一个人贷款逾期，当然会影响下一次贷款。但如果贷款逾期、合同违约、行政处罚、被执行、平台违规，都被统一放进“信用”框架里，问题就复杂了。因为这些记录看起来都和“信用”有关，但本质上不是一回事。贷款逾期，主要是金融风险问题；合同违约，主要是民事责任问题；行政处罚，主要是行政违法问题；司法执行，主要是法律文书履行问题；平台违规，主要是平台规则治理问题。它们都可能是负面记录，但不能因为都带有负面色彩，就被统一理解成“这个人不诚信”，更不能轻易上升为“这个人人品不好”。
这正是中国信用经济发展中需要警惕的问题：信用概念一旦过大，就容易把不同领域的具体行为记录，混合成一种笼统的人格标签。
美国征信史正好提供了一个参照。早期美国征信也曾依赖人格、名誉、生活方式和地方风评。简单说，就是用“人品”判断信用。但后来，随着市场规模扩大、征信数据积累、法律规制完善和评分技术发展，主流金融征信逐渐转向账户状态、债务负担、逾期记录、还款历史等标准化记录。
也就是说，信用评估的现代化，不是把更多人格判断装进信用，而是把信用评价限定在更具体、更可核验、更与风险相关的行为记录上。
一、早期征信：陌生人市场里的“人品判断”
在熟人社会里，判断一个人能不能借钱，往往不需要复杂数据。你知道他住在哪里，平时做什么，名声如何，有没有欠钱不还。熟人之间的信用，靠的是口碑和关系。
但19世纪的美国市场快速扩张，交易不再只发生在本地熟人之间。商人可能要和远方的人做生意，债权人面对的是一个个陌生人。问题随之出现：我不认识你，怎么知道你会不会还钱？
今天我们可以看账户、流水、负债、逾期记录。但在早期美国，这些标准化数据还没有建立起来。于是，征信机构开始替债权人收集借款人的信息，包括财产状况、生意情况、地方名声、个人品行、生活作风，甚至邻里传闻[1]。
换句话说，早期征信就是把熟人社会里的“口碑判断”，变成可以卖给远方债权人的书面报告。
二、为什么早期信用会变成“看人品”？
早期征信之所以道德化，并不是因为征信天然要评价人的道德，而是因为当时缺少可靠数据。
没有统一账户记录，没有长期还款历史，也没有跨地区共享的信息系统，债权人只能问一些更粗糙的问题：这个人勤不勤勉？是否节制？有没有不良习惯？在当地名声好不好？经营是否正派？
这些问题今天看起来像是在评价人格，但在当时，它们被认为和偿债风险有关。因为人们相信，一个不节制、不稳定、不勤勉的人，也更可能无法按时还钱。
所以，早期信用报告并不像今天的征信报告那样，是一组账户和数字，而更像是一份“人格小传”。它不是单纯记录“这个人有没有逾期”，而是在判断“这个人到底是否值得信任”。
这就是早期信用的道德化：信用不只是关于债务，而是关于整个人。
问题也正在这里。地方传闻可能不准确，个人印象可能有偏见，所谓“名誉”也可能夹杂阶层、性别、种族、宗教等社会偏见。一旦这些评价被写进信用报告，就会被包装成“信用事实”，影响一个人的市场机会[2]。
三、现代金融征信：从“评价人”到“记录行为”
后来，美国消费信贷越来越普遍，金融市场越来越大，地方性的口碑和传闻已经无法支撑全国范围的授信决策。
银行、零售商、金融公司需要的是更快、更标准、更可比较的信息。于是，征信体系逐渐从地方小机构走向全国性数据库，信用判断的中心也开始变化[3]。
过去问的是：这个人品格好吗？
后来问的是：这个人有没有按时还款？
过去看的是：名声、生活方式、地方风评。
后来看的则是：账户状态、债务负担、逾期记录、还款历史和查询记录。
这就是主流金融征信的“去道德化”。但要注意，去道德化不是说信用完全中立，也不是说信用不再评价人。它只是说，主流金融征信不再直接评价一个人是不是“好人”，而是转向记录他在金融关系中有没有履约。
现代征信不是不评价人，而是换了一种评价方式：不再用人格语言评价，而是用行为记录和风险概率评价。
四、法律和技术如何改变信用判断？
美国征信的变化，不只是市场发展的结果，也和法律规制、技术进步有关。
一方面，法律开始限制某些身份因素进入信用判断。比如过去女性申请信用时，可能因为婚姻状况和家庭身份受到限制。后来，《平等信贷机会法》等规则限制基于性别、婚姻状况等因素的信贷歧视，推动信用判断更多回到收入、债务、还款记录等与履约风险真正相关的信息上[4]。
另一方面，信用评分技术出现了。信用评分把复杂账户记录压缩成一个分数或风险等级，让金融机构能够更快、更低成本、更统一地判断风险[5]。
这进一步推动信用从人格叙事转向风险计算。
但技术并不天然公平。过去的信用报告可能写着“此人品行不佳”，今天的系统可能只给出一个较低分数。语言变了，形式变了，但筛选功能仍然存在。
五、信用没有消失，而是“分流”了
美国征信现代化最容易被误解的一点，是以为它已经彻底摆脱道德判断。事实上，并没有。
主流金融征信确实越来越围绕履约记录展开，但在租房、就业、保险、背景调查等场景中，消费者报告仍然可能包含很多带有资格筛查意味的信息[6]。
比如租房时，房东可能查看租客筛查报告。里面可能有信用历史、租金支付情况、驱逐记录、民事或刑事记录。问题是，一个驱逐记录并不一定意味着租客恶意违约，也可能是纠纷、和解、撤诉，甚至记录本身不完整。但一旦进入筛查系统，它就可能被简化成“这个人有风险”。
就业也是如此。雇主可能查看犯罪记录、教育经历、职业许可和工作历史。某些犯罪记录确实可能与特定岗位风险有关，但如果不区分犯罪性质、时间远近、岗位关联，而是只要有记录就排除，就会把过去某个事件变成长期标签。
所以，美国征信并不是从道德化走向完全去道德化，而是发生了制度分流：一边是主流金融征信，主要判断借贷风险；另一边是专业消费者报告，在租房、就业、保险等场景中继续发挥资格筛查作用。
评价没有消失，只是换了位置、换了形式、换了语言。
六、对中国的启发：信用经济发展要有边界
随着市场经济、网络交易和平台经济的发展，交易范围不断扩大，很多交易不再发生在熟人之间。企业、平台、金融机构、消费者和政府部门之间，都需要更多可核验的信息来降低交易成本、识别履约风险、提高监管效率。2025年中办、国办《关于健全社会信用体系的意见》也明确提出，社会信用制度是市场经济基础制度，要构建覆盖各类主体、制度规则统一、共建共享共用的社会信用体系，并服务全国统一大市场和高质量发展[7]。
因此，信用体系建设本身有其合理性。金融征信可以帮助银行判断借款风险，企业信用信息可以帮助交易对象了解企业状况，行政处罚和司法执行信息公开，也有助于提高监管透明度，推动法律义务履行。
但问题在于，信用体系建设不能把“信用”变成一个过大的概念。
不同性质的记录，可以被使用，但不能被混同使用。金融逾期、合同违约、行政处罚、司法执行、平台违规，分别对应不同风险、责任和治理场景，不能都被简单解释成“这个人不诚信”。
这正是美国征信史带来的启发：现代信用评估的发展方向，不是把更多人格判断纳入信用，而是把信用限定在具体、相关、可核验的行为记录之内。
所以，中国信用经济发展至少要有三条边界。
第一，用途边界。信用信息只能服务于特定场景，不能随意跨场景使用。金融征信用于判断借贷风险，行政处罚信息用于行政监管，司法执行信息用于推动法律文书履行，平台违规记录用于维护平台秩序。
第二，信息边界。进入信用评价的信息，应当与具体风险有关，不能把生活方式、身份特征、一般道德表现都纳入信用判断。
第三，程序边界。只要信用信息会影响贷款、租房、就业、经营或公共服务，就应当保障查询、异议、更正和救济。
一句话，信用经济发展的重点，不是把所有负面记录都纳入信用，而是分清什么是具体行为记录，什么是整体人格评价。
结语：信用不是越大越好，而是越清楚越好
美国征信史告诉我们，信用制度最早确实带有浓厚的人格评价色彩。后来，主流金融征信逐渐从“看人品”转向“看履约记录”，从人格判断转向风险评估。
但这并不意味着信用评价完全中立，也不意味着道德判断彻底消失。现代信用只是越来越通过记录、分数、模型和报告来影响人的机会。
因此，真正重要的不是让信用无处不在，而是让信用用在该用的地方。
信用可以帮助市场降低风险，但不能变成评价人的万能工具。
信用可以记录具体履约行为，但不能轻易上升为人格判断。
信用可以服务特定场景，但不能跨场景无限扩张。
一句话：信用制度的重点，不是让信用越来越大，而是让信用边界越来越清楚。
参考资料
[1] Josh Lauer, Creditworthy: A History of Consumer Surveillance and Financial Identity in America, 2017.
[2] Jonathan Weinberg, “Know Everything That Can Be Known about Everybody: The Birth of the Credit Report,” 2018.
[3] Mark Furletti, “An Overview and History of Credit Reporting,” 2002.
[4] Consumer Financial Protection Bureau, “Equal Credit Opportunity Act.”
[5] Federal Reserve, “Report to the Congress on Credit Scoring,” 2007.
[6] CFPB, “Tenant Background Checks Market Report,” 2022.
[7] 中共中央办公厅、国务院办公厅，《关于健全社会信用体系的意见》，2025年。
注：本文作者张山立为山东大学法学院博士生，本文是工作论文《从“人格”到“风险”：美国征信史中的有限去道德化、资格筛查与边界治理》的普及版。微信：18811157736，欢迎交流指正。