Alternatív hitelminősítés: Big data gyűjtése a fogyasztók tájékoztatása érdekében

KÉP HITEL:
Kép hitel
iStock

Alternatív hitelminősítés: Big data gyűjtése a fogyasztók tájékoztatása érdekében

Alternatív hitelminősítés: Big data gyűjtése a fogyasztók tájékoztatása érdekében

Alcím szövege
A mesterséges intelligenciának (AI), a telematikának és a digitális gazdaságnak köszönhetően az alternatív kreditpontszámítás egyre általánosabbá válik.
    • Szerző:
    • Szerző neve
      Quantumrun Foiresight
    • Október 10, 2022

    Insight összefoglaló

    Egyre több vállalat alkalmaz alternatív hitelbírálatot, mert ez előnyös a fogyasztóknak és a hitelezőknek. A mesterséges intelligencia (AI), különösen a gépi tanulás (ML), felhasználható azoknak az embereknek a hitelképességének felmérésére, akik nem férnek hozzá a hagyományos banki termékekhez. Ez a módszer alternatív adatforrásokat vizsgál, például pénzügyi tranzakciókat, webes forgalmat, mobileszközöket és nyilvános nyilvántartásokat. Ha más adatpontokat nézünk, az alternatív hitelminősítés potenciálisan növelheti a pénzügyi befogadást és ösztönözheti a gazdasági növekedést.

    Alternatív kreditpontszámítási kontextus

    A hagyományos hitelminősítő modell korlátozó és sok ember számára elérhetetlen. Az Africa CEO Forum adatai szerint az afrikaiak körülbelül 57 százaléka "hitelláthatatlan", ami azt jelenti, hogy nincs bankszámlája vagy hitelképessége. Emiatt nehézségekbe ütközik a hitelfelvétel vagy a hitelkártya megszerzése. Azok a személyek, akik nem férnek hozzá az alapvető pénzügyi szolgáltatásokhoz, például megtakarítási számlákhoz, hitelkártyákhoz vagy személyi csekkekhez, nem banki (vagy alulbankozott) személyeknek minősülnek.

    A Forbes szerint ezeknek a bank nélküli embereknek elektronikus készpénz-hozzáférésre, bankkártyára és azonnali pénzszerzési lehetőségre van szükségük. A hagyományos banki szolgáltatások azonban általában kizárják ezt a csoportot. Ezen túlmenően a bonyolult papírmunka és a hagyományos banki kölcsönök egyéb követelményei azt eredményezték, hogy a kiszolgáltatott csoportok a hitelcápákhoz és a magas kamatokat kiszabó fizetésnapi hitelezőkhöz fordultak.

    Az alternatív hitelbírálat informálisabb (és gyakran pontosabb) értékelési módszerekkel segítheti a bank nélküli lakosságot, különösen a fejlődő országokban. Az AI-rendszerek különösen nagy mennyiségű információ beolvasására alkalmazhatók különféle adatforrásokból, például közüzemi számlákról, bérleti díjakról, biztosítási nyilvántartásokról, közösségimédia-használatról, foglalkoztatási előzményekről, utazási előzményekről, e-kereskedelmi tranzakciókról, valamint kormányzati és ingatlannyilvántartásról. . Ezen túlmenően ezek az automatizált rendszerek segíthetnek azonosítani az ismétlődő mintákat, amelyek hitelkockázatot jelentenek, ideértve a számlák fizetésének vagy a túl hosszú állások megtartásának képtelenségét, vagy a túl sok fiók megnyitását az e-kereskedelmi platformokon. Ezek az ellenőrzések a kölcsönvevő viselkedésére összpontosítanak, és olyan adatpontokat azonosítanak, amelyeket a hagyományos módszerek esetleg kihagytak. 

    Bomlasztó hatás

    A feltörekvő technológiák kulcsfontosságúak az alternatív kreditpontszámítás elterjedésének felgyorsításában. Az egyik ilyen technológia magában foglalja a blokklánc-alkalmazásokat, mivel lehetővé teszi az ügyfelek számára az adatok ellenőrzését, miközben a hitelszolgáltatók ellenőrizhetik az információkat. Ez a funkció segíthet abban, hogy az emberek jobban irányítsák személyes adataik tárolását és megosztását.

    A bankok a dolgok internetét (IoT) is használhatják, hogy részletesebb képet kapjanak a hitelkockázatról az eszközökön keresztül; ez magában foglalja a valós idejű metaadatok gyűjtését mobiltelefonokról. Az egészségügyi szolgáltatók különböző, egészséggel kapcsolatos adatokat adhatnak hozzá pontozási célokra, például olyan hordható eszközökről gyűjtött adatokat, mint a pulzusszám, a hőmérséklet, valamint a már meglévő egészségügyi problémákra vonatkozó adatok. Noha ezek az információk nem vonatkoznak közvetlenül az élet- és egészségbiztosításra, a banki termékválasztásban adnak tájékoztatást. Például egy lehetséges COVID-19-fertőzés jelezheti a sürgősségi folyószámlahitel-segély szükségességét, vagy a kis- és középvállalkozások esetében, akiknél magasabb kockázati tényezők állnak fenn a hitel visszafizetése és az üzlet megzavarása szempontjából. Eközben az autóbiztosítások esetében egyes társaságok telematikai adatokat (GPS és érzékelők) használnak a hagyományos hitelbírálat helyett, hogy felmérjék, mely jelöltek felelősek a legnagyobb valószínűséggel. 

    Az alternatív hitelpontozás egyik kulcsfontosságú adata a közösségi média tartalma. Ezek a hálózatok lenyűgöző mennyiségű adatot tárolnak, amelyek hasznosak lehetnek annak megértésében, hogy egy személy milyen valószínűséggel fizeti vissza az adósságait. Ez az információ gyakran pontosabb, mint amit a formális csatornák feltárnak. Például a számlakivonatok ellenőrzése, az online bejegyzések és a tweetek betekintést engednek valakinek a költési szokásaiba és a gazdasági stabilitásba, ami segíthet a vállalkozásoknak jobb döntések meghozatalában. 

    Az alternatív kreditpontozás következményei

    Az alternatív kreditpontszámítás szélesebb körű következményei a következők lehetnek: 

    • Több nem hagyományos hitelezési szolgáltatás, amelyet a nyílt banki tevékenység és a banki szolgáltatás nyújt. Ezek a szolgáltatások segíthetik a nem banki hitelezőket a hatékonyabb hiteligénylésben.
    • Az IoT és a viselhető eszközök növekvő használata a hitelkockázat felmérésére, különösen az egészségügyi és intelligens otthoni adatokra vonatkozóan.
    • Kezdő vállalkozások, amelyek telefonos metaadat-szolgáltatásokat használnak arra, hogy felhívják a bank nélküli embereket, hogy hitelszolgáltatásokat nyújtsanak.
    • A biometrikus adatokat egyre gyakrabban használják alternatív hitelképességi adatokként, különösen a vásárlási szokások nyomon követésére.
    • Több kormány teszi elérhetőbbé és kezelhetőbbé a nem hagyományos hiteleket. 
    • Növekvő aggodalmak az adatvédelmi jogsértések miatt, különösen a biometrikus adatok gyűjtése terén.

    Megfontolandó kérdések

    • Melyek a lehetséges kihívások az alternatív hitelpontozási adatok használatában?
    • Milyen egyéb potenciális adatpontokat lehet beépíteni az alternatív kreditpontozásba?

    Insight hivatkozások

    A következő népszerű és intézményi hivatkozásokra hivatkoztunk ehhez a betekintéshez: