对消费者和企业向导人来说，大规模收集和发卖小我数据是一个日益敏感的话题。人工智能和机械进修等有前途的手艺依靠于收集大量数据。但跟着人们看到本身的数据被一些科技公司滥用，业内所有人都在起劲寻找合理数据收集和入侵隐私之间的界线。
这条分边界的位置取决于所面临的风险。一项新的研究表明，只要数据获得很好的行使，人们分享数据时就会感应非常安闲，尤其是在贷款范畴。比来ZestFinance查询发现，美国成年人中有一个共识——71%的受访者透露，若是贷款的决意加倍平正，他们甘愿与贷款人分享更多的小我数据。
申报称，美国联邦消费者金融珍爱局(Consumer Financial Protection Bureau)认为，约有2600万美国人是“信用隐形人”，因为他们没有在这三个信用机构之一的记录。尚有1900万人的档案资料不足，无法被贷款系统剖断为及格。还稀有百万人的信用档案在某个阶段显现了重大错误。这些人面临着更高的拒签率，更高的贷款费用，劣质的金融产物——尽管他们中的很多人实际上或者拥有很高的信用。
大多数受访者还认为，当前的信贷系统不平正。跨越80%的非洲裔和西班牙裔美国人，以及70%的成年人都透露，他们进展有更好的体式向放款机构证实本身。
一样来说，人们在申请信用卡、汽车贷款、典质贷款或任何一种产物时，都邑用他们的信用评分来判断。跟着国度生齿激增、城市越来越多，信用评分隔始成为一种更轻易开展买卖的体式，也就意味着放款机构的工作人员不太或者知道所有顾客的名字。后来，用户的数据资料都归并到了区域信用局，而跟着时间的推移，这些区域信用局已归并为三个全国性的小我征信机构：Experian、Equifax和TransUnion。他们根基都采用了Fair Isaac Corp.的方式，也就是FICO评分系统。FICO成立于1956年，这个评分系统已经成为美国小我信用统一量化尺度的主要参考，今朝美国大部门信用机构都采用该评分系统来量化小我信用质量和风险。
美国的征信机构们的确在规范征信系统、削减乞贷人蒙受的主观私见方面取得过伟大进展，但现在这个传统的信用评分隔始展现出必然的局限性了。
传统的评分模型只考虑与信用行为直接相关的项目——也就是说，你使用了几多信用额度，或许你在曩昔6个月里是否有过期付款。具体来看，评分模型首要由了偿汗青（35%）、信用账户数（30%）、信用年限（15%）、新增账户（10%）和已用信用产物（10%）构成。
了偿汗青包罗各类信用账户的还款记录、公开记录及支票存款记录、过期了偿的具体情形等。
信用账户数包罗仍需了偿的账户数量、账户余额、信用额度使用率、账户了偿率，首要是用于剖析对于一个客户，事实几多个信用账户是充沛多的，从而可以正确回响出客户的还款能力。
信用年限首要指信用账户的账龄，既考虑最早开立的账户的账龄，也包罗新开立的信用账户的账龄，以及平均信用账户账龄。
新增账户数包罗新开立的信用账户数量和时长，用户被查询信用频率、新增账户还款情形等。
已用信用产物包罗所持有的信用账户类型和每种类型的信用账户数。
信用分数局限为300-850，分数越高，代表用户信用风险越小。
而至于你的工作履历、你在故里若何，以及成千上万的其他未被挖掘的信息，评分系统都不会考虑进去。难怪70%的受访者透露，很难让金融机构把他们算作一个介于300至850之间的数字。
跨越60%的X世代和千禧一代在查询申报中称，今朝的评分系统会让他们失败。有三分之一的租房者透露，信用评分阻碍了他们买房，而大多数获得贷款的人透露，他们不知道本身为什么会获得利率。更糟糕的是，几乎20%的美国人没有银行账户，或许基本没有信用记录。
有证据表明，没有信用记录的人也能够是个好客户。在加利福尼亚州，一个为无银行账户的居民供应办事的非营利性机构，在2017年发放了180万美元发薪日贷款，但只有9900美元的坏账，违约率远低于1%。
有研究指出，为了让更多的人进入银行系统，银行需要接管其他传统信用评分以外的数据，它能够包罗实时的公用事业支出，有拖欠工作的汗青，甚至包罗多年前你成功还清的巨额债务（在传统信用评分模型界定的刻日之外）。将这些新增的数据纳入信用评分决议，能够更仔细地反映乞贷人的风险状况，匡助银行在信用谱系中进一步发现有价格的乞贷人，并标出那些在账面上看起来不错的非优质乞贷人。
雷锋网编译 via Forbes雷锋网雷锋网
