美国个人征信信息共享生态的建设之路.docx

《美国个人征信信息共享生态的建设之路.docx》由会员分享，可在线阅读，更多相关《美国个人征信信息共享生态的建设之路.docx（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、信息共享：美国个人征信行业的多方博弈与生态平衡美国是一个信用经济高度市场化的国家，也是征信行业最为兴旺的国家之一。从美国 历史上成立的第一家征信机构The Mercantile Company (邓白氏的前身,由美国纺织 批发商人Lewis Tappan于1841年成立)算起，美国征信行业在市场化运作下已经发 展超过180年，形成了完善的信息“共享生态”一一征信行业各参与者以数据为驱动力， 通过数据共享有效地提升了各行各业的决策效率，特别是高度依赖个人信用信息进行决 策的金融服务业。美国征信行业开展至今，信用报告及信用评分的使用已成为美国公众在日常生活中不 可或缺的一局部。在信贷场景中，信贷机

2、构在审批房屋贷款、车贷、信用卡以及学生贷 款时都需要将信用报告以及信用评分作为主要决策因素之一。同时，随着信用报告内容 不断完善，信用报告及信用评分也被广泛地应用在美国居民的租房申请、汽车保险、工 作申请等场景中，征信机构已成为美国居民信用体系中重要的组成局部。在征信机构深深地融入美国的商业文化、形成规范的数据共享机制之前，实际上征信 机构、法院、立法机构、新闻界以及公众之间经历了一段充满博弈和妥协的长期过程。 我们认为，美国征信行业的开展壮大有其必然性，但也存在一定的偶然性。本文以信息 共享机制作为切入点，从结果出发，追本溯源，希望为中国个人征信机构及行业的开展 提供一定的借鉴。蓬勃的信用需

3、求以及信贷机构决策效率缺乏催生信息“共享生态”二战后，美国经济持续快速增长，居民消费水平不断提升。1950年，Frank McNamara 与朋友一同创办Diners Club,向纽约特定客户发行了可以在14家餐馆赊账的Diners club card,信用卡就此诞生。随后，1958年，美洲银行(National BankAmericard Inc.，VISA前身)发布第一张通用循环信用卡BankAmericard,此后American Express等信用卡发卡公司也开始向美国消费者提供各类信用产品。随着信用卡业务和 消费信贷的持续扩张，对个人信用信息的评估需求日益突出，越来越多的盈利性征信

4、 机构在这个时期成立。上:，上:，数据处理：征信机构通过独特处理方式形成特征变量因此例因此例由于美国个人征信行业数据收集有Metro 2标准化格式作为“基准点Experian、Equifax以及TransUnion等全国性的征信局实际上收集到的数据是具 有高度一致性的。征信机构在获得数据后首先会依照特定算法将新获取的数据与数据库 中已存的个人信用档案(Credit file)进行匹配，随后各大征信局会对这些数据基于自身 独特的数据处理方法进行数据加工，从而得到描述消费者支付行为、偿贷行为的一系列 时序行为数据，最终产生丰富的中间变量和可以用于辅助决策行为的特征变量。虽然美国个人征信行业中的大局

5、部数据信息是各大征信机构共有的,但不同征信机构 对数据的处理方式并不相同，因此最终形成的分析结果和侧重点也略有不同,从而导 致了美国征信机构间的业务及产品差异。例如,在个人征信机构的传统信息收集渠道中, 各金融机构提供给个人征信局的数据中比拟重要的就是个人消费者的账户状态。账户状 态是用来描述一个账户是否发生拖欠、拖欠的时间等方面的关键信息，各征信机构在处 理用户账户状态信息时会使用不同的数据信息处理方式。例如，Experian在处理该类信 息时是使用一连串的数字来描述账户的状态；而Equifax那么会使用多个字段来共同描述 账户状态，首先用评级来描述一个账户的整体状态,同时还会用一些简述的语

6、言来为账 户做注释。图表11：征信机构数据做蝌数据来源1Z数据来源2 Metro2标准化格式数据来源3数据来源1Z数据来源2 Metro2标准化格式数据来源3Texperian.TransUnion按照各自标准 以及方式进行 挖掘、处理不同的中间变 量、特征标量 数据标签等资料来源：美国的个人征信局及其服务二中金公司研究部数据输出：基础信用信息产品以及丰富的数据增值服务在数据的输出环节，征信机构将原始数据通过数据分析、数据挖掘后最终形成信用数 据产品。基础的产品包括个人信用报告以及信用评分，此外征信机构还会基于丰富的数 据资产和用户洞察提供企业决策以及风控支持、精准营销、信用检测、个人信用管理

