論文の概要: The Value of Big Data for Credit Scoring: Enhancing Financial Inclusion
using Mobile Phone Data and Social Network Analytics
- arxiv url: http://arxiv.org/abs/2002.09931v1
- Date: Sun, 23 Feb 2020 16:13:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-29 09:38:27.359411
- Title: The Value of Big Data for Credit Scoring: Enhancing Financial Inclusion
using Mobile Phone Data and Social Network Analytics
- Title（参考訳）: 信用スコーリングにおけるビッグデータの価値:携帯電話データとソーシャルネットワーク分析を用いた金融インクルージョンの強化
- Authors: Mar\'ia \'Oskarsd\'ottir, Cristi\'an Bravo, Carlos Sarraute, Jan
Vanthienen, Bart Baesens
- Abstract要約: 本稿では、統計モデルと経済モデルの両方のパフォーマンスを向上させるために、代替データソースを活用する。
顧客のコール・ディテール・レコード、クレジット・アンド・デビット・アカウント情報を含むデータセットのユニークな組み合わせが使用される。
結果は、コール・ディテール・レコードの倫理的利用、規制の影響、財務的包括性、データ共有とプライバシーに影響を及ぼす。
- 参考スコア（独自算出の注目度）: 6.919243767837341
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Credit scoring is without a doubt one of the oldest applications of
analytics. In recent years, a multitude of sophisticated classification
techniques have been developed to improve the statistical performance of credit
scoring models. Instead of focusing on the techniques themselves, this paper
leverages alternative data sources to enhance both statistical and economic
model performance. The study demonstrates how including call networks, in the
context of positive credit information, as a new Big Data source has added
value in terms of profit by applying a profit measure and profit-based feature
selection. A unique combination of datasets, including call-detail records,
credit and debit account information of customers is used to create scorecards
for credit card applicants. Call-detail records are used to build call networks
and advanced social network analytics techniques are applied to propagate
influence from prior defaulters throughout the network to produce influence
scores. The results show that combining call-detail records with traditional
data in credit scoring models significantly increases their performance when
measured in AUC. In terms of profit, the best model is the one built with only
calling behavior features. In addition, the calling behavior features are the
most predictive in other models, both in terms of statistical and economic
performance. The results have an impact in terms of ethical use of call-detail
records, regulatory implications, financial inclusion, as well as data sharing
and privacy.
- Abstract（参考訳）: 信用スコアは間違いなく、分析の最も古い応用の1つだ。
近年,信用スコアリングモデルの統計的性能向上のために,数多くの高度な分類手法が開発されている。
本論文は,技術そのものに焦点をあてるのではなく,統計モデルと経済モデルの両方のパフォーマンスを向上させるために,代替データソースを活用する。
この研究は、新たなビッグデータソースが利益の尺度と利益に基づく特徴選択を適用して利益の観点で価値を付加した、ポジティブな信用情報の観点から、コールネットワークを含む方法を示している。
クレジットカード申請者のためのスコアカードを作成するために、コールディーテールレコード、顧客のクレジットカードおよびデビットアカウント情報を含む独自のデータセットの組み合わせが使用される。
call-detailレコードはコールネットワークの構築に使用され、高度なsns分析技術はネットワーク全体の既定者からの影響を伝達し、影響スコアを生成する。
その結果,コールディーテールレコードと従来のクレジットスコアリングモデルとを組み合わせることで,AUCで測定した場合のパフォーマンスが有意に向上した。
利益の面では、最善のモデルは、振る舞い機能だけを呼び出して構築したモデルです。
加えて、呼び出し行動の特徴は、統計的および経済的なパフォーマンスの両面で、他のモデルで最も予測的である。
結果は、コール・ディテール・レコードの倫理的利用、規制の影響、財務的包括性、データ共有とプライバシーに影響を及ぼす。
関連論文リスト
- LESS: Selecting Influential Data for Targeted Instruction Tuning [64.78894228923619]
