• 廣州互聯網金融協會

    當前位置: 網站首頁 > 行業要聞

    美國征信監管與助貸業務發展研究

    發布日期:2021年06月21日 16:58:45 訪問人數:415

    摘要:美國從信息用途和信息類型兩個維度,對信用信息做了界定,范圍較廣,明確了不能被列為信用信息的信息。

      美國征信業務監管由金融消費保護局(金融類征信業務)和聯邦貿易委員會(非金融類信用業務)牽頭,注重行為監管,沒有明確的牌照和準入監管。

      同時,制定了針對征信機構的法規和“信息處理者規則”(The Furnisher Rule),明確了信息處理者處理、提交信息以及處理信息爭議的要求。

      美國的助貸業務市場比較小,Upstart是唯一一家獲得美國金融消費者保護局“無異議函”,運用替代性數據開展助貸業務的機構。

      關鍵詞:征信業務;助貸業務;金融監管;消費者保護

      

      近日,中國人民銀行公開發布了《征信業務管理辦法(征求意見稿)》,明確了我國征信行業,尤其是個人征信行業發展的政策框架和具體措施,定義了“信用信息”的范圍,明確了征信業務內容,強調了個人信息保護和征信持牌經營。

      助貸業務發展與客戶數據流轉緊密相關,我國《征信業務管理辦法(征求意見稿)》將會對信用信息流轉、金融科技公司助貸業務、金融機構數字化轉型產生系統性影響。

      在征信和信息管理方面,美國早在1970年就開始制定相關法律規范,并逐漸形成了較為完善的監管體系。在長達50年的時間里,美國征信行業的長足發展與其法律法規、監管體系的適應性改革密不可分,對完善我國征信和助貸監管體系,具有重要的借鑒意義。

      一、美國信用信息界定

      美國與征信管理(狹義的征信與金融類信用信息服務相關)相關的法律多達十幾部,包括《公平信用報告法》《公平債務催收作業法》《平等信用機會法》等。其中,1970年頒布實行、經過多次修訂(最后一次修訂在2012年)的《公平信用報告法》,是美國征信領域的“基本法”。

      《公平信用報告法》規定了征信機構(Consumer Reporting Agency)、信息處理者(Furnisher)和信息使用者(User)的權利義務關系,還給出了信用信息的范疇。

      依照《公平信用報告法》,用于信貸或者保險、雇傭或者其他法律規定的目的,反映消費者資信、商譽、信貸能力、性格、一般人品或者其他狀況的信息都屬于信用信息(Credit Information)的范疇。

      在該法中,信用報告(Credit Reporting)是一系列服務的總稱,并不局限于文本報告這一形式,還包括信用評價、信用分析等。

      《公平信用報告法》規定,信用報告可用于金融類征信業務,也可用于非金融類信用業務,例如,求職、醫療、居住等。

      美國金融類征信業務的主要監管機構金融消費者保護局對信用信息的界定更加具體:

      用于判斷消費者是否有資格獲得信貸、(個人及家庭)保險、雇傭(入職背景調查)或法律許可的其他目的,反映消費者個人的可信性、信用狀態、信貸能力、性格、一般聲譽、人格特征或生活方式的“任何信息”。

      根據美國金融消費者保護局的規定,信用信息具體包括五大類。

      一是身份識別信息,即信用主體姓名、曾用名、當前及過去的地址、社會保險號、出生日期及電話號碼。

      二是信用交易賬戶信息,即賬戶類型、信用額度或貸款額、賬戶余額、賬戶的還款歷史。

      三是公共記錄信息,例如,破產、司法判決和聯邦及州的稅務留置信息等“有金融性質的”信息。

      四是催收信息,即第三方催收機構或購債機構代表放貸機構報送的催收賬戶信息。

      五是查詢信息。

      此外,信息主體本人要求增加的各種聲明信息,例如,安全凍結聲明、兵役凍結聲明、欺詐示警聲明以及針對檔案中某個賬戶內容或整個檔案的其他聲明信息,也可能會作為征信信息。

