贷款的未来——自动风险决策

通过都Joshi，阿莫勒Kulkarni，夏朗巴蒂亚 2021年3月|文章| 11分钟阅读|本文的电子邮件|下载
目前的信用评分技术专注于信用历史，忽视了借款人的还款意图。这使得社会上很大一部分人无法获得信贷。随着人工智能技术的出现，确定信誉的替代方法现在成为可能。一家这样的初创公司通过解读人类的个性特征，使风险决策自动化。
贷款的未来——自动风险决策

迷你王国》

决定谁值得贷款——无论是个人还是企业——充满了复杂性和争议。银行每天都在与此斗争。这就是为什么他们几乎总是依赖信用评分和类似的技术。

虽然以过去行为为基础的信用评分可以显示某人偿还贷款的能力，但它忽略了他们的意愿。1这个系统还漏掉了一整个群体，他们根本没有信用记录。

信用历史问题是一个经典的第二十二条军规——你需要信用来建立信用历史。这就是为什么近56%的美国居民有有限的信用记录(薄文件)或没有信用记录(无文件)的原因之一。这群信用受到挑战的“隐形人”有工作，有收入，按时支付账单。2在许多情况下，他们的信用评分永远都不够好，无法进入信贷市场，或者离婚或其他生活事件侵蚀了他们的评分。具有讽刺意味的是，即使是高净值个人也缺乏良好的信用评分，因为他们长期缺乏借款或不稳定的收入来源——无论这可能有多高。3.4

由于近二分之一的美国消费者无法借贷，美国经济正处于半死不活的状态。令人惊讶的是，尽管联合国呼吁提高金融包容性，但无形资产在全球总计占88%。5

但越来越多的贷款机构正在寻找替代方案，它们不太关注信用记录，而更多地关注客户的还款意图或动机。然而，这需要新的心态和技术配合先进的技术。

信用评分技术惩罚了财务纪律

几十年来，银行一直依赖于向后看的信用评分技术，而这些技术并不总是能代表信誉。这些风险决策技术对有效贷款提出了挑战。最臭名昭著的例子是当本•伯南克(Ben Bernanke)美国联邦储备理事会(美联储,Fed)前主席被拒绝2014年抵押贷款再融资后他从美联储下台。这是他带着一个角色,尽管一个智囊团,赚250000美元首次post-Fed公共演讲。6

金融行业的评分标准将很大一部分消费者排除在借贷生态系统之外。在全球范围内，银行平均拒绝91%的贷款申请，因为它们的风险门槛不允许贷款给信用评分较低的人。

对于那些获得学分的人来说，误差幅度可能特别小。根据目前的算法，拖欠一两次还款的人可能需要长达10年的时间才能恢复信用评分。与此同时，像伯南克这样的财务前景良好的人却遭到拒绝(错误的否定)。这些考虑为替代性信用评分技术创造了一个市场，其中最突出的是考虑到社交媒体分析。

超越信用记录

贷款通常基于多种因素，包括你的信用记录(历史记录)、你买了什么、你在哪里旅行、何时旅行等等(交易)，以及你的朋友圈(关系)。越来越多的金融机构正在采取一种超越传统指标的新方法。金融科技公司经常利用人工智能(AI)和其他技术来开发确定信誉的替代方法。

在一个案例中,所看到的分析利用人工智能分析人们的语言——将词汇的精确组合与财务风险联系起来。这家初创公司将这种方式视为可信度的代表，而且它不仅回答了“你能支付吗”的问题，还回答了“你愿意支付吗”的问题。

由企业家创建于2017年杰夫LoCastro和马克·汤姆林森博士尼纳分析公司(Neener Analytics)研究了500多种人类的人格条件和属性。公司管理人员表示，结果矩阵有助于为每个人提供一个二元的决定——这个人要不要付钱?尼纳关注的是与个人相关的小数据，而不是覆盖整个人口的大数据。

潜在借款人传统上要处理冗长而费力的表格，以帮助确定信誉。根据LoCastro的数据，这往往会阻碍申请人的申请——近54%的客户在申请过程中中途放弃或放弃了申请。尼纳的系统试图简化这一过程。申请人允许该公司的人工智能“一键”查看他们的社交媒体活动。据尼纳说，对于那些没有社交媒体的人，自动风险决策助手(ARIA)聊天机器人可以在不到20次对话交流或不到3分钟的时间内做出决定。ARIA可以通过贷款人的网站或WhatsApp访问。

图1所示。事务中的步骤

事务中的步骤

分解尼纳的人工智能

白盒ARIA -每个组织的动机是不同的;他们的目标包括:增加贷款，重新收回被拒绝的贷款，减少违约，留住客户，奖励提前还款的人，识别有弹性的客户，以及/或剔除误导的申请人。根据尼纳的说法，这些动机指导了ARIA分析单词的方式。这种代码是用来模仿人类大脑的，具有神经类型的网络。客户组织的动机通过建立在人类学语言学、心理语言学、社会语言学、文本分析和认知心理学基础上的数百万神经元来指导代码。