本稿では,データの影響を推定し,命令データ選択のための低ランクグレーディエント類似度探索を行うアルゴリズムであるLESSを提案する。
LESS選択したデータの5%のトレーニングは、さまざまなダウンストリームタスクにわたる完全なデータセットでのトレーニングよりも優れています。
我々の方法は、意図した下流アプリケーションに必要な推論スキルを識別するために、表面的なフォームキューを超えています。
論文 参考訳（メタデータ） (2024-02-06T19:18:04Z) - Privacy-Preserving Financial Anomaly Detection via Federated Learning & Multi-Party Computation [17.314619091307343]
本稿では、金融機関が高精度な異常検出モデルを共同で訓練できるプライバシー保護フレームワークについて述べる。
当社のソリューションは,顧客データのプライバシを保ちながら,高精度な異常検出モデルをトレーニングすることを可能にする。
論文 参考訳（メタデータ） (2023-10-06T19:16:41Z) - Challenging the Myth of Graph Collaborative Filtering: a Reasoned and Reproducibility-driven Analysis [50.972595036856035]
本稿では,6つの人気グラフと最近のグラフ推薦モデルの結果を再現するコードを提案する。
これらのグラフモデルと従来の協調フィルタリングモデルを比較する。
ユーザの近所からの情報フローを調べることにより,データセット構造における内在的特徴にどのようなモデルが影響するかを同定することを目的とする。
論文 参考訳（メタデータ） (2023-08-01T09:31:44Z) - Assessment of creditworthiness models privacy-preserving training with
synthetic data [4.014524824655106]
実世界のデータに適用した場合に合成データを用いて訓練したモデルの性能を評価する。
合成データでトレーニングされた信用度評価モデルでは、実際のデータでトレーニングされたモデルと比較して、AUCの3%、KSの6%が減少している。
論文 参考訳（メタデータ） (2022-12-31T19:13:14Z) - On the dynamics of credit history and social interaction features, and
their impact on creditworthiness assessment performance [3.6748639131154315]
本研究の目的は、信用度評価性能のダイナミクスと、信用履歴、返済行動、ソーシャルネットワークの特徴の影響について理解することである。
本研究は、借り手の歴史が最初の半年で低下し、その後安定していることを示す。
ソーシャルネットワーク機能に対する最も顕著な影響は、ローン申請時に発生する。
論文 参考訳（メタデータ） (2022-04-13T00:42:27Z) - On the combination of graph data for assessing thin-file borrowers'
creditworthiness [0.0]
複数のグラフ表現学習手法をブレンドすることで信用スコアリングモデルを改善する枠組みを導入する。
我々はこの枠組みを,ラテンアメリカの人口全体の関係と信用履歴を特徴付けるユニークなデータセットを用いて検証した。
利回りがはるかに高いコーポレート融資では、非銀行企業の評価が単にその特徴を考慮できないことを確認している。
論文 参考訳（メタデータ） (2021-11-26T18:45:23Z) - Relational Graph Neural Networks for Fraud Detection in a Super-App
environment [53.561797148529664]
スーパーアプリケーションの金融サービスにおける不正行為防止のための関係グラフ畳み込みネットワーク手法の枠組みを提案する。
我々は,グラフニューラルネットワークの解釈可能性アルゴリズムを用いて,ユーザの分類タスクに対する最も重要な関係を判定する。
以上の結果から,Super-Appの代替データと高接続性で得られるインタラクションを利用するモデルには,付加価値があることが示唆された。
論文 参考訳（メタデータ） (2021-07-29T00:02:06Z) - Enhancing User' s Income Estimation with Super-App Alternative Data [59.60094442546867]
これは、これらの代替データソースのパフォーマンスと、業界に受け入れられた局の収入推定器のパフォーマンスを比較します。
本論文は、金融機関がリスクプロファイルの構築に代替データを導入しようとする動機を示すものである。
論文 参考訳（メタデータ） (2021-04-12T21:34:44Z) - Supporting Financial Inclusion with Graph Machine Learning and Super-App
Alternative Data [63.942632088208505]
スーパーアプリは、ユーザーとコマースの相互作用についての考え方を変えました。
本稿では,スーパーアプリ内のユーザ間のインタラクションの違いが,借り手行動を予測する新たな情報源となるかを検討する。
論文 参考訳（メタデータ） (2021-02-19T15:13:06Z) - A comparative study of forecasting Corporate Credit Ratings using Neural
Networks, Support Vector Machines, and Decision Trees [0.0]
信用格付けは、企業の財務上の義務を満たすためのリスクと信頼性のレベルを反映する鍵の1つだ。
成功した機械学習手法は、日々の時間スケールで古いものを更新しながら、クレジットスコアを迅速に分析することができる。
論文 参考訳（メタデータ） (2020-07-13T18:47:20Z) - Super-App Behavioral Patterns in Credit Risk Models: Financial,
Statistical and Regulatory Implications [110.54266632357673]
従来の官僚データとは対照的に、アプリベースのマーケットプレースから派生した代替データが信用スコアモデルに与える影響を提示する。
2つの国にまたがって検証した結果、これらの新たなデータソースは、低体重者や若年者における金融行動を予測するのに特に有用であることが示された。
論文 参考訳（メタデータ） (2020-05-09T01:32:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。