美國個人征信市場產業(yè)鏈：產業(yè)鏈中第一環(huán)節(jié)是廣泛的數據收集，有利于機構更加全面的掌握個人的信用狀況；然后是對數據進行標準化處理，美國信用局協會制定Metro Format用于個人征信業(yè)務的標準數據采集格式；第三環(huán)節(jié)是三大征信局對海量數據進行處理，進而形成信用產品，包括評分、報告等，最后環(huán)節(jié)為將數據應用于各種場景中，比如個人租房，辦理貸款業(yè)務等等。

美國個人征信市場的核心企業(yè)：在個人征信市場，有Experian、Equifax、TransUnion三大個人征信巨頭掌握了超過一半的美國本土個人征信市場份額。

此外，美國征信體系中還有400多家區(qū)域性或專業(yè)性征信機構依附于上述七家機構，或向其提供數據。

新形勢下美國個人征信市場創(chuàng)新：在互聯網及大數據征信技術的應用下，數據源更加多元，除金融相關數據外，電商、電信業(yè)、零售業(yè)數據正在進入征具有更強信體系； 同時，市場出現了一些新興的風險和信用信息公司，其服務更專業(yè)、領域更垂直，具有更強的數據挖掘能力和模型開發(fā)能力，對原有的三大巨頭市場份額造成沖擊，美國個人征信市場呈現出新的競爭格局。

CHAPTER 1

美國個人征信市場產業(yè)鏈研究

美國征信市場發(fā)展概況

市場化競爭機制：從激烈競爭到細分領域寡頭壟斷

美國的消費信貸業(yè)務十分發(fā)達，對于征信需求強烈，因此采用了征信市場化的方式，由私人征信機構通過完全競爭來提供更優(yōu)質的服務。美國的征信市場經過了90多年的發(fā)展，先后經歷了快速發(fā)展期、法律完善期、并購整合期、成熟拓展期4個階段，從巔峰時期的2000余家機構逐漸演變成了現在巨頭壟斷的市場結構。

在個人征信領域，以Experian（益百利）、Equifax（艾可菲）、Trans Union（環(huán)聯）三家為主，其中Experian占得業(yè)務份額最大；在企業(yè)征信領域，呈現Dun & Bradstreet（鄧白氏）一家獨大的結構；而在評級機構領域，有Moody's（穆迪）、Standard & Poor's（標普）、Fitch Rating（惠譽）這三家公司。除此之外，還有400余家區(qū)域性或專業(yè)性征信機構依附于這些巨頭。

美國個人征信市場產業(yè)鏈結構

市場化：標準化的信息報送體系和完善的監(jiān)管立法體系

在個人征信市場，有Experian、Equifax、TransUnion三大個人征信巨頭掌握了超過一半的美國本土個人征信市場份額。在數據標準統一方面，Consumer Data Industry Association（CDIA）制定了Metro 1和Metro 2這兩種報送征信信息的標準數據格式。在數據服務方面，FICO和ZestFinance分別作為傳統征信模式和互聯網征信模式的代表，為各類征信公司提供數據模型的支持。

美國個人征信的監(jiān)管體系分為行政監(jiān)管、司法監(jiān)管和行業(yè)自律。美國聯邦貿易委員會（FTC）負責監(jiān)管個人征信公司、信用報告業(yè)協會、消費者信用提供者和使用者；美國聯邦儲備系統（The Federal Reserve System）負責監(jiān)管銀行機構；聯邦或州法院根據相關法案對銀行機構實施司法監(jiān)管。而政府并不直接參與征信服務業(yè)的競爭，通過頒布立法和監(jiān)管來控制征信業(yè)的發(fā)展。迄今為止，美國政府已頒布17部相關法律。

美國個人征信行業(yè)概況

個人征信行業(yè)發(fā)展歷程

美國個人征信行業(yè)監(jiān)管體系：“雙級多頭”的管理狀態(tài)

美國的征信行業(yè)監(jiān)管體系呈現“雙極多頭”的管理狀況。雙極是指聯邦和各州，多頭是因為美國沒有設立一個統一的監(jiān)管部門，而是由七個行政機構進行監(jiān)管，再加上民間行業(yè)協會組織的管理自律，最終形成多頭監(jiān)管的格局。

美國個人征信體系結構圖

美國的個人征信體系可以分為三個不同的層次：全國性征信結構、專業(yè)征信機構和征信服務公司。其中，美國三家最大的個人征信機構：Experian, Equifax, TransUnion屬于全國性征信機構。專業(yè)征信機構面向某一行業(yè)、服務或者人群，聚焦特定市場或消費者細分領域，提供定制化信用報告。征信服務公司則具體包括信用報告分銷商、代理商等。

