Fair Isaac Corporation（FICO）成立于1956年，是全球领先的分析和决策管理服务商，其FICO信用评分已成为美国信贷决策的重要依据。本文通过梳理公司成功经验，为中国征信领域及信贷科技服务商的发展提供有益借鉴。

摘要

由业务单一的信用评分机构成长为全球数字决策管理的领导者。公司的发展可划分为三个阶段，分别是：1）第一阶段（1950s），公司于1958年为American Investment开发出信用评分系统，成功解决当时信贷机构授信标准不统一、人工处理耗时长等行业痛点；2）第二阶段（1960-2000），受益于美国消费信贷的高增长、征信体系逐步完善，公司与Equifax率先达成合作、推出通用信用评分，奠定行业地位；3）第三阶段（2001至今），公司服务愈发多元并逐步成为数字决策管理领域的领导者。

业务端包含三大板块，评分业务盈利能力出众。公司主营业务包括应用程序业务（FY20营收占比~46%）、评分业务（~41%）以及决策管理软件业务（~13%）。公司EBITDA利润率近10年稳定在20%以上：1）评分业务凭借领先市场地位、较高的议价能力以及规模效应，始终保持较高的盈利水平（FY20 EBITDA净利润率~86%）；2）应用程序业务利润率呈下降趋势，主要系云端转型、科技投入加大所致；3）决策管理软件业务利润率自FY17起持续为负，主要系云端转型、开发费用较高以及市场竞争所致。

FICO何以构建起经久不衰的行业影响力？先发优势：公司通过信用评分系统率先切入金融服务领域，并在服务过程中不断加深对金融行业以及客户多元化分析需求的理解，构筑稳固先发优势；伴随模型有效性及预测性提升、应用场景逐步拓宽，FICO评分已成为美国信贷决策中不可或缺的一部分，为客户带来较高的替换成本，市场领先地位进一步巩固。中立性：我们认为，公司作为独立第三方数据分析服务商的市场定位是其得以与美国三大征信局均能展开密切合作并最终形成独特竞争优势的重要原因之一；此外，隐私保护计算等新兴技术的逐步落地与规模化应用有望继续巩固其优势、利好其未来发展。其他外界因素：1995年，房利美和房地美将FICO评分应用于其审批流程中并建议美国其他信贷机构采用FICO评分系统；随后美国联邦住房管理局也要求其提供保险的信贷机构使用FICO评分；我们认为，政府支持性企业以及政府机构的青睐与认可也是公司得以提升行业影响力的重要因素之一。

风险

市场竞争超预期；数据使用政策发生较大变化；宏观经济波动。

正文

FICO：全球领先的分析和决策管理服务商

公司概况：全球领先的信用评分机构，覆盖美国90%以上的消费信贷决策

Fair Isaac Corporation（FICO, 费埃哲）成立于1956年，是全球领先的分析和决策管理服务商。在征信领域，FICO是全球领先的信用评分机构，其FICO评分已成为美国信贷决策的重要依据与行业标准，公司通过独有的算法和大数据分析技术将个人消费者的信用数据及信息转化为数字评分，每年帮助企业有效衡量个人消费者的信用状况、实现数千亿次的决策。FICO于1996在纽约证券交易所 (NYSE:FICO) 上市，总部位于加利福尼亚的圣荷西，当前市值~120亿美元。经过60多年的发展，FICO形成了以应用程序（Applications）、评分(Scores)、决策管理软件(Decision Management Software)三大板块为主的业务结构，目前拥有上万家企业客户，遍布全球120多个国家，客户涵盖美国最大的100家金融机构中的96家，全球最大100家银行中的2/3，600多家保险公司，300多家零售商及百货公司，200多家医疗机构和制药公司，以及200多家政府部门和公共机构等。2020年，公司实现营收12.95亿美元（1996-2020 CAGR：9.22%），净利润2.36亿美元（1996-2020 CAGR：11.48%）。