      不論是《公平信用報告法》還是《多德-弗蘭克華爾街改革和消費者保護法》,都明確將某些特定類型的信息排除在信用報告之外,不作為信用信息。

      一是任何僅包含有關報告制作機構與消費者之間的交易或經歷的信息。

      二是在有關的共有產權人之間或公司控制的下屬機構之間傳達的信息(例如,集團公司內部的數據流轉)。

      三是信用卡發卡機構對于特定的調整信用額度的授權或許可信息。

      四是信息主體的交易流水、收入或資產信息。

      五是逮捕及定罪信息通常不出現在消費者的信用檔案中,但某些其他類型的消費者報告機構(例如,雇傭背景篩查機構)采集這類信息。

      六是婚姻登記、收養以及不涉及判決的民事訴訟信息等。

      二、美國征信業務監管

      (一)美國征信業務監管體系

      經過多年市場競爭,美國征信市場自然形成了兩類征信機構。

      一類是全國性征信機構(全面征信機構),可以采集法律允許的各類征信信息,目前共有三家——益佰利(Experian)、艾科菲(Equifax)、全聯(TransUnion)(簡稱三大征信局)。

      另一類是行業性征信機構和地方性征信機構(專門征信機構),從事的征信服務包括專門人力資源背景調查、專門醫療信息報告、專門銀行支票信息報告等業務(見表1)。

      

      美國征信領域是多頭共管、相互補充的監管機制。

      2008年以前,征信領域主要的監管機構是聯邦貿易委員會。具體到金融征信業務,則由貨幣監理局、美聯儲、聯邦存款保險公司、國家信用聯盟管理局分別在職權范圍內進行監管,而聯邦貿易委員會仍然擁有通行規則的制定權以及案件調查和處罰權。

      2008年金融危機之后,《多德-弗蘭克華爾街改革和消費者保護法》創設了全新的監管機構——金融消費者保護局,統領金融征信業務的監管。金融消費者保護局的監管對象主要包括征信機構(Consumer Reporting Agency)、信息處理者(Furnisher)和信息使用者(User)。

      美國征信行業監管沒有所謂的事前準入,以事中行為監管和事后處置為主。征信機構在各州進行工商注冊,開展征信服務。美國金融消費者保護局和聯邦貿易委員會分別負責金融和非金融類征信業務的行為監管和事后處置。

      (二)美國征信體系監管變革

      近年來,為了適應不斷變化的行業實踐,美國征信領域的監管規則修訂頻繁,其監管對象也逐漸擴大。其中比較主要的修訂有兩次。

      一次是在2003年,國會出臺了《公平和準確信用交易法》,要求對信息處理者進行規范。

      依據該法規,在2009年,聯邦貿易委員會、貨幣監理署、美聯儲、聯邦存款保險公司、國家信用聯盟管理局制定了“信息處理者規則”(The Furnisher Rule),要求信息處理者在向征信機構處理、提交信息時要關注信息的準確和完整,并合理處置與信息主體的爭議。

      另一次是在2010年,旨在改革美國金融監管體系的《多德-弗蘭克華爾街改革和消費者保護法》調整了金融監管主體的職權。

      根據該法案,2012年,包括聯邦貿易委員會在內的上述機構把和金融信用報告相關的規則制定權移交給了金融消費者保護局。

      此后,金融消費者保護局依據《多德-弗蘭克華爾街改革和消費者保護法》的授權,對各類信息處理者實施監管,而聯邦貿易委員會僅監管“車輛經銷商”這一類信息處理者。

      2020年8月,聯邦貿易委員會提議對“信息處理者規則”進行修訂,明確從監管文本上將“車輛經銷商”納入信息處理者的范圍。

      此外,美國在金融領域有金融信息隱私保護的相關規定,但是在信用信息保護方面并無統一的聯邦法律規范,而采用的是州立法的方式。

      在美國1999年《金融現代化服務法案》中,規定了金融機構對于客戶非公開個人信息的披露、使用、轉讓以及保護要求。在州立法層面,加利佛尼亞州出臺了《2018年加州消費者隱私法案》,緬因州出臺了《在線消費者信息隱私保護法》,紐約州出臺了《電子數據安全法》、伊利諾伊州出臺了《生物特征信息隱私法》等。

