本文来自格隆汇专栏：中金研究 作者：张帅帅 刘砺寒
此前我们发布了一系列美国信贷科技公司深度，我们发现，美国近期信贷科技创新主要集中于发掘长尾客群用户价值。“信用卡+支付+征信”体系已深度嵌入美国个人信用体系，但仍有相当数量人群的信贷需求难以匹配，通过替代性数据、全新“先买后付”的消费信贷方式成为服务以上客群的创新模式，也涌现了大量摆脱“FICO”和“信用卡”束缚的信贷科技创新企业。对比中美市场，我们发现两国金融科技监管周期不同，但致力于信贷资源如何触达和服务长尾客群，相关企业创新价值也在于如何完善个人信用体系。
摘要
“信用卡+支付+征信”体系划定了信贷服务边界。美国信用卡与征信市场发展相辅相成：二战后信用卡出现带动了征信数据服务的需求；1970年美国版征信管理办法出台，个人征信业开启大并购，同时Visa联盟成立，信用卡成为支付网络的重要组成部分；2000年后，FICO和三大征信局的垄断地位已经形成，互为竞合关系，信用卡网络收单的长尾B端空白在逐渐被paypal和square填补。信用卡作为支付的重要手段，其信贷数据作为重要的征信评分来源，同时征信分数又成为信用卡申请的门槛，三者交织共筑个人信用体系。
突破传统信用体系，致力于触达和服务“Thin File”人群。美国FICO个人信用分数普及非常之广，2019Q4全美有77%的人口具备FICO分数，剩下的没有个人信用分数、信用账户记录较少的人群，被美国社会称之为“Thin File”人群，而从这部分人群中挖掘出有价值的客户满足其信贷需求，则是当下美股信贷科技创新中所解决的核心问题。参考此前发过的《Upstart：轻资产的AI消费贷款平台》、《Affirm：“先买后付”的支付+消费信贷实践》，Upstart和Affirm分别是摆脱“FICO”和“信用卡”的信贷科技创新的典型代表。
合规高效运用科技工具完善中国个人征信体系，并触达和服务B、C端长尾客群成为中国信贷科技领域创新的核心价值点。《金融数据“基建时代”—近期政策解读》提到，完善数据共享、使用和监管，金融数据基础设施建设是中期维度的重要事项。负债能力、数据风控决定了消费金融公司的盈利能力，客户流量则决定了成长性，银行系消金具备负债优势，Fintech背景公司则具备流量优势，金融数据基建工作则有助于上述公司改善升级盈利能力。
风险
国内/海外长尾客群金融风险暴露。
正文
美国信贷科技创新突破固有体系，拓宽长尾服务边界
美国信贷科技创新，均在掘金“Thin File”人群
由于历史缘由，美国“Thin File”客群被长期忽略。“Thin File”客群指的是信用账户中仅有非常少的信用记录，或者根本没有信用账户的群体。例如，“Thin File”的客户的信用报告中可能列出了一张信用卡和一笔贷款。众所周知的美国三大征信机构Equifax、Experian和TransUnion是为消费者创建信用报告，收集信用数据的三大信用机构。由于在美国个人的信用记录被广泛用于生活中与个人信用相关的资质审核、贷款申请等领域，因此如果个人信用记录很少或者根本没有信用账户，那么在贷款申请中即使自身的还款能力很强，也具备还款意愿，但是也很难获得审批通过。
“Thin File”客群具备特定的用户画像，占美国人口比例约为20%。由于美国信用账户的普及度，大多数人都具备记录丰富的信用账户，“Thin File”的客户的形成是具备一定的条件的，具体来讲以下几类人群具备可能成为 “Thin File”客户：（1）刚接触信贷的年轻人，主要原因在于本身信用记录就不是很丰富，但是实际还款能力和意愿不一定低；（2）没有美国信用记录的移民；（3）信用账户不活跃的人；（4）长时间没有使用信用卡的人；（5）大多用现金付款而不是信用卡的人。这一部分人群根据不同口径的统计，约占美国总人口的20%：
►Experian [1]2018年统计“Thin File”人群：2018年约有6,200万美国人，占2018年全美总人口比约为19%-20%；
►CFPB[2]基于2010年数据计算“信用透明”人群：2010年全美约有11%人口符合“信用透明”，8.3%人口“无法进行信用评分”（“信用透明”与“无法进行信用评分”口径之和接近于“Thin File”口径）；
►FDIC[3] 2019年统计全美“无银行账户”人数：2019年全美约有5.4%的人口没有银行账户；
►Vantage[4] 2018年统计全美“无法进行信用评分”人群：约有4,000万美国人，占全美总人口比例约16%。
