普惠金融视角下数字消费贷款与隐私平衡

普惠金融视角下数字消费贷款与隐私平衡

一、背景

（一）传统贷款

任何银行贷款的基本模型逻辑都是相同的——寻找能以更高利率偿还贷款的客户与不能偿还贷款的客户之间的价差。在传统银行中，筛选贷款人信用的工作会落在信贷员或信贷经理的身上，他们不仅会从硬性标准判断一个人是否存在财务风险，也会受到直觉的影响。另一个判断标准是信用评分，类似于信用卡公司使用的评估潜在持卡人的信息，不过信用信息的查看比较耗费人力。

（二）金融科技贷款

金融科技贷款业务出现在一些互联网初创公司中，它们放弃了传统的贷款模型，用更快、更高效、成本更低的方式减少借贷人的支出。金融科技的内核即是将技术视为传统金融的替代品，它所包含的业务十分广泛，贷款只是其中之一。金融科技贷款使用各种数据来告知贷款的提供保准和利率以及方式。一般是征信机构收集个人的财务信息将其汇总为信用报告并将其提供给贷款方，内容包括历史贷款、公共记录、信用查询、收入和工作时间等。不过信用报告的局限在于美国人的信用记录较为有限或者没有记录。如果没有使用信用卡的历史，就会难以评估信用的等级，或者信用记录过少无法进行评估。解决记录过少无法评估的方法是扩

展数据的类型，也即替代数据，这样没有信用记录的人也可以拥有一些信用评分。这些替代性数据比较多元化，比如房租水电、工作稳定性等等。收集的方式也可以通过手机浏览数据、社交媒体、购物偏好和个人习惯等。金融科技贷款的方式在于利用机器学习穿插贷款评估形成智能算法。在使用智能算法前，依赖贷款模型决定每个因素的权重，并且进行评估。将较大的样本群作为对照，算法通过自主执行最终得出报告结论。

二、金融科技贷款的利弊

金融科技与AI的结合使更多人获得了贷款的机会，但是71%的消费者会担心AI会在一定程度上侵犯个人隐私。

三、金融科技影响贷款标准

金融科技贷款在信贷机会方面的作用大大有助于缓解

低收入家庭和个人的用款问题。对于一些不够银行贷款资格的低收入家庭而言，金融科技贷款使他们不必将发薪日高利贷（年利率高达400%）作为唯一选择。金融科技贷款的借贷方声称他们的产品增加了获得非掠夺性贷款的机会，人人都有享有健康财务的权利。

首先，就利率而言，金融科技贷款的借贷方会提供年利率低于36%的贷款产品，借款人可以支付较少的费用获得贷款。其次，金融科技贷款的贷款信用标准低于传统贷款的，因此金融科技贷款更能比传统贷款占据未计信用分消费者的市

场。总之，金融科技贷款使用替代数据的方式惠及了更多借贷人，同时也增强了贷方对借贷人风险的甄别能力。

四、金融科技贷款中存在的风险

在金融科技贷款的背景下，贷方收集借贷人的个人信息和浏览历史进行评分估算。借贷人不得不在借款和隐私保护之间做出权衡。在信贷行业隐私数据泄露频繁的今天，对数据透明度的担忧也逐渐加强。

五、金融科技贷款与隐私的平衡

在金融科技的背景下，如何平衡隐私和信贷使用呢？一方面，人们认为隐私保护十分重要，认为政府应当限制金融科技贷款的发展，或者退一步，令政府规范金融科技贷款，确保只有有限的贷款方能够访问数据点。另一方面，人们认为信贷的可获取性是目标，隐私不应当成为获取信用信息的障碍，换言之，贷款方可以通过各种途径对借贷人的信用进行评级。本文不主张极端情况，也不会在两种观点之间游移，而是认为二者同等重要。金融普惠应当成为未来的主要方向，同时也应当注重数据隐私风险，二者并不是对立的。在成本方面，尽管隐私十分重要，但不应当成为普惠金融的障碍。目前对隐私数据的收集是需要同意一个具有约束力的同意书，当用户同意后才能使用第三方应用程序收集数据，其逻辑在于用户自愿同意并进行数据披露。批评者担心，一些资金不足的人往往会忽视隐私的重要性。不过本文认为

即使专注于普惠金融，也可以与隐私的保护并行不悖。最重要的是建立一个清晰的访问渠道，以便消费者对存在争议的数据点进行判断，在完成准确的评估的同时也能够降低风险，带来更多的益处。数字贷款的风险不仅仅存在于隐私方面，算法歧视也是值得被关注的点。研究表明，金融科技贷款对少数族裔的歧视显而易见，对他们的利息增加了百分之三。

六、监管现状

算法贷款已经存在，而且会继续发展。2020年，金融科技消费贷款发起额预计会达到900亿美元。金融科技贷款已经被纳入了现有的监管法律中，本文认为监管政策不应该限制创新，不过的确需要有方案出台规制金融科技贷款。

七、框架

1. 《诚信贷款法》与《公平信用法案》：信息披露监管两项法律规范了贷款行业的消费者信息保护，《诚信贷款法》（Truth in Lending Act, TILA）专注于披露与贷款本身财务条款相关的信息，对隐私上不会承担太多的义务和责任。《公平信用法案》则注重实质信息的披露，公平、公正、尊重消费者的隐私权利。其要求贷方出具评估信用的原因和考量因素，并且向消费者注明拒绝申请的原因。

2. 包容性社区案：信息披露的判例与金融科技贷款相关的判例是2015年德州住房和社区事务部诉包容性社区

的案子。原告主张被告有阶级歧视。案件的争议点在于因果关系的确定，结论是在对于损害少数族群之政府行为提起诉讼时，无需证明特定的歧视意图。法院进一步裁定此案支持信息披露，能能够将此规则应用于对信息披露的案件中。

八、合规的解决方案

在诸多建议中，对算法透明性的要求在于公司向公众公开算法代码，以便监管机构和公众能够确定算法是否会损害人们的利益。算法透明也可以缓和隐私问题，同时也能够一定程度上解决算法歧视。另一解决方案是允许用户限制公司收集的数据。用户可以选择公司收集何种信息，或者当用户意识到自己的隐私被侵犯时能够随时退出。不过目前，无论是监管机构还是公司本身都不愿意将自由裁量权归还给

用户，但是本文认为用户有权对算法的运作逻辑和信息收集进行了解。

九、最佳方案

最佳方案是反事实解（counterfactualexplanations）。反事实解释的意思是可以不用打开黑匣子，就可以提供信息。举个例子，一个人的年收入是30000美元，所以得不到贷款。但如果年收入达到45000美元，就可以获得贷款。换言之，反事实解释就在于，做一个能得到最佳结果的假

设。反事实解释与金融科技贷款相结合体现在它们允许金融科技贷款的放贷人遵守FCRA的规定，同时需要按照规定