已形成制度的放贷政策
“信贷机构和金融信贷机构(EFC)多年来都有书面放贷政策。难点不在于有没有,而在于证明分析师在当前被争议的这笔交易中确实遵循了政策。”
在没有充分事前分析的情况下发放信贷,已不仅是商业风险,而是会带来合同、行政和声誉后果的违规行为。我们为您的机构设计、审计并记录信用评估程序,包括自动化模型。
审查您的评估程序
我们将在24小时内回复您
六项工作,让信用评估不再只是开户表格上的一道手续,而成为经得起监管机构、法官和客户本人检验的程序。
我们明确需要收集哪些信息、如何核实、哪些阈值会触发拒贷,以及每项决定如何记录。成果是一套书面程序,经管理机构批准,并可逐笔交易追溯。
评估自然人信用状况的系统,被《欧盟人工智能条例》列为高风险系统。我们审查模型治理、技术文档、偏见、可解释性,以及客户要求人工干预的权利。
查询CIRBE、财产信用档案、客户提供的数据以及收入核实:哪些信息可以查询、依据什么法律基础,以及证据保存多长时间。
对于信贷额度和信用卡,评估并不止于首次放款。我们设计额度复核周期、客户状况恶化预警,以及不再提高可用额度的判断标准。
三年后收到投诉时,唯一存在的就是这份档案。我们明确保存哪些材料、采用何种格式、如何加盖时间戳,以及如何调取以回应监管问询。
在客户服务部门、西班牙银行(Banco de España,西班牙央行)以及法院,当发放贷款前是否进行了充分的信用评估成为争议焦点时,我们提供全程协助。
评估客户还款能力的义务适用于所有放贷人,但履行方式因渠道、平均金额和产品决策速度的不同而大相径庭。
“信贷机构和金融信贷机构(EFC)多年来都有书面放贷政策。难点不在于有没有,而在于证明分析师在当前被争议的这笔交易中确实遵循了政策。”
“九十秒批出一笔贷款与充分的分析并不矛盾,但要求模型有完整文档,并且每项决定都留下记录,说明决定所依据的变量。速度不能免除建立档案的义务。”
“金额较小这一理由已经行不通。当同一客户在不同商户同时累积多笔交易时,总体风险就不再小,评估必须看到这一点。”
“比价平台或代理人没有义务评估信用,但有义务传递真实、完整的信息。申请在源头填写不当,会污染放贷人的分析,最终成为双方共同的问题。”
经得起检验的程序始终经历相同的五个阶段。跳过其中任何一个,都会使稳妥的档案变成可被追责的档案。
收入、经常性支出、现有财务负担和就业状况。信息的详细程度应随金额和期限递增:小额贷款与五年期贷款的要求不同,但任何一种都不能留有空白。
仅凭客户自述并不足够。需要查询西班牙银行风险信息中心(CIRBE),查询财产信用档案,并在适当时通过文件核验或账户聚合服务进行核实。
负担比率、扣除其他债务后的可支配收入,以及合理的压力情景。如果模型是自动化的,评分及对其影响最大的变量应当在这一步记录下来。
决定必须与分析结果一致。在结果不利的情况下仍然放贷,需要有特殊且有书面记录的理由:多数成功的投诉都集中在这一环节。
在适用期限内保存证据,并能够向申请人解释拒绝的原因,尤其是当拒绝基于对其数据的自动化处理时。
后果并不会在放贷当天出现,而是在两三年后客户违约、有人追问签约前核查了什么时才到来。
因缺少档案而败诉:在逾期还款诉讼中,缺少事前评估的文件会严重削弱放贷人的地位,并可能导致利息被调减或诉讼请求被部分驳回。
向客户服务部门和监管机构的投诉:缺乏充分评估的放贷模式很容易通过抽样被发现,会使个别问题变成针对整个贷款组合的监管行动。
不负责任放贷的责任:向预计无法还款的人发放信贷,会产生对客户的责任;在自然人破产程序中,还会影响该债权的处理。
通过自动化系统拒贷,却不提供有关所适用逻辑的有意义信息,也不提供人工干预的可能,会使机构面临向数据保护机构提起的投诉。
《欧盟人工智能条例》将评估自然人信用状况的系统列为高风险系统,要求履行风险管理、技术文档、人工监督和登记等义务。
校准不当的放贷标准不会只造成个别失误,而是产生一整批存在相同缺陷的交易,并在周期恶化时同时暴露。
我们审查您的放贷程序、数据来源和决策模型,并向您提交一份报告,指出经不起投诉或监管行动检验的环节。
这是放贷人必须在发放信贷之前,对消费者履行即将承担的义务的能力所做的分析。它不是对机构自身风险的估算,而是判断客户在不损害其经济状况的前提下能否还款。
这一区别很重要。即使逾期率很高,一笔交易对放贷人仍可能有利可图,但仍然违反了评估义务,因为法规保护的是消费者,而不是利润率。
评估信用的一般义务规定在《消费信贷合同法》(第16/2011号法律)中,并由西班牙银行关于透明度和负责任放贷的规则加以补充。不动产信贷则适用第5/2019号法律中的专门制度。
在此基础上还叠加了两层规则:查询档案或使用自动化模型时适用的数据保护规则,以及新的欧盟消费信贷指令,后者强化了评估标准及其记录要求。
法规要求的信息须与金额和期限相称且充分。实务中,一份完整的档案通常包括:
不够。申请人的陈述是起点,但放贷人必须根据交易风险的相应程度,以独立来源加以核对。如果交易最终引发投诉,仅依据自述建立的档案是最脆弱的情形。
走向另一个极端同样行不通:对小额交易要求过多文件,只会增加商业摩擦,而没有实际的举证价值。
当决定完全基于自动化处理并对申请人产生法律效力时,《通用数据保护条例》(GDPR)的保障措施即告适用:有权获得人工干预、表达自己的观点并对该决定提出异议。
此外还有《欧盟人工智能条例》,它将评估自然人信用状况的系统列为高风险系统,要求履行风险管理、数据质量、技术文档、事件记录和有效人工监督等义务。我们在人工智能条例页面中对此作了详细阐述。
取决于产品。对于月供固定、期限封闭的贷款,评估随放款完成而结束。而对于循环信贷产品——信用卡和信贷额度——可用额度会重新恢复,风险也会随时间变化,因此最初的评估不再具有代表性。
因此,宜事先确定额度复核周期、恶化预警以及不再提高可用额度的明确标准。我们在循环信贷页面中作了详细说明。
审慎的做法是在交易存续期间,以及由其产生的各类诉讼时效期间内一直保存档案,并与机构在反洗钱方面已适用的保存期限保持一致。
比期限更重要的是可调取性:如果档案虽然存在,却无法在合理期限内逐笔交易还原,就无法用于回应监管问询。
稳健的放贷程序建立在三大支柱上:书面规则、经核实的数据和可调取的证据。三者缺一,评估在实践中虽然存在,却无法证明,而在法律上这几乎等同于不存在。
负担比率阈值、各类客户的最高金额、自动拒贷标准,以及例外制度及可批准例外的人员。经管理机构批准,且至少每年复审一次。
每次查询外部档案都需要合法性依据和留痕。请记录:不同类型的交易查询哪些来源、查询频率如何,以及获取的信息与客户自述相矛盾时如何处理。
档案应当能够在数年后回答三个问题:当时掌握了哪些数据、适用了哪条规则、由谁作出了决定。如果系统没有保存当日有效的模型版本,就缺少最关键的一环。
这项义务一行字就能表述,却要通过数十项产品、数据和技术决策来落实。以下各模块概括了必须解决的事项:信息来源、决策模型、可追溯性、申请人权利以及按机构类型的分工。
1) 来源常见做法是将客户自述信息、信用档案和监管机构的风险信息中心结合使用。每个来源提供不同的信息,任何一个都不能取代其他来源。
2) 模型规则是电子表格还是神经网络并不重要:它必须有描述、有版本管理,并能向未参与构建的第三方解释清楚。没有版本管理,事后就无法还原。
3) 可追溯性当交易引发争议时,档案是唯一可用的抗辩依据。它应当保存输入数据、结果、模型版本,以及作出或复核决定的人员身份。
4) 自动化决策由算法作出决定完全正当,而且做得好的话,比逐案的人工决定更具一致性。不能省略的是与之配套的保障:关于所适用逻辑的有意义信息、人工干预权、提出异议的可能,以及定期检查系统是否存在歧视。此外,评估自然人信用状况的系统还适用《欧盟人工智能条例》中的高风险制度。
义务图谱评估、记录和保存是其自身且不可转授的义务。即使分析由第三方执行,仍须对决定负责。
对其所提供系统的质量、文档和可解释性负责,并须允许放贷人对其进行审计。
不负责评估,但须收集并传递真实、完整的信息。源头上夸大的申请会污染整个分析。
分析师以书面方式记录所适用的标准。风险在于不同分析师之间的差异,以及只有一行字的理由说明。
