近年來，隨著金融科技的迅速發(fā)展和數(shù)據(jù)驅(qū)動經(jīng)濟的興起，金融機構(gòu)對于客戶信用評估及風(fēng)險管理方面采取了更加多樣化和精細(xì)化的手段。然而，這些新型信用調(diào)查方式也引發(fā)了廣泛爭議。

傳統(tǒng)上，在進行貸款、提供服務(wù)或開立賬戶時，銀行等金融機構(gòu)通常會依靠個人征信報告、工作收入證明以及抵押物價值等信息來判斷借款人或客戶是否有還款能力，并據(jù)此決定是否為其提供相應(yīng)產(chǎn)品與服務(wù)。

但如今，在大數(shù)據(jù)分析、人工智能算法以及區(qū)塊鏈技術(shù)快速崛起之下，“非傳統(tǒng)”信用評估方法逐漸流行起來。一些新興企業(yè)利用各種公共數(shù)據(jù)庫中不同來源的海量數(shù)據(jù)（包括社交網(wǎng)絡(luò)活動記錄、消費習(xí)慣甚至是手機位置信息）建立模型并運用復(fù)雜算法實現(xiàn)全息式畫像，并通過預(yù)測性分析給出關(guān)于一個個體未來可能表現(xiàn)情況的概率。

支持者認(rèn)為這類“非傳統(tǒng)”方法可以更準(zhǔn)確地反映借款人或客戶的信用狀況，避免了傳統(tǒng)方式中信息不對稱帶來的風(fēng)險。同時，在大數(shù)據(jù)時代背景下，“非傳統(tǒng)”調(diào)查方法可以更加高效地處理海量數(shù)據(jù)，并在較短時間內(nèi)給出評估結(jié)果。

然而，這種新型信用調(diào)查方式也引發(fā)了一系列問題和爭議。首先是隱私保護問題。由于需要收集個人敏感信息進行分析，如何確保授權(quán)、合法性以及滿足相關(guān)監(jiān)管要求成為一個棘手的問題。其次是算法公平性與歧視問題。“非傳統(tǒng)”模型往往基于歷史數(shù)據(jù)建立預(yù)測模式，在某些情況下可能會存在種族、年齡等因素導(dǎo)致偏見判斷傾向的現(xiàn)象。

近期曝光的幾起事件進一步激化了討論：有媒體報道稱某金融科技公司利用購物記錄和社交網(wǎng)絡(luò)活動軌跡作為參考依據(jù)來判斷用戶是否具備貸款資格；還有銀行通過手機APP獲取用戶位置信息并根據(jù)此提供個性化服務(wù)。

面對諸多爭議，《消費者權(quán)益保護法》修訂草案正在審議過程中，并將明確規(guī)定金融機構(gòu)采取“非常規(guī)”的信用調(diào)查方式時，應(yīng)當(dāng)明確告知客戶并取得其明示同意。此外，監(jiān)管部門也在積極研究制定更加完善的數(shù)據(jù)隱私保護規(guī)范和技術(shù)標(biāo)準(zhǔn)。

專家表示，在推動金融科技發(fā)展的同時，必須平衡創(chuàng)新與風(fēng)險管理之間的關(guān)系。需要建立健全、透明且可控制度來引導(dǎo)這些新型信用調(diào)查方式合理使用，并對可能存在的問題進行有效防范。

綜上所述，“非傳統(tǒng)”信用評估方法帶來了便利性和精準(zhǔn)性等優(yōu)勢，但也面臨著個人隱私泄露以及算法公正性等挑戰(zhàn)。為了實現(xiàn)良好運行效果, 有關(guān)各方需共同努力：金融機構(gòu)要注重信息安全與用戶隱私保護；政府部門要進一步加強相關(guān)監(jiān)管工作；而消費者則需要提高自身權(quán)益意識并主動參與到個人信息管理中去。