信用卡+征信构成了美国个人社会核心信用体系。如同我们在《中金看海外 主题 | Equifax：美国个人征信巨头的成长启示》中分析过的，按照B/C端区分，美国的征信机构可以分为个人数据的征信机构如Equifax、Experian、Transunion，企业征信机构如Dun&Bradstreet，以及面向资本市场金融机构的评级机构如Moody’s、FitchRatings。除此以外各个地方、各个州均有大量的垂直于某个行业的、或者是深耕某一地方的征信/评级机构。而从产业链角度看，征信公司如Equifax、Experian、Transunion会收集来自于各个行业数据，自身可以直接提供面向C端的个人征信报告和面向B端的企业报告；与此同时，FICO作为个人信用评分机构，会采购来自于三大个人征信局的数据，制作成个人信用报告，再售卖给下游的应用方。实际上由于三大个人征信公司与FICO同时提供面向个人的信用服务，前者为信用报告，后者为信用分数，因此二者在面向下游客户服务中存在竞争关系；但是FICO会采购来自于三大个人征信公司的数据，对应的采购成本记在其FICO营业成本中，对应的营业收入记在三大征信公司的收入中；三大个人征信公司也会采购FICO的信用分数，对应的采购成本记在三大个人征信公司在营业成本中，对应的营业收入记在FICO的营业收入中。因此实际上FICO和三大个人征信公司是竞争和合作并行的关系，FICO主要提供的价值在于其风控模型和打分体系，经过几十年的迭代和对于不良率的追溯使得其具备非常完善的风控打分能力，而征信公司的价值在于数据收集，统一化标准化和简洁的输出。
图表1：FICO与三大征信局之间是合作和竞争并存的状态
资料来源：公司公告，中金公司研究部图表2：美国覆盖企业、个人的征信体系
资料来源：公司公告，中金公司研究部信用卡+征信的普及面过于广泛以至于限制了长尾C端客户的服务边界。FICO分数在美国有着很高的普及度，以美国消费者金融保护局的数据来看，2019Q4全美有77%的人口具备FICO分数，其中认定为优质客户（Subprime）的比例为41%，而没有FICO分数的仅有23%。对比美国持有信用卡人数的分布可以看出，大多数持有信用卡的FICO分数均较高，约有64%的美国人口持有信用卡且其FICO分数认定其为优质客户（Subprime）。通过对于美国主流银行旗舰信用卡的最低FICO申请分数进行梳理可以发现，美国信用卡申请最低FICO分数，基本上为670分，在2005-2021年全美FICO信用分数排名中，基本位居前50%-60%左右。FICO分数中，占比较高的三个类型数据分别为35%的支付历史，30%的账户余额，15%的信贷历史，这些均和信用卡中的还款记录、余额、信用卡数量等息息相关。我们认为信用卡记录的缺少或者不完善，会直接影响到FICO分数的高低，也会进而直接影响到下游其他应用，例如在金融中FICO分数低会直接影响到申请贷款的APR和是否审批，被FICO认定为信用较低者可能的APR会达到22%，而被认定为信用较高者可能的APR会低至13%。因此信用卡+征信两者相互促进形成了美国社会信用体系，但是与此同时未被该体系纳入的人群，或者被错判为低信用的人群，其信贷需求很难被满足，即使实际上的还款能力和还款意愿很优质。
图表3：“信用卡”与“FICO”限制了美国长尾C端信贷服务边界
资料来源：FICO官网，中金公司研究部图表4：FICO分数过于普及，以至于限制了服务长尾C端的边界
资料来源：Insider，美国消费者金融保护局，中金公司研究部图表5：美国信用卡申请最低FICO分数，基本上为670分，在全美FICO信用分数排名前50%左右
资料来源：公司官网，美国消费者金融保护局，中金公司研究部图表6：FICO分数权重中，信用卡数据比重较高
资料来源：公司公告，中金公司研究部图表7：FICO收入包括50%C端和50%B端
资料来源：公司公告，中金公司研究部图表8：FICO B/C端收入占比
资料来源：公司公告，中金公司研究部图表9：FICO 北美及国际地区收入占比
资料来源：公司公告，中金公司研究部 注：国际指的是除美洲外地区美国信用卡百年发展，伴随着信用体系建立
1950-1970 二战后征信大发展
二战后经济城镇化全球化带来美国经济腾飞，信用卡初出茅庐，消费金融需求旺盛。1950年Diners Club创始人弗兰克麦克纳马拉提出“信用卡”概念。彼时在1950年代美国战后经济社会的巨大发展，高速公路网的建成，美国人口重心从都市迁向郊区，规模庞大的连锁店出现，“婴儿潮”的来临，汽车的高速发展，使美国民众消费需求迅速膨胀起来。信用卡使得支付便利化。美国运通公司（American Express）于1958年10月推出了运通卡（American Express Card），同年美洲银行推出了美洲银行卡（Bank Americard）。彼时运通公司在旅游领域有着非常良好的声誉，在1958年推出运通卡以取代旅游支票，并在市场上获得了巨大成功。