发展历程：由业务单一的评分机构发展成为全球数字决策管理的领导者

1950s：开发信用评分系统切入金融服务领域，提升客户决策效率

19世纪后期，美国的劳工运动为劳动者争取到了更好的工作报酬，部分零售商为了提升销售额开始发放个人信用额度、推出分期付款方式，随即催生了企业对于了解个人信用情况的需求，为美国个人征信行业的蓬勃发展奠定良好契机。1899年，Retail Credit Company成立（Equifax的前身），开始收集个人信息（包括信用、资产和性格信息等）并为借款人建立个人档案。与商业信用评估不同，早期的个人信用评估机构影响力不大，评估主要依赖于零售商所雇佣的信贷经理（Credit manager）。信贷经理通过分析借款人所拥有的抵押品、还款能力和个人性格特征来推断其未来还款情况，这种人工分析个人消费者信用状况的方式过程复杂、耗时长且具有较强的主观性。工程师 Bill Fair和数学家Earl Isaac于1956年创立了Fair Isaac Company（FICO），引入了个人信用评分的概念，即利用统计模型和计算机技术将收集到的个人信息进行整理和处理后形成一个具体分数，用分数代表借款人的信用状况。1958年，FICO为美国投资公司（American Investments）开发了第一个信用评分系统。

1960-2000年：推出通用信用评分，信用评分应用范围不断拓宽

20世纪中后期，伴随美国消费信贷实现高增长，银行、发卡机构等信贷机构意识到了信用评分的实用性。信用评分机构通过计算机技术，帮助银行以及发卡机构降低评估成本、提高决策效率、提升风控模型预测的准确性。1972年，FICO为富国银行（Wells Fargo）建立了第一个自动申请贷款处理系统，用于预测现有客户的信用风险，帮助富国银行有效降低违约率。1970年美国联邦政府颁布《公平信用报告法》（Fair Credit Reporting Act，FCRA）引导建立征信行业标准。1974年《公平信贷机会法》（Equal Credit Opportunity Act，ECOA）与1976年的修正案加强了对信贷过程中对性别、年龄和婚姻状况歧视的禁令。同时，ECOA也对信用评分系统有了明确的定义和法律规定。伴随美国征信体系逐步完善，信用评分的应用愈发广泛。

同时期，美国三大征信局（Equifax，Experian和TransUnion）的征信业务也在不断发展。1968年，Thompson Ramo Wooldridge Inc.（1996年更名为Experian）收购Credit Data公司，创建TRW Information Systems进入个人征信行业。1969年，TransUnion收购Credit Bureau of Cook County并开始拓展信用报告业务。1975年，Retail Credit Company更名为Equifax，随后致力于推动信用记录的数字化发展。伴随征信需求持续提升，为了更有效地解读个人信用报告，征信局开始与具有信用评分算法技术的科技公司合作。1981年，FICO开发出通用风险评分模型，并在1989年与Equifax合作推出FICO通用信用评分。1987年，公司在纳斯达克证券交易所上市。1991年开始，FICO评分开始在三大征信局得到广泛应用。

为了改善住房抵押贷款发放过程、降低评估成本、促进审批的准确性和一致性，1995年美国最大的两家提供住房抵押贷款的金融机构房利美（Fannie Mae）和房地美（Freddie Mac）开始在其自动抵押支付系统中应用FICO信用评分。此后，FICO信用评分逐渐成为美国住房抵押贷款的重要风险评估标准。1996年，公司从纳斯达克转到纽约证券交易所上市。

2001年至今：服务愈发多元，逐步成为数字决策管理的领导者

2000年，FICO和全联公司（TransUnion）合作，引入新版FICO信用评分。伴随互联网技术的蓬勃发展，公司于2001年与英国公司Callcredit合作，将信用评分通过互联网提供给英国的放贷机构，成功拓展美国境外业务。2005年，公司通过MyFICO网站和其他合作机构向美国的消费者出售了约1,000万个信用评分。2011年，联邦法律规定消费者在一定情况下可以免费获取信用评分。2013年起，公司允许消费者每年向三大征信局免费查询一次FICO信用评分。发展至今，超过90%的美国消费信贷决策依赖于FICO所提供的信用评分。此外，公司也成功开发出不同类别的评分模型，提供针对保险、汽车以及医疗等行业的风险评分解决方案。

同时，FICO一直致力于商业管理分析领域的研究和产品开发并大力拓展其软件服务和决策管理业务板块，服务范围愈发多元。2008年，公司收购Dash Optimization，将Xpress-MP产品整合至自身的FICO服务平台，促进公司业务迅速增长。2012年，公司收购Adeptra，以提升其在风险干预云端解决方案的研发水平。2014年，公司开发出FICO决策管理套件（FICO Decision Management Suite），初步构建成云端决策管理服务平台。2015年，公司收购Tonbeller，以开发反金融犯罪的解决方案。2020年第四季度，Forrester Wave[1]将公司决策管理平台评为数字决策管理行业的领导者。

