研究背景与目的 - 研究旨在探索利用新型数据为无信用记录人群建立信用档案的可能性[1] - 当前美国信用评分模型依赖支付历史和账户年龄等加权数据 但尚未包含杂货购买数据[1][2] - 该研究为实验性质 旨在展示新数据类型未来如何支持信用隐形消费者[2] 研究方法与数据 - 研究结合了秘鲁客户忠诚度交易数据、信用卡还款数据及金融系统管理记录[3] - 利用有信用卡还款历史的秘鲁消费者数据 测试杂货购物行为是否能预测还款可靠性[3] 研究发现与关联性 - 定期购买健康食品如牛奶、酸奶和新鲜农产品的消费者倾向于按时还款[4] - 在香烟、能量饮料或罐头肉类上花费更多的人更可能逾期还款[4] - 即使收入、职业和家庭负担相似 购物习惯仍能显示还款可能性的差异[4] - 按时还款的借款人通常每周固定日期购物 每月消费金额稳定 并坚持熟悉的品牌和产品类型[5] 模拟应用与效果 - 在模拟中 添加购物数据将无信用档案借款人的预计信贷批准率从16%提升至31%至48%[6] - 对于已有信用历史的消费者 添加购物数据对审批结果几乎无影响[6] - 该方法或可用于识别新信贷的安全候选人 或确认已有评分可靠性[6]