过去十年，埃及在扩大金融服务覆盖面方面取得了显著增长，尤其是女性群体。
这一进展得益于私营部门企业利用创新技术，帮助数百万人获得发展机遇。
技术也是克服向信贷不足人群提供信贷这一挑战、扩大金融覆盖面的关键。
过去十年，埃及在扩大金融服务覆盖面方面取得了重大进展。
据埃及中央银行称，截至2024年12月，74.8%的埃及人持有交易型银行账户，较2016年增长204%。女性群体的数据更为显著：68.8%的女性now持有账户，同期增长295%。
世界经济论坛如何推动全球金融体系改善？
金融与货币体系中心汇聚各界领袖，共同探讨全球金融体系的变革，涵盖可持续发展、韧性以及创新和数字化等领域。
通过促进合作与洞见，该中心帮助合作伙伴使金融体系与长期经济稳定和共同繁荣保持一致。
这一进展体现了国家对普惠金融的承诺，包括允许仅凭国民身份证即可开户等监管改革。同时，这也得益于创新型私营企业的贡献，它们利用技术为数百万人释放经济机遇。
不过，银行账户只是第一步。真正的普惠金融意味着能够获取、使用并受益于广泛的金融服务——从储蓄计划到支付、信贷和投资产品。尽管这些服务的覆盖面正在扩大，但对于寻求扩大金融覆盖面的金融机构和政府而言，向信贷不足人群提供信贷仍是一项关键挑战。
信贷为何有助于实现更大的繁荣
信贷是实现长期繁荣的催化剂，通过使个人能够投资长期经济机会，直接促进财富积累。
个人不必每月向房东支付租金，而是可以申请按揭贷款，通过还款逐步拥有自己的住房。家庭可以为子女的教育提供资金，女性也可以借款筹集资本、创办自己的企业，从而获得更大的经济自由。
然而，对于埃及乃至其他地区的数百万人而言，获取信贷仍然遥不可及。传统的信用评分模型依赖正式的金融记录，而人工核保既耗费资源，又缺乏一致性，是一道难以跨越的门槛。
因此，许多银行和放贷机构向缺乏信贷记录的新客户及信贷不足人群发放贷款的能力受到限制。这一“先有鸡还是先有蛋”的困境，对低收入、农村及金融排斥群体（包括女性和青年）的影响最为严重。
更智能、更具包容性的解决方案
创新者日益借助人工智能（AI）来应对传统金融服务模式的局限。
在正式信贷记录稀少、征信机构覆盖有限的经济体中，基于AI的模型提供了一种极具吸引力的替代方案。这些模型的独特之处在于，它们不仅能解读个人活动，还能解读社会和行为网络。
通过整合多样化的实时数据点，AI驱动的信用评分模型可以提高审批通过率、降低风险，并将信贷延伸至传统体系此前忽视的人群。
这对于普惠金融而言是一项充满希望的进展，尤其是在传统方法难以规模化推广的环境中。
信用评分模型的运作方式
MNT-Halan是埃及增长最快的金融科技公司，也是中东和北非地区首家金融科技独角兽企业。该公司开发了一套由AI驱动的替代性信用评分引擎，利用行为和交易数据对用户进行评估，其中许多用户此前从未接触过正式的信贷体系。借助这一专有模型，MNT-Halan已将超过50%的贷款审批实现自动化，并使此前无法评分的用户审批通过率达到60%。
该解决方案利用的数据来自Halan超级应用，该应用在单一数字平台上提供支付、储蓄、投资和电子商务服务。这一集成环境产生了大量用户数据——购买记录、支付历史、与应用的互动情况——这些数据直接输入AI引擎。
通过观察用户在这些服务之间的互动方式——包括购买频率、偿还余额的情况或使用应用内工具的程度——该模型能够构建动态且个性化的用户画像。
这一多维模型使MNT-Halan即使在缺乏正式金融数据的情况下，也能比传统系统更准确地评估风险。
以一位此前没有银行账户的用户为例，此人开始使用Halan应用的电子商务功能批量购买杂货。基于这些行为数据，AI评分引擎得以为其打分，并批准其获得消费金融额度。
此后，该用户获批办理了Halan卡，并随后开始使用其担保投资产品。这是一段由AI赋能、由数据驱动的完整金融历程。
AI负责任应用的实践
在信用评分等高影响领域实施AI，需要稳健的风险管理框架。如果设计不够审慎，这些系统可能会强化其原本旨在缓解的不平等现象。
通过主动制定负责任的AI原则并定期开展审计，企业可以确保AI得到公平、负责任的应用。MNT-Halan在应用AI时遵循五项原则：
公平性： 模型通过使用替代数据，专门纳入无银行账户及缺乏信贷记录的用户，并持续监测不同群体间是否存在偏差。
可解释性： 信贷决策具有可解释性，透明的评分卡能够清晰展示算法纳入了哪些数据点，以及这些数据点在最终决策中如何相互加权。
隐私保护： 所有数据均在用户同意的前提下收集，并符合埃及的《个人数据保护法》（PDPL）。
监测： 模型会根据实际结果持续更新，并就绩效和公平性进行审计。
人工监督： 敏感或存在歧义的案例需经人工审核，确保自动化不会取代人的判断。
关键在于，用户自主选择是否共享数据，并可随时选择退出。这种选择加入模式优先保障了产品用户的知情同意与信任。
在埃及乃至更广范围内推进普惠金融
AI信用评分模型的应用已经帮助埃及数百万人获得了他们long期被排除在外的金融服务。但这一机遇并不止于国界。
据联合国西亚经济社会委员会统计，阿拉伯地区64%的成年人仍无银行账户，仅有29%的女性拥有账户。MNT-Halan于去年在土耳其、巴基斯坦和阿拉伯联合酋长国开展业务，目前正致力于在中东和北非地区扩大信贷覆盖面。
要让这些人群真正实现普惠金融，仅仅提供银行服务远远不够。AI的智能化应用有助于确保数据可得性方面的不平等不会加剧金融服务获取方面的现有差距，从而为促进那些长期被排除在正规经济之外的人群实现经济繁荣提供关键工具。
