较传统信用评分模型性能提升32%
善用短信文本数据见效

Balancehero公司12日表示,其在印度开展的大规模数据驱动型信用评估模型研究成果,已被国际学术会议KER(Korean Economic Review International Conference)录用并将在会上发表。KER是由韩国经济学会(KEA)主办、每年举行的国际学术会议,用于共享国内外经济学研究成果。在即将于本月17日举行的今年KER上,将围绕最新经济学理论和实证研究展开讨论,Balancehero的研究将在以“不平等与市场”为主题的分会上发表。

Balancehero 应用程序

Balancehero 应用程序

View original image

本次研究以原本无法或难以进行传统信用评估的人群为对象,实证分析了基于人工智能(AI)技术的替代信用评估系统(ACS)相较于传统方式,在预测信用风险方面的有效性。 以“信用信息匮乏的低收入与无信用记录人群的金融可得性”为主题,西北大学(Northwestern University)研究团队基于Balancehero长期积累的数千万名客户金融历史数据开展了研究。Balancehero广泛收集并分析传统金融机构所不掌握的用户智能手机中的短信(SMS)支付记录、已安装应用程序、GPS信息、问卷调查等非传统数据,将其金融数据化。



研究结果显示,Balancehero的ACS预测性能比传统信用评分模型优越32.7%。同时,SMS中包含的金融交易记录及还款相关信息在评估信用风险方面发挥了重要作用。Balancehero负责人 Shin Jaehyuk 表示:“本次研究为印度等发展中国家中的金融文盲群体和无信用信息人群提供了新的机会,也表明替代数据与人工智能技术能够对全球金融包容性作出巨大贡献。今后我们将探索在个人信息保护与缓解信息不对称之间的平衡点,发展成为能够为全球金融市场作出贡献的服务。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。

不容错过的热点