論文の概要: Super-App Behavioral Patterns in Credit Risk Models: Financial,
Statistical and Regulatory Implications
- arxiv url: http://arxiv.org/abs/2005.14658v2
- Date: Mon, 4 Jan 2021 18:51:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-05 06:52:32.335684
- Title: Super-App Behavioral Patterns in Credit Risk Models: Financial,
Statistical and Regulatory Implications
- Title(参考訳): 信用リスクモデルにおける超アプリケーション行動パターン:財務・統計・規制含意
- Authors: Luisa Roa, Alejandro Correa-Bahnsen, Gabriel Suarez, Fernando
Cort\'es-Tejada, Mar\'ia A. Luque and Cristi\'an Bravo
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 110.54266632357673
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this paper we present the impact of alternative data that originates from
an app-based marketplace, in contrast to traditional bureau data, upon credit
scoring models. These alternative data sources have shown themselves to be
immensely powerful in predicting borrower behavior in segments traditionally
underserved by banks and financial institutions. Our results, validated across
two countries, show that these new sources of data are particularly useful for
predicting financial behavior in low-wealth and young individuals, who are also
the most likely to engage with alternative lenders. Furthermore, using the
TreeSHAP method for Stochastic Gradient Boosting interpretation, our results
also revealed interesting non-linear trends in the variables originating from
the app, which would not normally be available to traditional banks. Our
results represent an opportunity for technology companies to disrupt
traditional banking by correctly identifying alternative data sources and
handling this new information properly. At the same time alternative data must
be carefully validated to overcome regulatory hurdles across diverse
jurisdictions.
- Abstract(参考訳): 本稿では,従来の官僚データとは対照的に,アプリケーションベースのマーケットプレースを起源とする代替データの影響について述べる。
これらの代替データソースは、従来銀行や金融機関が保有していたセグメントの借り手行動を予測する上で、非常に強力なものであることを示している。
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、特に、代替貸付業者と関わる可能性が最も高い低賃金・若年者の金融行動を予測するのに有用であることが示された。
さらに,Stochastic Gradient Boostingの解釈にTreeSHAP法を用いることで,従来の銀行では利用できないアプリから派生した変数の非線形傾向が明らかになった。
我々の結果は、テクノロジー企業が代替データソースを正しく識別し、新しい情報を適切に扱うことによって、従来の銀行をディスラプトする機会である。
同時に、さまざまな司法管轄区域で規制上のハードルを克服するために、代替データが慎重に検証されなければならない。
関連論文リスト
- Leveraging Generative Adversarial Networks for Addressing Data Imbalance in Financial Market Supervision [5.864973298916232]
本研究は,金融市場管理におけるジェネレーティブ・敵ネットワークの適用について検討する。
GANが生成したデータは、不均衡問題に対処し、モデルの予測精度を向上させる上で大きな利点がある。
論文 参考訳(メタデータ) (2024-12-04T08:06:47Z) - Bayesian Regression for Predicting Subscription to Bank Term Deposits in Direct Marketing Campaigns [0.0]
本研究の目的は,長期預金契約予測におけるロジットモデルとプロビットモデルの有効性を検討することである。
ターゲット変数はデータセット固有の不均衡を考慮してバランスが取れた。
ロジットモデルは、この分類問題を扱う際に、プロビットモデルよりも優れていた。
論文 参考訳(メタデータ) (2024-10-28T21:04:58Z) - Fast Model Debias with Machine Unlearning [54.32026474971696]
ディープニューラルネットワークは多くの現実世界のシナリオでバイアスのある振る舞いをする。
既存のデバイアス法は、バイアスラベルやモデル再トレーニングのコストが高い。
バイアスを特定し,評価し,除去するための効率的なアプローチを提供する高速モデル脱バイアスフレームワーク(FMD)を提案する。
論文 参考訳(メタデータ) (2023-10-19T08:10:57Z) - Conservative Predictions on Noisy Financial Data [6.300716661852326]
金融市場の価格変動は、非常に騒々しいことがよく知られている。
従来のルール学習技術は、高精度なルールのみを求め、先行者が適用されない予測を控えるものだった。
我々は、モデルが不確実であるデータポイントの予測を控える、同様のアプローチを適用する。
論文 参考訳(メタデータ) (2023-10-18T09:14:19Z) - Augmented Bilinear Network for Incremental Multi-Stock Time-Series
Classification [83.23129279407271]
本稿では,有価証券のセットで事前学習したニューラルネットワークで利用可能な知識を効率的に保持する手法を提案する。
本手法では,既存の接続を固定することにより,事前学習したニューラルネットワークに符号化された事前知識を維持する。
この知識は、新しいデータを用いて最適化された一連の拡張接続によって、新しい証券に対して調整される。
論文 参考訳(メタデータ) (2022-07-23T18:54:10Z) - Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics
in Limit-Order Book Markets [84.90242084523565]
伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。
最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。
予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
論文 参考訳(メタデータ) (2022-03-07T18:59:54Z) - 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 Novel Classification Approach for Credit Scoring based on Gaussian
Mixture Models [0.0]
本稿では,ガウス混合モデルに基づく新たなクレジットスコアリング手法を提案する。
我々のアルゴリズムは、消費者を正または負とラベル付けされたグループに分類する。
我々は,オーストラリア,日本,ドイツの実世界のデータベースにモデルを適用した。
論文 参考訳(メタデータ) (2020-10-26T07:34:27Z)
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。