清华大学金融科技研究院孵化
金融科技与金融创新全媒体

扫描分享

本文共字,预计阅读时间

近日,美国消费者金融保护局(后文简称CFPB)向在线借贷公司Upstart发出无异议函。无异议函代表一家由某一政府机构(比如CFPB)监管的公司可以在该公司提议的某些特定情况下免于执法或监管行动。CFPB的目标是针对新兴产品和服务探索消费者友善的创新做法。这份声明也是该机构首次颁布此类文件,重要性可见一斑。CFPB今年早些时候就利用非传统数据扩展贷款发放的益处与风险进行了公开咨询。

说到用替代数据担保贷款,人们第一反应想到的基本都是美国之外的公司。因为许多国家没有像美国这样的保护措施,这为使用替代数据提供了许多可能,比如进行贷款决策。替代数据包括社交数据和收集数据(比如Tala和Lenddo,这两家公司也在Lend Academy博客节目中被提及过)。

Upstart由谷歌前员工创建,现在许多员工也来自谷歌。他们脱颖而出是因为依靠在谷歌的学习利用替代数据、机器学习和人工智能来做出更好的贷款决定。他们一直使用的一些数据点包括借贷者的教育背景。

CFPB认为:

替代数据包括手机账单、租金、电子交易信息以及其他的一些与个人金融行为较远的信息。这份调查同样研究了利用新兴科技进行担保活动,比如机器学习愈加被运用到提供在贷款过程中提供新视角,改善贷款决定。

未来,Upstart将会向CFPB提供借贷和合规信息来降低消费者风险,并帮助CFPB理解替代数据在真实世界中对于借贷决策的影响。CFPB感兴趣的是如何使用替代数据向更多人以可负担的利率发放贷款。这封无异议函与《平等信贷机会法案和条例B》有关。

Upstart的无异议函申请书很有趣。以下这段是其中我觉得最有趣的,Upstart介绍了他们的担保如何为借贷者改善了利率。

为了检验将Upstart的担保模型中的变量仅限于信用报告和申请者自报的收入的影响,我们建立了一个模型("限定版模型"),这一模型中没有非传统变量。2016年9月,我们将这个限定版模型和我们的生产模型比较后发现,限定版模型推进的利率比生产模型高。具体来说,在评估同一组借贷者(2014-2016年间通过Upstart借贷的随机个人样本)时,限定版模型给出的平均年利率为23.5%,而我们的生产模型推荐年利率为16.7%。差别高达680基点。评估所有Upstart申请者时(而不只是成功通过Upstart借贷的人),限定版模型推荐的年利率比生产模型多了560个基点。限定版模型考虑的借贷者间违约率的不同较少,所以导致平均利率偏向高风险型利率。所以平均来看,我们的生产模型比起只考虑传统变量的模型确实为借贷者提供了更好的借贷条款。

我们联系了Upstart的联合创始人兼CEO Dave Girouard,以下是他的意见:

这封无异议函证明了另类担保如AI和机器学习对于加强可负担借贷提供十分重要,而这一点可以在借贷法律规定内做到。对于Upstart和整个行业来说这是一个大事件。

结论

正如Dave所说,这不仅是对Upstart也是对整个市场借贷平台行业来说是个大事件。许多公司如今都在使用机器学习来做出贷款决定。虽然CFPB的这封无异议函"仅针对该公司的特定情况和行为,并不代表支持使用任何特定变量或建模技巧",它确实标明对于探索新的担保方法来扩大借贷发放的开放态度。

[Source]

本文系未央网专栏作者发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!

本文为作者授权未央网发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!

本文版权归原作者所有,如有侵权,请联系删除。

评论


猜你喜欢

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。