Carrington Labs 推出 Cashflow Score 2.0，为现金流承保提供更强的可解释性

此次升级引入五个行为风险类别及更清晰的评分驱动因素，帮助贷款方利用开放银行数据评估借款人的信用风险。

Carrington Labs 已推出 Cashflow Score 2.0，旨在让贷款方更轻松地使用现金流核保并提升可解释性。
-此次升级通过将交易数据转化为五个行为风险类别，帮助贷款方清晰了解驱动信用风险的真实财务习惯。
-该评分为贷款方提供一种即用型方式，将现金流核保洞察纳入信用风险评估，呈现当前财务行为的视图，可用于补充传统征信局评分，而无需替换现有模型或工作流程。

Carrington Labs 是现金流核保与信用风险分析领域的领导者，今日宣布推出 Cashflow Score 2.0，这是对其 2025 年 9 月发布的前一版 Cashflow Score 的重大升级。升级后的 Cashflow Score 2.0 以数百万笔贷款及数十亿个数据点的表现为支撑。Cashflow Score 2.0 完全基于银行交易数据，返回 1 至 100 之间的数值，100 代表最高信用质量。该评分源自五个信用风险行为类别：速度（Velocity）、流动性（Liquidity）、稳定性（Stability）、杠杆率（Leverage）及韧性（Resilience）。升级后的模型旨在使交易数据驱动的信用风险洞察更易于解读和使用，帮助贷款方在不增加信用风险的前提下发现提升审批率及改善贡献利润率的机会。

阅读更多金融科技资讯：Global Fintech Interview with Baran Ozkan, co-founder & CEO of Flagright

更清晰地了解借款人信用风险

Cashflow Score 2.0 通过简化的请求与响应结构，降低集成工作量，使输出结果更易于使用，从而让现金流核保在现有贷款工作流程中更易于解读、集成和应用。

原有 Cashflow Score 模型为贷款方提供整体评分及一套详细的底层特征。在此基础上，Cashflow Score 2.0 将这些信号整理为五个通俗易懂的类别，帮助贷款方更快速地了解与评分背后财务行为相关的正面因素（促进因素）及负面因素（阻碍因素）。

"信用风险评估本身就颇具挑战，即便模型具备可解释性，一长串独立特征也难以解读，除非您在数据科学领域有深厚造诣，"Carrington Labs 副首席执行官 Kasey Kaplan 表示。"借助 Cashflow Score 2.0，我们将现金流核保的底层智能提炼出来，使贷款方更易于理解、应用和采取行动。此次升级为贷款方提供了一幅更清晰的图景，呈现影响信用风险的财务行为，同时让评分在真实决策环境中更具实用性。贷款方应能在 24 小时内完成 Cashflow Score 2.0 API 的集成。"

Carrington Labs Cashflow Score 2.0 的五个信用风险行为类别：

-速度（Velocity）——评估借款人的支出轨迹是否与其总收入相匹配。
-流动性（Liquidity）——通过评估现有资金在无额外收入的情况下可维持日常支出的时长，衡量借款人即时财务储备的充裕程度。
-稳定性（Stability）——考察借款人财务状况的一致性，包括收入来源及历史还款规律。
-杠杆率（Leverage）——评估借款人收入中已用于偿还现有债务的比例。
-韧性（Resilience）——考察借款人账户余额在大额支出后恢复稳定的速度，以及周期性手续费或罚款是否影响其资金恢复情况。

更强的可解释性有助于信用风险团队、产品团队及一线贷款团队更好地理解影响风险分层的因素。

获取更多金融科技洞察 : Real-Time Payments and the Redefinition Of Global Liquidity

[如需与我们分享您的见解，请发送邮件至 psen@itechseries.com ]

本文 Carrington Labs Launches Cashflow Score 2.0 With Expanded Explainability for Cash Flow Underwriting 最先发布于 GlobalFinTechSeries。