商业模式：业务端包含三大板块，收入模式以订阅制为主

业务结构：分为应用程序、评分以及决策管理软件三个板块

公司目前拥有三大业务板块：1）应用程序业务（Applications），围绕客户的特定需求设计各类应用程序；2）评分业务（Scores），在B端向客户提供各类评分解决方案，在C端通过MyFICO平台向个人消费者提供信用评分等产品；3）决策管理软件业务（Decision Management Software），依托FICO决策管理套件（FICO Decision Management Suite）向客户提供各类决策管理软件。公司FY20应用程序/评分/决策管理软件业务的收入分别为6.02/5.29/1.64亿美元，占营收的比重分别为46.5%/40.8%/12.7%。

►应用程序业务（Applications）：提供满足各行业特定需求和业务流程优化需求的应用程序，主要客户包括银行、保险公司、电信公司、医疗保健公司、零售商和公共部门等。应用程序既可以作为本地安装软件提供给客户（FY20本地安装模式收入占比~57%），也可以通过FICO云分析平台或亚马逊AWS向客户提供SaaS服务（FY20 SaaS服务模式收入占比~43%）。公司应用程序业务中欺诈保护和合规应用程序与沟通服务应用程序的收入占比较高，分别占公司FY20应用程序业务收入的32%/16%、占总收入15%/8%。

►评分业务（Scores）：主要包括信用风险评分和行业风险评分等各类评分解决方案，在与数据供应商、征信机构以及各类合作伙伴达成深度合作基础上，通过B/C端双渠道销售、输出评分产品。在B端，公司主要向征信机构、银行、保险公司、医疗机构等各行业客户针对其特定需求设计风险评分产品。2020财年，公司评分业务收入中有~32%来自于美国三大征信局（Experian、Equifax和TransUnion）。在C端，公司通过MyFICO网站直接向个人消费者销售信用分数产品，消费者可以购买和查询到28个信贷机构最常使用的FICO分数版本。

►决策管理软件业务（Decision Management Software）：主要通过公司数字决策管理平台（Decision Management Platform），以决策管理套件（Decision Management Suite）的形式向不同企业客户提供数字化的优化类、决策类以及分析类产品。产品以授权软件形式在本地出售（占FY20决策管理业务收入比重76%）或以SaaS形式在云端出售（占比24%），可以单独使用，也可以与第三方的产品协同使用。

收费模式：基于服务订阅量收费，云端转型优化收费结构

从收入类型划分来看，公司有三种收入来源：交易性收入和维护性收入（Transactional and maintenance revenue）、专业服务收入（Professional services fees）和许可证收入（License revenue）。公司应用程序、评分以及决策管理软件三大业务板块中不同收入类型的占比不同。

►交易性收入和维护性收入（Transactional and maintenance revenue）基于客户的服务订阅量收费（Subscription-based revenue），不同订阅时长（日、月、年）的收费价格不同。公司交易性收入和维护性收入主要来自客户订阅购买应用程序、评分和决策管理软件等不同产品和服务而产生的收入。

►专业服务收入（Professional services fees）基于劳动小时数收取一次性固定价格费用，或基于服务时长和材料使用情况收取浮动价格费用。公司专业服务收入主要来自为客户提供应用程序和软件安装、咨询、模型开发、培训和云端支持等服务而产生的收入。

►许可证收入（License revenue）基于客户合约收取一次性固定价格费用，或基于使用量的忠诚度收费（Usage-based loyalty），即公司各类产品依据不同的使用量规模收取不同费用。公司许可证收入主要来自允许客户和分销商使用和转销公司本地安装形式的应用程序和决策管理软件等不同产品和服务而产生的收入。

在科技服务网络化、智能化、平台化的趋势下，FICO应用程序和软件技术的服务模式正在逐渐从本地安装形式转向SaaS形式，将操作系统、数据库、中间件和应用软件相互结合，向一体化软件平台发展。FY20公司应用程序和决策管理软件业务的SaaS形式收入为3亿美元，同比增长11%，占两类业务总收入的39%[2]。由于FICO服务模式向云端转型，收入类型将逐步从基于本地安装收取的许可证收入向基于服务订阅量收取的交易性和维护性收入转变，改变收入模式、优化收入结构。此外，由于交易性和维护性收入属于经常性收入（Recurring revenue），我们认为FICO服务模式向云端转型将增加公司经常性收入占比、提升收入的可预见性和稳定性。

