专栏首页数据科学与人工智能【智能】人工智能应用于借贷管理

【智能】人工智能应用于借贷管理

笔者邀请您,先思考:

1 借贷管理需要解决什么问题?

2 人工智能如何服务借贷管理?

贷款是美国的一项大型业务,直接和间接地涉及几乎所有经济部门。 截至2017年9月,美国的消费者债务接近3.8万亿美元。 信用卡债务约占1万亿美元,汽车贷款约为万亿美元,学生贷款约为1.5万亿美元。 此外,抵押贷款债务的总价值略低于14.6万亿美元。 债务是大生意。

由于数以千万计的美国人持有价值数万亿美元的贷款,任何可以使公司的贷款回报率略微提高或者能够提高其市场份额的技术都值得花大笔钱。这就是为什么现场的老牌银行和创业公司都在不断寻找创新方法 - 人工智能可能就是这样。

贷款的核心是一个大数据问题,使其成为一种自然适合机器学习的业务。 贷款价值的一部分与需要贷款的个人或企业的信誉相关。 您拥有的关于个人借款人的数据越多(以及过去类似的个人偿还债务的方式),您就越能评估其信誉。 因此,贷款的价值与抵押品价值(汽车,房屋,商业,艺术品等)的评估,未来通胀的可能水平以及对整体经济增长的预测有关。 人工智能的承诺是理论上它可以将所有这些数据源分析在一起,以创建一个连贯的决策。 出于这些原因,在今年早些时候写的一篇文章中,“信誉”被强调为我们的“人工智能的日常应用”之一

贷款上的人工智能概述

本文将介绍在贷款业务中使用AI和机器学习的一些最新和最有趣的尝试。 它不会考虑该领域的每一次AI使用,而是会对主要应用进行概述。 具体来说,我们将涵盖:

  • 如何使用人工智能来确定信誉,特别是那些没有信用记录的人
  • AI如何用于简化贷款流程
  • AI如何被用于改善借款人的客户体验

所有这些目标相互补充。 例如,您可以更好地确定个人的信誉,您可以更轻松地简化内部流程。 同样,流程越快,越不麻烦,对客户越有吸引力。

确定信誉

大多数贷款的价值主要取决于个人或企业偿还贷款的可能性,因此确定个人违约的可能性对整个行业至关重要。 即使信息完美,它也可能是一项复杂的任务,而且信息往往是不完整或错误的。 个人和企业有时会撒谎。 有几家公司正在使用AI进行风险评估。

虽然过去贷款人只关注FICO得分和收入等几个指标,但公司已经开始关注个人的整个生命,甚至是他们庞大的数字足迹,以确定他们违约的可能性。 这被称为潜在借款人的“替代数据”。 这个想法是,额外的数据不仅可以提供对已建立FICO分数的人的更多洞察,而且对于确定没有传统信用记录的人的信誉特别有用。

Lenddo-数字足迹分析

Lenddo是一家积极利用先进的机器学习来梳理大量替代数据以预测个人信誉的创业公司。 该公司成立于2011年,专注于新兴市场,这个市场崛起的中产阶级往往缺乏传统的信用记录甚至银行账户。 他们声称有500万人通过他们的合作伙伴获得贷款,因为他们的系统能够评估他们的信誉。

正如下面的视频所解释的那样,Lenddo通过让个人下载他们的app来查看潜在申请人的整个数字足迹,以确定他们的信誉。 他们声称它查看了超过12,000个变量,包括社交媒体帐户使用,互联网浏览,地理定位数据和其他智能手机信息。 他们的机器学习算法将所有这些数据转换为银行和其他贷方可以使用信用评分。

Lenddo声称不与贷方分享这些个人数据,只是他们分析的最终结果以保护个人隐私。 他们声称他们的系统帮助他们的合作伙伴批准多达50%的申请。

ZestFinance - 人工智能和基于搜索的分析

ZestFinance是另一家使用机器学习处理替代数据以获取所谓“瘦文件借款者”( 那些没有信用记录或信用记录很少的人)信息的公司 。正如他们在本视频中所解释的那样,他们为公司提供了使用数据源进行承保的工具。

他们最近公布的最重要的公告之一是来自中国领先的互联网搜索提供商百度的战略投资。 ZestFinance将使用百度搜索数据为个人开发信用评分,为传统的信用评分系统大多缺乏的大型中国市场提供大量数据。

ZestFinance将能够利用百度的个人搜索,位置和支付数据。 ZestFinance能够帮助贷方确定百度用户的信誉 - 即使所述用户的信用记录很少。 据ZestFinance称,中国有5亿人没有信用记录。

