信貸大數(shù)據(jù)：禍兮？福兮？_數(shù)據(jù)分析師

2008年末，從國(guó)外度完蜜月，回到位于美國(guó)佐治亞州亞特蘭大市的家中，凱文?約翰遜(Kevin Johnson)發(fā)現(xiàn)了兩件事：金融體系正在崩潰，信箱里有一封來(lái)自信用卡公司的信。

美國(guó)運(yùn)通(American Express)在信中告知他的信用額度從10800美元下調(diào)到了3800美元，理由是，約翰遜光顧的那些商店的?？?，都是該公司認(rèn)為還款記錄不佳的人。

約翰遜是一個(gè)媒體和互聯(lián)網(wǎng)企業(yè)家，并以此為傲。在約翰遜看來(lái)，只是基于和他在相同的商店里購(gòu)物的顧客的行為，就認(rèn)為他財(cái)力有限，這根本站不住腳。約翰遜表示，當(dāng)時(shí)他的FICO評(píng)分在760左右，絕對(duì)屬于信用良好的范疇。FICO評(píng)分是美國(guó)衡量消費(fèi)者信用度的標(biāo)準(zhǔn)指標(biāo)。

“那有點(diǎn)像一記警鐘，”約翰遜說(shuō)，“金融危機(jī)為公司創(chuàng)造了絕好的機(jī)會(huì)，采用一些狡猾的算法將本應(yīng)獲得貸款的人們拒之門(mén)外?！?/span>

約翰遜（他還是個(gè)非裔美國(guó)人）將信件公諸于眾，推動(dòng)了一場(chǎng)關(guān)于這種信用評(píng)測(cè)是否公允的辯論。最終運(yùn)通放棄了這種做法，并且2009年美國(guó)總統(tǒng)巴拉克?奧巴馬(Barack Obama)簽署通過(guò)的信用卡法案(Credit Card Act)也加入了一條要求進(jìn)一步研究這種做法的條款。

6年后，金融公司有了新選擇——海量數(shù)據(jù)分析技術(shù)，讓觀察購(gòu)物習(xí)慣的方法相形之下顯得非常原始。從社交媒體、數(shù)字?jǐn)?shù)據(jù)中間商和網(wǎng)絡(luò)記錄等渠道收集而來(lái)的海量信息，經(jīng)過(guò)算法分析，可用于評(píng)定個(gè)人信用度，或用于向他們定向投放產(chǎn)品廣告。

目前還不清楚主流銀行和信用卡公司在多大程度上使用這些算法，也不清楚這些算法的數(shù)據(jù)輸入、計(jì)算和計(jì)算結(jié)果情況如何。一方面，許多種數(shù)據(jù)驅(qū)動(dòng)算法因不透明和霸道而受到批評(píng)；另一方面，將數(shù)字化信用評(píng)分運(yùn)用到金融領(lǐng)域又引出了這種做法是否公允的問(wèn)題。批評(píng)者稱(chēng)，使用這些信息對(duì)借款人進(jìn)行預(yù)測(cè)可能會(huì)變成一種自我實(shí)現(xiàn)的預(yù)言，拒絕向那些與無(wú)法獲得信貸有關(guān)聯(lián)的人提供信貸，會(huì)固化富人與窮人之間的分界線。

“只要走錯(cuò)一步，你就可能陷入死亡漩渦，算法會(huì)擴(kuò)大一個(gè)不良數(shù)據(jù)點(diǎn)，引起連帶效應(yīng)，”馬里蘭大學(xué)(University of Maryland)法學(xué)教授弗蘭克?帕斯奎爾(Frank Pasquale)說(shuō)。他著有一本關(guān)于算法的書(shū)——《黑箱社會(huì)》(The Black Box Society)。

這種技術(shù)的支持者認(rèn)為，能夠根據(jù)潛在客戶(hù)有哪些朋友、雇主是誰(shuí)、乃至鍛煉習(xí)慣如何，得出對(duì)這些客戶(hù)的全面評(píng)價(jià)，最終將有助于讓那些難以在銀行開(kāi)戶(hù)或獲得公平貸款的人有能力獲得信貸。

