心理测量学在网络小贷和BNPL中的应用

转载于：人工智能与Credit科技论坛｜作者：刘新海

对于小额、高频、快批的网络小贷和 BNPL，心理测量学更适合作为补充性、轻量化、冷启动和二次筛选工具，而不适合作为主模型或强制性长问卷。

具体分析如下：

场景 是否有效 最适合的用法 首贷、薄档、无征信客户 较有效 冷启动评分、二次审核、额度初始设定 小微经营者小额贷款 较有效 评估责任心、经营判断、还款意愿 高频复借客户 边际价值下降 作为早期变量，后续让位于还款表现和交易行为 网络小贷快批 有限有效 不能做长问卷，应嵌入式、短测、行为化 BNPL 理论有效，但落地难度更高 适合用于新客户分层、额度控制、过度借贷预警

一、为什么“有用”？

小额、高频、快批业务的核心问题是：单笔金额小、审批时间短、传统资料少、客户风险分化快。这类业务不像银行大额贷款，可以慢慢看流水、访谈、抵押物和财务报表。它需要在很短时间内判断：这个人是否会按时还、是否容易冲动消费、是否存在多头借贷、是否会出现“借新还旧”。

心理测量学正好试图补充传统信用评分中比较弱的部分，也就是Character / 还款意愿 / 自律性 / 责任感 / 风险偏好。世界银行和美洲开发银行早期关于秘鲁小企业主的研究就发现，心理测量工具对缺乏征信记录的借款人更有价值，可以帮助部分传统模型无法覆盖的客户获得贷款，同时不显著提高贷款组合风险。(开放知识库)

近年的消费者信贷研究也显示，心理测量评分与未来 3—6 个月违约之间存在显著关系；在部分样本中，高心理测量分数客户的违约率明显低于其他客户，并且与已有银行评分结合后，可以带来额外预测能力。(MDPI)

所以，从统计预测能力看，它不是没有效果，而是有一定增量价值。

二、为什么在“快批网络小贷”中不能高估？

网络小贷和传统小微信贷不同。传统小微信贷可以让客户花 10—20 分钟做测试，但网络小贷往往要求几秒到几分钟完成审批。用户体验非常敏感，任何额外问卷都可能降低转化率。

因此，心理测量如果用于网络小贷，不能设计成厚重的“心理测试表”，而应变成三类轻量工具：

第一，首贷冷启动工具。当客户没有征信、没有稳定流水、没有历史还款表现时，可以用 5—10 个关键题目或交互式任务做初步分层。

第二，二次筛选工具。对于传统模型处在灰区的客户，不是直接拒绝，而是通过简短心理测量做“second look”，判断是否给予小额度试探性授信。

第三，额度和定价辅助工具。心理测量不一定决定“批不批”，但可以影响初始额度、还款周期、复借节奏和风控提醒。

但对于已经有多次借还记录的高频复借客户，心理测量的边际价值会明显下降。因为真实还款行为、展期行为、提前还款、逾期恢复、多头借贷、设备稳定性、交易行为，通常比问卷更有预测力。IFC 2026 年关于替代数据和 AI 金融包容性的报告也强调，替代数据和 AI 模型的价值在于通过更多可靠性和现金流指标，帮助贷款机构实现更快审批、扩大授信和更好识别被遗漏客户。(IFC)

三、对于 BNPL 是否有效？

BNPL 场景中，心理测量“有理论价值，但商业落地更难”。

BNPL 的特点是：购物场景嵌入、金额较小、决策即时、体验优先、用户不认为自己在“贷款”。如果在支付页面突然让用户做一套心理测量问卷，转化率会受到明显影响。因此，BNPL 不适合使用传统心理测量问卷。

但 BNPL 又非常需要识别三类风险：

一是冲动消费风险，即用户不是没有需求，而是缺乏消费控制。

二是多头分期风险，即用户在多个平台同时使用 BNPL。

三是债务累积风险，即单笔都不大，但多笔叠加形成压力。

CFPB 早在 BNPL 市场报告中就提出了几个核心风险，包括消费者过度负债、数据收集和使用、以及具体消费者权益损害等问题。(Consumer Financial Protection Bureau) 2024 年 CFPB 还向 Affirm、Afterpay、Klarna、PayPal 和 Zip 等 BNPL 公司发出信息收集命令，关注快速增长的 BNPL 市场中的债务累积、监管套利和数据使用问题。(Consumer Financial Protection Bureau)