规则本身就是理由。需要在每个结果旁保存模型版本和决定性变量。
依其性质存在差异。需要培训、定期校准,以及对已作决定的抽样复核。
设计上较高,但设计错误会一次性扩散到整个贷款组合,而不是逐案显现。
有权以通俗易懂的方式了解拒贷原因,并补充提供信息。
另有强化的保障:了解所适用逻辑的信息、人工干预,以及对决定提出异议的可能。
放贷政策、授权和例外登记簿,经管理机构批准。
包含前述所有内容,另加系统的风险管理、数据质量、技术文档和有效的人工监督。
抽样复核档案,并对照交易当日有效的政策进行核对。
对模型进行独立验证、按群体进行偏见测试,以及对再训练进行追溯留痕。
如果您在日常运作中发现其中任何一种情形,信用评估很可能经不起一次有理有据的投诉或贷款组合审查。
这些术语不断出现在放贷政策、监管问询和客户投诉中。销售团队与风险团队宜以相同的含义使用它们。
申请人在扣除经常性支出和现有财务义务后,以其可支配收入偿付信贷分期款项的能力。
西班牙银行的数据库,汇集申报机构对其客户持有的风险敞口。它是了解申请人总体负债情况的主要参考来源。
根据一组变量对一项申请的估算风险进行综合的数值结果。可以采用经典统计规则,也可以采用机器学习技术。
申请人收入中用于偿付其财务义务的比例。它是设定放贷阈值时最常用的指标,但不应成为唯一标准。
记录金钱债务违约信息的档案。其查询和收录须满足严格的准确性、事先通知和最长期限要求。
在没有有意义的人工干预的情况下作出、并对当事人产生法律效力的决定。会触发关于信息、人工干预和异议的特定保障。
偏离既定阈值的放贷,需要有权限者明确授权。其数量是衡量程序健康程度的直接指标。
对可用余额会恢复或额度可能提高的产品,应定期进行的分析。随着客户状况变化,最初的评估不再具有代表性。
一组证据,使人在数年后仍能还原当时掌握了哪些信息、适用了哪条规则以及由谁作出决定。当交易引发争议时,它是唯一可用的抗辩依据。
REGULATORY CONTROL CENTER · 还款能力与负责任放贷
评估义务只有一项,但其强度应与交易的金额、期限和可逆性相称。本面板概括了哪些环节宜加强程序,哪些环节要求过高只会增加摩擦。
用于校准放贷政策的参考指引:各类产品与控制措施的组合适合何种深度的分析。
请告诉我们您发放的是哪类产品、如何作出决定,我们会告诉您程序中哪些部分经得起投诉检验,哪些经不起。
在发放信贷前分析消费者还款能力的义务,并非来自某一部单一法规,而是源于过去十五年间逐步叠加的三套框架:银行客户透明度与保护、数据保护,以及近年来的人工智能。理解它们如何相互衔接,是区分形式上合规的程序与真正经得起检验的程序的关键。
在西班牙法律体系中,评估消费者信用的义务规定在《消费信贷合同法》(第16/2011号法律)中,并通过透明度规则以及西班牙银行(Banco de España)监管的负责任放贷实践加以落实。不动产信贷在第5/2019号法律中适用并行且要求更严格的制度。欧盟消费信贷改革强化了这些标准,扩大了必须查询的来源,并首次对自动化模型的使用作出明确规定。
查询信用档案、监管机构的风险信息中心,或通过账户聚合服务查看账户流水,都属于个人数据处理,需要有法律依据、向当事人告知,并确定保存期限。当拒贷完全基于自动化处理时,申请人有权获得人工干预、表达自己的观点并对该决定提出异议:许多机构的实际客户服务流程中并未落实这三项保障。
用于评估自然人信用状况或确定其信用评级的系统,被列为高风险系统。这意味着须履行风险管理、训练数据治理、技术文档、事件记录、对用户的透明度、有效人工监督,以及适当的准确性和稳健性等义务。对信贷类金融科技公司而言,这一层通常是落实难度最大的,因为它要求把数据团队以往的隐性知识整理成文档。
根据我们的经验,问题很少出在缺少放贷政策,而在于书面政策与系统实际运行之间的差距,以及事后无法还原交易当日有效的是哪个模型版本。投诉到来时,机构手里有政策,也有结果,却无法把两端连起来。我们首先处理的正是这一缺口。
参考法规(附官方文本链接):
法规及链接已于核实。