“當(dāng)消費(fèi)者進(jìn)入一種導(dǎo)致他們的財(cái)務(wù)狀況稍微有些失控的支出模式時(shí)，他們還能否回到正軌、以及將如何回到正軌？這就是我們能從大數(shù)據(jù)世界獲得的數(shù)據(jù)，”Moven的總裁亞歷克斯?塞恩(Alex Sion)說(shuō)。Moven旨在為希望更好地掌握自己的消費(fèi)習(xí)慣的用戶(hù)提供借記賬戶(hù)。

支持者和反對(duì)者都同意，在貧富差距成為熱點(diǎn)政治問(wèn)題的背景下，新一代以數(shù)據(jù)為中心的信貸核發(fā)方式和算法評(píng)分會(huì)引發(fā)法律問(wèn)題。

“現(xiàn)在這還是一大塊灰色地帶，”曾幫助交友網(wǎng)站eHarmony開(kāi)發(fā)匹配引擎的科學(xué)家蓋倫?巴克沃爾特(Galen Buckwalter)說(shuō)?，F(xiàn)在他為非傳統(tǒng)貸款機(jī)構(gòu)Payoff工作?！把呀?jīng)從瓶子里跑了出來(lái)，我們已無(wú)法回頭，不管是收回信息，還是告訴企業(yè)它們不能再分析點(diǎn)擊次數(shù)、甚至鍵入模式之類(lèi)的東西，都是不可能的了?！?/span>

美國(guó)國(guó)家檔案館(National Archives)里放著一份1935年的大亞特蘭大(Greater Atlanta)地區(qū)地圖，上面有藍(lán)色、黃色和紅色三種顏色的區(qū)域。旁邊的手寫(xiě)圖例寫(xiě)著：“淺藍(lán)——最佳，深藍(lán)——尚可，黃色——顯然在惡化，紅色——危險(xiǎn)”。

這是美國(guó)歷史上那段黑暗時(shí)期的顯著標(biāo)志。當(dāng)時(shí)，對(duì)潛在借款者進(jìn)行分類(lèi)的依據(jù)，不是他們的個(gè)人信用特征，而是他們所居住的區(qū)域。

“標(biāo)紅”區(qū)域通常比較貧困，居民以某個(gè)種族或民族的人為主。在亞特蘭大和施行種族隔離的美國(guó)南部其他城市，這種做法通常是為了阻止非裔美國(guó)人移居到白人為主的社區(qū)。

公平借貸法和平等信用機(jī)會(huì)法等一系列法規(guī)出臺(tái)后，標(biāo)紅區(qū)域的做法被法律禁止。但令人憂慮的是，在21世紀(jì)，標(biāo)紅區(qū)域或許不是用紙和墨水公開(kāi)寫(xiě)出來(lái)的，而是依靠計(jì)算機(jī)和互聯(lián)網(wǎng)傳輸?shù)臄?shù)據(jù)完成的。

盡管美國(guó)法律禁止根據(jù)性別或種族等因素歧視借款者，但事實(shí)表明，通過(guò)解析Facebook和Twitter等社交網(wǎng)絡(luò)上的公開(kāi)信息，可以精確預(yù)測(cè)用戶(hù)的一切信息，從政治傾向、到族裔、再到性取向。

批評(píng)者最主要的憂慮是，使用新型的數(shù)據(jù)和計(jì)算機(jī)算法，企業(yè)和機(jī)構(gòu)能夠建立“代理”，不公開(kāi)通過(guò)性別或者種族等因素進(jìn)行歧視，但可能利用相互關(guān)聯(lián)的信息建立某個(gè)特定客戶(hù)的深度剖析檔案。

“現(xiàn)在有了數(shù)據(jù)，你可以預(yù)測(cè)任何事情，”零售金融服務(wù)初創(chuàng)公司One Financial的創(chuàng)始人馬克斯?加內(nèi)(Max Gasner)說(shuō)，“根據(jù)Facebook和Twitter上的數(shù)據(jù)，可以判斷你是什么種族，是同性戀還是異性戀。你可以預(yù)判出很多法律禁止作為借貸審核依據(jù)的信息，歧視也可以做得更加隱蔽?！?/span>