美国征信机构随着信用卡开始大发展。以Equifax为例，1930年后，Retail Credit转向专业化运营，调查员从兼职向受过公司培训的全职调查员过度，在北美96个办事处开展业务。战后美国经济的强劲复苏，信用卡带来的新的消费需求对于个人征信数据产生了巨大的需求。战后公司通过新支机构继续扩张，到1960年前后已开设了近300个分支机构和近1,400个分办事处，雇用了大约7,400名调查员。
1970-1990 行业监管整顿，垄断地位形成
1970年《公平信用报告法》出台三大征信局垄断地位形成，FICO开始成为垄断性个人信用评分机构。1970年《公平信用报告法》出台前美国征信数据乱象频出，有着大量的侵犯个人隐私的与信贷无关的数据被纳入到征信数据范畴。因此1970年《公平信用报告法》出台，作为美国个人征信业，成为征信监管的核心文件。该法详细规定了消费者征信报告信息收集范围，需要包含个人信息、信用信息、查询信息等；同时规定了哪些环境下可以使用消费者征信报告。此后征信业进入兼并重组阶段，美国三大个人征信局垄断地位逐渐形成。1970-1980年间Equifax并购了104家小型的征信机构，到1986年，Equifax的档案覆盖了28个州的1.5 亿人；Experian的前身TRW 1980年代将信息服务部门更名为TRW IS&S并开始独立运营，在1986年成为首个业务覆盖美国50个州的征信机构；1981年，FICO开发出通用风险评分模型，并在1989 年与 Equifax 合作推出 FICO 通用信用评分，1991年开始，FICO 评分开始在三大征信局得到广泛应用，1995年美国最大的两家提供住房抵押贷款的金融机构房利美（Fannie mae）和房地美（Freddie Mac）开始在其自动抵押支付系统中应用FICO信用评分。
整合多国信用卡业务，VISA联盟成立。1966年，为了应对当年成立的竞争对手MasterCharge（即万事达卡的前身），同时也为了摆脱当时银行业不能跨州经营的监管限制，BankAmericard 开始授权加州以外地区及国家的银行发卡经营。1970年BankAmericard业务被独立出来，和美国授权银行共同成立了NBI。在1974年，海外被授权银行成立了国际银行卡公司（IBANCO）。1976年，NBI和IBANCO整合，成立VISA国际组织，两者更名为VISA美国和VISA国际。1979年，首张Visa旅行支票以四种货币发行；1983年，Visa推出ATM网络，在全球实现全天24小时随时随地取现。1986年，Visa开发了多货币清分和结算系统，可支持21种货币。
2000-至今 信用卡完善中小企业服务，征信机构外延式发展
为满足信用卡体系下小微客户收款难的问题Paypal，Square相继出现。Paypal解决了小商户支票收款难题。2000年初，eBay上商家收款并不便捷，规模较小的卖家较难获得信用卡商业账户、交易只能依靠低效的支票，Confinity通过解决这一难题初步建立用户基础。2000年2月 Confinity与X.com合并改名为PayPal，2001年PayPal开始布局除 eBay 外的其他在线市场，并于当年四季度实现了经营盈利、用户数则突破 1,000 万。Square的出现同样是为中小商户提供便捷支付。2009 年，Square创立旨在为中小商户提供更便捷的支付解决方案。当时POS 机价格高昂，收单商对服务中小商户的意愿较低，美国大部分中小商户不支持刷卡支付。2009 年 Square 发布的Square Card Reader 使中小商户无需购买传统POS机就能够在店内接受刷卡支付；同时Square还向商户提供收单服务，帮助中小商户完成交易清算。
图表10：Square和Paypal的笔均金额较低，解决中小商户收单
资料来源：公司官网，美国消费者金融保护局，中金公司研究部信用卡和征信机构共建“信用卡+支付+征信”的美国信用体系。百年发展的流程来看，信用卡逐渐与支付结合，建立了信用卡+支付的庞大的支付+资金清算的体系，而征信机构与该网络结合，不仅仅收集来自于信用卡的数据，同时也为信用卡的申请提供信用评分。这一体系构成了美国社会信用体系的重要部分，与SSN（社会保障号码）一起构建了美国个人信用体系，在整体的美国社会体系中具备重要的作用。
图表11：信用卡和征信机构共建 信用卡+支付+征信 的美国信用体系
资料来源：Visa公告，中金公司研究部打破“FICO”与“信用卡”各自诞生新型信贷科技机构
为了打破“FICO”与“信用卡”，美国近年来诞生了新的信贷科技机构，包括助贷机构Upstart和“先买后付”机构Affirm/Afterpay等，参考此前发布的《Upstart：轻资产的AI消费贷款平台》、《Affirm：“先买后付”的支付+消费信贷实践》。
