Carrington Labs 推出 Cashflow Score 2.0，為現金流核保提供更強大的可解釋性

此次升級引入五個行為風險類別及更清晰的評分驅動因素，協助貸款機構運用開放銀行數據評估借款人信用風險。

Carrington Labs 已推出 Cashflow Score 2.0，使現金流承保對貸款機構而言更易取得且更具可解釋性。
-此次升級透過將交易數據轉化為五個行為風險類別，協助貸款機構清楚掌握驅動信用風險的實際行為習慣。
-該評分為貸款機構提供一套即用型方案，可將現金流承保洞察納入信用風險評估，提供當前財務行為的即時視角，可用於補充傳統徵信局評分，而無需替換現有模型或工作流程。

Carrington Labs 是現金流承保與信用風險分析領域的領導者，今日宣布推出 Cashflow Score 2.0，這是對其 2025 年 9 月發布的原版 Cashflow Score 的重大升級。升級後的 Cashflow Score 2.0 以數百萬筆貸款及數十億個數據點的表現為支撐。Cashflow Score 2.0 完全基於銀行交易數據，返回 1 至 100 之間的數值，100 代表最高信用品質。該評分源自五個信用風險行為類別：資金流速（Velocity）、流動性（Liquidity）、穩定性（Stability）、槓桿（Leverage）及韌性（Resilience）。升級後的模型旨在使交易數據驅動的信用風險洞察更易於解讀和使用，協助貸款機構在不增加信用風險的前提下，發掘提升核准率及改善貢獻毛利的機會。

閱讀更多金融科技資訊：Global Fintech Interview with Baran Ozkan, Co-Founder & CEO of Flagright

更清晰地了解借款人信用風險

Cashflow Score 2.0 透過簡化的請求與回應結構，使現金流承保在現有貸款工作流程中更易於解讀、整合和使用，旨在降低整合難度並讓輸出結果更易於運用。

原版 Cashflow Score 模型為貸款機構提供整體評分及一組詳細的底層特徵。在此基礎上，Cashflow Score 2.0 將這些信號整理為五個淺顯易懂的類別，協助貸款機構更快速地理解與評分背後財務行為相關的正面因素（促進因素）及負面因素（拖累因素）。

「信用風險本身就很複雜，即便模型具備可解釋性，一長串獨立特徵也很難解讀，除非您深耕數據科學，」Carrington Labs 副執行長 Kasey Kaplan 表示。「透過 Cashflow Score 2.0，我們將現金流承保的底層智能加以轉化，使貸款機構更易於理解、應用並採取行動。此次升級為貸款機構提供更清晰的財務行為影響信用風險圖像，同時使評分在真實決策環境中更具實用性。貸款機構應能在 24 小時內完成 Cashflow Score 2.0 API 的整合。」

Carrington Labs Cashflow Score 2.0 的五個信用風險行為類別：

-資金流速（Velocity）——評估借款人的支出走勢是否獲其總收入支撐。
-流動性（Liquidity）——透過衡量現有資金在無額外收入情況下可覆蓋持續支出的時間長度，評估借款人即時財務儲備的強度。
-穩定性（Stability）——審視借款人財務狀況的一致性，包括收入來源及歷史還款模式。
-槓桿（Leverage）——評估借款人有多少收入已用於承擔現有債務義務。
-韌性（Resilience）——觀察借款人在重大資金流出後餘額恢復穩定的速度，以及週期性費用或罰款是否影響其復原能力。

更高的可解釋性有助於信用風險團隊、產品團隊及前線貸款團隊更深入地理解影響風險分層的因素。

獲取更多金融科技洞察：Real-Time Payments And The Redefinition Of Global Liquidity

[如欲與我們分享您的見解，請致信 [email protected] ]

本文 Carrington Labs Launches Cashflow Score 2.0 With Expanded Explainability for Cash Flow Underwriting 最先發表於 GlobalFinTechSeries。