認(rèn)真查看“點(diǎn)擊流”數(shù)據(jù)，或者使用讓公司能夠追蹤用戶(hù)互聯(lián)網(wǎng)活動(dòng)的“網(wǎng)路信標(biāo)”，能夠僅通過(guò)觀察個(gè)人如何接入和瀏覽網(wǎng)絡(luò)，就發(fā)現(xiàn)關(guān)于個(gè)人的身份或者社會(huì)經(jīng)濟(jì)地位的寶貴線索。例如，皮尤研究中心(Pew Research Center)和美聯(lián)儲(chǔ)(Fed)的研究發(fā)現(xiàn)，黑人和拉丁裔使用手機(jī)訪問(wèn)銀行賬戶(hù)的傾向要高得多，因此只要查看人們?yōu)g覽網(wǎng)絡(luò)的方式就能發(fā)現(xiàn)其種族身份。

“因?yàn)榇髷?shù)據(jù)評(píng)分使用的算法不公開(kāi)，所以不可能分析算法帶來(lái)的潛在的種族歧視影響，”美國(guó)國(guó)家消費(fèi)者法律中心(NCLC)在最近一份關(guān)于大數(shù)據(jù)的研究報(bào)告中寫(xiě)道。

除了算法本身，監(jiān)管借貸領(lǐng)域的大數(shù)據(jù)應(yīng)用的法律依然很模糊。

“說(shuō)到大數(shù)據(jù)，還沒(méi)有明確的禁令規(guī)定不可以在核發(fā)貸款時(shí)使用大數(shù)據(jù)，”美國(guó)世達(dá)律師事務(wù)所(Skadden Arps)的合伙人阿南德?拉曼(Anand Raman)說(shuō)，“然而，如果使用這種數(shù)據(jù)得出的結(jié)果對(duì)某個(gè)受保護(hù)群體的成員超乎尋常地不利，那么這種做法就可能變成一個(gè)公平借貸問(wèn)題?！?/span>

正是出于對(duì)監(jiān)管審查的擔(dān)憂，許多大銀行和信用卡機(jī)構(gòu)盡管據(jù)信正在進(jìn)行新數(shù)據(jù)方面的嘗試，但卻不愿意全心全意投入到非傳統(tǒng)信貸信息的世界中。

“對(duì)社交數(shù)據(jù)，所有的信用卡公司實(shí)在是又愛(ài)又怕，”某大型信用卡公司的前數(shù)據(jù)挖掘師說(shuō)。他表示，公開(kāi)使用大數(shù)據(jù)來(lái)指導(dǎo)貸款核發(fā)的金融集團(tuán)或許面臨“登上報(bào)紙頭條的風(fēng)險(xiǎn)，或者可能會(huì)被認(rèn)為存在歧視”，就像信用卡公司2008年發(fā)給約翰遜的那封信造成的后果那樣。

事實(shí)上，到目前為止，公開(kāi)使用非傳統(tǒng)信息的大多是一些初創(chuàng)公司。這些公司表示，它們的目標(biāo)是利用如今可用的各種數(shù)據(jù)的大雜燴，從而更高效地發(fā)放貸款，或是向那些缺乏傳統(tǒng)信貸信息的人發(fā)放貸款。

使用互聯(lián)網(wǎng)、將借款人和貸款人直接聯(lián)系起來(lái)的個(gè)人對(duì)個(gè)人(P2P)貸款機(jī)構(gòu)，就是一個(gè)突出的例子；許多P2P貸款機(jī)構(gòu)使用社交媒體信息和其它類(lèi)型的非傳統(tǒng)數(shù)據(jù)來(lái)補(bǔ)充貸款核發(fā)流程，或防止欺詐——比如，自動(dòng)驗(yàn)證申請(qǐng)貸款者的職業(yè)信息是否符合他們的領(lǐng)英(LinkedIn)資料。