因此，心理测量在 BNPL 中最有价值的不是判断“这个人是不是好人”，而是识别：

是否容易冲动购买、是否缺乏财务规划、是否对分期成本不敏感、是否存在债务累积倾向。

不过，BNPL 行业正在发生一个重要变化：BNPL 数据本身正在被纳入更正式的信用评估体系。Affirm 2025 年宣布，从 2025 年 4 月 1 日起，计划向 Experian 报告包括 Pay in 4 在内的全部 pay-over-time 贷款产品；FICO 也在 2025 年宣布将推出纳入 BNPL 数据的新评分模型。(Affirm Holdings, Inc.) 这意味着，未来 BNPL 自身的还款行为数据，可能会比额外心理测量更直接、更强大。

四、它在哪些环节最有效？

我认为在小额网络贷款和 BNPL 中，心理测量最适合放在以下几个环节：

1. 新客户首贷

这是最适合心理测量的场景。因为客户没有历史行为数据，平台只能依赖身份证、设备、手机号、银行卡、征信查询、基础反欺诈等信息。此时心理测量可以补充“人”的维度。

2. 模型灰区客户

比如模型评分不高不低，直接拒绝会损失客户，直接放款又有风险。心理测量可以作为补充判断工具。

3. 初始额度管理

对风险偏好高、冲动控制弱、答题不一致的客户，不一定拒绝，但可以降低初始额度、缩短周期、增加还款提醒。

4. 贷后预警

心理测量如果和后续行为结合，可以识别哪些客户更容易出现滚动借款、过度消费、逾期后失联等风险。

5. 信用教育与信用修复

这是很有潜力的方向。心理测量结果不只用于拒贷，还可以反馈给客户：你的风险点是冲动消费、预算能力弱，还是还款计划意识不足。这样就可以和信用教育、信用健康管理结合起来。

五、它在哪些情况下效果有限？

心理测量不适合以下情况：

第一，单笔极小、审批极快、转化率极敏感的 BNPL 场景。比如几十元、几百元的即时分期，用户很难接受额外测试。

第二，已有丰富行为数据的复借客户。真实还款历史比心理问卷更可靠。

第三，欺诈风险为主的场景。心理测量主要补充信用风险，不是反欺诈主工具。设备指纹、黑名单、关联网络、多头借贷、身份核验更重要。

第四，高度标准化的监管场景。如果心理测量涉及人格、心理状态、行为倾向，很容易引发隐私、歧视和解释性问题。

第五，文化适配不足的场景。国外题库不能直接拿到中国用，不同地区、教育程度、职业背景的人，对同一问题理解可能不同。

六、对网络小贷和 BNPL 的产品设计建议

如果真正要用于网络小贷或 BNPL，我建议不要叫“心理测试”，更不要叫“心理征信”。可以设计成：

“信用行为偏好评估”

“信用健康小测”

“还款习惯与消费规划评估”

“风险承受与还款计划评估”

形式上要做到：

1. 题目少：最好 5—8 题，超过 2 分钟就不适合快批。

2. 嵌入流程：不要像考试，而要像自然交互。

3. 不单独拒贷：只能作为辅助变量。

4. 结合行为数据：如交易、设备、还款、分期频次、购物品类。

5. 提供正向反馈：告诉客户如何改善信用健康。

6. 做 A/B 测试：必须验证是否真的降低逾期、提高通过率或改善客户留存。

7. 注意合规授权：尤其要明确告知用途、保存期限、是否用于自动化决策。

七、我的判断

对于新兴网络小贷：

有效，但主要有效在首贷、薄档、低额度试探授信、灰区客户二次筛选。一旦客户有了还款历史，心理测量应退居辅助地位。

对于BNPL：

有效性更偏间接，不适合传统问卷式心理测量。它更适合转化为轻量化、场景化、行为化的“消费自控与还款计划评估”，并与 BNPL 交易频率、商户品类、还款表现、账户现金流和多平台负债数据结合。

一句话概括：心理测量学对小额、高频、快批业务有价值，但它不是主发动机，而是冷启动和风险分层的辅助雷达；在 BNPL 中，它最大的价值不是提高通过率，而是识别冲动消费和债务累积风险。

THE END

转载声明：本微信公众号刊登的文章仅代表作者本人观点，不代表中国普惠金融研究院及本微信公众号观点