一项由伦敦国王学院商学院与美联储联合开展的新研究发现，美国银行广泛使用自动化算法提升信用卡额度，而这些操作大多针对已背负债务的消费者，反而加剧了家庭债务问题。研究指出，美国约80%的信用额度上调由银行系统自动触发，而非消费者主动申请。这些自动增额每年为市场新增超过400亿美元的可用信用，其中绝大多数流向已有欠款的持卡人。 研究显示，当额度被自动提高后，消费者平均将循环债务增加约30%。这意味着算法驱动的信贷扩张正成为家庭债务增长的重要但隐蔽的推手。更令人关注的是，约三分之一的美国信用卡未偿余额——即每月滚动的欠款——直接源于卡片开立后的额度上调，而在信用评分较低的借款人中，这一比例高达60%。 研究还发现，那些在财报中频繁提及使用人工智能和机器学习技术的银行，最倾向于采用自动化额度提升系统。为评估政策干预效果，研究团队构建了家庭借贷与消费模型，测试了英国和加拿大等国的监管模式。在这些国家，银行需获得客户明确同意才能上调额度。研究结果表明，若美国引入类似规定，可使消费者整体福利提升约1%，同时降低循环债务和利息支出占收入的比例，且对信贷可得性影响极小。 该研究基于覆盖美国超过70%信用卡市场的监管微观数据，首次量化了自动化额度提升对消费者福利的负面影响，以及加强监管的潜在收益。研究负责人、伦敦国王学院的Agnes Kovacs博士指出，银行正利用复杂模型预测哪些人会在额度提升后借更多钱，而许多消费者对此毫无察觉。尽管自动提额在扩大信贷可及性、帮助平滑消费方面有积极作用，但当算法持续向已有债务者提供更高额度时，反而会增加金融脆弱性。 研究建议，通过要求用户同意或限制对负债者提额等适度监管措施，可在不显著影响信贷供给的前提下，有效提升金融公平与消费者福祉。欧盟计划于明年实施类似监管，美国或可借鉴。