7、等 数据增值服务。作为美国个人征信机构的标准化产品之一，个人信用评分已经成为美国个人在生活中不可或缺的一局部。最初信用评分仅应用在金融机构的初始信贷决策流程中，如今信 用评分已经是衡量美国个人信誉情况的重要衡量标准之一，被逐渐应用在租房、工作申请、教育、信贷、保险等多元场景中。信用评分通常由FICO等数据分析公司基于征信 机构的基础数据，通过建模开发计算而成，通常建模工作分为模型设计、数据准备、模 型开发和模型校验等阶段，目前美国个人征信机构使用的主流信用评分主要包括FICO 分和VantageScore两种。同时，由于不同征信机构对于不同数据变量的侧重程度不 同，因此同一消费者在不同征信机构

8、的FICO信用分也可能存在差异。2王征宇，于江，黎晓波，陈全生，曹岱编著.美国的个人征信局及其业务.中国方正出版社.2003年2月第一版.图表12： Experian的FICO信用评分以及VantageScore比照差(Poor)差(Poor)很好Very Good) 740-799一般(Fair) 580-669很差(Very Poor) 300-499优秀781-850差(Pooij 500-600好(Good) 670-73913%一般(Fair) 601-66061%美国人的Vantage Score信 用评分等级在“一般及其以上好(Good) 661-780资料来源：公司官网，公司公

9、告，中金公司研究部图表13：美国个人征信报告例如资料来源：美国政府问责署A0),中金公司研究部完善的法律体系保障信息准确性以及公平性、赋予公 众提出异议的权利在美国个人征信行业的数据“共享生态”中，数据提供方(Furnisher)要及时收集和 更新亿级消费者信用数据，随后传导至征信机构，征信机构基于自身强大的分析能力将 个人消费者更新的数据和账户状态与自身数据库中的消费者信用账户及记录相匹配，最 终通过数据挖掘等流程形成信用报告等产品。美国个人消费者的信用数据在这个庞大的 数据生态中转换和传递，在这个复杂的流程中，任何参与方的不谨慎或者流程上的疏忽 都会造成个人信用档案中数据的不准确，从而导致

10、信贷机构在衡量个人消费者真实信用 情况时产生偏差、损害个人消费者权益。数据质量是全球征信机构都普遍面临的问题， 数据质量产生的原因既包括人为失误也包括其他的客观原因。例如，个人消费者最初提 供的原始数据可能有误；信息提供方在收集数据时的工作失误导致数据有误；征信机构 数据匹配不准确或征信机构数据加工出现失误等。个人信用信息的准确性和公平性是实现个人征信行业高质量开展、提高征信机构效率、 使个人信用信息价值最大化的基础。因此，美国个人征信行业自公平信用报告法（FCRA）公布以来，从立法规范、各参与方积极参与等方面为美国个人征信行业信 息“共享生态”的数据共享以及合理使用提供了相对完善的制度保障。

11、从立法的角度严格保障个人信用信息的准确性及公平性美国目前拥有完善的个人信用修复机制，从立法的角度来看，目前美国个人信用修复 机制以1970年公布的公平信用报告法为核心，其他法案作为补充对整个机制进 行完善，真正实现了信用信息的共享和个人消费者权益保护之间的平衡。公平信用报告法为了保证信息“共享生态”的有序运转，在公平信用报告法（FCRA）的规定下， 个人消费者有权对不准确的信用信息提出质疑，该法案还要求征信机构及数据提供者 （Furnisher）基于个人消费者提出的质疑进行详细的调查和及时的反应，确保相关 信息的准确性。该法案还为个人消费者提供了诸多机制，以便让个人消费者有机会对其 信用报告以

12、及信用信息进行审核、确保信息准确。例如，公平信用报告法规定个人 消费者在特定情况下每12个月可以从国家性的征信机构和专业征信机构获取一份免费 的信用报告。个人消费者还可通过付费订阅征信机构的个人信用管理产品等方式对自身 的信用情况以及信用信息进行实时监控，此外个人消费者还有机会在申请贷款时在银行 等金融机构获取自身的信用信息。公平信用报告改革法1996年，美国联邦政府在公平信用报告法的基础上公布公平信用报告改革 法：1）对征信异议处理程序、时限等作出更为明确的规定，要求美国全国性征信机构 建立信息更正系统，确保信息能够及时更正；2）规定信息提供方（Furnisher）具有 确保信息准确性的业务

