買保險、貸款都看它,數位徵信大浪來襲

作者 | 發布日期 2018 年 03 月 18 日 0:00 | 分類 中國觀察 , 社群 , 科技政策 line share follow us in feedly line share
買保險、貸款都看它,數位徵信大浪來襲


當所有人在網路上購物、交友,透過手機、電腦活在網路世界上的行為,已經成常態,而且比實體世界還精確且更易追蹤時,一個靠「信用分數」辨別「你的價值」的社會,已經鋪天蓋地而來。

所謂的信用分數,就是你在網路、手機上留下的數位紀錄,各家企業早就設下各式各樣的網路評分機器人,幫每一個人「畫像」。

你很可能因為平常打卡地點、登錄 Facebook 帳號的地理位置在豪宅區,而被判定是有錢人;也可能因為經常寫錯字、亂用標點符號,而被判定為教育程度不高。

這樣的數位信用分數,最常被電子商務業者用於行銷,也開始被台灣、美國、西班牙、巴西、南非等地新興的網路線上借貸業者,用於決定是否核准貸款,應用場景正隨著商業力量,鋪天蓋地伸向各個領域。保險公司透過分析 Facebook 、Twitter 帳號,決定保費計算基準,甚至紅娘網站也將評估結果,用於婚戀交友參考。

現在,中國的應用最為大膽、廣泛,堪稱全球最敢玩。

今年 2 月下旬,中國的人民銀行宣布由官方主導的百行徵信(簡稱信聯)獲准成立,也就是類似台灣的聯徵中心,領先全球將手機使用、出沒地點、購物等行為打出的數位信用分數納入官方徵信平台。

年初,中國國家發展和改革委員會(簡稱國家發改委)也公布了首批「社會信用體系建設示範城市」,不但設立網站即時更新各主要城市執行信用社會的評比成績,也選定了包括杭州、南京、廈門、成都等 12 個城市。

未來,信用制度還將搭配刷臉系統,目前上海、濟南、深圳、重慶等城市已試辦在十字路口放置監視器,拍攝違規穿越馬路的行人,把臉部特寫秀在十字路口的大型螢幕及官方微博上。想要刪除照片?先繳清罰款再說!

電商霸主阿里巴巴旗下的芝麻信用,擁有中國最大的數位信用分數評分系統。藉由分析支付寶帳戶、淘寶或天貓的交易紀錄,為使用者打下「芝麻分」,並授權給共享單車、婚戀網站、租屋服務,例如,芝麻分達 600 分可租車免押金。

原理:大數據比對
找類似一群人,算違約率

到底分數是怎麼算出來的?曾為台灣多家金融、電信業者建立呆帳評估系統的 Deepbelief 首席科學家尹相志指出,數位信用評分機制基本原理就是將你的行為,與大數據資料庫做比對,找出跟你有類似特徵的一群人,依據這群人的信用、違約率,估計出你的信用分數。

芝麻信用揭露評估標準,除了是否按時繳交貸款、卡費,還包括預訂旅館與計程車時是否依約現身,網路購物是否在期限內取貨付款,是否常換手機號碼。

還有一個重要參考指標:你的 Facebook、微信好友。也就是說,如果你 Facebook 好友盡是些不良分子,那麼自己的分數肯定會被拖累。「因為物以類聚,」風險管理專家、東吳大學會計系教授沈大白分析,如果一個人的朋友,平常網路發言都談些風花雪月、賭博喝酒的事,常常在不良場所打卡,代表這很可能是他自己的特徵。

其實,依照個人教育背景、年齡、性別、婚姻狀態、地址進行貸款或保險的風險評估,早行之有年,在美國也有銀行業共享的徵信資料平台,在台灣則有聯徵中心。但新興國家尚未建立這類徵信平台,評估個人信用的難度極高。讓數位信用分數得以快速崛起,成了替代方案。

