Модель Affirm одобряла заявки без балла FICO: что читают данные о последовательности

Семнадцатого сентября 2026 года Affirm сообщила в пресс-релизе для инвесторов, что запустила в эксплуатацию новую модель андеррайтинга на своих кассах в США. Модель построена на архитектуре трансформера, принимает решения в реальном времени и обучена на четырнадцати годах собственных транзакционных данных компании по кредитованию.

Важная деталь здесь — кого именно она одобрила. Affirm утверждает, что модель предоставила кредит заявителям, которых отклоняла предыдущая система, включая заявителей с короткой кредитной историей и заявителей вообще без балла FICO, и что эти одобрения дали на 3,4% больше завершённых покупок, чем контрольная группа при сопоставимом риске.

Идею в основе этого стоит понять как следует, потому что она подразумевалась в кредитном моделировании годами. Кредитный балл сжимает файл в сводную статистику. Модель последовательностей читает порядок и время, которые сжатие отбрасывает. Два файла могут давать идентичную сводную статистику и при этом двигаться в противоположных направлениях.

Начнём с того, чем балл является механически.

Кредитный балл — это число, вычисленное из файла в том виде, в каком он существует в момент запроса. Входные данные — это сводная статистика: сколько у вас счетов, какая доля доступного лимита показана как использованная, сколько платежей было просрочено и насколько недавно, как долго существует файл, как часто его запрашивали.

Каждый из этих пунктов — это сжатие. Показатель утилизации в 30% — это отношение, вычисленное из последнего заявленного остатка по выписке к лимиту. Остатки по более ранним выпискам есть в вашем отчёте, но их нет в этом отношении. Отношение — это одно число за один месяц.

Баллы не совсем слепы ко времени. Давность и тяжесть просрочки учитываются внутри платёжной истории, а длина кредитной истории — это отдельная категория факторов, так что тридцатидневная просрочка месячной давности не рассматривается так же, как просрочка двухлетней давности.

Насколько тонко всё это читается — сказать не могу. Ни FICO, ни VantageScore не публикуют свою внутреннюю механику, так что никто за пределами этих компаний не может сказать, как время взвешивается внутри модели, и я не собираюсь выдумывать механизм, чтобы заполнить пробел. То, что можно сказать, не требует знания внутренностей: на выходе — одно число, а одно число не может нести в себе порядок. Что бы балл ни делал со временем, сжатие файла до одного значения отбрасывает последовательность, которую сам файл всё ещё хранит. Остатки по выпискам и даты платежей по-прежнему лежат в отчёте.

Отбрасывается именно путь. Пришёл ли остаток к 30% на подъёме или на спуске — этого нет в отношении, и модель, построенная на этом отношении, не может это восстановить.

Дальше — иллюстрация, а не данные. Я сконструировал эти два файла, чтобы изолировать суть. Речь не идёт ни об одном реальном заявителе.

Два файла, А и Б. У обоих по три возобновляемых счёта. У обоих общий лимит $4 000: две карты по $1 500 и одна на $1 000. Оба показывают общий остаток $1 200 в этом месяце, а $1 200, делённые на $4 000, дают утилизацию 30%. У обоих ровно одна тридцатидневная просрочка за последние двадцать четыре месяца и два жёстких запроса за последние двенадцать. Самый старый счёт у каждого — двадцать шесть месяцев, средний возраст — восемнадцать.

По сводной статистике, которую читает балл, эти файлы почти неотличимы.

Теперь — последовательность.

Файл А двенадцать месяцев назад нёс остаток $3 100, что против тех же $4 000 лимита давало утилизацию 78%. Каждая выписка с тех пор показывала остаток ниже предыдущего, вплоть до нынешних $1 200. Это $1 900, погашенные за двенадцать выписок, примерно по $158 в месяц. Просрочка была двадцать один месяц назад, ближе к началу файла, и с тех пор просрочек не было. Обоим запросам по одиннадцать месяцев.

Файл Б двенадцать месяцев назад нёс остаток $160, что против $4 000 даёт утилизацию 4%. Каждая выписка с тех пор показывала остаток выше предыдущего, дойдя до нынешних $1 200. Это $1 040, добавленные за двенадцать выписок, примерно по $87 в месяц, при этом платежи сместились от полного погашения выписки к оплате, близкой к минимуму. Просрочка была в прошлом месяце. Оба запроса пришлись на последние шестьдесят дней.

Балл не полностью обманывается этим. Просрочка Б недавняя, и запросы тоже, а давность — часть того, что учитывают категории платёжной истории и запросов, поэтому Б, скорее всего, окажется ниже А. Чего отношение утилизации не может нести — это траекторию остатка. Двенадцать последовательных снижений и двенадцать последовательных повышений приходят к одинаковым 30% и входят в отношение как одинаковые 30%. Дайте обоим файлам чистые двадцать четыре месяца и отсутствие недавних запросов — и их станет трудно различить по сводной статистике, хотя для любого, кто читает порядок, разница очевидна.

Affirm описывает модель так: она выявляет закономерности внутри счетов и между ними, включая то, как эти закономерности меняются со временем, без вручную заданного признака для каждой закономерности.

Вторая половина — это инженерная суть. Обычное кредитное моделирование работает через проектирование признаков: человек заранее решает, что утилизацию стоит измерять, пишет определение, и модель обучает для неё вес. Если траекторию остатка за двенадцать месяцев стоит измерять, кто-то сначала должен это определить — в каком окне и как измерять, — прежде чем любая модель сможет это использовать. Каждая закономерность, которую видит модель, — это закономерность, которую кто-то заранее предусмотрел.

Модель последовательностей получает события по порядку, с их временными метками, и сама выясняет, какие последовательности несут информацию. Архитектура трансформера — это семейство моделей, используемых для языка, и она переносится сюда, потому что кредитный файл, прочитанный как поток событий, по форме похож на предложение: единицы упорядочены, а смысл каждой из них зависит от того, что её окружает. Остаток в $400 означает одно после шести месяцев остатков по $2 000 и совсем другое после шести месяцев остатков по $50.

Именно четырнадцать лет транзакционных данных делают это обучаемым. Нужно очень большое число последовательностей, прежде чем порядки, предсказывающие погашение, отделятся от тех, что не предсказывают.

Опубликованная Affirm цифра такова: одобрения новой модели дали на 3,4% больше завершённых покупок, чем контрольная группа, при сопоставимом риске.

Разберём, что это такое, а что нет. Это относительный прирост завершённых покупок. Это не показатель одобрения, и это не скачок на 3,4 процентного пункта в чём-то одном. Если тысяча касс завершила сделку по контрольной системе, то по новой системе — примерно 1 034, на тридцать четыре больше на тысячу. Это реальный коммерческий результат, звучащий скромно, — примерно так и выглядит настоящее улучшение андеррайтинга, а не ослабление стандартов.

«При сопоставимом риске» — это несущая фраза. Одобрять больше людей тривиально легко, если готов мириться с худшими потерями, так что утверждение имеет смысл только если риск удержался. Affirm также сообщает, что эти кредиты показали себя лучше, чем аналогичное расширение при её предыдущих моделях, а именно это сравнение и несёт основной вес: одно и то же смягчение критериев отбора, сделанное двумя способами.

Чего цифра не говорит — это сколько из дополнительных одобрений пришлось на заявителей с короткой кредитной историей или без балла, и каковы шансы у конкретного человека. Affirm не опубликовала разбивку, и я не стал бы её домысливать.

Это часть, которую скорее всего поймут неправильно, так что скажу прямо. Модель управляет собственными решениями Affirm об одобрении на собственных кассах Affirm. Это весь охват.

Это не меняет ваш балл FICO. Это не меняет ваш VantageScore. Это не меняет то, что общенациональные бюро хранят о вас, или то, как они это хранят. Кредитор, использующий другую модель для чтения вашего файла, не изменяет сам файл.

Это не значит, что другие кредиторы вас одобрят. Ипотечный андеррайтер, автокредитор и эмитент карт — каждый использует свои модели со своим аппетитом к риску, и одобрение на одной кассе не имеет веса ни у одного из них.

Это также не значит, что Affirm перестала читать кредитные отчёты. Данные о последовательности — это утверждение о том, как читается файл, а не о том, читается ли он вообще.

Андеррайтинг по денежному потоку и андеррайтинг по последовательностям обсуждают как одно и то же. Это не так, и разницу стоит удержать в голове.

Андеррайтинг по последовательностям делает другое. Он берёт данные, уже присутствующие в файле, и перестаёт отбрасывать их структуру. Новый источник не добавляется. Убирается сжатие.

Честный ответ не изменился, и я не собираюсь притворяться иначе только потому, что один кредитор выпустил модель получше.

Стройте обычный файл. Ипотека, автокредиты и кредитные карты по-прежнему оцениваются по баллам. Модель андеррайтинга у кредитора в точке продажи не даст вам прайс-лист ставок в банке, и обычный файл по-прежнему остаётся инструментом, на котором держится почти любое значимое кредитное решение в этой стране.