分析社交網(wǎng)絡(luò)或許能讓貸款機(jī)構(gòu)不僅猜測(cè)出申請(qǐng)貸款者的種族、社會(huì)經(jīng)濟(jì)地位，還能猜測(cè)出他們的顧客忠誠(chéng)度相對(duì)如何。同樣的，研究申請(qǐng)者點(diǎn)擊和瀏覽網(wǎng)頁(yè)的方式，能提供有關(guān)其性格特征的線索，比如是否沖動(dòng)?？纱┐骷夹g(shù)能夠追蹤從鍛煉習(xí)慣到心率的一切信息，這種技術(shù)的應(yīng)用也為渴求數(shù)據(jù)的貸款機(jī)構(gòu)打開(kāi)了另一片信息領(lǐng)域。

“如果你是一個(gè)有條理、有責(zé)任心、習(xí)慣良好的人，那么你的信用基本上也會(huì)很好，”P(pán)ayoff負(fù)責(zé)行為科學(xué)的副總裁Andy Wen說(shuō)，“這些事情往往是相互聯(lián)系的，如果你看到一個(gè)人在某個(gè)生活領(lǐng)域的行為很有條理，你會(huì)認(rèn)為這種行為也會(huì)反映到信用上?！?/span>

這些公司堅(jiān)信，利用行為數(shù)據(jù)可以讓原本無(wú)法獲得信用的人獲得信貸。此外，很多人表示，利用這種信息可以去除貸款核發(fā)流程中的主觀性，以往的貸款核發(fā)流程涉及由實(shí)體銀行網(wǎng)點(diǎn)的信貸員親自對(duì)貸款申請(qǐng)者進(jìn)行評(píng)估。

“如果你探查大數(shù)據(jù)是什么，它本質(zhì)上就是對(duì)客觀信息的使用?！崩f(shuō)，“我們絕對(duì)可以說(shuō)，從降低公平借貸風(fēng)險(xiǎn)的角度出發(fā)，使用客觀信息好過(guò)依賴(lài)主觀判斷或自行決定?！?/span>

有人說(shuō)，比起核發(fā)金融產(chǎn)品，大數(shù)據(jù)和算法驅(qū)動(dòng)的消費(fèi)者評(píng)分可能在金融產(chǎn)品營(yíng)銷(xiāo)方面用處最大。尼爾森(Nielsen)的Prizm市場(chǎng)分級(jí)法（Potential Rating Index by Zip Market，依靠郵編的潛在市場(chǎng)評(píng)級(jí)指數(shù)）依靠郵編將消費(fèi)者劃分為從“上層階級(jí)”到“社會(huì)底層”的多種范疇。該分級(jí)法將“社會(huì)底層”群體描述為由“多種族裔”的單身男女和單親父母組成的“過(guò)渡”階層。這種精準(zhǔn)定位意味著非目標(biāo)群體的成員可能僅因?yàn)樗麄冇肋h(yuǎn)不會(huì)看到相關(guān)廣告，而永遠(yuǎn)沒(méi)機(jī)會(huì)獲得某種貸款或金融產(chǎn)品。

美國(guó)國(guó)家消費(fèi)者法律中心的報(bào)告發(fā)現(xiàn)，基于非傳統(tǒng)數(shù)據(jù)評(píng)估流程出售的信貸產(chǎn)品，年利率可達(dá)到134%到748%——這種三位數(shù)的利率更像是發(fā)薪日貸款的典型利率，而不是信用卡會(huì)有的利率。

“這些技術(shù)總是被宣傳為‘我們發(fā)現(xiàn)了一種讓信用記錄薄弱的人也可以入場(chǎng)的方式’，”帕斯奎爾說(shuō)，“對(duì)此我持懷疑態(tài)度。我覺(jué)得你們只會(huì)看到現(xiàn)有的信用等級(jí)制度更加森嚴(yán)?！?/span>

Moven總裁塞恩說(shuō)，對(duì)社交網(wǎng)絡(luò)信息和其它非傳統(tǒng)數(shù)據(jù)源的使用也許會(huì)讓算法變的更具個(gè)人針對(duì)性，否則算法就只能靠更加零散的數(shù)據(jù)來(lái)判斷一個(gè)借款人的行為?！吧缃粩?shù)據(jù)讓重心重回‘人’本身，說(shuō)到底，如果你這個(gè)人不靠譜，那么你就是筆不良貸款。”

在亞特蘭大，約翰遜說(shuō)，他終究還是抱有這樣的希望：新的技術(shù)能被用于為借款人創(chuàng)造機(jī)會(huì)，而不會(huì)加劇對(duì)他們的偏見(jiàn)。

“事情有好的一面，也有壞的一面，”約翰遜說(shuō)，“我的經(jīng)歷就是一個(gè)真實(shí)的例子，表明事情有壞的一面，也表明很多人往往根本就不知道事情還有壞的一面?！?/span>

算法數(shù)據(jù)：需要法律界定的新評(píng)分系統(tǒng)

上世紀(jì)50年代中期，威廉?費(fèi)爾(William Fair)和厄爾?艾薩克(Earl Isaac)將第一代數(shù)據(jù)驅(qū)動(dòng)消費(fèi)者評(píng)分系統(tǒng)賣(mài)給了密蘇里州圣路易斯的一家投資公司。他們的”FICO”評(píng)分得名于兩人創(chuàng)辦的公司Fair Isaac Corporation名稱(chēng)的縮寫(xiě)。這個(gè)評(píng)分體系之后將隨著計(jì)算機(jī)的發(fā)展，普遍應(yīng)用于整個(gè)美國(guó)信貸業(yè)。

1995年，美國(guó)政府住房融資機(jī)構(gòu)房地美(Freddie Mac)和房利美(Fannie Mae)接受了信用評(píng)分，將其納入了抵押貸款核發(fā)流程，嵌入了美國(guó)金融體系的底層紋理之中。到2000年，超過(guò)75%的住房抵押貸款使用了FICO評(píng)分。2015年，F(xiàn)air Isaac公司表示90%以上的放貸決策都參考了FICO評(píng)分。

幾十年來(lái)，F(xiàn)ICO評(píng)分都是保密的。它決定了借款人的信用，借款人卻基本不清楚它的具體情況。直到2004年，美國(guó)政府才要求消費(fèi)者報(bào)告機(jī)構(gòu)在消費(fèi)者提出要求時(shí)，提供詳細(xì)的信用評(píng)分信息。

在世界隱私論壇(World Privacy Forum)委托撰寫(xiě)的一份研究報(bào)告中，帕姆?狄克遜(Pam Dixon)和鮑勃?格爾曼(Bob Gellman)提出，現(xiàn)在的新一代由算法驅(qū)動(dòng)的消費(fèi)者信用評(píng)分，與上世紀(jì)50年代的FICO評(píng)分一樣，法律地位模糊不清。

“數(shù)據(jù)中間商、商家、政府機(jī)構(gòu)和其他人，不用知會(huì)消費(fèi)者，就可以創(chuàng)建和使用他們的消費(fèi)者評(píng)分，”他們寫(xiě)道。

“針對(duì)信用評(píng)分的法律，往往無(wú)法為新的消費(fèi)者評(píng)分提供保護(hù)?！?/span>

對(duì)很多貸款機(jī)構(gòu)來(lái)說(shuō)，收集非傳統(tǒng)數(shù)據(jù)不過(guò)是嘗試補(bǔ)充或者取代傳統(tǒng)信用評(píng)分模式，這種模式仍然主要依靠歷史信息，批評(píng)者認(rèn)為歷史信息并不能很好地反映一個(gè)人的信用。FICO評(píng)分的最大組成部分是付款記錄。人們認(rèn)為已經(jīng)是時(shí)候用新方法打破這種依賴(lài)歷史信息的評(píng)分方式了。

“FICO評(píng)分會(huì)導(dǎo)致誤報(bào)和漏報(bào)，”非傳統(tǒng)貸款機(jī)構(gòu)OnDeck的創(chuàng)始人米奇?雅各布斯(Mitch Jacobs)表示。該公司使用自己的數(shù)據(jù)驅(qū)動(dòng)系統(tǒng)來(lái)發(fā)放小企業(yè)貸款。“一個(gè)經(jīng)營(yíng)了十年、客戶(hù)眾多、現(xiàn)金流良好的公司，卻可能看起來(lái)信用不好。”