代替性数据的信贷歧视与隐私侵犯争议

近日，美国政府问责局（GAO）发起了一项针对10家Fintech放贷公司以及银行进行了调研，GAO认为，Fintech公司正在大量使用替代性数据进行信贷审核，并经由银行完成放贷，这有助于信贷扩张，但带来潜在风险。

GAO所谓风险，是代替性数据审核所伤害的信贷公平性和隐私侵犯问题。

美国拟着手对信贷审核中的代替性数据的使用进行伦理约束，以防止它成为“洪水猛兽”。

亚太未来金融研究院执行院长杜艳认为，美国的商业模式与中国并非完全吻合，但有雷同之处。在中国，有两类群体与相似： 助贷 机构和P2P平台。

在中国，从蚂蚁金服借呗、腾讯微粒贷，到P2P网贷，都属于这一范畴。

1

金融科技 的信贷审核，在很多人心中是一个谜。如笔者身边的一个朋友，信用情况良好，长期国企工作，经常性网购，月入1万以上，在金融科技信贷产品上，借呗、微粒贷都没有授信，信用卡使用10年仅有1万授信。

反面例子是，另一个熟人在超过10家金融科技含量并不低的借贷平台上共债金额数万元，且无力偿还。

这种反差给人一种极不公平的感觉，可原因是什么呢？

这背后， 是复杂的 大数据风控 下的个人信用状况、网络行为和个人隐私信息的差异化风险定价。

在国内， 金融科技助贷公司为放贷方的持牌金融机构如银行、消费金融公司提供替代性数据风控建模。P2P网贷缺乏足够的传统征信数据支撑，对替代性数据风控的依赖则更大， 甚至达到决定性的作用。

在非持牌现金贷未被禁止、且P2P网贷野蛮生长的时期，未经授权的数据买卖在黑市中十分盛行，诸多所谓大数据风控公司以数据买卖为生意。

作为代替性数据，在传统征信数据之外予以补充无可厚非，可怕的是以大数据风控之名，行无风控之实， 这时，对能从普遍性角度反应一个借款人的财务情况、还款能力与意愿的指标，如学历、性别、地域等因素就会在审贷中被放大，公平性偏差也会放大。

这就出现了一些网贷平台高管津津乐道的经验：更愿放贷给女性而不是男性、给发达地区借款人的利率更低，给贫困地区的借款人利率更高。

2

大数据在互联网上对个人信息的过度采集，正在带来另一项更严重的问题：深度滥用。

个人信息从黑市买卖，到被用于信贷审核、精准营销、电信诈骗，个人都难以自主，这就是深度滥用的表现。

在英剧《黑镜》第三季第一集里，对个人隐私的信用分评价构成了一个人畸形的社会地位，最终形成了一个被无形之手掌控的高度极权的社会。

新金融洛书认为， 对个人隐私的评价应该警惕，就像不能拿个人政治倾向、宗教信仰去做信审的风险定价一样。

《从业经历和教育背景是否能提高借贷成功率？——来自P2P平台的经验证据》一文证实了学历在P2P借贷中的正相关因素，它指出，教育程度在1%的显著水平上与借贷成功率呈正相关关系。此外，性别、借款领域对借款能否成功产生影响。

值得警惕的是，掌握大数据的金融科技巨头们，可能利用相对于客户的强势地位，扭曲两者之间的合作关系。

央行研究局局长徐忠在《大科技公司涉足金融的挑战》一文中表示，电商平台有不断拉长应付账款周期，加剧小微企业资金紧张的情况。电商平台的收费项目也会加大小微企业的经营成本，可能非正常的增加小微企业的融资需求，从而为电商平台的金融业务创造需求。在极端的情况之下，小微企业可能落入电商平台的金融陷阱。

同样的情况也出现在个人身上，个人在P2P平台上的借贷，由于无力偿还，平台会指示个人去另一家平台借款偿还债务，个人就此陷入“金融陷阱”。2016年，河南牧业经济学院大二学生郑某在14家校园网贷平台“拆东墙补西墙”式负债近60万元，最终绝望跳楼。

3

徐忠认为， 如果将客户个人信息用于信用评估时，可能影响信贷的公平性，有一些指标比如性别、地域、职业等可能对客户的还款能力有解释力，但根据这些指标进行放贷，会涉及到对某些人群的歧视。

徐忠在文章中建议， 在采集和使用大数据时，应注意数据主权权益的保护并进行相应的脱敏处理。

这一建议实际与欧盟《一般数据保护条例》原则相似。

欧盟《一般数据保护条例》（简称“GDPR”）在中国很受关注。GDPR用来保护欧盟公民个人隐私和数据的新法规，对个人信息的保护及监管达到了前所未有的高度，堪称史上最严格的数据保护法案。

GDPR通过对企业使用个人数据的方式提出更严格的要求。

中国人民大学法学院博士研究生廖宇羿在论文《我国个人信息保护范围界定》中说提议，应参考欧盟《条例》的相关规定， 对数据分析行为进行清晰界定，并明确，若自动化数据处理用于评估个人特定方面，如工作表现、信用、可信赖度、行为表现等，评估结果对个人产生法律效果或重大影响时，个人有权不受该评估结果的约束。

这可以视为个人对大数据的不公平信审的一种反驳机制。

近日媒体报道的央行新版征信报告模板，已经不再显示养老保险、公积金信息、居住地址、工作单位信息。新金融洛书认为，这是 信用信息对个人信用评估的决定性权重进一步提高，而代替性数据进一步弱化。