财务分析：收入端稳健增长，盈利能力保持在较高水平

营收保持稳健增长，评分业务占比逐年提升

自1996年上市以来，公司营收稳定增长（1996-2020 CAGR：9.22%），FY20实现营收12.95亿美元，其中： 1）应用程序业务FY20实现营收6.02亿元（FY09-FY20 CAGR：4.19%），占总收入~47%，为当前公司最主要收入来源；2）评分业务FY20收入同比+25%至 5.29亿元，主要由于疫情期间美国住房抵押贷款利率下降、住房抵押贷款发放量实现高增长以及住房抵押贷款再融资率提升；此外，公司评分业务收入占总收入比重逐年提升；3）决策管理软件业务FY20营收同比增长22%至1.64亿元（占总收入~13%），主要得益于公司大力开发和建设云端决策管理平台以及产品矩阵不断丰富。往前看，我们认为，伴随全球决策管理市场的快速发展以及公司科技水平不断提升，决策管理软件业务未来有望成为公司营收增长的新动力。 

加大科技投入、运营效率持续提升，EBITDA利润率保持在20%以上

FICO的营业费用包括营销和管理费用、营业成本（交付产品成本、基础设施和数据中心运营成本、人力资源成本、SaaS服务第三方托管成本等）、研发费用、无形资产摊销、以及其他费用。公司FY20营业费用为9.99亿美元（同比增长10%），营业费用率同比下降1ppt至77.14%：1）营业费用同比高增主要系公司加大研发投入、开发新应用程序和软件以及大力拓展决策管理云服务市场所致；2）营业费用率同比下降1ppt，主要得益于运营效率提升以及疫情期间的“节流”举措。

FICO近10年EBITDA利润率保持在20%以上，FY20达到29%：1）评分业务凭借领先的市场地位、较高的议价能力以及规模效应，始终保持较高的盈利水平（FY20 EBITDA利润率为86%）；2）应用程序业务利润率近年来呈下降趋势，主要系云端转型、科技投入加大所致；3）决策管理软件业务利润率自FY17起持续为负，主要系云端转型、开发费用较高以及市场竞争所致；此外，为了保证其服务的市场竞争力，我们认为公司该业务利润率短中期或将维持在较低水平。

FICO信用评分已成为美国信贷决策的重要依据与行业标准

FICO何以构建起经久不衰的行业影响力？

发展至今，伴随算法的有效性及模型的预测性不断提升，FICO信用评分已成为美国信贷决策的重要依据与行业标准。根据公司官网披露，超过90%的美国大型信贷机构（Top lenders）都会将FICO信用评分作为信贷产品发放的决策依据之一，美国98.8%以信用卡贷款和汽车贷款等作为底层资产的资产证券化产品都会将FICO信用评分作为衡量信用风险的关键指标之一。我们认为，FICO可以长期维持其行业影响力的原因主要包括：

►先发优势

工程师Bill Fair和数学家Earl Isaac在1956年创立Fair Isaac Company（FICO）后，起初并没有直接尝试与征信机构展开合作并推出通用信用评分，而是率先开发出供银行等金融机构内部使用的信用评分系统，并于1958年成功与美国投资公司（American Investment）展开合作、推出第一个正式使用的企业内部信用评分系统。伴随公司评分系统的有效性得到验证，其服务开始获得更多金融机构的青睐。1972年，公司与富国银行（Wells Fargo）合作构建了贷款自动审批处理系统，帮助其预测用户信用风险、降低违约率。我们认为，FICO在直接服务金融机构并赋能其决策流程的过程中不断加深了对金融行业以及客户多元化需求的理解，帮助公司在金融风险管理领域构建了稳固的先发优势。

在美国征信行业中，虽然征信机构在数据收集以及处理方面具备成本优势并拥有海量的个人消费者信用数据及信息，但在数据深度挖掘等方面仍需要寻求外部合作。此外，在20世纪80年代，信贷机构等在评估用户信用风险时主要依赖于三大征信局的信用数据及信用报告。由于三大征信局当时在数据收集、处理等层面仍存在差异，因此不同的机构用户基于不同的分析需求会倾向于选择不同征信局的产品；例如，在使用信用报告服务时，零售商倾向于选择TransUnion，而银行等金融机构则更倾向于选择Experian和Equifax。FICO于1981年与Equifax合作推出通用型信用评分，成为当时美国唯一一个通用型信用评分，成功为行业提供了一种具有普遍性、统一性、规范性的信用风险评估方式。此后，三大征信局相继于FICO达成合作关系，FICO信用评分也凭借其较高的预测性和准确性不断获得机构用户的青睐，这种日益增长的信任也推动了公司的持续发展。伴随模型迭代更新、应用场景不断拓宽，FICO评分已经成为美国信贷机构决策流程中不可或缺的一部分，为征信机构以及信贷机构带来了较高的替换成本，因此FICO信用评分逐步成为了美国信贷决策的重要依据以及行业标准。

