Alternatiivne krediidiskoor: suurandmete kogumine tarbijateabe saamiseks

• Autor:
• autori nimi

  Quantumrun Foiresight
• Oktoober 10, 2022

Ülevaate kokkuvõte

Üha enam ettevõtteid kasutab alternatiivset krediidiskoori, kuna see toob kasu tarbijatele ja laenuandjatele. Tehisintellekti (AI), täpsemalt masinõpet (ML), saab kasutada nende inimeste krediidivõime hindamiseks, kellel pole juurdepääsu traditsioonilistele pangatoodetele. See meetod vaatleb alternatiivseid andmeallikaid, nagu finantstehingud, veebiliiklus, mobiilseadmed ja avalikud kirjed. Vaadates muid andmepunkte, võib alternatiivne krediidiskoor suurendada rahalist kaasatust ja kiirendada majanduskasvu.

Alternatiivne krediidiskoori kontekst

Traditsiooniline krediidiskoori mudel on paljudele inimestele piirav ja kättesaamatu. Aafrika tegevjuhtide foorumi andmetel on umbes 57 protsenti aafriklastest "krediit nähtamatud", mis tähendab, et neil puudub pangakonto või krediidiskoor. Seetõttu on neil raskusi laenu või krediitkaardi hankimisega. Isikuid, kellel ei ole juurdepääsu olulistele finantsteenustele, nagu hoiukontod, krediitkaardid või isiklikud tšekid, peetakse pangakontota (või alapangaga).

Forbesi andmetel vajavad need pangata inimesed elektroonilist sularaha juurdepääsu, deebetkaarti ja võimalust kiiresti raha hankida. Kuid traditsioonilised pangateenused jätavad selle rühma tavaliselt välja. Lisaks on tavapäraste pangalaenude keerukas paberimajandus ja muud nõuded viinud selleni, et haavatavad rühmad on pöördunud kõrgeid intressimäärasid kehtestavate laenuhaide ja palgapäevavõlausaldajate poole.

Alternatiivne krediidiskoor võib aidata pankadeta elanikkonda, eriti arengumaades, kaaludes mitteametlikumaid (ja sageli ka täpsemaid) hindamisvahendeid. Eelkõige saab tehisintellekti süsteeme kasutada suure hulga teabe skannimiseks erinevatest andmeallikatest, nagu kommunaalmaksed, üürimaksed, kindlustusandmed, sotsiaalmeedia kasutus, tööajalugu, reisiajalugu, e-kaubanduse tehingud ning valitsuse ja kinnisvara andmed. . Lisaks võivad need automatiseeritud süsteemid aidata tuvastada korduvaid mustreid, mis toovad kaasa krediidiriski, sealhulgas võimetus maksta arveid või liiga kaua töökohti hoida või e-kaubanduse platvormidel liiga palju kontosid avada. Need kontrollid keskenduvad laenusaaja käitumisele ja tuvastavad andmepunktid, mida traditsioonilised meetodid võisid vahele jätta. 

Häiriv mõju

Uued tehnoloogiad on võtmetegur alternatiivse krediidiskoori kasutuselevõtu kiirendamisel. Üks selline tehnoloogia hõlmab plokiahela rakendusi, kuna see võimaldab klientidel oma andmeid kontrollida, võimaldades samal ajal krediidipakkujatel teavet kontrollida. See funktsioon võib aidata inimestel paremini kontrollida, kuidas nende isiklikku teavet salvestatakse ja jagatakse.

Pangad saavad kasutada ka asjade Internetti (IoT), et saada üksikasjalikum pilt krediidiriskist seadmete lõikes; see hõlmab reaalajas metaandmete kogumist mobiiltelefonidest. Tervishoiuteenuse osutajad saavad anda hinnangute andmiseks mitmesuguseid tervisega seotud andmeid, nagu näiteks kantavate seadmete kohta kogutud andmed, nagu pulss, temperatuur ja mis tahes andmed olemasolevate terviseprobleemide kohta. Kuigi see teave ei kehti otseselt elu- ja tervisekindlustuse kohta, võib see anda teavet panga tootevalikute tegemisel. Näiteks võib potentsiaalne COVID-19 nakatumine anda märku vajadusest hädaabi arvelduskrediidi järele või väikestel ja keskmise suurusega ettevõtetel, millel on suuremad riskifaktorid laenu tagasimaksmiseks ja äritegevuse katkemiseks. Vahepeal kasutavad mõned ettevõtted autokindlustuse puhul traditsioonilise krediidiskoori asemel telemaatilisi andmeid (GPS ja andurid), et hinnata, millised kandidaadid kõige tõenäolisemalt vastutavad. 

Alternatiivse krediidiskoori üks peamisi andmepunkte on sotsiaalmeedia sisu. Nendes võrkudes on muljetavaldav hulk andmeid, mis võivad olla kasulikud inimese võlgade tagasimaksmise tõenäosuse mõistmiseks. See teave on sageli täpsem kui ametlikud kanalid. Näiteks konto väljavõtete, veebipostituste ja säutsude kontrollimine annab ülevaate kellegi kulutamisharjumustest ja majanduslikust stabiilsusest, mis võib aidata ettevõtetel teha paremaid otsuseid. 

Alternatiivse krediidiskoori mõju

Alternatiivse krediidiskoori laiemad tagajärjed võivad hõlmata järgmist: 

• Rohkem ebatraditsioonilisi krediidilaenuteenuseid, mida toidavad avatud pangandus ja pangandus kui teenus. Need teenused võivad aidata pankrotihalduritel tõhusamalt laenu taotleda.
• IoT ja kantavate seadmete üha suurem kasutamine krediidiriski, eriti tervise ja targa kodu andmete hindamiseks.
• Idufirmad, kes kasutavad telefoni metaandmete teenuseid, et panna pangakontota inimesi krediiditeenuseid pakkuma.
• Biomeetriat kasutatakse üha enam alternatiivse krediidiskoori andmetena, eriti ostuharjumuste jälgimisel.
• Rohkem valitsusi, mis muudavad mittetraditsioonilise krediidi kättesaadavamaks ja teenindatavamaks. 
• Kasvav mure andmete privaatsuse võimalike rikkumiste pärast, eriti biomeetriliste andmete kogumisel.

Küsimused, mida kaaluda

• Millised on potentsiaalsed väljakutsed alternatiivsete krediidiskoori andmete kasutamisel?
• Milliseid muid potentsiaalseid andmepunkte saab alternatiivsesse krediidiskoori lisada?