13、，并规定信息报送机构在个人消费者对信息产生异议时必须对该 信息进行标识；3）细化信息使用者（User）在证明信息使用目的、不得滥用消费者信 息等方面的法定业务。公平信用报告改革法1996年公布的信用修复机构法（CROA）详细规定了信用修复机构的业务范围： 1）为信用报告异议处理提供专业化的指导和服务，及时修改错误信息；2）如果用户信 用报告确实发生真实不良记录，信用修复机构及时向其发出警示并提供修复对策等。老实信贷法（TLA）、信用卡发行法（CCA）同时，美国还有完善的法律法规对信息采集范围作出明确的规定、保证个人信用信息 提供的公平性。例如,虽然美国允许相关机构同时收集与个人消费者信用情况相

14、关的正 负面信息，但是老实信贷法（TLA）和信用卡发行法（CCA）等明确规定相关机 构不允许收集任何有关信息主体的种族、宗教信仰、医疗记录、政治立场、刑事犯罪记 录等信息。自动化异议处理平台叠加专业信用修复机构，共同保障信用信息准确性个人征信异议处理流程主要包括提出异议、受理、核查、反应四个环节。美国消费者金 融保护局(CFPB)负责按照公平信用报告法等法案监督征信机构开展消费者异议 的调查、核实以及处理，要求征信机构在异议核实结束后五个工作日必须向消费者提供书面的处理结果反应。为了实现消费者异议的高效处理，Experian、Equifax、 TransUnions Innovis四家征信机构

15、牵头构建了统一的线上化、自动化异议处理平台e- OSCAR,个人消费者在对自身信用信息产生异议后可以在线提交异议申请，平台将对异 议申请进行批量处理，随后转交至信息提供方进行进一步核查和反应，大幅度提升了异 议处理效率。此外，在信用修复机构法的指导下，美国的专业信用修复机构开展良好，可以为用 户提供专业化的个人信用修复服务，成为美国个人信用修复机制的有效补充，目前美国 已有以 Lexington Law、Sky Blue Credit Creditrepaincom 等近千家专业信用修复 机构，切实保障个人消费者利益，促进开展专业化的个人信用信息异议处理。居民消费贷余额YoY (RHS)资料来

16、源：美联储，中金公司研究部注：不包含房屋担保贷款以及房屋贷款0%-10%图表2：美国居民个人消费支出变化趋势(十亿新)(十亿新)美国居民个人消费支出变化趋势16,00014.00012,00010,0008,0006.0004,0002,000025%20%15%10%5%0%-5%-10%-15%-20%-25% 美国居民个人消费支出 * YoY (RHS) 资料来源：万得资讯，美国经济分析局，中金公司研究部 美国居民个人消费支出 * YoY (RHS) 资料来源：万得资讯，美国经济分析局，中金公司研究部在这个时期，美国信贷供应商，例如银行和发卡公司等由于地域分布广且类型和规模 不一，无法有

17、效地满足来自于全国消费者的信用需求o 一方面，银行等信贷机构在收 集信贷用户数据时存在深度和广度缺乏的问题、无法了解潜在用户的全部信用历史，导 致单一信贷机构无法满足用户在房贷、信用卡等多元场景下的信用需求；另一方面，对 于此时期的信贷机构，其独立开展个人信用评估的本钱过高，较高的本钱导致信贷机构 无法做出高效、实时、大规模的信贷决策。例如美国银行等金融机构都曾尝试独立经营 征信业务，但最终都转而选择了更合算的方式一将征信业务转包给专业的征信机构。与银行等金融机构相比,征信机构在数据收集、加工以及分析等流程中存在本钱优势， 但该时期的征信机构仍以区域性或者在自身生态内经营为主。为帮助信贷机构实

18、现规 模化的信贷决策以应对个人消费者广泛的信贷需求，美国的个人征信机构实现了自我 进化。一方面，区域性征信机构在此时期开始通过并购等方式扩展自身的服务半径；另 一方面，征信机构也开始试图说服信贷机构主动提供用户数据、进行数据共享。图表3：征信知识指南(2012)中展示出信息共享对于降低违约率.提升批准率JI有要作用共享零售银行和其他授信机构的正面信息对资料来源：IFC征信知识指南(2012),中金公司研究部美国个人征庸行业的信息.共享生态”就是在这样纯市场化的开展以及各参与方的博弈与妥建下逐步形成，完善的信息共享机制大幅提升了美国个人征信行业的运作效率。信息共享机制形成前，经常会出现一家银行垄

19、断信誉好的借款用户的情况，其他银行对 于优质客户存在获客能力缺乏的情况；而信誉差的用户经常可以在银行端数据无法共享 的情况下实现“多头借贷工信息共享机制形成后，个人信用信息在机构端实现互通，信 贷机构通过更广泛的数据为借款用户提供更多元的信用产品以及更准确的定价。信誉状 况较好的客户可以拥有更广泛的借款渠道，信用较差的客户那么无法利用信息不对称实现“多头借贷、规避了 劣币驱逐良币”现象，提高了信贷机构的信贷决策效率、让规模 化授信成为可能。表4：美国征信行业数据信息“共享生态”形成前后比照信息不对称使得单 一银行对信誉好的 客户形成垄断，其 他银行缺乏获客的 渠道。信誉差的消费者利 用信息的匮

20、乏，在 多霰银行间借贷， 增加了银行的坏账益信誉好的消费者信誉差的消费者益信誉好的消费者信誉差的消费者资料来源：中金公司研究部市场化运作自主形成“共享生态，政府机构聚焦于行 为监管从职责划分，信息“共享生态”主要有六个参与主体征信机构(例如Experian、Equifax、TransUnion等全国性征信机构以及特定行业和区域性的专业征信机构)、信用信息提供方(Furnisher) x信用报告使用者 (User)、公共机构以及公共数据来源(Public records source)个人消费者(Consumer)监管机构(Regulators)构成了六大主要参与方。此外，其他参与 方还包括信用

21、评分机构(例如FICO)、信用报告分销商以及类似于Credit Karma的 新兴征信服务公司等。详细来看，信用信息提供方(Furnisher)主要包括银行、保险公司、车贷公司、学生贷 款公司等机构，其向征信机构提供个人信用信息及其他相关数据；征信机构主要负责收 集、管理、处理和加工来自于信息提供方的个人信用信息及数据，形成个人信用报告等 产品；信用信息使用者(User)包括将征信机构的信用报告等产品作为决策依据的信贷 供应商、保险公司、公寓审核部门、企业雇主等机构，信用信息使用者通过信用报告及 信用评分可以全方位地了解个人信用情况；个人消费者是信用信息的源头，同时个人消 费者也有权向征信机构

22、主动提供附加信息以及对不准确的信息提出质疑；公共机构例如请仔细阅读在本报告尾部的重要法律声明CICC法院等，是破产、法庭判决以及政府税收信息等公开信息的数据来源。此外，数据共享 生态的各参与方角色可能存在重合，例如信用信息提供方和个人消费者也同样是信用报 告的主要使用者之一。图表5：美国个人征信行业信息“共享生态”构成言用信息提w (Furnisher消费者报征信机构破产记录法庭判决公共机构信用信息信用报告 其他增值服务 I血信息使用方 (User)N66: AffllNBbfiBIAtZbQR机构类别机构名称(Nationwide Consumer Reporting Companies)E

23、quifax, TransUnion, Experian背尽疑杳行信机构 (Employment Screening)Accurate Background, ADP Screening & Selection Services, Inc., Backgroundchecks , Checkr, Emplnfo, First Advantage Corporation, General. nformation Services, Inc. (GIS), HireRight,Info Cubic, IntelliCorp, OPENonline, Pre-employ , Sterling, T

24、ruework, The Work Number, Universal Background Screening租户维杳汴信粗核 (Tenant Screening)AmRent, AppFofio, Contemporary Information Corp. (CIC), SafeRent Solutions, LLC., Experian RentBureau, First Advantage Corporation Resident Solutions, Real Page, Inc. (LeasingDesk), ScreeningReports, Inc., TrbnsUnion

25、Rental Screening Solutions, Inc. (TransUnion SmartMove)支票和银行账户筛查征信机构 (Check and Bank Screening)Certegy Check Services, ChexSystems, CrossCheck, Inc., Earty Warning Services, Global Payments Check Services, Inc., TeteCheck Services个人财产保险报告征信机构 (Personal Property Insurance)A PLUS Property (by Verisk),

26、 LexisNexis C.L.U.E. (Auto & Property Reports), Drivers History, Insurance Information Exchange (iiX)(Medicat)MIB, Inc., Milliman Intelliscript(Low-income and Subprime)Clarity Services, CoreLogic Teletrack, DataX, FactorTrust, MicroBilt / PRBC(Supplementary Reports)CoreLogic Credco, Innovis, LexisNe

