我们都熟悉企业在新客户方面面临的挑战。 一方面，人们渴望尽可能多地吸引新客户。 另一方面，必须非常小心地阻止不良行为者，或者在贷款业务的情况下，避免不太可能偿还贷款的借款人。
为了帮助公司管理这场拉锯战，信用评分领域的创新者已经制定了确定信用价值的新策略。 这些新方法已经超越了传统的信用评分，帮助贷方接触到可能信用记录薄弱的可靠借款人——甚至根本没有重要的传统信用记录。
VantageScore 就是这样一位创新者。 今年在 FinovateFall，我们采访了 VantageScore 执行副总裁兼首席产品官 Rikard Bandebo，讨论了公司的信用评分方法，它与传统信用评分方法的区别，以及金融科技如何利用 VantageScore 的技术发现更多“新可借”的客户。
以下是其中的一些节选 我们的谈话:
我们回到绘图板上，看看我们可以做些什么来使这些模型更加准确和包容。 在这样做的过程中，我们开始寻找可以查看信用档案数据的方法。 我们开始使用所谓的趋势数据，并发现这样做可以显着提高模型的准确性。 它可能是被广泛采用的最准确（即使不是最准确）的通用模型之一。
其次，我们还发现，通过使用此类数据，随着时间的推移，我们可以为消费者获得更加一致的分数。 对于消费者和贷方来说，没有什么比他们的分数随着时间的推移大幅上升和下降更令人沮丧的了。 因此，这在整个消费者的历史中提供了一个更加平滑的过渡。
第三部分是我们能够通过这个最新模型大幅提高我们的包容性。 与市面上的传统通用模型相比，我们的消费者得分高出约 37 万——其中超过 10 万的消费者得分超过 620。
首先，我们是一家非常透明的信用评分公司。 我们为我们的模型如何工作（以及）不同活动对我们模型的影响提供了很多透明度。 我们还围绕迁移和治理建立了强大的支持服务。 我们做了很多工作，以使金融科技公司和贷方都尽可能轻松地进行过渡。
我们最近让 FTI 咨询公司进行了一项研究，他们出去采访并试图了解更广泛市场的胃口是什么，他们在寻找什么。 他们发现的常见反馈之一是，与其他市场一样，他们正在寻找更多的竞争，并且他们正在寻找可以用来了解不同类型消费者对风险的影响的最佳模型。
我们实际上已经看到 VantageScore 的普遍使用得到了很大的提升，而且我们现在看到证券化市场的胃口越来越大。 我们已经看到一些非常大的贷方过渡到现在提供基于 VantageScore 的证券。
观看 全面采访 在Finovate电视上。
