继今年3月首次“官宣”后，美国消费者终于在8月迎来了苹果与高盛（Goldman Sachs）合作发行的钛金信用卡——Apple Card。而且短短一个半月，就发出了100亿美元信用额度。但最近，这张“千呼万唤始出来”的信用卡却出事了。
有对夫妻一起申请了Apple Card，但丈夫获得的信用额度却是妻子的20倍——即便夫妻两人共同报税，而且妻子的信用积分更高。
截自苹果信用卡宣传视频
据新华社报道，由于客户指认服务存在性别歧视，美国监管部门将调查对苹果与高盛合作提供的信用卡服务。
高盛发言人回应称，确定信用额度“不基于性别、种族、年龄、性取向和其他法律所禁止的因素”。
Apple Card被指额度“性别歧视”
苹果联合创始人：我也遇到了
近日，美国信息技术行业企业家汉松（Hansson）在推特表示，Apple Card的程序存在性别歧视。
“我和我妻子提交的是联合纳税申报表，居住在共同财产州（即实行夫妻共同财产制的州），而且已经结婚很长一段时间，但苹果的‘黑箱算法’认为我的信用额度应是我妻子的20倍。上诉也没有任何作用。”
汉松还表示，即使他妻子还清了最低还款额后，Apple Card也不会在下一个结算期前批准妻子的任何支出额度。“显然，即使女性提前还清了全部欠款，也不会有良好的信用”。
这条推文发布之后，在网上立即引发了热议。
就连苹果公司联合创始人史蒂夫·沃兹尼亚克（Steve Wozniak）也站出来力挺汉松。
“在我们身上也发生了同样的事情。我的信用卡额度是我妻子的10倍。但我们没有独立的银行或信用卡账户，也没有任何独立的资产。而且很难找人将其（信用额度）纠正。”
“这就是2019年的高科技。”沃兹尼亚克讽刺道。
此外，一名叫作Carmine的网民表示，他的妻子信用分高于自己（将近850分），而且工资也比自己高，但信用额度仅是自己的1/3。
汉松的抱怨引发的后续效应不断扩大，导致高盛无法再沉默下去。
高盛在网上回复汉松，“我们非常重视这些担忧。请注意，高盛在作出信贷决策时，绝不会考虑性别或任何其他被禁止的依据。我们想与您探讨一下，您能直接给我们留言吗？”
有趣的是，汉松说，在他公开抱怨后，高盛竟然在自己未提交任何文件也没解决根本问题的情况下提高了妻子的信用额度。“高盛的客服代表也无法解释发生了什么，只是一再说‘这是算法决定的’”。
汉松表示，希望自己的情况能够引起人们对“黑箱算法”偏差的认知。
两个“新手”合作发卡
一个半月发出100亿美元信用额度
Apple Card是苹果的第一张信用卡，其合作银行为高盛，发卡机构为万事达（MasterCard）。之所以备受关注，主要由于其两个特点：
一方面，它号称不收取任何境外交易费、年费、转账手续费等费用，比市面上其他信用卡更具竞争力；
另一方面，Apple Card还为用户提供了一定的返现，返现可以用于消费，也可以转至其他银行账户。
今年10月底，在2019年第四财季财报电话会议上，苹果CEO蒂姆·库克表示，他相信Apple Card是美国有史以来发行最成功的信用卡，公司对它的受欢迎程度感到兴奋。
同一周，高盛提交给监管部门的文件显示，截至9月30日，他们已经为苹果用户发放了共计100亿美元的信用额度；Apple Card的持卡人贷款余额（即未还款金额）共计7.36亿美元。这时距离Apple Card正式上线（8月20日）还不到1个半月时间，发展速度可谓惊人。
在美国，信用卡发卡机构主要有两种：一种是以美国银行、摩根大通等为代表的银行机构；另一种就是以运通为代表的独立信用卡公司。由于苹果公司并不具备独立发行信用卡的资质，所以当时选择让高盛集团承包其信用卡业务。
问题是，虽然在投资银行界是数一数二的“大佬”，但高盛在消费信用卡领域却是个“新手”。今年8月，有分析师指出，苹果选择与高盛这个“新手”合作，其动机令人捉摸不透，这两家缺乏机构知识的公司在应对客户需求方面的能力都很值得怀疑。苹果和高盛可能会根据用户数据，向持卡人提供个性化贷款，然后促进他们在各大销售点进行更多的大额消费。
据《国际金融报》，今年6月，美国众议院金融服务委员会举行了一场听证会，讨论即使在没有故意歧视的情况下，算法中仍然会对某些群体存在偏见的现象。
会上，两位专家指出，人工智能（AI）可能会存在固有思维，对女性和少数族裔的财务决策产生不利影响，助长贷款中的歧视现象。而这种错误的AI算法甚至可能在进行自动风险评估时，影响法官确定保释和量刑的决策，对某些群体产生累积性的影响。
据知情人士透露，在多数情况下，问题很可能在于Apple Card仅适用于个人账户，而不适用于联名账户。“如果汉松妻子的信用额度是由她自己的收入决定的，而且也属于高收入、高支出家庭的一部分，那她信贷利率可能相对于收入高出很多，信贷额度也会很低”。
截自苹果官网
新华社报道称，纽约金融服务局发言人9日表示，苹果信用卡服务中可能存在的“歧视性对待”让监管机构“不安”，“无论有意与否，任何算法如果导致女性或其他受保护群体受到歧视性对待，都违反纽约法律”。
银行确定信用卡额度，真的看性别吗？
对许多人来说，信用卡额度似乎是个神奇的东西：同单位同部门的同事，有些人信用卡办下来额度就能到几万多，有些人却只有几千。
那么，银行到底是根据什么来决定授信额度的？性别会是硬性指标吗？
从常识的角度出发，互联网金融、产业经济研究员江瀚撰文表示，
几乎没有信用卡发卡机构会把性别作为一个绝对指标来衡量信用卡额度。
毕竟大家知道，男性中有很多很穷的人，女性当中也不乏很有钱的成功人士……
但是，信用额度也很有可能分男女。这就是从统计概率的角度来说，男性在社会中从事的工作往往相对收入会略高于女性，正是因为不同工作的差异性，可能会导致不同的授信额度。
在网友“银行信用卡的授信额度是怎么确定的”提问下，有银行答道，“是根据申请时所附资料结合具体情况来综合判定的”。
至于这些资料里，哪些信息是对银行“有用”的呢？
根据《商业银行信用卡业务监督管理办法》：
第四十条 发卡银行应当建立健全信用卡申请人资信审核制度，明确管理架构和内部控制机制。
第四十一条 发卡银行应当对信用卡申请人开展资信调查，充分核实并完整记录申请人有效身份、财务状况、消费和信贷记录等信息，并确认申请人拥有固定工作、稳定的收入来源或可靠的还款保障。
此外，上述办法第四十三条还规定“对首次申请本行信用卡的客户，不得采取全程系统自动发卡方式核发信用卡”，因此对国内银行来说，在确定用户的信用卡额度时，系统评估和人工审核都是必不可少的。
资料图，图文无关（来源：摄图网）
每经小编（微信号：nbdnews）注意到，网上许多关于信用卡的“攻略”提到，在收到信用卡申请时，银行会根据申请人的资料进行综合考量，并且给出评分，每个人信用卡额度实际上就是根据这一评分来分配的，评分越高，额度就越高，相反则额度越低。
这就涉及到了“信用评分卡”的概念。
所谓信用评分，是利用已有的历史样本数据建立数学模型，对申请用户的未来信用行为进行模拟预测，构造出一个预测模型或预测函数，将其用于判断申请用户的信用级别，对于满足要求的客户予以信用额度支持。
举个例子，下面是一篇发布于2017年的论文，作者在文中为建立“信用评分卡模型”引入了一系列变量。
截自《基于数据挖掘技术的信用评分卡模型》（作者倪显情，下同）
在一番论证之后，作者确定了评分卡的公式，并计算出了一份各个变量的得分表。
有趣的是，这篇论文中，作者最后得出的结论为“男性这一客户特征对客户成为好客户的影响较大”。
继今年3月首次“官宣”后，美国消费者终于在8月迎来了苹果与高盛（Goldman Sachs）合作发行的钛金信用卡——Apple Card。而且短短一个半月，就发出了100亿美元信用额度。但最近，这张“千呼万唤始出来”的信用卡却出事了。
有对夫妻一起申请了Apple Card，但丈夫获得的信用额度却是妻子的20倍——即便夫妻两人共同报税，而且妻子的信用积分更高。
截自苹果信用卡宣传视频
据新华社报道，由于客户指认服务存在性别歧视，美国监管部门将调查对苹果与高盛合作提供的信用卡服务。
高盛发言人回应称，确定信用额度“不基于性别、种族、年龄、性取向和其他法律所禁止的因素”。
Apple Card被指额度“性别歧视”
苹果联合创始人：我也遇到了
近日，美国信息技术行业企业家汉松（Hansson）在推特表示，Apple Card的程序存在性别歧视。
“我和我妻子提交的是联合纳税申报表，居住在共同财产州（即实行夫妻共同财产制的州），而且已经结婚很长一段时间，但苹果的‘黑箱算法’认为我的信用额度应是我妻子的20倍。上诉也没有任何作用。”
汉松还表示，即使他妻子还清了最低还款额后，Apple Card也不会在下一个结算期前批准妻子的任何支出额度。“显然，即使女性提前还清了全部欠款，也不会有良好的信用”。
这条推文发布之后，在网上立即引发了热议。
就连苹果公司联合创始人史蒂夫·沃兹尼亚克（Steve Wozniak）也站出来力挺汉松。
“在我们身上也发生了同样的事情。我的信用卡额度是我妻子的10倍。但我们没有独立的银行或信用卡账户，也没有任何独立的资产。而且很难找人将其（信用额度）纠正。”
“这就是2019年的高科技。”沃兹尼亚克讽刺道。
此外，一名叫作Carmine的网民表示，他的妻子信用分高于自己（将近850分），而且工资也比自己高，但信用额度仅是自己的1/3。
汉松的抱怨引发的后续效应不断扩大，导致高盛无法再沉默下去。
高盛在网上回复汉松，“我们非常重视这些担忧。请注意，高盛在作出信贷决策时，绝不会考虑性别或任何其他被禁止的依据。我们想与您探讨一下，您能直接给我们留言吗？”
有趣的是，汉松说，在他公开抱怨后，高盛竟然在自己未提交任何文件也没解决根本问题的情况下提高了妻子的信用额度。“高盛的客服代表也无法解释发生了什么，只是一再说‘这是算法决定的’”。
汉松表示，希望自己的情况能够引起人们对“黑箱算法”偏差的认知。
两个“新手”合作发卡
一个半月发出100亿美元信用额度
Apple Card是苹果的第一张信用卡，其合作银行为高盛，发卡机构为万事达（MasterCard）。之所以备受关注，主要由于其两个特点：
一方面，它号称不收取任何境外交易费、年费、转账手续费等费用，比市面上其他信用卡更具竞争力；
另一方面，Apple Card还为用户提供了一定的返现，返现可以用于消费，也可以转至其他银行账户。
今年10月底，在2019年第四财季财报电话会议上，苹果CEO蒂姆·库克表示，他相信Apple Card是美国有史以来发行最成功的信用卡，公司对它的受欢迎程度感到兴奋。
同一周，高盛提交给监管部门的文件显示，截至9月30日，他们已经为苹果用户发放了共计100亿美元的信用额度；Apple Card的持卡人贷款余额（即未还款金额）共计7.36亿美元。这时距离Apple Card正式上线（8月20日）还不到1个半月时间，发展速度可谓惊人。
截自苹果信用卡宣传视频
在美国，信用卡发卡机构主要有两种：一种是以美国银行、摩根大通等为代表的银行机构；另一种就是以运通为代表的独立信用卡公司。由于苹果公司并不具备独立发行信用卡的资质，所以当时选择让高盛集团承包其信用卡业务。
问题是，虽然在投资银行界是数一数二的“大佬”，但高盛在消费信用卡领域却是个“新手”。今年8月，有分析师指出，苹果选择与高盛这个“新手”合作，其动机令人捉摸不透，这两家缺乏机构知识的公司在应对客户需求方面的能力都很值得怀疑。苹果和高盛可能会根据用户数据，向持卡人提供个性化贷款，然后促进他们在各大销售点进行更多的大额消费。
据《国际金融报》，今年6月，美国众议院金融服务委员会举行了一场听证会，讨论即使在没有故意歧视的情况下，算法中仍然会对某些群体存在偏见的现象。
会上，两位专家指出，人工智能（AI）可能会存在固有思维，对女性和少数族裔的财务决策产生不利影响，助长贷款中的歧视现象。而这种错误的AI算法甚至可能在进行自动风险评估时，影响法官确定保释和量刑的决策，对某些群体产生累积性的影响。
据知情人士透露，在多数情况下，问题很可能在于Apple Card仅适用于个人账户，而不适用于联名账户。“如果汉松妻子的信用额度是由她自己的收入决定的，而且也属于高收入、高支出家庭的一部分，那她信贷利率可能相对于收入高出很多，信贷额度也会很低”。
截自苹果官网
新华社报道称，纽约金融服务局发言人9日表示，苹果信用卡服务中可能存在的“歧视性对待”让监管机构“不安”，“无论有意与否，任何算法如果导致女性或其他受保护群体受到歧视性对待，都违反纽约法律”。
银行确定信用卡额度，真的看性别吗？
对许多人来说，信用卡额度似乎是个神奇的东西：同单位同部门的同事，有些人信用卡办下来额度就能到几万多，有些人却只有几千。
那么，银行到底是根据什么来决定授信额度的？性别会是硬性指标吗？
从常识的角度出发，互联网金融、产业经济研究员江瀚撰文表示，
几乎没有信用卡发卡机构会把性别作为一个绝对指标来衡量信用卡额度。
毕竟大家知道，男性中有很多很穷的人，女性当中也不乏很有钱的成功人士……
但是，信用额度也很有可能分男女。这就是从统计概率的角度来说，男性在社会中从事的工作往往相对收入会略高于女性，正是因为不同工作的差异性，可能会导致不同的授信额度。
在网友“银行信用卡的授信额度是怎么确定的”提问下，有银行答道，“是根据申请时所附资料结合具体情况来综合判定的”。
至于这些资料里，哪些信息是对银行“有用”的呢？
根据《商业银行信用卡业务监督管理办法》：
第四十条 发卡银行应当建立健全信用卡申请人资信审核制度，明确管理架构和内部控制机制。
第四十一条 发卡银行应当对信用卡申请人开展资信调查，充分核实并完整记录申请人有效身份、财务状况、消费和信贷记录等信息，并确认申请人拥有固定工作、稳定的收入来源或可靠的还款保障。
此外，上述办法第四十三条还规定“对首次申请本行信用卡的客户，不得采取全程系统自动发卡方式核发信用卡”，因此对国内银行来说，在确定用户的信用卡额度时，系统评估和人工审核都是必不可少的。
资料图，图文无关（来源：摄图网）
每经小编（微信号：nbdnews）注意到，网上许多关于信用卡的“攻略”提到，在收到信用卡申请时，银行会根据申请人的资料进行综合考量，并且给出评分，每个人信用卡额度实际上就是根据这一评分来分配的，评分越高，额度就越高，相反则额度越低。
这就涉及到了“信用评分卡”的概念。
所谓信用评分，是利用已有的历史样本数据建立数学模型，对申请用户的未来信用行为进行模拟预测，构造出一个预测模型或预测函数，将其用于判断申请用户的信用级别，对于满足要求的客户予以信用额度支持。
举个例子，下面是一篇发布于2017年的论文，作者在文中为建立“信用评分卡模型”引入了一系列变量。
截自《基于数据挖掘技术的信用评分卡模型》（作者倪显情，下同）
在一番论证之后，作者确定了评分卡的公式，并计算出了一份各个变量的得分表。
有趣的是，这篇论文中，作者最后得出的结论为“男性这一客户特征对客户成为好客户的影响较大”。