27、xis Risk Solutions, SageStream (subsidiary of ID Analytics, LLC)(Utilities)National Consumer Telecom & Utilities Exchange (NCTUE)(Retail)The Retail Equation事彩行业征信(Gaming)CentralCredit, NCC (National Cred-A-Chek, Inc.), VIP Preferred美国个人征信行业注重行为监管.没有牌照和准入限制美国征信行业开展距今已经有约180年历史，在1970年美国联邦政府公布公平信 用报告法以

28、前，美国的征信行业以及征信机构较少受到监管限制，主要处于市场化 自主开展的状态。此时期法院是征信行业最主要的监管者，在征信机构、个人消费者、 信用报告使用者之间出现争议时进行判决，随后征信行业各参与方基于判决结果进行业 务及行为调整。1970年以前，个人征信报告中经常出现信息错误，当时的美国个人征信机构多采用合约性的不承诺条款(即不对提供信息的准确性负责)，以防止来自于个人消费者和信用 报告使用者的投诉和诉讼。此时期的征信机构在收集个人信息时并不受制于信息种类限 制，许多美国人都曾深受征信机构调查系统的骚扰和侵犯。此外，美国个人消费者也并 没有机会获取自己的信用报告，征信机构可以将收集和整理的

29、个人信用信息销售给任何感兴趣的使用者，由此带来了不公平借贷、侵犯用户隐私、广泛的个人消费者投诉等 系列的问题。因此，在信贷歧视、个人隐私侵犯等问题频出以及美国公众舆论的压力下，美国联邦 政府在1970年公布了美国征信行业的“基本法”公平信用报告法(Fair CreditReporting Act, FCRA)O公平信用报告法的立法目的及调整范围是1围绕个人信用 报告的相关行为进行行为监管，明确消费者的征信权利，保护消费者权利，确保信用报告的准确性和公正性，引导建立征信行业标准。该法案详细规定了对个人征信数据进行加工的征信机构必须承当的法定业务，以及对数据加工可以遵循的手段和对数据的加工权限等都

30、做了明确的规定。此后，该法案在1996年进行修订，修订法案要求征信公司在 一定的时间内调查信息错误，允许潜在的授信机构对消费者进行事前和事后筛选，允许 银行和其附属机构共享信用信息。1970年之后,美国政府相继公布超过十几部与征信行 业开展相关的法律法规(例如公平和准确信用交易法、多德-弗兰克华尔街改革和消 费者保护法等)，相关法律法规从征信行业规范管理、信用数据收集与披露、消费者权 益保护等方面奠定了美国个人征信行业的法律基础、支撑整个征信行业的规范开展。此后，美国个人征信行业不断开展成熟，现已形成政府机构实行多层次监管、行业协 会作为补充的监管机制，政府机构主要聚焦于行为监管，对征信机构没

31、有牌照和机构 准入限制。2008年金融危机后，在多德-弗兰克华尔街改革和消费者保护法公布 后，美国成立了消费者金融保护局，负责金融行业征信业务的总体监管，监管对象包括 信用信息提供方(Furnisher) s征信机构(Credit Reporting Agency)以及信用信 息使用者(User)等。同时，聚焦于特定监管领域的监管机构还包括美联储、联邦存 款保险公司、国家信用联盟管理局、货市监理局等机构；非金融领域的征信监管机构主 要包括联邦贸易委员会。此外，例如美国消费者数据行业协会(Consumer Data Industry Association, CDIA)等行业协会也从行业自律层面

32、为美国征信行业的业务 规范起到了良好的促进作用。l王晓明.征信体系构建-制度选择与开展路径 中国金融出版社2015年8月第一版.表7：美国征信行业的多层监管体制联邦存款保险公司(FDIC)联邦贸易委 员会(FTC)法 案联邦贸易委员会(FTC)国家信用社管理局(NCUA)美in 借机构联邦金融机构审查委员会(FFIEC)整体监管信息提供者或使用者消费者金融保 护局(CFPB)对征信机构进 行监管货币监理局(OCC)者保护公平信用报告法(FCRA)对数据提供方 和数据使用者 进行监管联邦金融机构审查委员会(FFIEC)支付卡行业数据安示准(PCI DSS)金融fl艮务现代法案资料来源：美国消费者

33、数据行业彷会PIA),中金公司研究部征信机构扮演“信息中介”角色，实现数据收集、处 理及输出流程标准化征信业务分为数据收集、数据处理和数据输出三个环节。在个人征信行业产业链中，位 于上游的信息提供方(Furnisher)需遵守“以opt-out为主、opt-in为辅”的网络信 息处理机制对数据主体进行数据采集，并按照Metro 2标准对数据进行收集和储存，最 终传输至征信机构；处于中游的征信机构扮演“信息中介”的角色，对数据进行处理， 并与专业信息服务公司(例如FICO)合作、开发信用评分模型；在下游,征信机构通过 对原始数据的处理最终形成信用报告、信用评分等产品。以Experian、Equi

34、fax、TransUnion为代表的美国全国性征信机构在个人征信行业 扮演“信息中介”的角色，连通信息提供者(Furnisher)和信息使用者(User),主 要为个人征信行业带来以下几方面价值创造：1)可以广泛地与个人信用信息提供者进 行对接，通过信息集成帮助相关机构全方位地了解用户的个人信用状况；2)基于强大的 科技能力以及分析能力对原始数据的加工与处理，筛选有误的数据，将海量的新增个人 信用信息与数据库中已有的个人信用档案进行高效、精准的实时匹配；3)使个人信用信 息的原始数据形成标准化、被市场认可的信用产品，并基于数据价值向用户提供各类增 值服务；4)进行数据校验、数据保护以及帮助消费

35、者高效处理信用信息异议。表8：美国个人征信行业产业就数据源信息提供方对数据进行收集数据源信息提供方对数据进行收集数据处理征信机构信业信息服务公司输出/使用B端/C端用户个人信用档案数据提供方（Furnisher）数据增值服务信息及产品使用联除租赁公司信用卡公司公寓申请部门个费者企业雇主信用报告分销商ToB业务ToC业务资料来源：中金公司研究部图表9：以收入规模来看，Experian是全球最大的征信机构资料来源：公司公告，中金公司研究部注：益博睿营收为FY21持续经营收入（截至2021年3月31日）；FICO为2020年收入（截至2020年9月30日）；其他公司均为2020年收入（截至2020年

36、12月31日）数据收集：标准化格式.采集以“opt-out为主、out-in为辅”数据源：主要来自信用信息提供方以及公开渠道征信机构的数据源主要来自于两方面：1) 一是来自信用信息提供方(Furnisher),传 统的信息提供方包括银行、保险公司、房贷及车贷机构等，非传统信息来源包括公共事 业部门、电信公司、雇主信息等，信息提供方需遵守2009年美国联邦贸易委员会等机构 联合出台的FurnisherRule并通过标准的数据采集格式Metro 2进行数据采集及传 输；2)二是来自于公开渠道的公共信息，包括破产记录、民事法院的判决结果和税收信 息等。网络用户信息处理机制：“以opt-out为主、o

37、pt-in为辅”美国网络用户信息收集适用的是“optout (选择退出权)为主、opt-in (选择进入权) 为新 的个人信息处理机制。在该机制下，美国相关机构对用户进行数据收集无需事先 征得数据主体的同意,但是在后续使用、出售的过程中需要赋予用户选择退出权(“optout)。 但当数据主体为未成年人时，消费者拥有的那么是选择进入权(“opt-in)，即美国 相关企业不得直接出售小于16岁的消费者的信用信息，除非消费者的年龄在13-16岁并 且其父母或者监护人已明确授权企业可以出售或对其信息进行后续使用。此外，为了更好地保证个人消费者的选择退出权,美国征信机构Experian、Equifax、

38、 TransUnionv Innovis牵头建立了在线选择退出平台OptOutPrescreen o用 户可以选择通过 或者线上渠道进行五年暂停或永久退出信息共享生态的预筛选列表(prescreened list),即用户信息在被收集后不会推送至相关金融机构进行预先筛选以 及获得金融产品推荐。个人消费者退出预筛选列表后，其信用评分不会受到影响，但是 无法享受到信贷以及保险服务的推荐服务。如消费者后续希望重新加入信息共享的环境, 也可以同样通过该平台进行选择。图表10：线上退出平台选择退出流程展示预先批准/产品推荐信贷机构/保险机构通 过 预 审自动加入消费者数据信用局Texpenan. TransUnionECJtFWC Innovis)预筛选列表选择退出线上退出平台OptOutPrescreen 资料来源：公司官网，公司公告，中金公司研究部