CHAPTER 2

美國征信市場的核心參與主體

美國全國性個人征信機構

全國性個人征信機構三巨頭概況

美國三大個人征信巨頭近四年財務指標對比

通過對比美國三大個人征信機構2013-2016年營收和利潤數據，可知Experian在三者中體量最大，但近兩年營收和利潤均有所下降。相反其余兩家保持穩(wěn)定增長。這兩家在美國本土的信息服務營收的上升是總營收上升的主要原因。截至2017年8月25日，Equifax的市值最高，為169億美元。Experian的市盈率非常低，市銷率也為三者中最低。三者未來5年的PEG都大于1，三者在未來五年仍然能夠保持很好的成長性。

Experian各細分業(yè)務營收對比

Experian的業(yè)務主要分為四個方面：信用服務、決策分析服務、市場營銷服務和個人消費者服務。其中信用服務營收額大于另外三種服務營收額的總和，并且在健康領域新老客戶對于該服務訂閱的需求十分強烈。2015年有所回落。個人消費者服務和市場營銷服務近三年呈現下降的趨勢。因為Experian在C端的服務正在轉型，英國、巴西和美國的消費者可以免費獲得信用評分等產品。

Equifax各細分業(yè)務營收對比

Equifax業(yè)務主要分為美國信息服務、國際業(yè)務、人力資源解決方案和消費者在線服務四個方面。四條業(yè)務版塊在2012-2016年間營收大體上呈現逐年增長的趨勢。其中美國信息服務占總營收榜首，其增長原因在于國內市場需求的擴大和每份服務單價的增加。國際業(yè)務主要受到國外業(yè)務國的匯率浮動影響，在2015年營收有所回落。人力資源解決方案營收的增加主要是因為在垂直領域內有強烈的增長需求。消費者在線服務的增速在2014年有所下降主要是因為越來越昂貴的科技和市場費用。

TransUnion各細分業(yè)務營收對比

TransUnion主要有三大業(yè)務版塊：美國信息服務，國際業(yè)務，個人信息服務。因為經濟環(huán)境的改善，特別是個人借貸市場的逐漸完善，征信市場更加穩(wěn)定。擴大的中產階級群體對于征信服務的需求意識也有所提高，2012-2016年間，三塊業(yè)務營收大體是增長的趨勢。其中，美國信息服務營收額占比遠大于其他兩塊。每份征信報告收費的不斷增加是其不斷增長的原因。國際業(yè)務營收的增速2014年起，有所放緩，因為所在業(yè)務國貨幣貶值對其營收造成了負面影響。個人信息服務營收增加是因為直接訂閱個人服務的人數增加，但下半年競爭對手搶走客源，使得其營收有所回落。

美國垂直領域的專業(yè)個人征信機構

專業(yè)個人征信機構依消費場景而設

專業(yè)的征信機構圍繞著消費者場景而設。與三大個人征信機構服務于信貸等相關機構，主要采集銀行信貸類的歷史信用，解決信貸風險問題不同，專業(yè)的征信機構服務于垂直領域的機構。

這些專業(yè)征信機構之間，以及和傳統的征信機構也有業(yè)務往來，并互相競爭，但是不同類型的征信機構之間的主要關系是相互補充，進行征信信息的合作與共享。此外，有一些專業(yè)征信機構本身就是由傳統征信衍生出來的子公司。

美國專業(yè)個人征信機構概覽

CHAPTER 3

新形勢下美國個人征信市場創(chuàng)新研究

從傳統征信技術到大數據征信技術

傳統征信：信用評分系統的基本流程和原理

信用評分是數據挖掘在金融領域的最成功應用，是一種將可能違約和按時還款人群進行區(qū)分的分類技術。信用評分模型不僅僅包括邏輯回歸模型，目前數據挖掘中最常用的技術包括聚類、分類特征選擇、相關性分析以及預測分析等。即使到了大數據時代，信用評分依舊是一個半自動化的過程，成功與否還與采集數據的信息量和質量、對評分目標的理解等因素相關。

傳統征信：信用評分的類型

美國利用FICO評分系統建立個人信用統一量化標準。FICO評分系統是由Fair Isaac公司發(fā)明的，目前美國三大征信機構都采用FICO評分系統來量化個人信用質量和風險。FICO得出的信用分數范圍為300-850，分數越高，代表用戶信用風險越小。三大個人征信機構自身也開發(fā)了信用評分，被稱為FAKO評分。部分數據挖掘公司幫金融機構也開發(fā)了一些信用評分。

傳統征信與大數據征信對比（1/2)

大數據征信與傳統征信機構對比（2/2)

