Alternatiewe krediettelling: Deur groot data vir verbruikersinligting deur

• Author:
• Author naam

  Quantumrun Foiresight
• Oktober 10, 2022

Insig opsomming

Meer maatskappye gebruik alternatiewe kredietgradering omdat dit verbruikers en leners bevoordeel. Kunsmatige intelligensie (KI), spesifiek masjienleer (ML), kan gebruik word om die kredietwaardigheid te bepaal van mense wat nie toegang tot tradisionele bankprodukte het nie. Hierdie metode kyk na alternatiewe databronne soos finansiële transaksies, webverkeer, mobiele toestelle en publieke rekords. Deur na ander datapunte te kyk, het alternatiewe kredietpunte die potensiaal om finansiële insluiting te verhoog en ekonomiese groei te dryf.

Alternatiewe kredietpunte-konteks

Die tradisionele krediettellingmodel is beperkend en ontoeganklik vir baie mense. Volgens data van die Africa CEO Forum is ongeveer 57 persent van Afrikane "krediet onsigbaar", wat beteken dat hulle nie 'n bankrekening of krediettelling het nie. Gevolglik sukkel hulle om 'n lening te verkry of 'n kredietkaart te bekom. Individue wat nie toegang tot noodsaaklike finansiële dienste soos spaarrekeninge, kredietkaarte of persoonlike tjeks het nie, word beskou as ongebank (of onderbank).

Volgens Forbes benodig hierdie ongebankde mense elektroniese kontanttoegang, 'n debietkaart en die vermoë om geld stiptelik te bekom. Tradisionele bankdienste sluit egter gewoonlik hierdie groep uit. Boonop het die komplekse papierwerk en ander vereistes vir konvensionele banklenings daartoe gelei dat kwesbare groepe hulle tot leningshaaie en betaaldagkrediteure wend wat hoë rentekoerse oplê.

Alternatiewe krediettelling kan die bevolking sonder banke help, veral in ontwikkelende lande, deur meer informele (en dikwels meer akkurate) metodes van evaluering te oorweeg. KI-stelsels kan veral toegepas word om groot volumes inligting vanaf uiteenlopende databronne te skandeer, soos nutsrekeninge, huurbetalings, versekeringsrekords, sosiale mediagebruik, diensgeskiedenis, reisgeskiedenis, e-handeltransaksies en regerings- en eiendomsrekords . Boonop kan hierdie geoutomatiseerde stelsels help om herhalende patrone te identifiseer wat na kredietrisiko vertaal, insluitend die onvermoë om rekeninge te betaal of werk te hou vir te lank, of om te veel rekeninge op e-handelsplatforms oop te maak. Hierdie kontroles fokus op 'n leningnemer se gedrag en identifiseer datapunte wat tradisionele metodes dalk gemis het. 

Ontwrigtende impak

Ontluikende tegnologieë is 'n sleutelfaktor om die aanvaarding van alternatiewe kredietpunte te versnel. Een so 'n tegnologie sluit blokkettingtoepassings in as gevolg van sy vermoë om kliënte hul data te laat beheer, terwyl dit steeds kredietverskaffers toelaat om die inligting te verifieer. Hierdie kenmerk kan mense help om meer in beheer te voel oor hoe hul persoonlike inligting gestoor en gedeel word.

Banke kan ook die Internet van Dinge (IoT) gebruik vir 'n meer gedetailleerde beeld van kredietrisiko oor toestelle heen; dit sluit in die insameling van intydse metadata vanaf selfone. Gesondheidsorgverskaffers kan verskeie gesondheidsverwante data vir puntedoeleindes bydra, soos data wat van draagbare items soos hartklop, temperatuur en enige rekord van voorafbestaande gesondheidskwessies ingesamel is. Alhoewel hierdie inligting nie direk op lewens- en gesondheidsversekering van toepassing is nie, kan dit bankprodukkeuses inlig. Byvoorbeeld, 'n potensiële COVID-19-infeksie kan die behoefte aan noodoortrekkingsbystand aandui of klein en medium ondernemings met hoër risikofaktore vir leningterugbetaling en besigheidsontwrigting. Intussen, vir motorversekering, gebruik sommige maatskappye telematiese data (GPS en sensors) in plaas van tradisionele kredietpunte om te bepaal watter kandidate waarskynlik aanspreeklik sal wees. 

Een sleuteldatapunt in alternatiewe kredietpunte is sosiale media-inhoud. Hierdie netwerke bevat 'n indrukwekkende hoeveelheid data wat nuttig kan wees om 'n persoon se waarskynlikheid om skuld terug te betaal, te verstaan. Hierdie inligting is dikwels meer akkuraat as wat formele kanale openbaar. Byvoorbeeld, die nagaan van rekeningstate, aanlynplasings en twiets gee insig in iemand se bestedingsgewoontes en ekonomiese stabiliteit, wat besighede kan help om beter besluite te neem. 

Implikasies van alternatiewe kredietpunte

Wyer implikasies van alternatiewe kredietgradering kan die volgende insluit: 

• Meer nie-tradisionele kredietleningsdienste aangevuur deur oop bankwese en bankwese-as-'n-diens. Hierdie dienste kan die ongebankde persone help om meer doeltreffend vir lenings aansoek te doen.
• Die toenemende gebruik van IoT en wearables om kredietrisiko te assesseer, veral gesondheids- en slimhuisdata.
• Startups wat telefoonmetadatadienste gebruik om mense wat nie gebank het nie, te evalueer om kredietdienste aan te bied.
• Biometrie word toenemend gebruik as 'n alternatiewe kredietgraderingdata, veral in die monitering van inkopiegewoontes.
• Meer regerings maak nie-tradisionele krediet meer toeganklik en diensbaar. 
• Toenemende kommer oor moontlike skendings van dataprivaatheid, veral vir biometriese data-insameling.

Vrae om te oorweeg

• Wat is die potensiële uitdagings in die gebruik van alternatiewe kredietpuntdata?
• Wat kan ander potensiële datapunte by alternatiewe kredietpunte ingesluit word?