Alternativ kreditvärdering: Söka igenom stordata för konsumentinformation

BILDKREDIT:
Bild kredit
iStock

Alternativ kreditvärdering: Söka igenom stordata för konsumentinformation

Alternativ kreditvärdering: Söka igenom stordata för konsumentinformation

Underrubrik text
Alternativ kreditvärdering blir mer mainstream tack vare artificiell intelligens (AI), telematik och en mer digital ekonomi.
    • Författare:
    • författarnamn
      Quantumrun Foiresight
    • Oktober 10, 2022

    Posta text

    Fler företag använder alternativ kreditvärdering eftersom det gynnar konsumenter och långivare. Artificiell intelligens (AI), särskilt maskininlärning (ML), kan användas för att bedöma kreditvärdigheten hos personer som inte har tillgång till traditionella bankprodukter. Den här metoden tittar på alternativa datakällor som finansiella transaktioner, webbtrafik, mobila enheter och offentliga register. Genom att titta på andra datapunkter har alternativ kreditvärdering potential att öka finansiell inkludering och driva ekonomisk tillväxt.

    Alternativa kreditvärderingssammanhang

    Den traditionella kreditvärderingsmodellen är begränsande och otillgänglig för många människor. Enligt uppgifter från Africa CEO Forum är cirka 57 procent av afrikanerna "osynliga krediter", vilket betyder att de saknar ett bankkonto eller kreditvärdighet. Som ett resultat har de svårt att säkra ett lån eller få ett kreditkort. Individer som inte har tillgång till viktiga finansiella tjänster som sparkonton, kreditkort eller personliga checkar anses vara obankade (eller underbankade). Enligt Forbes behöver dessa obankade personer elektronisk tillgång till kontanter, ett betalkort och möjligheten att få pengar snabbt. Traditionella banktjänster utesluter dock vanligtvis denna grupp. Dessutom har det komplexa pappersarbetet och andra krav för konventionella banklån resulterat i att utsatta grupper vänder sig till lånehajar och avlöningsdagborgenärer som lägger höga räntor.

    Alternativ kreditvärdering kan hjälpa den obankade befolkningen, särskilt i utvecklingsländer, genom att överväga mer informella (och ofta mer exakta) metoder för utvärdering. Speciellt kan AI-system användas för att skanna stora mängder information från olika datakällor, såsom elräkningar, hyresbetalningar, försäkringsregister, användning av sociala medier, anställningshistorik, resehistorik, e-handelstransaktioner och statliga och fastighetsregister . Dessutom kan dessa automatiserade system hjälpa till att identifiera återkommande mönster som översätts till kreditrisk, inklusive oförmågan att betala räkningar eller behålla jobb för länge, eller att öppna för många konton på e-handelsplattformar. Dessa kontroller fokuserar på en låntagares beteende och identifierar datapunkter som traditionella metoder kan ha missat. 

    Störande inverkan

    Framväxande teknologier är en nyckelfaktor för att påskynda antagandet av alternativ kreditvärdering. En sådan teknik inkluderar blockkedjeapplikationer på grund av dess förmåga att låta kunder kontrollera sina data samtidigt som kreditgivare fortfarande kan verifiera informationen. Den här funktionen kan hjälpa människor att känna mer kontroll över hur deras personliga information lagras och delas.

    Banker kan också använda Internet of Things (IoT) för en mer detaljerad bild av kreditrisk mellan enheter; detta inkluderar insamling av realtidsmetadata från mobiltelefoner. Sjukvårdsleverantörer kan bidra med olika hälsorelaterad data för poängsyften, till exempel data som samlats in från bärbara enheter som hjärtfrekvens, temperatur och eventuella uppgifter om redan existerande hälsoproblem. Även om denna information inte direkt gäller liv- och sjukförsäkring, kan den informera bankernas produktval. Till exempel kan en potentiell covid-19-infektion signalera behovet av akut övertrassering eller små och medelstora företag som har högre riskfaktorer för återbetalning av lån och affärsstörningar. Samtidigt, för bilförsäkringar, använder vissa företag telematikdata (GPS och sensorer) istället för traditionell kreditvärdering för att bedöma vilka kandidater som mest sannolikt kommer att bli ansvariga. 

    En viktig datapunkt i alternativ kreditvärdering är innehåll i sociala medier. Dessa nätverk innehåller en imponerande mängd data som kan vara användbar för att förstå en persons sannolikhet att betala tillbaka skulder. Denna information är ofta mer korrekt än vad formella kanaler avslöjar. Kontrollera kontoutdrag, onlineinlägg och tweets ger till exempel insikter i någons utgiftsvanor och ekonomiska stabilitet, vilket kan hjälpa företag att fatta bättre beslut. 

    Konsekvenser av alternativ kreditvärdering

    Vidare konsekvenser av alternativ kreditvärdering kan inkludera: 

    • Mer icke-traditionella kreditutlåningstjänster som drivs av öppna banktjänster och bank-som-en-tjänst. Dessa tjänster kan hjälpa obankade att ansöka om lån mer effektivt.
    • Den ökande användningen av IoT och wearables för att bedöma kreditrisk, särskilt hälso- och smarta hemdata.
    • Nystartade företag som använder telefonmetadatatjänster för att bedöma obankade personer att erbjuda kredittjänster.
    • Biometri används i allt större utsträckning som alternativ kreditvärderingsdata, särskilt vid övervakning av shoppingvanor.
    • Fler regeringar gör otraditionell kredit mer tillgänglig och användbar. 
    • Ökande oro för potentiella kränkningar av dataintegritet, särskilt för biometrisk datainsamling.

    Frågor att kommentera

    • Vilka är de potentiella utmaningarna med att använda alternativa kreditvärderingsdata?
    • Vilka andra potentiella datapunkter kan inkluderas i alternativ kreditvärdering?

    Insiktsreferenser

    Följande populära och institutionella länkar hänvisades till för denna insikt: