tools_credit.title

tools_credit.subtitle

tools_credit.current_score
tools_credit.current_score_desc
720
tools_credit.category.good
720
300 (tools_credit.category.poor)580 (tools_credit.category.fair)670 (tools_credit.category.good)740 (tools_credit.category.vg_short)850 (tools_credit.category.exc_short)
tools_credit.calculated_score378
tools_credit.credit_factors
tools_credit.credit_factors_desc
tools_credit.weight
95%

tools_credit.factors.payment_history.description

tools_credit.weight
70%

tools_credit.factors.utilization.description

tools_credit.weight
50%

tools_credit.factors.age.description

tools_credit.weight
80%

tools_credit.factors.mix.description

tools_credit.weight
80%

tools_credit.factors.new_credit.description

0

tools_credit.derogatory_marks_help

tools_credit.financial_actions
tools_credit.financial_actions_desc

tools_credit.actions.new_card.name

-10 tools_credit.pts

tools_credit.actions.new_card.description

tools_credit.recovery_months

tools_credit.actions.miss_payment.name

-40 tools_credit.pts

tools_credit.actions.miss_payment.description

tools_credit.recovery_months

tools_credit.actions.pay_down.name

+15 tools_credit.pts

tools_credit.actions.pay_down.description

tools_credit.recovery_months

tools_credit.actions.installment_loan.name

+5 tools_credit.pts

tools_credit.actions.installment_loan.description

tools_credit.recovery_months

tools_credit.actions.close_account.name

-20 tools_credit.pts

tools_credit.actions.close_account.description

tools_credit.recovery_months

tools_credit.quick_adjustments

95%
30%
tools_credit.impact_analysis
tools_credit.impact_analysis_desc

tools_credit.biggest_improvements

  • tools_credit.improvements.reduce_util+15-30 tools_credit.pts
  • tools_credit.improvements.on_time+20-40 tools_credit.pts
  • tools_credit.improvements.remove_derog+25+ tools_credit.pts_each

tools_credit.common_mistakes

  • tools_credit.mistakes.missed_payment-40-60 tools_credit.pts
  • tools_credit.mistakes.max_out-10-30 tools_credit.pts
  • tools_credit.mistakes.multiple_inquiries-5-10 tools_credit.pts_each

理解你的信用评分

你的信用分是一个单一数字——通常在 300 到 850 之间——放款方用它来预测你按时偿还借款的可能性。它会影响你是否能被批准办理房贷、汽车贷款或信用卡;影响你拿到的利率;影响你的信用额度大小;甚至也会影响一些非信用相关的决策,比如公寓申请、水电押金,以及某些保险保费。纵观一生,优秀信用和一般信用之间的差距,轻松就可能超过 100,000 美元的额外利息。

这个模拟器让你可以尝试那些会改变分数的操作——偿还余额、开立或关闭账户、错过一次付款、让一条不良记录从报告中消失——并在你采取行动之前查看大致影响。你可以用它来提前规划一次重要贷款申请,从挫折中恢复,或只是弄明白为什么你上个月的分数发生了变化。

FICO 评分的权重如何计算

使用最广泛的信用评分模型 FICO,会根据你信用报告中的五个信息类别来计算分数。下面的权重是近似值,适用于大多数消费者;信用档案较薄或较新的情况可能会有不同的权重。

  • 35%还款记录——账单是否按时支付。单一影响最大。
  • 30%欠款金额(信用利用率)——总余额相对于总信用额度的比例。
  • 15%信用历史长度——账户的平均年龄,以及最早账户的年龄。
  • 10%信用组合——不同类型的账户(信用卡、分期贷款、按揭贷款)。
  • 10%新增信用——最近的申请以及新开账户。

五个类别里有两个——还款记录和信用利用率——大约决定了 65% 的分数。如果你把提升精力聚焦在这两项,你就能覆盖模型最在意的大部分内容。

评分背后的数学

信用利用率是评分里最直接与数学相关的部分。它在你的所有循环账户中计算:每次你的对账单生成时(statement close)会统计一次:

utilization = total balances / total credit limits

传统经验说要把信用利用率控制在 30% 以内;对于顶级分数而言,“甜蜜点”是在 10% 以下。每张卡的个人利用率也同样重要,不只是总额——即使你的总体利用率很低,刷爆单张卡也会伤分。在对账单生成之前先把余额还下来(不是等到到期日前)能带来更好的分数影响。

average account age = sum of account ages / number of accounts

信用历史的长度是你的账户平均年龄加上最早账户的年龄。关闭一张老卡会同时降低这两项——即使你不再使用它,保留一张已还清的旧卡并保持少量的周期性扣费,有助于保护你的分数。

一个完整示例

假设你的起始分数是 680。你在三张信用卡上合计留存了 4,500 美元,合计信用额度为 10,000 美元——信用利用率为 45%。你在 18 个月前有一次 30 天逾期付款;另外还有四张信用卡的平均账户年龄为 3 年。

把余额还到 1,500 美元(15% 利用率)通常能在一到两个账单周期内把你的分数提高 30 到 50 分。把利用率降到 10% 以下还能再加 10 到 20 分。那次 30 天逾期会继续拖低分数,直到它在七年后从报告中消失,但在最初 24 个月之后它的影响会逐渐减小。

如果你改为一次性开了两张新信用卡,你的分数会因硬查询而暂时下跌 10 到 20 分,同时平均账户年龄会变小、总可用信用额度会提高(有助于利用率)。总体影响通常在几个月内偏负面,约一年后转为正面——前提是你不会把余额刷高。

最快且合理的分数提升几乎总是:还清信用卡余额。它比起对小额记录提出异议、开新信用、或追逐那些“奇招”的信用修复策略都更有效——而且结果通常以周而不是以年为单位出现。

信用评分常见问题

我能多快提升我的分数?

降低信用卡利用率通常能在一到两个账单周期内提升分数——往往是最快的“合理改变”。其他因素需要更久:一次逾期会伤害分数 24 个月,并在报告上保留七年;开立新账户需要时间让它“变老”。大多数现实可行的计划能在三到六个月内看到明显改善。

我是否应该关闭不再使用的信用卡?

通常不应该。关闭一张卡会降低你的总可用信用额度(提高利用率),并最终在报告消失时减少账户的平均年龄。保留未使用的卡并保持少量的周期性扣费——自动全额支付——可以同时保护这两个因素。例外是那些年费很高且你不再需要支付的卡。

什么是硬查询(hard inquiry)?

硬查询是当你申请新信用时,放款方进行的信用检查。每次硬查询通常会在短时间内扣掉约 5–10 分,并在你的报告中保留两年(不过评分影响在 12 个月后会逐渐减弱)。在短窗口内(通常 14–45 天)对同一种贷款类型进行多次查询会被视为一次——所以为按揭或汽车贷款做利率“货比三家”不会造成叠加伤害。

我自己查信用会伤害我的分数吗?

不会。你自己查看信用属于软查询(soft inquiry),不会影响你的分数。你可以通过免费的服务,或者直接从信用局查询,频率越高也没关系。

负面记录会在我的报告上保留多久?

大多数负面记录(包括逾期付款、催收、以及第 13 章破产)会从最初违约日期起保留七年。第 7 章破产会保留十年。硬查询会在两年后消失。负面记录随着时间推移,其对分数的影响会逐渐降低,即使它们还没消失。

还清催收记录会提升我的分数吗?

这取决于模型。较新的 FICO 和 VantageScore 版本会忽略已付的医疗催收,并减小其他已付催收的影响;但一些仍在使用的旧模型可能不会。付款前务必以书面形式协商“先付后删(pay-for-delete)”协议——有些催收方会在你付款后把记录完全移除。

信用利用率是如何计算的?

它是你循环账户当前余额的总和,除以你的信用额度总和。每次对账单生成时就会上报利用率——所以要在该日期之前把余额还低(不仅是等到到期日)才能降低“上报”的利用率。每张卡的个人利用率也很重要;即使你的总体利用率很低,刷爆单张卡也会伤分。

我应该办理信用建设贷款吗?

如果你的信用档案较薄或几乎没有信用记录,那通常是可以的——一笔小额的分期贷款能增加还款记录和信用组合,这两项会在一段时间后帮助你的分数。如果你已经拥有多张状况良好的“老账户”,边际收益会很小,并且硬查询加上新账户的扣分可能会让收益短期内被抵消。

FICO 和 VantageScore 有什么区别?

两者都是信用评分模型,使用的是相同的信用局基础数据,但对各因素的权重略有不同,因此分数可能相差 10 到 50 分。放款方大多使用 FICO,尤其是房贷;但大多数免费的信用监测服务会显示 VantageScore。建议你在一段时间内追踪同一个模型,而不是在不同模型间做比较。

信用修复公司能帮忙吗?

有口碑的公司可以帮助你对不准确的信息提出异议,但他们无法在法律上移除准确的信息,无论他们承诺什么。只要你自己直接向信用局提出异议,你就能免费做到他们能做的一切。避免任何要求预付费用、承诺提升到某个特定分数、或指示你把准确记录当作欺诈去提出异议的公司——这会触及非法领域。

这些计算器仅用于教育和规划目的。结果是根据你提供的输入进行的估算,不构成任何财务、税务或法律建议。实际的贷款条款、回报和费用会因放款方、司法管辖区以及个人情况而有所不同。在做出重大财务决策之前,请务必咨询合格的专业人士。