► 中立性

发展至今，美国征信行业已进入成熟期，形成了以Experian、Equifax、TransUnion三大全国性征信机构为主、区域性以及专业性征信机构为辅的行业格局。虽然当前行业集中度已经相对较高（前三大征信机构合计市场份额~63.5%），但早期美国各征信机构间也存在相对激烈的竞争。因此，我们认为，FICO作为独立第三方大数据分析服务公司的定位也是帮助公司得以与三大征信局均能达成良好合作并最终形成独特竞争优势的重要原因之一。同时，虽然公司并不直接收集个人消费者的信用数据及信息，但公司在帮助金融机构建立决策系统的过程中也在不断加深对金融服务业以及机构用户需求的理解，帮助其在变量选取以及模型参数调整等方面建立独特竞争优势、得以持续提高模型的有效性以及预测性。此外，我们认为，隐私保护计算（Privacy-Preserving Computation）等新兴技术的逐渐落地与规模化应用，有望继续巩固公司作为独立第三方科技服务公司的优势、利好其未来发展。

►其他外界因素

1995年，美国房利美（National Mortgage Association，Fannie Mae）和房地美（Federal Home Loan Mortgage Corporation，Freddie Mac）开始将FICO信用评分应用于其住房抵押贷款支持证券的审批过程中。同年，房地美和房利美分别发布信函《部分信用评分的预测能力》（The Predictive Power of Selected Credit Scores）和《衡量信用风险：借款人信用分数和放贷者档案》（Measuring Credit Risk: Borrower Credit Scores and Lender Profiles），建议所有放贷机构采用FICO评分系统以评估借款人信用水平[3]。此后，美国联邦住房管理局（Federal Housing Administration，FHA）要求其提供抵押贷款保险的放款机构使用FICO评分[4]。我们认为，政府支持性企业以及政府机构对于FICO评分的认可也是公司能够保持行业影响力的主要因素之一。

2017年，美国Mercator Advisory Group的调查[5]发现汽车租赁、信用卡、优级汽车贷款和次级汽车贷款四个垂直领域的的资产支持证券(ABS)几乎普遍使用FICO评分作为风险评估衡量标准。近年来，随着新兴信用评分系统的出现（例如VantageScore评分系统），美国国会和美国联邦住房金融局（Federal Housing Finance Agency, FHFA）也在不断评估其他信用评分系统在住房抵押贷款审批中使用的可行性。2017年8月1日，国会颁布法令《2017年信用评分竞争法案》（Credit Score Competition Act of 2017）要求美国联邦住房金融局（Federal Housing Finance Agency, FHFA）对房地美和房利美使用的信用评分模型进行进一步的审核和标准建立。2020年11月10日，FHFA发布《信用评分模型最终规则的验证和批准》Validation and Approval of Credit Score Models Final Rule》，允许房地美和房利美继续使用传统FICO信用评分系统进行抵押贷款风险评估，并预计其他信用评分模型的验证和批准过程将至少还需要一年时间。

是信用数据的挖掘者，也是信用评分的输出者

在美国征信行业不断发展完善的过程中，尽管征信机构在数据收集和整理上具有一定优势，然而其数据分析能力仍不能满足日益增长的信用数据规模和信贷需求。于是，征信机构开始寻求具有建模能力和算法技术的科技公司合作，将其收集的信用数据进行系统化、科学化、数字化的处理，并通过统一、公平的方式进行解读。FICO本身不收集信用数据，而是基于三大征信局的信用报告中提供的信用数据与信息以及第三方数据，利用其数据挖掘和分析技术对各类数据进行处理，最终形成个人信用分数，直接销售或者通过征信局销售信用评分。

在美国个人征信行业的产业链中，信贷机构、征信机构和评分机构分别位于美国征信行业的上、中、下游，通过数据共享彼此获益：1）从上至下的数据共享：信贷机构输出原始数据给征信机构，征信机构筛选和匹配数据进入个人信用档案生成信用报告输出给评分机构，评分机构最终生成信用分数；2）从下至上的经济利益：评分机构生成的信用分数出售给征信机构，征信机构将信用分数和信用报告出售给信贷机构。

