Alternatívne úverové hodnotenie: Prehľadávanie veľkých dát pre spotrebiteľské informácie

• Autor:
• meno autora

  Quantumrun Foiresight
• Októbra 10, 2022

Súhrn prehľadu

Viac spoločností využíva alternatívne úverové hodnotenie, pretože to prináša výhody spotrebiteľom a poskytovateľom úverov. Umelá inteligencia (AI), konkrétne strojové učenie (ML), môže byť použitá na posúdenie bonity ľudí, ktorí nemajú prístup k tradičným bankovým produktom. Táto metóda sa zameriava na alternatívne zdroje údajov, ako sú finančné transakcie, webová návštevnosť, mobilné zariadenia a verejné záznamy. Pri pohľade na iné dátové body má alternatívne úverové skóre potenciál zvýšiť finančné začlenenie a stimulovať ekonomický rast.

Alternatívny kontext kreditného bodovania

Tradičný model kreditného skóre je limitujúci a pre mnohých ľudí nedostupný. Podľa údajov z Africa CEO Forum je približne 57 percent Afričanov „neviditeľných“, čo znamená, že nemajú bankový účet alebo úverové skóre. V dôsledku toho majú problém zabezpečiť úver alebo získať kreditnú kartu. Jednotlivci, ktorí nemajú prístup k základným finančným službám, ako sú sporiace účty, kreditné karty alebo osobné šeky, sa považujú za osoby bez bankového účtu (alebo s nedostatočným bankovým prevodom).

Podľa Forbes títo ľudia bez bankového účtu potrebujú prístup k elektronickej hotovosti, debetnú kartu a možnosť rýchlo získať peniaze. Klasické bankové služby však túto skupinu zvyčajne vylučujú. Okrem toho zložitá administratíva a ďalšie požiadavky na bežné bankové pôžičky viedli k tomu, že zraniteľné skupiny sa obrátili na úžerníkov a veriteľov pred výplatou, ktorí ukladajú vysoké úrokové sadzby.

Alternatívne úverové hodnotenie môže pomôcť obyvateľstvu bez bankového účtu, najmä v rozvojových krajinách, zvážením neformálnejších (a často presnejších) spôsobov hodnotenia. Systémy umelej inteligencie možno použiť najmä na skenovanie veľkých objemov informácií z rôznych zdrojov údajov, ako sú účty za energie, platby nájomného, ​​záznamy o poistení, používanie sociálnych médií, história zamestnania, história ciest, transakcie elektronického obchodu a vládne a majetkové záznamy. . Okrem toho môžu tieto automatizované systémy pomôcť identifikovať opakujúce sa vzorce, ktoré sa premietajú do kreditného rizika, vrátane neschopnosti platiť účty alebo držať prácu príliš dlho alebo otvárať príliš veľa účtov na platformách elektronického obchodu. Tieto kontroly sa zameriavajú na správanie príjemcu pôžičky a identifikujú dátové body, ktoré tradičné metódy mohli vynechať. 

Rušivý vplyv

Rozvíjajúce sa technológie sú kľúčovým faktorom pri urýchlení prijatia alternatívneho kreditného bodovania. Jedna z takýchto technológií zahŕňa blockchainové aplikácie vďaka svojej schopnosti umožniť zákazníkom kontrolovať ich údaje a zároveň poskytovateľom úverov stále umožňuje overiť informácie. Táto funkcia by mohla pomôcť ľuďom získať väčšiu kontrolu nad tým, ako sú ich osobné informácie uložené a zdieľané.

Banky môžu využiť aj internet vecí (IoT) na podrobnejší obraz o úverovom riziku naprieč zariadeniami; to zahŕňa zhromažďovanie metadát z mobilných telefónov v reálnom čase. Poskytovatelia zdravotnej starostlivosti môžu na účely bodovania prispievať rôznymi údajmi týkajúcimi sa zdravia, ako sú údaje zhromaždené z nositeľných zariadení, ako je srdcová frekvencia, teplota a akékoľvek záznamy o už existujúcich zdravotných problémoch. Aj keď sa tieto informácie priamo netýkajú životného a zdravotného poistenia, môžu informovať o výbere bankových produktov. Napríklad potenciálna infekcia COVID-19 môže signalizovať potrebu núdzovej pomoci pri prečerpaní účtu alebo malé a stredné podniky, ktoré majú vyššie rizikové faktory pre splácanie úveru a prerušenie podnikania. Medzitým niektoré spoločnosti pri poistení áut používajú telematické údaje (GPS a senzory) namiesto tradičného kreditného bodovania na posúdenie toho, ktorí kandidáti sú s najväčšou pravdepodobnosťou zodpovední. 

Jedným z kľúčových údajov v alternatívnom úverovom hodnotení je obsah sociálnych médií. Tieto siete obsahujú pôsobivé množstvo údajov, ktoré môžu byť užitočné pri porozumení pravdepodobnosti osoby splatiť dlhy. Tieto informácie sú často presnejšie ako tie, ktoré odhaľujú formálne kanály. Napríklad kontrola výpisov z účtu, online príspevkov a tweetov poskytuje prehľad o niečích výdavkových návykoch a ekonomickej stabilite, čo môže firmám pomôcť robiť lepšie rozhodnutia. 

Dôsledky alternatívneho kreditného bodovania

Širšie dôsledky alternatívneho kreditného bodovania môžu zahŕňať: 

• Viac netradičných úverových úverových služieb poháňaných otvoreným bankovníctvom a bankovaním ako služba. Tieto služby môžu pomôcť nebankovým subjektom efektívnejšie žiadať o úvery.
• Rastúce využívanie internetu vecí a nositeľných zariadení na hodnotenie úverového rizika, najmä údajov o zdraví a inteligentných domácnostiach.
• Startupy využívajúce služby metadát telefónov na posudzovanie ľudí bez bankového účtu, aby ponúkali úverové služby.
• Biometria sa čoraz viac používa ako alternatívne údaje o kreditnom skóre, najmä pri monitorovaní nákupných zvyklostí.
• Viac vlád robí netradičné úvery dostupnejšie a použiteľnejšie. 
• Rastúce obavy z možného porušenia ochrany osobných údajov, najmä pri zbere biometrických údajov.

Otázky na zváženie

• Aké sú potenciálne výzvy pri používaní alternatívnych údajov o kreditnom skóre?
• Aké ďalšie potenciálne dátové body môžu byť zahrnuté do alternatívneho kreditného bodovania?