      由于美國金融征信行業的監管規則排除了地方普通法的適用,這些規范只能從隱私保護的角度對信用報告、征信機構、信息提供者、信息使用者等主體加以規制。

      三、美國助貸業務發展:Upstart模式

      美國的金融借貸市場發展比較完善,征信體系覆蓋廣泛,消費者的貸款可得性較高。與此相應,助貸機構的助貸業務主要是借助已有的征信公司提供信用數據、運用FICO信用分,為金融機構提供借貸建議。

      在美國市場上,廣義的助貸機構包括三大類:

      FICO這樣的模型算法供應商和咨詢服務商

      提供借貸建議的小型供應商

      以及Upstart這樣的運用替代性數據開展助貸業務的科技公司

      Upstart是美國運用替代性數據從事助貸的典型。2012年公司成立,兩年后上線了在線借貸平臺,運用AI模型預測和判斷借款人的還款能力,并匹配線上資產的投資人。Upstart最早采取的是P2P的商業模式,目前主要的資金來源是銀行以及部分合格投資者。

      Upstart于2021年1月上市,2017年、2018年、2019年營業收入分別為5729萬美元、9931萬美元、1.64億美元。

      其在2020年前9個月的營業收入為1.47億美元,2019年同期的營業收入為1.02億美元。

      Upstart的商業模式包括兩個方面。一是向合作銀行機構推薦貸款客戶(同時會有貸款建議),向銀行收取服務費。二是向合作銀行輸出貸款審批模型和算法,向銀行收取服務費。

      Upstart通過運用人工智能算法,使用一般不包括在信用報告中的替代性數據(例如,受教育情況、獲得的工作Offer等)計算的結果作為客戶貸款建議的基礎。Upstart的貸款模式比傳統方法有更高的批準率、更低的利率。

      Upstart的替代性數據來源于自身的客戶和銀行的客戶。這些客戶主要來源于三個渠道。第一,Upstart通過平臺自身的運營可以吸引部分客戶。第二,Upstart向其他機構采買流量,并用于營銷獲客,這部分獲得的客戶占比越來越高。第三,Upstart部署在銀行獲客渠道(例如,App、線上網站等)的“白名單項目”所獲得的客戶。

      美國金融消費者保護局于2017年給Upstart提供了業界第一封,同時也是目前與貸款審批相關的唯一一封“無異議函”(Non Action Letter,NAL),并于2020年對該函進行了展期,許可其在監管機構進一步明確監管要求之前,可以從事運用替代性數據開展助貸類業務,但需要及時向監管部門披露業務模式、算法模型等業務要素。

      美國的這類“無異議函”類似我國金融監管部門要求的行政備案,機構就開展相關業務向金融消費者保護局申請“無異議函”,獲批后其相關業務在許可期限內不會被禁止。

      “無異議函”是美國金融消費者保護局發展“消費者友好”監管的一個手段,旨在為利用技術創新為消費者提供更好的金融產品和服務的創新提供寬容、可控的監管環境。

      美國金融消費者保護局認為,Upstart通過運用人工智能技術和替代性數據,提升了貸款審批的效率,降低了貸款利率定價,改善了金融消費者的體驗。但貸款審批這一環節涉及到大量的用戶信息,傳統上都是以個人征信局提供個人信用報告的方式進行,使用替代性數據改善信貸審批的效率和風險還有待進一步觀察。出于鼓勵創新和防控風險的綜合考慮,金融消費者保護局為Upstart發放了“無異議函”。

      從美國助貸業務的行業現狀來看,Facebook、Google、Amazon等互聯網巨頭手握大量客戶替代性數據,但是并未從事助貸相關業務。其中的原因主要有兩個方面。

      一方面,替代性數據用于信貸的決策效果雖然好,但是市場體量小,商業價值不高。美國助貸市場的結構相對比較固定,三大全國性征信局掌握絕大多數消費者的信用信息。金融機構也已經非常標準化地采用“信用報告數據+FICO分”的標準化模式作為放貸的基礎。

      另一方面,信用信息法規體系比較完善,金融監管部門對于新業態的監管比較保守。盡管金融監管部門對于替代性數據的使用存在不確定性,但是消費者金融保護局還是在2017年就給Upstart開具了“無異議函”,快速將“替代性數據征信”的新模式納入管理。但是獲該“無異議函”的目前只此一家,其他機構尚未獲得過此項“許可”。