Upstart：摆脱“FICO”分数的AI线上借贷平台
Upstart成立于2012年，总部位于美国加利福尼亚州，公司搭建线上借贷平台以撮合个人无抵押贷款，并且通过AI技术（Artificial Intelligence, 人工智能）升级风控模型，在保障合作银行信用风险的基础上，为美国信用信息较少但实际还款能力较强的客群提供合意价格的贷款渠道。
作为贷款撮合平台，Upstart以AI模型为核心，连接借款人与出资方。Upstart的商业模式，是通过自身搭建的AI平台连接借款人与出资方，即向银行推荐合适的贷款需求并收取费用。获客渠道以Credit Karma（提供信用评级和信贷产品测评的门户网站）和直邮为主。具体流程而言，借款人可通过Credit Karma、广告邮件、Upstart官网等方式进入贷款发起界面并填写基本信息（包括身份信息、教育信息、职业信息等），Upstart自身不提供贷款，而是通过AI模型分析数据进行风险定价后，推送合适的银行贷款产品供申请人选择，最终促成贷款。
图表12：Upstart 平台生态，通过自身的AI平台连接借款人和金融机构出资方
资料来源：公司公告，中金公司研究部图表13：借款人申请贷款流程
资料来源：公司公告，中金公司研究部图表14：Upstart官网个人贷款类型
资料来源：Upstart官网，中金公司研究部图表15：合作银行跳转Upstart的个人贷款界面
资料来源：堪萨斯第一联邦银行官网，中金公司研究部Upstart的AI风控模型在变量上不依赖于FICO分。对于大多数美国消费信贷领域公司，FICO评分是核心的风控决策变量，如LendingClub主打的个人贷款产品Standard Program，风控决策变量包括贷款申请人的FICO分、债务收入比、历史信用记录等。而Upstart并不依托于FICO分，而是通过更加海量的数据收集、更多的变量、更加复杂的深度学习算法搭建AI风控模型。比较而言：
►FICO分数关注借款人过去的信贷表现：关注的底层变量包括信贷偿还历史、信贷账户数量、贷款使用年限、正在使用的信贷类型、新开立的信贷账户，收集借款人上述数据后，与数据库中其他借款人的信用习惯相比较得出信用评级和分数。
►Upstart数据源丰富度更高，分为六大维度：Upstart的数据来源包括从合作银行处获得借款人数据、从国家信用局获得数据、监控借款人的还款表现、以及其他第三方数据。当借款人在平台查询利率和申请贷款时，需要提供姓名、出生时间、住址等基础个人信息供Upstart核实借款人的真实性，并且Upstart会从Equifax、Experian、TransUnion等征信机构获取其信用报告，除此之外，平台还会了解借款人的学历和毕业时间、职业和所在公司及收入、存款和近期借贷等详细情况，Upstart会与一些第三方验证机构合作来验证这些信息的真实性。Upstart将这些数据分为教育、申请交互、职业经历、信用经历、银行交易、生活支出六大类别。
Affirm：摆脱“信用卡”束缚的新型消费信贷平台
Affirm成立于2012年，总部位于美国旧金山，是以美国年轻一代消费者作为目标客户，提供“先购买，后支付”服务（“Buy Now and Pay Later”简称为“BNPL”）的金融科技公司，于2021年1月登陆美股纳斯达克。消费者在线上购物的支付环节可以选用Affirm提供的BNPL服务，先购买后续结清尾款和利息。
Affirm提供四类产品及服务：支付+分期付款方案、Affirm虚拟卡、Affirm借记卡、Affirm存款账户。支付+分期付款方案包含无息分期支付和有息分期消费信贷两种，两者是在使用过程中进行选择的，是Affirm的核心产品；Affirm的虚拟卡是仿照信用卡，将一张虚拟的信用卡嵌入至Apple pay等平台，在线下付款时可以通过Apple Pay等选择Affirm虚拟卡进行支付。
图表16：Affirm的4类产品及服务
资料来源：公司官网，中金公司研究部图表17：Affirm的线上支付+消费贷款模式的实际申请流程
资料来源：公司官网，中金公司研究部与信用卡的对比具备强大的获客优势，区别来自于申请门槛低、对用户信用影响小、无逾期罚款或年费、拥有自有商城、非循环贷款。BNPL从使用的客户历程上看，与信用卡几乎完全重合，都是可以从线上/线下的支付场景入手，完成相同流程的支付历程，最终通过分期类的支付方式完成支付。因此对比信用卡，Affirm在条款上的优势使得部分人群转而使用BNPL的支付方式。
图表18：“先买后付”支付方式与信用卡差异
资料来源：公司官网，中金公司研究部