大數據征信技術

征信機構最基本的作用就是將分散在不同授信機構、碎片化的信息加工融合成為具有完整視圖效果的全局信息，幫助商業(yè)機構更加有效地進行決策。大數據技術有助于對更加分散、碎片化、底層的數據加工處理為更加完整的全局信息，更加有效地減少信息不對稱。

大數據征信技術（1）:數據采集

大數據為征信活動提供了一個全新的視角，基于海量的、多樣的、交叉互補的數據，征信機構可以獲得信用主體及時、全方位的信息。大數據征信的數據來源更為廣泛，除信貸數據意外，信用卡還款、網購、社交、轉賬、理財、水電煤繳費、社保、身份信息、租房信息等都能成為大數據征信的數據原料。

大數據征信技術（2）數據處理

在大數據背景下，征信數據規(guī)模更大，更新加快，類型復雜，需要有區(qū)別于傳統工具的新技術方法來完成數據的處理和任務分析。費埃哲公司研究表明，將社交媒體和電商網站擁有的在線數據、移動運營商的手機使用數據與傳統征信數據結合用于風險建模，提高了模型對于客戶的區(qū)分度，在降低拒貸率的同時，提高了風險預測能力。

大數據征信技術（3）:數據分析和挖掘

傳統征信機構早期的數據挖掘最成功的例子就是費埃哲信用評分。隨著數據分析技術的提高和普及，三巨頭也開始建立自己的分析師團隊，開發(fā)自己的評分產品。

大數據征信技術（4）數據服務

征信大數據使提供更多的信息服務，面向更多的領域成為了可能。從面向金融服務業(yè)轉向保險、汽車、醫(yī)療護理、電信、零售、出租審查、消費和法律執(zhí)行等領域。同時，大數據之間的交叉融合也拓寬了征信產品和服務的廣度和深度。征信產品更加豐富、多元、及時和動態(tài)化，滿足不同客戶群體的細分需求。

可替代的信用評分技術：以電信大數據為例

電信運營商自身的業(yè)務也存在和銀行信貸類似的信用風險管理問題，其涉及的金額較小，客戶多而且更分散。由于電信付費數據是和金融征信強相關的數據源，傳統的征信機構也開始設計將電信大數據應用到征信業(yè)務產品中。研究表明，電信數據具有相對較好的效果，利用替代數據，可以為大約50%不能進行傳統信用評估的用戶正確評分。

新形勢下的個人征信行業(yè)競爭格局

美國征信市場的競爭新常態(tài)

美國征信市場競爭激烈，主要在于差異化產品、數據資產、分析能力、同客戶技術整合的難以程度、服務的穩(wěn)定性、客戶關系、創(chuàng)新和價格上。隨著新數據技術的出現和科技創(chuàng)新的發(fā)展，在原有的三巨頭鼎立的局面之外，出現了許多新的競爭者。

這些新興的風險和信用信息公司由于服務更專業(yè)、領域更垂直，直接對原有三大個人征信機構相關市場份額造成威脅，同時也給整個行業(yè)帶來了創(chuàng)新和活力。

不同領域的新興公司及服務

新興征信服務公司對比

新興征信服務公司：Credit Karma

Credit karma是2008年成立的一家在線信用管理平臺，從TransUnion和Equifax獲得信用數據，并為用戶提供每周免費更新的信用分數、信用報告和用多種工具來幫助用戶優(yōu)化和監(jiān)測信用分數，是征信產業(yè)鏈上一種渠道創(chuàng)新。它的主要收入來源是消費性金融機構的廣告和信貸產品的推薦。

新興征信服務公司：ZestFinance

ZestFinance是美國一家新興的互聯網金融公司。其核心競爭力在于數據挖掘能力和模型開發(fā)能力，評分模型更新并細化的速度很快。業(yè)務主要面向兩類人群：一類是（FICO評分<500）無法獲得基本信貸需求的人群，解決他們無信用評分借貸問題，另一類是信用分數不高而借貸成本高的人群，利用大數據征信降低他們的信貸成本。主要利用結構化大數據，在他進行信用評估的時候，傳統征信數據要占到至少30%。

新興征信服務公司：Upstart

美國P2P信貸機構Upstart成立于2012年，于2014年5月上線，專注為千禧一代提供借款服務。UpStart的目標是識別未來合格的借款人，除了會參考用戶的FICO評分和信用歷史，UpStart還會參考用戶的教育、學習領域、工作歷史等信息來量化借款人的償付貸款能力，決定是否促成借款和確定借款利率。

2017年6月21日，Upstart完成了一筆ABS發(fā)行。還推出了SaaS，目的是將自身的技術優(yōu)勢和傳統銀行巨大的存款量結合，幫助銀行、零售店做貸款。