在许多方面,这种方法模拟了保险中人工智能的一些“个性化数据”使用案例,我们在Progressive等公司看到,其中收集有关个别司机的数据,以更好地预测他们的事故风险。 毫不奇怪,类似的方法也可用于改善贷款的风险预测 - 这是我们预计将持续到未来十年的趋势。

ZestFinance最近还与福特汽车信贷公司完成了一项研究。 基于该研究的成功,福特信贷正在制定计划,在其汽车融资中使用机器学习。

Equifax公司

这不仅仅是创业公司使用机器学习和一些替代资源来更好地确定个人的信誉,而且也是大型企业。 Equifax是三大信用局之一。 Equifax全球分析高级副总裁彼得·梅纳德今年接受采访时声称他们的新“神经网络将模型的预测能力提高了15%。”用它来回顾最近的决策,他们发现贷款是 被拒绝可能是安全的。

精简

寻找新的更好的方法来确定个人的信誉是增加业务和赢得客户的一种方式。 消除管理开销和延迟是最大化每个贷款创造的利润额的一种方法。 多年来,银行和其他贷方一直在使用计算机系统来自动化越来越多的贷款流程,但现在一些公司正在努力使流程完全自动化。

Upstart - 完全自动化和AI确定的信誉

Upstart是使用人工智能确定信誉并简化贷款流程的最知名创业公司之一。其两位联合创始人是前Google员工。 Dave Girouard曾担任Google Enterprise总裁,Anna M. Counselman曾担任Gmail的消费者运营部门。

Upstart首先关注那些缺乏信用记录的年轻人。除了传统的FICO分数和多年的学分外,Upstart还考虑了教育,SAT分数,GPA,学习领域和工作经历,以使用机器学习来预测个人的信誉。

Upstart的一个主要目标是使用现代数据科学来实现贷款流程的自动化。他们声称已经能够迅速增加他们完全自动化的贷款数量,截至2017年9月,自动化已达到40%。虽然其他公司也自动化了一些数据输入,文书工作处理和基本信息验证,但大多数贷款申请仍然由人类承销商审核,然后才能获得批准。检查信息准确或贷款有意义的人。

Upstart是一家混合型贷方,直接提供一些贷款,并为其他贷方提供贷款。 今年,它还开始通过软件即服务向其他公司提供技术。

改善客户体验并寻找客户

本节将仅考虑人工智能的贷款特定用途,以吸引客户。 显而易见,大型银行以及各个行业都在采用通用的人工智能工具,如聊天机器人,客户关系管理工具和广告分析。

Personetic - 贷款偿还

Personetic是一家认知银行公司,为主要银行(如加拿大皇家银行和Ally Bank)提供AI应用。 该公司最近公布的一项应用是一项工具,即“Personetics Act”,旨在帮助个人省钱。

他们主页上的视频显示了“Personetics Act”如何为客户服务。

他们使用相同的基本技术帮助个人更快地还清学生贷款。 他们声称他们的系统使用机器学习来确定分析个人的财务习惯,以确定他们是否能够更快地偿还学生贷款。 然后,系统可以自动向个人建议他们应该贡献多少。

亚马逊 - 小企业贷款

鉴于亚马逊在在线零售业中的主导作用,它拥有大量的专有信息,包括在其网站上销售的产品,客户对这些产品的看法,制造这些产品的公司的经济状况以及对于这些产品未来可能的需求。

亚马逊正在机器学习模型中使用这些数据来寻找提供小企业贷款的公司。该计划仅限邀请。亚马逊发现公司可以提供贷款并使申请非常容易。相比是其他传统贷方,他们专有的数据来源可能会让亚马逊更好地了解某些特定公司可能希望获得的贷款及其相对信誉。亚马逊有可能可以意识到小企业要使用贷款并在小企业主需要贷款之前提供贷款。

人工智能在金融借贷中总结和未来趋势

使用机器学习来分析贷款和信用评级中的替代数据将会引发一些隐私,道德和法律问题。许多人可能对一家公司无法获得有关其生活的所有敏感信息感到不舒服。即使所有这些公司都遵循道德规范,他们拥有的数据越多,在数据泄露中恶意黑客就越可能窃取这些数据。

使用“大数据”也存在公司意外或故意歧视群体的风险。例如,程序可能不会拒绝来自受保护少数群体的申请,但它可能会拒绝具有十几个数据标记的个人的申请,这些数据标记恰好与这些群体高度相关。

即使存在这些问题,使用机器学习来处理替代数据以确定信誉也可能会显着增长。有数十亿人没有真正的信用记录,公司可能有一天会想要提供抵押贷款,产品付款计划,信用卡或其他贷款。这些工具的财务吸引力是显而易见的。有理由相信,你收集的关于个人的信息越多,你就越有可能预测他们的行为,包括他们如何勤勉地偿还贷款。

一个重要的警告是,任何系统都只能与设置它的人一样好。其中许多应用都是新的,在经济适度增长的时期才真正存在。在经济繁荣时期,贷款的价值很容易出现;真正的考验往往是他们在经济低迷时期的表现。

即使机器学习能够准确地使用个人的数字足迹(购买历史,app使用,搜索历史,社交媒体活动等)来确定其信誉度,机器学习系统也不一定会产生比传统信用措施更好的结果。 (尽管即使是那些传统的信用分析方法,对于“白领自动化”来说也许是悬而未决的结果)。

可以设计一个程序来为您提供所需的答案,而不是正确的答案。正如我们在信用违约互换市场崩溃时看到的那样,如果激励措施是错误的,公司可以创造合理的理由,以便给予不良贷款批准印章。有些公司可能会偶然或故意使用新的机器学习方法来解决相同的错误。

人工智能公司可能只是为那些风险较大的人提供贷款,而不是找到更多贷款风险较低的人。这些初创公司的成功可能会导致其他公司不那么谨慎的进入市场。

原文链接: https://www.techemergence.com/artificial-intelligence-applications-lending-loan-management/

版权声明:作者保留权利,严禁修改,转载请注明原文链接。

本文分享自微信公众号 - 数据科学与人工智能(DS_AI_shujuren)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-07-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【数据科学】大数据科学方法变革和哲学思考

    随着信息技术和网络技术的快速发展,人类所存储的数据越来越多,数据已经从量变走向了质变,成为了“大数据”(Big Data)。大数据概念首见于1998年《科学》(...

    陆勤_数据人网
  • 【数据挖掘】数据挖掘中应该避免的弊端

    1. 缺乏数据(Lack Data) 对于分类问题或预估问题来说,常常缺乏准确标注的案例。 例如:欺诈侦测(Fraud Detection):在上百万的交易中...

    陆勤_数据人网
  • 【开源工具】大数据时代之开源R

    【重要的题外话】 昨天小编在推送文章中做了个小调查,调查各位使用的编程语言情况,有一位Python开发者发来消息说,木有Python,只能选【其他】。是小编忘记...

    陆勤_数据人网
  • 使用report PRC_SHOW_PRICING_DOCUMENT查看SAP CRM订单的pricing数据

    在后台执行report PRC_SHOW_PRICING_DOCUMENT,输入report ID:

    Jerry Wang
  • Spark上的大数据平台都能做什么?

    Paxata是一家应用机器学习技术处理大数据难题的初创公司。公司致力于将数据科学家和业务分析师从数据准备工作中解放出来,使他们能够专注于数据分析工作。 最...

    腾讯研究院
  • 2016年大数据和分析市场的21个趋势预测

    导读:随着社交媒体、移动化和云计算的发展,数据分析及相关的技术已经作为一款具有颠覆性的技术在这个数字时代占有了一席之地了。在过去的2015年中,我们已经看到对...

    灯塔大数据
  • Hadoop之Secondary NameNode

    NameNode存储文件系统的变化作为log追加在本地的一个文件里:这个文件是edits。当一个NameNode启动时,它从一个映像文件:FsImage,读取H...

    chaplinthink
  • 腾讯智维平台签约广东电信 共创数据中心智慧运营新未来

    12月25日,腾讯数据中心智维平台与广东电信正式签约,将在数据中心智慧运营方面进一步加深合作。这是继重庆电信后,腾讯智维平台助力行业智慧升级的又一进展。 ? ...

    腾讯数据中心
  • 大数据时代八大热门IT岗位

    新的想法诞生新的技术,从而造出许多新词,云计算、大数据、BYOD、社交媒体、3D打印机、物联网……在互联网时代,各种新词层出不穷,令人应接不暇。 这些新的技术、...

    小莹莹
  • TO_DATE函数索引报错ORA-01743

    其中EFFDTE保存的是DDMONYY格式的日期,由于表之前未有归档机制,因此产生了许多垃圾数据,现在需要根据EFFDTE删除16年以前的所有数据,表的数据量在...

    bisal

扫码关注云+社区

领取腾讯云代金券