此外，三大征信局与FICO的关系也逐渐从合作走向竞合。由于FICO自身不收集数据，因此三大征信局在数据积累上具备绝对优势。伴随分析能力提升，三大征信局也各自基于自身采集到的信用数据开发了不同的评分模型以及信用评分系统（例如Experian Plus Score、Equifax Credit Score以及TransRisk New Account Score等），并于2006年联合推出了VantageScore评分模型，成为了FICO的竞争对手。

灵活运用替代性数据，提升信用评分服务能力

评分机构例如FICO在计算个人消费者信用评分时主要依赖于征信机构（例如Experian、Equifax、TransUnion）提供的信用报告中个人消费者的信用数据及信息。根据FICO通用信用评分的计算逻辑和数据要求，个人消费者在征信机构的报告需满足：1）至少有一个开户时间超过6个月的个人信贷账户；2）在过去6个月中，至少有一个个人信贷账户被报送给征信机构；3）拥有相对完整的个人信用信息档案。如果借款人没有在征信机构留下信用记录或者存在信用信息较少的情况，则无法获得有效的信用报告和信用评分，可能会导致放款人拒绝授信。因此，信用记录有限的借款人在获得信贷服务时机会相对较少。根据2015年美国消费者金融保护局（CFPB）公布的数据，截至2010年，美国有~11%的成年人（~2,600万人）是“信用隐形人”，即在美国三大征信局中的任何一家都没有信用记录的人。此外，还有~1,900万人存在信用档案中信息不足的问题。

在信用评分模型中加入替代性数据可以帮助借款人通过其他维度来评估个人消费者的信用情况，帮助借款人更便捷地获得信贷服务。FICO已经将替代性数据纳入信用评分模型中，自1989年公司推出的第一个评分模型以来，电信和公共设施数据已包含在FICO评分模型中，同时租赁数据也包含在了较新的模型FICO信用分数9（FICO Score 9）中。公司还率先使用其他类型的替代性数据，例如FICO与LexisNexis和Equifax联合开发了FICO信用分数XD（FICO Score XD），在信用变量中加入了电信数据、公共设施数据和移动支付数据，为数百万缺乏或没有传统信用档案的消费者提供信用评分。目前，约78%的消费者可以使用传统的FICO评分。使用FICO信用分数XD后，10亿信用“隐形”借款人可以通过利用替代数据的FICO分数获得信贷，信用分数的消费者覆盖率能够达到90%。

应用程序和决策管理软件业务：依托领先科技能力，提供综合的云端服务方案

决策管理软件：加快云服务平台建设，成为数字决策管理行业领导者

决策管理过程中会利用不同的工具，如商业规则（Business rules）、商业智能（Business intelligence）、持续改进（Continuous improvement）、人工智能和预测分析技术（Predictive analytics）等。根据Allied Market Research的研究，2019年全球决策管理市场空间为41.37亿美元，预计2027年达到116.47亿美元（FY20-FY27：CAGR：13.7%）；从地域分布来看，北美地区占据最大市场份额；从行业分布来看，金融服务业（银行、保险公司以及其他金融机构）占比最大。随着决策市场中数据规模和使用量的增长、数据分析工具的发展、SaaS等新服务模式不断涌现，构建数字决策平台（Digital Decisioning Platforms）已成为行业发展趋势。数字决策平台能够将逻辑思维与最新技术（如人工智能、机器学习）相结合，执行自动化、规模化、数字化的最佳决策。

FICO的决策管理软件业务（Decision Management Software）依附于公司所构建的FICO决策管理平台（FICO Decision Management Platform）。在这个云服务平台上，企业可以使用平台中提供的各种工具，也可以基于云构建个性化、分析功能强大的决策管理应用产品，通过集中控制、技术共享和分布式配置管理实现深度协作。2020年四季度，FICO被Forrester Research提名为数字化决策管理行业的领导者，公司在数据集成能力，战略执行能力，战略实施能力和市场知名度上有明显优势。

►平台数字化程度高：采用领先的数字化技术，FICO决策管理平台可以使不同参与主体能够跨越各部门、各功能和客户生命周期的各阶段并做出最优决策分析。平台的数字化技术支持主要包括：1）应用改良的开放式应用程序编程接口（APIs），允许其他软件供应商和客户接入平台，各主体形成资源互补生态；2）与其他企业系统相连接（例如：客户关系管理系统和企业资源计划系统），各系统综合为客户提供技术支持；3）利用Kubernetes技术[6]，提升平台中FICO决策管理套件（FICO Decision Management Suite）的运行能力，促进其在公有云、私有云以及混合云上的有效配置。