      四、總結與建議

      美國征信行業實踐和監管體系發展的經驗表明,持續穩定的監管預期、明確規范的行業要求、彈性而有約束力的創新監管是征信行業和助貸業務行穩致遠的重要前提。

      經過幾十年的發展,中國也正在走出有自身特色的征信行業實踐,相應的監管規則也在不斷完善。和美國不一樣的是,中國的信用信息存在廣義和狹義之分,廣義更多指的是社會信用,狹義指的是借貸行為相關的金融信息。

      征信機構方面,1999年中國人民銀行批準成立的上海資信有限公司是最早從事個人征信業務的機構;2006年3月人民銀行設立中國人民銀行征信中心,負責建設、運行和維護企業和個人征信系統(即金融信用信息基礎數據庫,又稱企業和個人信用信息基礎數據庫);2018年以來,中國人民銀行批準成立了兩家持牌的市場化個人征信機構——百行征信、樸道征信。

      監管規則方面,中國人民銀行制定的《征信業務管理辦法》正在征求意見,助貸業務監管政策近年來也在不斷完善。為推動我國征信行業和助貸業務守正出新,更好地發揮普惠金融作用,我國的征信行業發展和監管可以借鑒美國的成功經驗,在更高水平、更大范圍內統籌促進數據要素流轉、推進金融數字化轉型與保護信息安全、維護金融穩定之間的關系。

      一是統籌好“傳統”金融信息和替代類信息的關系。一方面,明確傳統金融信息的范圍和標準,尤其是要完善傳統金融信息用于營銷宣傳、消費體驗服務、評價信用狀況等目的時的機構內部治理和外部管理規則;另一方面,探索替代類信息的范疇,制定替代類數據用于金融服務和產品的管理規則,避免替代類信息范疇泛化導致的分級分類管理和信息數據審計出現困難。

      二是統籌好征信管理和助貸發展的關系。一方面,明確征信服務和產品的邊界,既要從正面列明服務和產品的種類,又要從反面規定征信業務的除外情形,統一市場參與者的認知,也便于監管機構標準化、系統化地對征信業務進行檢查、登記、備案;另一方面,厘清信貸業務中的數據使用規則,從金融業務供應鏈的角度,制定對外提供信貸決策等貸款建議、單獨提供實名認證信息以及關聯公司共享用戶信息等涉及數據的業務指引,避免與征信業務出現重疊和沖突。

      三是統籌好信息保護和商業價值的關系。一方面,積極做好個人信息的保護和數據安全工作,需要根據信息保護的相關法律規則和標準要求制定針對信息主體的告知程序、獲得信息主體同意的授權規則、提供給信息主體的權利救濟流程等;另一方面,創新嘗試數據要素,尤其是信用信息運用在金融行業的方式、方法,發揮數據要素流轉對于金融數字化的基礎性作用,以信息主體和消費者“消費體驗”為出發點,整合信息保護的規范要求,統籌考慮商業成本,設計兼顧安全和效率的商業模式。

      參考文獻:

      [1]鄧建鵬?馬文潔.大數據時代個人征信市場化的法治路徑[J].重慶大學學報(社會科學版),2021(3)

      [2]劉新海.數字金融下的消費者信用評分現狀與展望[J].征信,2020(5):65-72+81

      [3]沈建光?朱太輝?張彧通.互聯網貸款新規守正出新[J].北大金融評論,2020(5):102-105

      [4]朱太輝.智能金融發展的潛在風險與監管應對[J].國際金融,2020(2):30-34

      [5]朱太輝?龔謹.助貸業務監管演進的邏輯與建議[J].中國銀行業,2020(3):90-92

      [6]朱太輝?龔謹?張夏明.助貸業務的運作模式?潛在風險和監管演變研究[J].金融監管研究,2019(11):50-67

      [7]朱太輝?張彧通?張夏明?龔謹.助貸業務的主要爭論和解決方案研究[J].金融與經濟,2020(2):4-13


      來源:《國際金融》;作者:朱太輝、張彧通