Итак: один стартовый счёт, отчитывающийся во все три бюро, открытый и удерживаемый. Остатки по выпискам, поддерживаемые низкими относительно лимитов, потому что отношение читает именно выписку. Каждый платёж вовремя, потому что просрочка — самая дорогая вещь, которую можно допустить в короткой кредитной истории. И время — единственный вход, который нельзя купить.

Что изменилось — это форма переходного периода. Стало больше кредиторов, способных прокредитовать файл, который балл не может прочитать, и теперь есть причина заботиться о траектории ваших остатков, а не только об их уровне.

Модель на основе трансформера заработала на кассах Affirm в США семнадцатого сентября, обученная на четырнадцати годах транзакционных данных по кредитованию. Affirm сообщает, что она одобрила людей, которых отклоняла предыдущая система, включая заявителей без балла FICO, дав на 3,4% больше завершённых покупок при сопоставимом риске.

Идея в основе этого — вот что остаётся надолго. Балл сжимает файл в сводную статистику, а сжатие теряет информацию. Два файла с одинаковым числом счетов, одинаковой утилизацией 30% и одной и той же единственной просрочкой могут двигаться в противоположных направлениях, и направления нет в этом отношении. Модель, читающая последовательность, возвращает направление обратно.

Ничто из этого не затрагивает ваш кредитный отчёт или ваши баллы, и ничто не предсказывает, что сделает любой другой кредитор. Если у вас короткая кредитная история, совет остаётся таким же, каким был неделю назад: стройте обычный, держите его чистым, дайте ему состариться. Переходный период стал чуть менее закрытым, чем раньше. Это всё, что изменилось.

1. Что объявила Affirm 17 сентября 2026 года?

Affirm сообщила в пресс-релизе для инвесторов, что модель андеррайтинга на основе трансформера, работающая в реальном времени, была запущена в эксплуатацию на её кассах в США. Она обучена на четырнадцати годах транзакционных данных компании по кредитованию, и Affirm утверждает, что она одобрила заявителей, которых отклоняла предыдущая система, включая заявителей с короткой кредитной историей и без FICO.

2. Меняет ли это мой балл FICO?

Нет. Это внутренняя модель андеррайтинга одного кредитора. Она не изменяет ваш кредитный отчёт, ваш балл FICO, ваш VantageScore или то, что общенациональные бюро хранят о вас. Другой способ чтения файла не меняет сам файл.

3. Что значит «на 3,4% больше завершённых покупок»?

Это относительный прирост по сравнению с контрольной группой, а не показатель одобрения. Если тысяча касс завершила сделку по контрольной системе, то по новой — примерно 1 034. Affirm утверждает, что сравнение выдержало при сопоставимом риске и что эти кредиты показали себя лучше, чем аналогичное расширение при её предыдущих моделях.

4. Почему модель последовательностей может видеть то, чего не может кредитный балл?

Балл читает сводную статистику, вычисленную из файла в один момент. Утилизация, например, — это последний остаток по выписке, делённый на лимит, поэтому месяцы предыдущих остатков не входят в это число. Модель последовательностей читает события по порядку с их временными метками, поэтому может отличить остаток, пришедший к 30% на спуске, от остатка, пришедшего туда же на подъёме.

5. Означает ли одобрение Affirm, что меня одобрят другие кредиторы?

Нет. Каждый кредитор использует свои модели на своих данных со своим аппетитом к риску. Одобрение на кассе в точке продажи — это утверждение об одной компании и одной сделке, и оно не имеет веса для ипотечного андеррайтера, автокредитора или эмитента карт.

6. Игнорирует ли теперь Affirm кредитные отчёты?

Нет. Чтение данных о последовательности описывает то, как читается файл, а не то, читается ли он вообще. Ничто в объявлении не говорит, что кредитные отчёты убрали из процесса решения.

7. Если у меня нет кредитного балла, что мне на самом деле делать?

Стройте обычный файл, потому что ипотека, автокредиты и карты по-прежнему оцениваются по баллам. Один счёт, отчитывающийся во все три бюро, удерживаемый и стареющий, с низкими показанными остатками по выпискам и без просрочек. Новые модели тем временем расширяют круг тех, кого могут прокредитовать, но они не заменяют файл.

8. Что если меня отклонит автоматизированная модель?

Вам полагаются конкретные основные причины решения, так же как и при любом другом отказе в кредите. Автоматизированное решение не уменьшает это обязательство, и «модель вас отклонила» не является конкретной основной причиной.