FICO信用分数模型详细介绍

为大家讲解这个FICO Score究竟是如何计算的~

FICO 模型

现在最广泛使用的FICO模型是FICO 8,这个模型中,分数构成的比例从高到低大概如下:

640

1. 还款历史/Payment History: 35%

也就是你的贷款/债务偿还历史。对信用卡来说,每个月的账单(statement)出来后,银行会给你规定一个最小偿还额(minimum payment),只要在这个账单规定的还款日期(due date)前还上了这笔min pay,银行就会向信用局报一次你已经按时还款了。但是我们强烈建议大家在账单出来之后全额还款,不然会被收利息的。

为了保证按时还款,建议大家都设置好auto payment,避免自己太忙了给忘掉了。late payment初犯也可以尝试打电话给银行认错求他们不要上报给信用局。

2. 信用额度和欠款比例/Credit Limit and Utilization Rate:30% 

欠款比例(Utilization Rate)就是你的欠款/额度比。关注这个在于查看你的经济状况,总能保持低欠款比的话,说明你并没有陷入还款危机中,自然也就是一个靠谱的人。在计算中,单张卡的比例和总比例都会考虑,但是总体上说总的utilization rate更重要~

在使用中,我们建议大家尽量把这个比例保证在10%以下,单卡最好也不要超过50%。比如我有两张卡,额度分别是1000和3000。那么我的总额度是4000,我就需要把总欠款控制在400以下。对这两张卡来说,分别不要超过500或者1500比较好(目标400已经比这俩都低了)。

对新手来说,因为只有一两张卡,额度也不会很高,因此一定记得勤还款,保证出statement时,账面balance要低于上面给出的限制。银行一般以你的statement balance来上报给信用局,信用局也以这个数据来计算你的utilization rate。当以后卡多了,额度高了,就不需要这么紧张的还款了。

3. 信用历史长度/Credit History Length: 15%

包含最长历史长度和平均历史长度。最长历史长度按照你第一张卡的长度来算,这也是为什么我们在之前的文章中极力推荐第一张卡一定要是无年费的原因,这样长期持有没有什么顾虑,偶尔刷一刷保证别被银行以inactive的理由给咔掉就好了。

4. 新账户/New Credit Opened: 10%

这里面有两个因素:New Account 和 Hard Pull (HP)。

在每一次申请信用卡时,银行会向一个或者多个信用局索取你的信用报告,这种索取行为就叫做Hard Pull,会在你的报告上留下一次记录。不管你的申请有没有被approve,这个HP基本是有的,所以建议大家申卡前还是三思哦,尤其是新生朋友们。

当你的信用卡申请通过后,银行自然要将这个账户上报至信用局。这种新开的、历史长度不长的账户就是New Account。

一个人如果突然开始疯狂申请信用卡或者贷款,银行会忧虑这个人可能陷入了一些财政问题,因此这些行为也会一定程度上影响这个人的信用分。但是大家也看到了,这一项只占10%的比例,影响其实很有限。

但也不是说我们就鼓励大家去疯狂申卡了。我们没有任何这个意思,宣传上出了问题你们要负责任的!申卡还是要按照基本法的!根据自己的需求和能力理智申卡。尤其是各位新生朋友,一开始疯狂申卡一定是被银行据到哭的。先用着手上的一两张卡,慢慢学好账户管理能力是最重要的!

5. 贷款类型/Types of Credit: 10%

如果一个人有学贷、车贷、信用卡还能同时都处理好他们,自然说明这个人很靠谱。这一项就是用来描述各种账户的管理能力的。一般来说大家主要接触到的还是信用卡,以及车贷。做好按时还款就好了!

分数范围

说了这么多,都忘了这个重点,哈哈哈~一般来说,FICO分的范围是从300~850:

  • 300-579:很低,表示你是一个非常有风险的客户,一般是信用报告上有非常严重的欠债问题
  • 580-669:较低,报告上可能有一些风险因素,比如late payments较多
  • 670-739:平均,大部分人的分数区间,一般来说在这个范围内就不用担心啥了
  • 740-799:很好,信用记录很不错,申卡畅通无阻的感觉XDDD
  • 800-850:极好,这种信用分申卡来一张秒一张的感觉~

笔者目前19张信用卡,最长信用长度1.8年,平均长度0.8年,三大局的FICO Score分别是:

  • Experian: 727,19个HP
  • Equifax: 761,4个HP
  • TransUnion: 741,7个HP

可以看到,差别确实也是存在的。现在银行申卡喜欢只调取Experian的报告,所以Exp上的HP比另外两家多很多,这些HP数量的差别确实也影响到了信用分数。但是总体来说我的分数都是in good standing的,所以可以看到分数关键并不在于HP啥的,养成良好的用卡习惯才是涨分关键啦~我们明天就给大家科普一下:正确还款,快速提高信用分!

版权声明及安全提醒:本文转自网络平台,文章仅代表作者观点,不代表「金融文库」立场。相关版权归原作者所有,「金融文库」仅提供免费交流与学习,相关内容与材料请勿用于商业。我们感谢每一位原创作者的辛苦付出与创作,如本转载内容涉及版权及侵权问题,请及时联系我们客服处理(微信号:JRwenku8),谢谢!

(0)
上一篇 2020年5月15日 上午11:31
下一篇 2020年5月15日 下午5:25

相关推荐

  • 风控技能包-V2.0(533页)

    风控技能包-V2.0(533页),本专题收集整理金融行业最新风控与反欺诈相关研究报告与培训资料。

    2020年4月13日
  • 场景金融如何管控和识别风险?

    作者 | 祝世虎来源 | 现代金融风险管理 《金融科技(FinTech)发展规划》等一系列监管文件的落地,指明了金融服务场景化、线上化、多元化的趋势。金融机构也在监管机构“统筹兼顾…

    2021年3月1日
  • 基于FICO模型信用卡差别定价研究

    本文通过模拟 FICO 模型的基本思路,验证了信用评分机制在中国的可行性,并结合 中国的国情,建立适合中国的信用评分模型,实行差别定价,以 达到降低银行风险,加快信用卡市场发展。

    2020年5月17日
  • 天津农商银李鹏:AI换脸技术滥用,企业客户如何访电诈?

    2024年服贸会专题活动之一——“第六届中国金融科技论坛”9月12日-13日在北京举行,主题为:科技赋能——金融业数字化转型与应用。天津农商银行副行长李鹏出席并演讲。 李鹏指出,在…

    2024年9月13日
  • 金融风控与智能风控技术实践分享(26份)

    资源下载 下载本资料包    加入「金融文库知识星球」,更有料,更佳下载体验➔ 注意:您下载的是专题资料包,本专题收集了各类技术峰会上风控专家分享的金融风控、大数据风控与智能风控的…

    2020年4月13日
  • 2019年全球信用风险展望

    2019年,全球将迎来又一个偿债高峰,部分国家债务集中到期偿还压力较大,外资流出、货币贬值等因素则将进一步加剧新兴经济体外债偿还压力。受政治极化加剧、民粹主义进一步崛起等因素的影响,预计2019年地缘政治风险将成为全球信用风险最大的不确定性。

    2019年1月30日