Алтернативен кредитен рейтинг: Изчистване на големи данни за потребителска информация

КРЕДИТ ЗА ИЗОБРАЖЕНИЕ:
Изображение на кредит
iStock

Алтернативен кредитен рейтинг: Изчистване на големи данни за потребителска информация

Алтернативен кредитен рейтинг: Изчистване на големи данни за потребителска информация

Подзаглавен текст
Алтернативното кредитно оценяване става все по-масово благодарение на изкуствения интелект (AI), телематиката и по-дигиталната икономика.
    • Автор:
    • име Автор
      Quantumrun Foiresight
    • Октомври 10, 2022

    Резюме на прозрението

    Все повече компании използват алтернативен кредитен скоринг, тъй като е от полза за потребителите и кредиторите. Изкуственият интелект (AI), по-специално машинното обучение (ML), може да се използва за оценка на кредитоспособността на хора, които нямат достъп до традиционните банкови продукти. Този метод разглежда алтернативни източници на данни като финансови транзакции, уеб трафик, мобилни устройства и публични записи. Разглеждайки други точки от данни, алтернативният кредитен рейтинг има потенциала да увеличи финансовото включване и да стимулира икономическия растеж.

    Алтернативен контекст на кредитен рейтинг

    Традиционният модел на кредитен рейтинг е ограничаващ и недостъпен за много хора. Според данни от Africa CEO Forum, около 57 процента от африканците са „кредитно невидими“, което означава, че им липсва банкова сметка или кредитен рейтинг. В резултат на това те изпитват трудности при осигуряването на заем или получаването на кредитна карта. Лица, които нямат достъп до основни финансови услуги като спестовни сметки, кредитни карти или лични чекове, се считат за небанкирани (или недостатъчно банкови).

    Според Forbes, тези хора без банкови услуги се нуждаят от електронен достъп до пари в брой, дебитна карта и възможност за бързо получаване на пари. Традиционните банкови услуги обаче обикновено изключват тази група. Освен това сложната документация и други изисквания за конвенционалните банкови заеми доведоха до това уязвимите групи да се обърнат към лихвари и кредитори до заплата, които налагат високи лихвени проценти.

    Алтернативното кредитно оценяване може да помогне на населението без банкови услуги, особено в развиващите се страни, като вземе предвид по-неформални (и често по-точни) средства за оценка. По-специално, AI системите могат да се прилагат за сканиране на големи обеми информация от различни източници на данни, като сметки за комунални услуги, плащания за наем, застрахователни досиета, използване на социални медии, история на заетостта, история на пътувания, транзакции за електронна търговия и държавни и имуществени записи . Освен това, тези автоматизирани системи могат да помогнат за идентифициране на повтарящи се модели, които се превръщат в кредитен риск, включително невъзможност за плащане на сметки или задържане на работа твърде дълго или отваряне на твърде много акаунти в платформи за електронна търговия. Тези проверки се фокусират върху поведението на заемателя и идентифицират точки от данни, които традиционните методи може да са пропуснали. 

    Разрушително въздействие

    Нововъзникващите технологии са ключов фактор за ускоряване на приемането на алтернативен кредитен скоринг. Една такава технология включва блокчейн приложения поради способността си да позволява на клиентите да контролират своите данни, като същевременно позволява на доставчиците на кредити да проверяват информацията. Тази функция може да помогне на хората да почувстват по-голям контрол върху това как личната им информация се съхранява и споделя.

    Банките могат също да използват Интернет на нещата (IoT) за по-подробна картина на кредитния риск на различните устройства; това включва събиране на метаданни в реално време от мобилни телефони. Доставчиците на здравни услуги могат да предоставят различни данни, свързани със здравето, за целите на оценяването, като например данни, събрани от носими устройства, като сърдечен ритъм, температура и всякакви записи за съществуващи здравословни проблеми. Въпреки че тази информация не се отнася пряко за животозастраховането и здравното осигуряване, тя може да информира за избора на банкови продукти. Например, потенциална инфекция с COVID-19 може да сигнализира за необходимостта от спешна помощ при овърдрафт или за малки и средни предприятия с по-високи рискови фактори за изплащане на заема и прекъсване на бизнеса. Междувременно за автомобилното застраховане някои компании използват телематични данни (GPS и сензори) вместо традиционния кредитен рейтинг, за да преценят кои кандидати е най-вероятно да носят отговорност. 

    Една ключова точка от данни в алтернативния кредитен рейтинг е съдържанието на социалните медии. Тези мрежи съдържат впечатляващо количество данни, които могат да бъдат полезни за разбиране на вероятността дадено лице да изплати дългове. Тази информация често е по-точна от това, което разкриват официалните канали. Например извлеченията за проверка на сметки, онлайн публикациите и туитовете дават представа за нечии навици на харчене и икономическата стабилност, което може да помогне на бизнеса да взема по-добри решения. 

    Последици от алтернативния кредитен рейтинг

    По-широките последици от алтернативния кредитен рейтинг могат да включват: 

    • Още нетрадиционни услуги за кредитиране, подхранвани от отворено банкиране и банкиране като услуга. Тези услуги могат да помогнат на хората без банкиране да кандидатстват за заеми по-ефективно.
    • Нарастващото използване на IoT и носими устройства за оценка на кредитния риск, особено данни за здравето и интелигентния дом.
    • Стартъпи, използващи услуги за метаданни на телефона, за да оценят хора без банкови услуги, за да предлагат кредитни услуги.
    • Биометричните данни все повече се използват като алтернативни данни за кредитен рейтинг, особено при наблюдение на навиците за пазаруване.
    • Повече правителства правят нетрадиционните кредити по-достъпни и обслужващи. 
    • Нарастващи опасения относно потенциални нарушения на поверителността на данните, особено за събирането на биометрични данни.

    Въпроси за разглеждане

    • Какви са потенциалните предизвикателства при използването на алтернативни данни за кредитен рейтинг?
    • Какви други потенциални точки от данни могат да бъдат включени в алтернативния кредитен рейтинг?

    Препратки към Insight

    Следните популярни и институционални връзки бяха посочени за тази информация: