以下是访客帖子托迪德托马斯，曾在金融服务超过20年。阅读更多洞察力Finovate博客> >

根据数据的数据城市研究所，西班牙裔消费者的中位数信用评分比中位白人消费者低约75点。黑色消费者的中位数信用评分比中位白人消费者低100分。而没有可用的信用文件的大约10％的美国成年人是不成比例的颜色人。

城市研究所认为，这些种族、人口和地理差异的根源在于“历史上的不平等减少了有色人种社区的财富和有限的经济选择”。它指出，次优贷款者可以在4年内为1万美元的汽车贷款多支付3000美元的利息和费用。

这种不平等的现状使得一些人呼吁对消费者风险建模采取更客观的方法。创新者已经创造出了可以做到这一点的新技术和数据来源。

以下四项消费者风险建模创新将在不同程度上破坏当前的信用评分制度。总的来说，它们可能会彻底改变这个概念，最终让我们今天所认为的“信用评分”过时。

1.对当前评分模型的前瞻性更改

最多FICO评分模型的最新变更，统称为FICO 10和FICO 10T，是迭代更新，而不是转换更新。换句话说，他们不会从根本上改变信用评分的计算。

但是，在传统的信用评分模型方向上的FICO 10和10T暗示正在进行中 - 以及他们在未来保持相关的事情，随着更具破坏性的创新，他们可能需要做些什么。

FICO 10和10T在整体债务负荷的背景下对消费者的信用组合进行了更紧密的关注。具体而言，他们惩罚消除新个人贷款以巩固现有债务的消费者，然后继续对当前交易的债务（最常，信用卡）继续抵消债务。

从本质上讲，它们旨在奖励良好的信用行为(偿还债务)和阻止冒险的习惯(入不敷出)。

2.现金流量建模

最近FICO的另一个更新更直接地攻击了信用评分差异。的UltraFICO得分——Fair Isaac Corporation、Experian和Finicity的合资企业——引入了非信用数据，以提供更准确、更公平的消费者信用风险情况。现金流监控包括银行账户的现金流和支付历史。

通过纳入银行信息，如账户余额和帐户年龄，超级科支持约1500万人的信用评分，这些人没有足够的信用历史才能拥有传统的信用评分。不幸的是，这些人不成比例地低收入和POC - 最有可能被信用评分现状留下的人。

UltraFICO是现金流建模的一个例子。由于Accion、Brigit和Petal等金融科技贷款机构的采用，企业贷款机构长期使用的现金流建模正在进入消费信贷主流领域。

根据分析FinRegLab，“现金流评分和属性的预测性通常至少与传统信用评分和信用机构属性一样强，”表明它是对传统评分的可靠补充或替代。而且根据FinRegLab的数据，现金流建模比传统的评分更公平。

3.国际信用评分和风险建模

目前的信用评分制度还根据国籍明确歧视。非美国。来到美国的国民没有必要的信用历史，以资格获得FICO得分。他们基本上是看不见的，贷款人依靠FICO分数来做出贷款决定。

幸运的是，由于全球消费者信贷风险模型，基于边界的国际信用评分的障碍已经崩溃了诺瓦斯信用卡。随着更多美国贷方开始信任并采用这些模型，向美国搬迁的美国人和美国人的新抵达可能会发现没有传统国家特定信用评分的信贷更容易。

4.Post-Credit-Score世界

最后，非信用和非信用评分模型FICO XD暗示了在一个真正的“后信用评分”世界里什么是可能的。

FICO XD不完全依赖 - 甚至主要 - 在信贷局信息上。该模型从物业记录，租赁数据库和非自由契约中提取数据，如实用程序协议，以制定消费者默认可能性的全面图像。

据展览会，FICO XD可以生产高达70％以前无法可行的消费者的FICO分数，包括许多历史上不利的人口群体。

最后的想法

这是消费者风险建模的令人兴奋的时刻。从增量变化到现有模型（FICO 10，Ultrafico）到更加激进的换档（现金流模型，FICO XD）完全取代信贷额度，我们看到一波创新浪潮与现代承保初期以来的任何创新。

这些创新可以减少长期信用评分差距，并产生更准确的消费信贷风险模型。但他们没有保证。他们对消费者金融的实际影响将取决于谁挥动它们以及如何。