論文の概要: On the dynamics of credit history and social interaction features, and
their impact on creditworthiness assessment performance
- arxiv url: http://arxiv.org/abs/2204.06122v1
- Date: Wed, 13 Apr 2022 00:42:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-14 14:07:51.514900
- Title: On the dynamics of credit history and social interaction features, and
their impact on creditworthiness assessment performance
- Title（参考訳）: 信用履歴と社会的相互作用の特徴のダイナミクスと信用評価性能への影響について
- Authors: Ricardo Mu\~noz-Cancino and Cristi\'an Bravo, Sebasti\'an A. R\'ios,
and Manuel Gra\~na
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 3.6748639131154315
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: For more than a half-century, credit risk management has used credit scoring
models in each of its well-defined stages to manage credit risk. Application
scoring is used to decide whether to grant a credit or not, while behavioral
scoring is used mainly for portfolio management and to take preventive actions
in case of default signals. In both cases, network data has recently been shown
to be valuable to increase the predictive power of these models, especially
when the borrower's historical data is scarce or not available. This study aims
to understand the creditworthiness assessment performance dynamics and how it
is influenced by the credit history, repayment behavior, and social network
features. To accomplish this, we introduced a machine learning classification
framework to analyze 97.000 individuals and companies from the moment they
obtained their first loan to 12 months afterward. Our novel and massive dataset
allow us to characterize each borrower according to their credit behavior, and
social and economic relationships. Our research shows that borrowers' history
increases performance at a decreasing rate during the first six months and then
stabilizes. The most notable effect on perfomance of social networks features
occurs at loan application; in personal scoring, this effect prevails a few
months, while in business scoring adds value throughout the study period. These
findings are of great value to improve credit risk management and optimize the
use of traditional information and alternative data sources.
- Abstract（参考訳）: 半世紀以上にわたり、信用リスク管理は信用リスクを管理するために、それぞれの明確に定義された段階に信用スコアモデルを使用してきた。
アプリケーションスコアリングは、クレジットを付与するかどうかを決定するために使用され、一方、行動スコアリングは主にポートフォリオ管理に使われ、デフォルトの信号の場合に予防措置を取る。
どちらの場合も、特に借り手の履歴データが不足している場合、ネットワークデータはこれらのモデルの予測能力を高めるのに有用であることが最近示されている。
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。
これを実現するために、97,000人の個人と企業を対象に、最初のローンを12ヶ月後に取得した時点から分析を行う機械学習分類フレームワークを導入しました。
当社の新規かつ大規模なデータセットは、信用行動や社会的・経済的関係に応じて借主を特徴付けることができる。
本研究は,借り手の歴史が最初の6ヶ月で低下し,その後安定することを示す。
ソーシャルネットワーク機能のパーフォマンスに対する最も顕著な効果はローンの申請時に起こり、個人的なスコアリングでは、この効果は数ヶ月以上持続するが、ビジネススコアリングでは、調査期間を通して価値が増す。
これらの発見は、信用リスク管理を改善し、従来の情報や代替データソースの使用を最適化するために大きな価値があります。
関連論文リスト
- Empowering Many, Biasing a Few: Generalist Credit Scoring through Large
Language Models [53.620827459684094]
大規模言語モデル(LLM)は、複数のタスクにまたがる強力な一般化能力を持つ信用スコアリングタスクにおいて大きな可能性を秘めている。
クレジットスコアリングのための LLM を探索する,初のオープンソース包括的フレームワークを提案する。
そこで我々は,各種金融リスク評価タスクの煩雑な要求に合わせて,指導チューニングによる最初の信用・リスク評価大言語モデル(CALM)を提案する。
論文 参考訳（メタデータ） (2023-10-01T03:50:34Z) - Would I have gotten that reward? Long-term credit assignment by
counterfactual contribution analysis [50.926791529605396]
モデルベース信用代入アルゴリズムの新たなファミリーであるCOCOA(Counterfactual Contribution Analysis)を紹介する。
我々のアルゴリズムは、その後の報酬を得る際の行動の貢献度を測定することによって、正確な信用割当を実現する。
論文 参考訳（メタデータ） (2023-06-29T09:27:27Z) - Machine Learning Models Evaluation and Feature Importance Analysis on
NPL Dataset [0.0]
エチオピアのプライベートバンクが提供するデータセット上で、異なる機械学習モデルがどのように機能するかを評価する。
XGBoostは、KMeans SMOTEオーバーサンプリングデータ上で最高F1スコアを達成する。
論文 参考訳（メタデータ） (2022-08-28T17:09:44Z) - 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) - Feature-Level Fusion of Super-App and Telecommunication Alternative Data
Sources for Credit Card Fraud Detection [106.33204064461802]
クレジットカード不正を早期に検出するための,スーパーアプリ顧客情報,携帯電話回線データ,従来型の信用リスク変数を融合した機能レベルの有効性について検討する。
クレジットカードのデジタルプラットフォームデータベースから約9万人のユーザを対象に,我々のアプローチを評価した。
論文 参考訳（メタデータ） (2021-11-05T19:10:35Z) - How Costly is Noise? Data and Disparities in Consumer Credit [0.0]
信用スコアは、歴史的に不足しているグループに対するデフォルトリスクの指標であることを示す。
信用スコアの精度を等しくすると、不利なグループの承認率と信用ミスロケーションの格差が約半減する可能性があります。
論文 参考訳（メタデータ） (2021-05-17T00:42:26Z) - Explanations of Machine Learning predictions: a mandatory step for its
application to Operational Processes [61.20223338508952]
信用リスクモデリングは重要な役割を果たす。
近年,機械学習や深層学習の手法が採用されている。
この分野における説明可能性問題に LIME 手法を適用することを提案する。
論文 参考訳（メタデータ） (2020-12-30T10:27:59Z) - PCAL: A Privacy-preserving Intelligent Credit Risk Modeling Framework
Based on Adversarial Learning [111.19576084222345]
本稿では,PCAL(Adversarial Learning)に基づくプライバシ保護型信用リスクモデリングの枠組みを提案する。
PCALは、ターゲット予測タスクのパフォーマンスの重要なユーティリティ情報を維持しながら、元のデータセット内のプライベート情報を隠蔽することを目的としている。
結果は,PCALがユーザデータから効果的なプライバシフリー表現を学習し,信用リスク分析のためのプライバシ保存機械学習の基盤となることを示唆している。
論文 参考訳（メタデータ） (2020-10-06T07:04:59Z) - Determining Secondary Attributes for Credit Evaluation in P2P Lending [0.0]
機械学習の分類とクラスタリングアルゴリズムを用いて、借り手の信用度を正確に予測する。
キーセカンダリ属性を特定しながら,LendingClubデータ上で65%のF1と73%のAUCを達成した。
論文 参考訳（メタデータ） (2020-06-08T16:12:00Z) - 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) - The Value of Big Data for Credit Scoring: Enhancing Financial Inclusion
using Mobile Phone Data and Social Network Analytics [6.919243767837341]
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。
論文 参考訳（メタデータ） (2020-02-23T16:13:56Z)
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。