►平台产品体系完善：FICO决策管理平台提供完整的企业决策管理解决方案，包括高级分析技术、决策建模、决策服务设计、编写、模拟测试、决策部署、优化服务和维护服务等：1）分析类产品：主要包括FICO Analytic Modeler Scorecard、FICO Analytics Workbench等，利用机器学习和人工智能进行分析、建模和预测，建立新的分析策略，并快速实现预测模型的操作；2）决策类产品：主要包括FICO Blaze Advisor决策规则管理系统、FICO Decision Modeler和FICO Decision Central；目前，全球超过650个客户使用Blaze Advisor决策规则管理系统，服务对象涵盖银行、保险公司、零售商、医疗机构等，主要客户包括美国前10大银行中的9家、EMEA地区前10大银行中的8家和全球前10大医药公司中的8家等；3）优化类产品：主要包括针对特定工作流程的优化产品和FICO Xpress Optimization综合解决方案，运用行业领先的算法技术，解决客户工作流程中的各类复杂问题；Xpress Optimization优化解决方案服务全球5,000位客户（包括电子商务及物流公司、能源公司、航空公司、食品饮料公司等），并且为全球超过350个学术项目提供技术支持。

►平台战略合作加强：FICO与美国三大征信局之一的Equifax于2019年3月宣布建立战略合作伙伴关系，提供数据决策云（Data Decisions Cloud）分析套件，专注于提供风险管理、精准营销和欺诈预警方面的解决方案，协助金融机构更快、更准地满足消费者的多元化需求。数据决策云分析套件结合了Equifax Ignite平台的差异化数据、FICO云应用程序和FICO决策管理套件的分析、决策管理能力，帮助金融机构实现数据决策效率优化。数据决策云套件主要提供三种产品：1）数据决策连接平台（Data Decisions Connected Platform）；2）数据决策反洗钱互联机制（Data Decisions AML Connect）；3）数据决策预筛选机制（Data Decisions PrescreenCentral）。

应用程序：业务向云端转移，改善产品结构、提升服务能力

►产品类型丰富，服务多领域客户：1）深耕金融信贷领域，FICO设计贷款发放应用程序（Origination Applications）和催收应用程序（Collection & Recovery Applications）帮助银行、信用合作社、金融公司等各类信贷机构改善信贷服务请求处理的过程，协助债务回收和追讨周期自动化；2）横向拓展各领域服务，FICO设计欺诈保护和合规应用程序（Fraud Protection and Compliance Applications）、客户管理应用程序（Customer Management Applications）、客户沟通服务应用程序（Customer Communication Services），分析服务（Analytic Services）帮助企业防御欺诈和洗钱行为、提升企业与其客户之间沟通的便利性和有效、协助客户获取、提高运营效率；目前，全球约有25亿张信用卡受到FICO欺诈保护应用程序的保护，2021年FICO被Chartis Research[7]提名为企业反欺诈领域的领导者，公司在移动广告反欺诈、电子支付反欺诈、支票类反欺诈、实时交易监测和数据供应方面具有领先能力。

► 业务向云端转移，资源协同利用：FICO计划在2021年后将其应用程序业务中的应用组件和功能转移到其开发的FICO决策管理平台，综合构建FICO平台（FICO Platform）。该平台依托于应用程序编程接口（APIs） 和现代微服务架构体系（MSA），可以在云端为公司提供一个双边市场，即公司与独立软件供应商合作，同时发挥公司应用程序业务和决策管理软件业务的协同优势、资源共享，在平台上共同为金融领域及其他垂直领域客户提供综合解决方案。

附录

FICO信用评分如何计算

FICO信用评分是以美国三大征信局（Experian、Equifax、TransUnion）提供的信用报告及个人消费者的信用档案为基础，通过独特的数学算法以及评分模型将信用档案中的信用信息及数据转换为一个三位数的信用分数，以反映个人消费者的信用状况并预测信用风险、为信贷机构提供的决策依据。征信机构可以收集个人消费者多维度的信用数据并向企业提供信用报告以及个人消费者信用档案中的众多数据变量，征信机构在与FICO搭建信用评分时会基于自身特定需求选出特定类型的信用信息及数据进行信用评分建模，因此可能会导致同一个人消费者在不同征信机构的信用评分可能存在差异。

FICO信用评分模型中使用的信用数据和信息大致上可以分为五种类型：1）信贷偿还历史（Payment history，模型权重为35%）；2）贷款欠款情况（Amounts owed，模型权重为30%）；3）信贷历史长度（Length of credit history，模型权重为15%）；4）新开设的信贷账户（New credit，模型权重为10%）

►信贷偿还历史（35%权重）：主要指借款人历史上的贷款偿还情况，以帮助信贷机构了解该借款人过去是否存在逾期情况。信贷偿还历史主要包括：1）各类信贷账户的还款记录，包括信用卡、零售贷款账户（直接从商户获得的贷款）、分期贷款账户、金融公司贷款账户等；2）公开记录，包括破产记录、丧失抵押品赎回权记录、法律诉讼记录等；3）逾期行为的具体情况，包括逾期的天数、未偿还的金额、逾期次数和逾期行为距今的时长等。4）逾期未还款的信贷账户数量。

►贷款欠款情况（30%权重）：主要包括1）所有帐户的欠款金额；2）不同类型账户的欠款金额；3）特定类型账户的贷款余额；4）有贷款余额的账户数量；5）信用额度用于循环贷款的比例；6）分期贷款的欠款情况。从信贷机构角度考虑，信贷账户数量和信用额度使用情况在一定程度上可以反映个人消费者的信用风险，较多的信贷账户数量和信用额度使用量可能隐含着借款人存在过度借贷的可能性，从而意味着较高的逾期还款可能性。

►信贷历史长度（15%权重）：主要包括 1）开设信贷账户的时长（计算最大值、最小值和平均值）；2）开设特定信贷账户的时长；3）使用特定信贷账户的时长。一般情况下，信贷历史长度和信用分数成正比。

►新开设的信贷账户（10%权重）：主要包括1）新开设的信贷账户类型及数量；2）新开设的信贷账户时长；3）目前的贷款申请数量；4）信贷机构查询借款人信用报告和信用分数的次数和时长；5）最近的信誉状况。一般认为，如果借款人在较短时间内开设了多个信贷账户，则该借款人可能具有较高的信用风险。

►正在使用的信贷类型（10%权重）：主要包括1）正在使用的信贷类型（包括信用卡贷款、零售贷款、分期付款贷款、住房抵押贷款）；2）不同信贷类型的账户开设数量。

FICO信用评分如何解读

FICO信用评分在以上五类数据及信息为基础上，通过模型最终计算出范围在300-850分之间的信用分数。理论上，分数越高，借款人的信用风险越小、违约率越低，但是分数本身并不能反映借款人的全部信用风险。因此，信贷机构通常会将信用评分作为重要参考，结合自身不同的风控策略及授信标准，最终决定是否向借款人放款。同时，由于不同征信机构对于数据的处理方式以及具体变量选取略有不同，同一借款人在不同征信机构的FICO信用评分可能存在差异。

FICO信用评分的分类

FICO信用评分类型主要包括：1）通用信用评分：FICO通用信用评分旨在预测借款人未来不按约定支付任何债务的可能性，具体可以用于抵押贷款、信用卡、学生贷款等各类信用产品； 2）行业信用评分：FICO行业信用评分是针对特定类型的信用产品（如汽车贷款、住房抵押贷款以及信用卡贷款等）基于特定行业风险进行调整、优化后的分数。针对不同类型的信用产品，信贷机构可以选择使用通用信用评分或使用其对应的行业信用评分。同时，行业信用分数的范围不同于通用信用分数（通用信用分数范围是300分-850分），汽车贷款信用分数和银行卡信用分数的范围是250分-900分。

[1] Forrester Wave：全球最具影响力的咨询公司Forrester为采购技术解决方案的客户提供的专业参考调研报告，面向成熟技术市场

[2] FICO评分收入不区分SaaS服务模式和本地安装服务模式

[3] Avery, R. B., Bostic, R. W., Calem, P. S., & Canner, G. B. (1996). Credit risk, credit scoring, and the performance of home mortgages. Fed. Res. Bull., 82, 621.

[4] https://www.fha.com/fha_loan_requirements

[5]https://www.mercatoradvisorygroup.com/Press_Releases/FICO%C2%AE_Scores_Used_in_Over_90__of_Lending_Decisions_According_to_New_Study/

[6] Kubernetes：一个可移植的、可扩展的开源平台，用于管理容器化的工作负载和服务，可促进声明式配置和自动化

[7] Chartis Research：全球风险技术研究和分析服务商

文章来源

本文摘自：2021年9月29日已经发布的《FICO：全球领先的分析和决策管理服务商》