根據世界銀行(World Bank)統計,中低收入國家中,每 10 個人只有不到 1 人擁有信用紀錄。中國的狀況稍微好一些,「中國銀行業產業發展藍皮書」顯示,截至 2017 年 8 月底為止,在人民銀行登錄有案的 9 億 3 千萬人中,只有不到一半人有信用紀錄,遠遜於已開發國家的 9 成水準。

「未來能評的項目、分數,只會越來越多!」沈大白說,在龐大商業利益的推動下,採用數位信用分數,已經是無法扭轉的大趨勢。

缺點:有統計誤差
一旦出錯,標籤難以擺脫

好處是,如果數位信用分數機制能發展得更完善,線上借貸平台鄉民貸執行長黃智康分析,可讓信用評分更精準,例如讓信用好的人,偶爾忘記繳卡費時,不用繳交鉅額循環利息;讓信用好、行為謹慎的人,可因個人特質而享受特別低的貸款利率與保費,而不是被粗糙的跟類似社經地位的人劃為一類。

但這麼做,卻也可能出現問題:統計誤差。

目前,有越來越多網站採用人工智慧(AI),讓機器自己找出信用給分規則。Google 前資訊長梅瑞爾(Douglas Merrill)離職後創立了以 AI 評信用分數的公司 ZestFinance,他大膽預測,到了 2030 年,AI 就能完全取代人類進行核貸工作。然而,透過 AI 學習出來的規則,卻像個黑盒子,往往連開發者也搞不清背後邏輯是什麼,一旦規則出錯,未來將更難發現,被冤枉的使用者恐投訴無門。

「給人打分數不像下棋,」沈大白說,AI 下圍棋很厲害,但為人打分數一旦犯錯,後果很可怕。而且,縱使數位評分資料無誤、公式正確,這樣的給分模型卻忽略了:人是會變的。一個信用差的人可能正在洗心革面,卻因被貼上了難以擺脫的數位標籤,被剝奪奮發向上的空間。

中國國家發改委在今年 1 月下旬發布的數據顯示,近幾年透過信用分數防堵機制,已經阻擋了 842 萬人次購買機票、327 萬人次買高鐵車票,因此讓 109 萬人乖乖的履行義務、好從黑名單中移除。

《連線》(Wired)今年 1 月號雜誌,以封面故事介紹中國興起的信用社會,一不小心恐變成由政府撒下天羅地網,形成全民連坐的監視社會。搭配中國企業任意將客戶資料用於非授權的領域,包括《華爾街日報》、《紐約時報》等西方媒體,已紛紛表達中國「老大哥」之手伸過頭的憂心。

挑戰:防系統偏見
可模擬情境、供開放查詢

在不可逆的大趨勢下,該如何避免整個世界往錯的方向發展?美國已有包括普林斯頓大學、卡內基美隆大學和麻省理工學院,用軟體偽裝成男性、女性、富人、窮人、精神障礙人士,測試這些人在各網站上遭受的不同對待,一一揪出各數位評分系統的偏見。沈大白預測,電腦病毒問世,就出現防毒軟體,未來也可能出現反制被貼數位標籤的服務。

暢銷書《大數據的傲慢與偏見》作者凱西‧歐尼爾(Cathy O’Neil),曾是華爾街的量化分析師、並為新創公司開發評分模式。她主張,未來應該強制企業開放大眾查詢自己的數位信用分數,甚至還可能開發出 App,讓人們可以模擬萬一當月手頭特別緊,遲繳電話費會扣幾分、如何影響未來貸款買車利率,據此做出個人決定。

「數據不會消失,電腦不會消失,數學更不會消失。」歐尼爾說,人們正日漸仰賴數據所建立的預測模型。信用分數的時代已經來臨,了解如何建立你的信用分數,將是未來的新顯學。

(作者:蔡靚萱;本文由 商業周刊 授權轉載;首圖來源:pixabay

延伸閱讀: