Альтэрнатыўны крэдытны скоринг: ачыстка вялікіх даных у пошуках спажывецкай інфармацыі

• аўтар:
• імя аўтара

  Quantumrun Foiresight
• Кастрычнік 10, 2022

Кароткі агляд

Больш кампаній выкарыстоўваюць альтэрнатыўны крэдытны скоринг, таму што гэта прыносіць карысць спажыўцам і крэдыторам. Штучны інтэлект (AI), у прыватнасці машыннае навучанне (ML), можна выкарыстоўваць для ацэнкі крэдытаздольнасці людзей, якія не маюць доступу да традыцыйных банкаўскіх прадуктаў. Гэты метад разглядае альтэрнатыўныя крыніцы даных, такія як фінансавыя аперацыі, вэб-трафік, мабільныя прылады і публічныя запісы. Гледзячы на ​​​​іншыя даныя, альтэрнатыўны крэдытны скоринг можа павысіць фінансавае ўключэнне і стымуляваць эканамічны рост.

Альтэрнатыўны кантэкст крэдытнага бала

Традыцыйная мадэль крэдытнага бала абмежаваная і недаступная для многіх людзей. Згодна з дадзенымі Africa CEO Forum, каля 57 працэнтаў афрыканцаў з'яўляюцца "непрыкметнымі крэдытамі", што азначае, што ў іх адсутнічае банкаўскі рахунак або крэдытная адзнака. У выніку ў іх узнікаюць цяжкасці з атрыманнем крэдыту або крэдытнай карты. Асобы, якія не маюць доступу да асноўных фінансавых паслуг, такіх як ашчадныя рахункі, крэдытныя карты або асабістыя чэкі, лічацца небанкаўскімі (або недастаткова банкаўскімі).

Па дадзеных Forbes, гэтым людзям, якія не карыстаюцца банкаўскімі паслугамі, патрэбны электронны доступ да наяўных грошай, дэбетавая карта і магчымасць хуткага атрымання грошай. Аднак традыцыйныя банкаўскія паслугі звычайна выключаюць гэтую групу. Акрамя таго, складаныя дакументы і іншыя патрабаванні да звычайных банкаўскіх крэдытаў прывялі да таго, што ўразлівыя групы насельніцтва звяртаюцца да ліхвяроў і крэдытораў да выплаты жалавання, якія ўводзяць высокія працэнтныя стаўкі.

Альтэрнатыўны крэдытны скоринг можа дапамагчы насельніцтву без банкаўскіх паслуг, асабліва ў краінах, якія развіваюцца, за кошт больш неафіцыйных (і часта больш дакладных) сродкаў ацэнкі. У прыватнасці, сістэмы штучнага інтэлекту могуць прымяняцца для сканіравання вялікіх аб'ёмаў інфармацыі з розных крыніц даных, такіх як рахункі за камунальныя паслугі, арэндная плата, страхавыя запісы, выкарыстанне сацыяльных сетак, гісторыя занятасці, гісторыя падарожжаў, транзакцыі электроннай камерцыі, дзяржаўныя і маёмасныя дакументы . Акрамя таго, гэтыя аўтаматызаваныя сістэмы могуць дапамагчы выявіць перыядычныя заканамернасці, якія ператвараюцца ў крэдытную рызыку, у тым ліку немагчымасць аплачваць рахункі або заставацца на працы занадта доўга, або адкрыць занадта шмат уліковых запісаў на платформах электроннай камерцыі. Гэтыя праверкі сканцэнтраваны на паводзінах крэдытаатрымальніка і выяўляюць кропкі дадзеных, якія традыцыйныя метады маглі прапусціць. 

Разбуральнае ўздзеянне

Новыя тэхналогіі з'яўляюцца ключавым фактарам паскарэння прыняцця альтэрнатыўнага крэдытнага скоринга. Адна з такіх тэхналогій уключае блокчейн-прыкладанні дзякуючы здольнасці кліентаў кантраляваць свае даныя, у той жа час дазваляючы пастаўшчыкам крэдытаў правяраць інфармацыю. Гэтая функцыя можа дапамагчы людзям адчуваць большы кантроль над тым, як іх асабістая інфармацыя захоўваецца і абагульваецца.

Банкі таксама могуць выкарыстоўваць Інтэрнэт рэчаў (IoT) для атрымання больш падрабязнай карціны крэдытнай рызыкі на розных прыладах; гэта ўключае ў сябе збор метаданых у рэжыме рэальнага часу з мабільных тэлефонаў. Медыцынскія работнікі могуць уносіць розныя даныя, звязаныя са здароўем, для вылічэння балаў, напрыклад, даныя, сабраныя з носных прылад, такіх як частата сардэчных скарачэнняў, тэмпература і любыя запісы аб існуючых праблемах са здароўем. Нягледзячы на ​​тое, што гэтая інфармацыя непасрэдна не адносіцца да страхавання жыцця і здароўя, яна можа дапамагчы выбару банкаўскіх прадуктаў. Напрыклад, патэнцыйная інфекцыя COVID-19 можа сігналізаваць аб неабходнасці экстранай дапамогі па авердрафце або аб тым, што малыя і сярэднія прадпрыемствы маюць больш высокія фактары рызыкі пагашэння пазыкі і зрыву бізнесу. Між тым, для страхавання аўтамабіля некаторыя кампаніі выкарыстоўваюць тэлематычныя дадзеныя (GPS і датчыкі) замест традыцыйнага крэдытнага скоринга, каб вызначыць, якія кандыдаты, хутчэй за ўсё, нясуць адказнасць. 

Адным з ключавых дадзеных у альтэрнатыўным крэдытным скорынгу з'яўляецца змест сацыяльных сетак. Гэтыя сеткі захоўваюць уражлівы аб'ём даных, якія могуць быць карысныя для разумення верагоднасці таго, што чалавек верне даўгі. Гэтая інфармацыя часта больш дакладная, чым тая, што раскрываюць афіцыйныя каналы. Напрыклад, выпіскі па рахунках, паведамленні ў інтэрнэце і твіты даюць зразумець чыесьці звычкі выдаткаў і эканамічную стабільнасць, што можа дапамагчы прадпрыемствам прымаць лепшыя рашэнні. 

Наступствы альтэрнатыўнага крэдытнага скорынгу

Больш шырокія наступствы альтэрнатыўнага крэдытнага скорынгу могуць уключаць: 

• Больш нетрадыцыйных паслуг крэдытавання на аснове адкрытых банкаўскіх паслуг і банкаўскіх паслуг як паслуг. Гэтыя паслугі могуць дапамагчы асобам, якія не працуюць у банках, больш эфектыўна звяртацца за крэдытамі.
• Усё больш шырокае выкарыстанне IoT і носных прылад для ацэнкі крэдытнай рызыкі, асабліва даных пра здароўе і разумны дом.
• Стартапы выкарыстоўваюць паслугі тэлефонных метаданых для ацэнкі людзей, якія не маюць банкаўскіх паслуг, каб прапанаваць крэдытныя паслугі.
• Біяметрычныя дадзеныя ўсё часцей выкарыстоўваюцца ў якасці альтэрнатыўных даных аб крэдытнай ацэнцы, асабліва пры маніторынгу пакупніцкіх звычак.
• Больш урадаў робіць нетрадыцыйныя крэдыты больш даступнымі і прыдатнымі. 
• Рост занепакоенасці магчымымі парушэннямі канфідэнцыяльнасці даных, асабліва для збору біяметрычных даных.

Пытанні для разгляду

• Якія патэнцыйныя праблемы ўзнікаюць пры выкарыстанні альтэрнатыўных даных крэдытнага бала?
• Якія іншыя патэнцыйныя пункты дадзеных можна ўключыць у альтэрнатыўны крэдытны скоринг?