ARIA的决策是基于500多种人类条件和领域的，包括时间折扣(借款人可能如何对延迟的满足作出反应)和控制位点(借款人可能如何对外部事件作出反应以及他们对这些事件的感知控制)。一个个性化的矩阵被创建，然后通过Neener的定义风险产品运行。该公司高管表示，二元结论可以包括个人是否愿意支付，应聘者的风险是高还是低，或者这个人是否在撒谎。7

〇社交媒体分析与其他金融科技公司相比，ARIA采用了不同的方法来分析社交媒体。许多公司扫描关键词或短语，衡量与其他帖子的互动，或利用情感分析。然而，有一个担忧是，这些方法可能会让偏见悄悄进入。

尼纳关注的不是个人谈论什么，而是他们如何谈论这些事情。尼纳说，地球上每个人的交流方式都不一样，因此就产生了一个完全来自于这个人的独特指纹。但这并不像捕捉积极或消极的语言或语气那么简单。

ARIA为每个人类特性和领域分配一个分数。然后，这些分数由专有的机器学习模型处理，该模型包括一个独特的个性化矩阵和调整到贷款人风险阈值的风险产品。Neener的高管们说，理论上，没有两个人拥有相同的母体。

公司管理人员还打算将他们的技术应用于筛选简历和信用卡申请。

可辩解的AI -与大多数人工智能一样，尼纳必须应对吸引监管机构和客户关注的技术治理问题。越来越多的利益相关者呼吁使用可解释的人工智能，让外部各方了解决策是如何做出的。Neener的高管们说，ARIA创建的每个矩阵都可以被拆解、解释和辩护。为了避免一些潜在的偏见来源，系统不使用个人身份信息，如种族、性别、文化、信仰、宗教或性取向。为了避免其他隐私问题，Neener也不存储媒体数据。8

扩大贷款市场无论采用何种方法，贷款机构都有一个听起来简单但难以执行的目标:在不增加风险的情况下扩大市场。这通常包括减少假阳性和假阴性的组合。此外，这些拒绝也会让一些借款人望而却步。例如，当千禧一代的申请被拒绝时，通常很难说服他们再次申请。这有效地减少了机构的潜在客户基础。

Neener的高管们表示，他们的人工智能可以帮助贷款人在不提高当前风险阈值的情况下多支付26%的贷款，并将利润提高60%。据Neener说，这项技术还可以将违约率平均降低30%。

新的信贷评分

不管他们是否准备好，采用信用评分的贷款人将不得不经历重大的组织变革。这不仅仅是增加新的信用评分技术的问题;相反，我们需要对信用评分策略进行彻底的重新评估。然而，作为更广泛战略的一部分，新方法仍然可以与其他信用评分技术一起使用。

建立这新战略LoCastro表示，贷款机构将要求在以下方面做出改变:10

  • 验收-贷款人必须意识到并接受他们的拒绝或违约的问题。
  • 风险缓解-贷款人必须从风险缓解者的角度(成本效益分析)来处理手头的问题，而不是从风险最小化的角度(管理现状)。
  • 平衡风险与回报-重要的是要了解贷款方满意的风险阈值，以便在不移动阈值的情况下平衡拒绝再融资。

随着COVID-19的出现，贷款人“松开腰带”变得更加重要。这并没有完全发生。据Bankrate.com调查，在2020年第二季度，72%的银行表示他们收紧了信用卡贷款标准，没有一家银行放松标准。9但2008年的信贷危机向我们表明，自由融资可能是有害的。

全球经济需要的是一个更平衡的体系——一个在保护贷款人的同时，将资金提供给那些能够有效利用资金的人的体系。金融服务行业需要新技术，在越来越厌恶风险的放贷机构和一个不应再被忽视的未开发市场之间充当桥梁。

参考文献
  1. 谢谢Experian !你使我们非常高兴,所看到的分析
  2. Covid-19如何影响信用评分,所看到的分析
  3. 高净值个人的信贷难题， Todd Kesterson, 2015年6月17日，WealthManagement.com
  4. 为什么高净值个人不愿申请抵押贷款?， Joanne Atkin, 2019年3月12日，抵押贷款金融公报
  5. Covid-19如何影响信用评分,所看到的分析
  6. 前美联储主席伯南克拒绝贷款为他的房子再融资2014年10月6日，福克斯新闻
  7. Neener Analytics打败了Experian,所看到的分析
  8. 在一次大规模的Experian数据泄露中，数百万南非人和企业的信用信息被泄露， Alicia Hope, 2020年8月27日，CPO杂志
  9. 千禧一代的财富:这里有一些技巧可以提高你获得信贷批准的几率2020年12月9日，《新闻日报》。
  10. Jeff LoCastro的《大数据世界中的小数据杰夫·卡瓦诺，2021年3月2日，印孚瑟斯知识研究所亚搏电脑登录
下载