戶在24個月內出現(xiàn)90天及以上拖欠的可能性。
7、HORIZON 是基于破產的損失比率模型，用于預測消費者在未來18個月內破產的可能性。
8、ID Search 提供快速、主次有序的身份識別信息校驗，以提供更高效的業(yè)務流程、更好的客戶服務、減少欺詐行為及信件被退回的情況。
9、OFAC Advisor 幫助信貸公司遵守聯(lián)邦法律、降低風險、避免明顯的違規(guī)操作。
10、STRATUM 是個人級的分類系統(tǒng)。
11、Decision Systems 是流水型的申請?zhí)幚砹鞒獭?/span>
12、ACQUIRE 是用于預選的自動化決策引擎，實時評估信用標準，幫助確定用戶的財務安全度。
13、CONTACT Express 運用因特網迅速更新信息。
14、Home Market Value 用于評估住房的市值。
15、New Issues 提供最近有新開貸款賬戶的消費者信息。
16、New Movers 提供在最近一個星期或一個月更換住址或購房的消費者信息。
17、Reverse Phone Append 通過訪問個人及電話名錄等數(shù)據(jù)庫，幫助確認申請者的信息及身份。
18、RETRO spective Analysis 幫助信貸機構確定最佳的截取策略。
19、Micro Vision 提供了準確的分類工具，將美國人歸入50個互不重疊的類別中。
20、PRIZM 根據(jù)人口普查及行為資料，將美國人歸入62個互不重疊的消費群中。
21、ASSIST 是損失比率評分，用于估計與風險有關的風險。
22、GEM 用于預測賬戶在12個月內發(fā)生60天及以上拖欠的可能性。
23、Spectrum 風險管理工具，用于預測手機賬戶在開通6個月內發(fā)生拖欠的可能性。
24、TELESCOPE 幫助運用信用卡公司報告的消費者信貸行為，輔助制定決策。
25、TransUnion Rapid Notify Portfolio Management 是一種在特定客戶的賬戶管理需求標準基礎上，對持卡人賬戶信用分析的監(jiān)控及評價變化的服務。
26、Merged Credit Reports 結合一個個體或結合申請人的三公司的信用記錄，形成一個易于閱讀的報告。
27、FACT 可以在無需觀察不必要的信息的條件下捕捉到拖欠的客戶。
28、LOOK 將全部的信用授權人的聯(lián)系方法信息列在一個清晰的系統(tǒng)結構中，作為TransUnion的信用報告的一部分。
29、Phone Append 通過TransUnion的內部機構編碼來查詢消費者的一個十位的電話號碼。
30、.....
