論文の概要: Towards Financially Inclusive Credit Products Through Financial Time Series Clustering

• arxiv url: http://arxiv.org/abs/2402.11066v1
• Date: Fri, 16 Feb 2024 20:40:30 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-20 23:36:11.149369
• Title: Towards Financially Inclusive Credit Products Through Financial Time Series Clustering
• Title（参考訳）: 金融時系列クラスタリングによる金融インクルーシブクレジット商品を目指して
• Authors: Tristan Bester, Benjamin Rosman
• Abstract要約: 財政的包摂は消費支出を増大させ、結果として事業開発を加速させる。 消費者取引データに基づく顧客セグメンテーションは、ファイナンシャルインクルージョンを促進するためによく知られた戦略である。 本稿では,顧客の財務状況を理解するための時系列クラスタリングアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 10.06218778776515
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Financial inclusion ensures that individuals have access to financial products and services that meet their needs. As a key contributing factor to economic growth and investment opportunity, financial inclusion increases consumer spending and consequently business development. It has been shown that institutions are more profitable when they provide marginalised social groups access to financial services. Customer segmentation based on consumer transaction data is a well-known strategy used to promote financial inclusion. While the required data is available to modern institutions, the challenge remains that segment annotations are usually difficult and/or expensive to obtain. This prevents the usage of time series classification models for customer segmentation based on domain expert knowledge. As a result, clustering is an attractive alternative to partition customers into homogeneous groups based on the spending behaviour encoded within their transaction data. In this paper, we present a solution to one of the key challenges preventing modern financial institutions from providing financially inclusive credit, savings and insurance products: the inability to understand consumer financial behaviour, and hence risk, without the introduction of restrictive conventional credit scoring techniques. We present a novel time series clustering algorithm that allows institutions to understand the financial behaviour of their customers. This enables unique product offerings to be provided based on the needs of the customer, without reliance on restrictive credit practices.
• Abstract（参考訳）: ファイナンシャルインクルージョン(financial inclusion)は、個人がニーズを満たす金融製品やサービスにアクセスできるようにする。 経済成長と投資機会の鍵となる要因として、財政的包摂は消費支出を増大させ、結果として事業の発展をもたらす。 金融機関は、金融サービスへのアクセスを疎外した社会グループを提供することで、より利益を上げていることが示されている。 消費者取引データに基づく顧客セグメンテーションは、ファイナンシャルインクルージョンを促進するためによく知られた戦略である。 必要なデータは現代の機関で利用可能だが、セグメントアノテーションは通常困難であり、入手するのに費用がかかる。 これにより、ドメインエキスパートの知識に基づいた顧客セグメンテーションの時系列分類モデルの使用が防止される。 その結果、クラスタリングは、顧客をトランザクションデータにエンコードされた消費行動に基づいて均質なグループに分割する、魅力的な代替手段である。 本稿では,現代の金融機関が,消費者の金融行動を理解することができないこと,また,従来型の信用スコアリング技術を導入することなくリスクを負うことなど,金融的包括的信用・貯蓄・保険商品の提供を阻害する重要な課題の1つについて述べる。 本稿では,顧客の金融行動を理解するための新しい時系列クラスタリングアルゴリズムを提案する。 これにより、限定的なクレジットプラクティスに頼らずに、顧客のニーズに基づいたユニークな製品の提供が可能になる。

関連論文リスト

• Financial Risk Assessment via Long-term Payment Behavior Sequence Folding [20.265633678057156]
  長期ユーザーの支払い行動は、金融リスクを予測するモデルの能力を高める可能性がある。 本稿では,LBSFと呼ばれる長期納付行動列形成法を提案する。 大規模実世界のデータセットを用いて,金融リスク評価タスクにおけるLBSFの評価を行った。
  論文  参考訳（メタデータ） (2024-11-22T16:43:26Z)
• Enhancing Financial Inclusion and Regulatory Challenges: A Critical Analysis of Digital Banks and Alternative Lenders Through Digital Platforms, Machine Learning, and Large Language Models Integration [0.0]
  本稿では,デジタル銀行と代替銀行が金融包摂性に与える影響とビジネスモデルがもたらす規制課題について考察する。 デジタルプラットフォーム、機械学習(ML)、Large Language Models(LLM)の統合について論じる。
  論文  参考訳（メタデータ） (2024-04-18T05:00:53Z)
• Shortchanged: Uncovering and Analyzing Intimate Partner Financial Abuse in Consumer Complaints [10.746634884866037]
  デジタル金融サービスは、ユーザー、特に親密なパートナー金融悪用(IPFA)の生存者に新たなデジタル安全リスクをもたらすことができる 顧客270万件の苦情のデータセットから、言語モデリング技術と専門家による人間のレビューを利用してIPFAを記述した苦情を識別するbspokeワークフローを実装した。 我々の貢献は2つあり、我々はこの見落とされがちな害に対する最初の人間ラベル付きデータセットを提供し、IPFAの生存者のより良い支援と保護のための技術的実践、研究、設計に実践的な意味を提供する。
  論文  参考訳（メタデータ） (2024-03-20T19:32:21Z)
• 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)
• FinQA: A Dataset of Numerical Reasoning over Financial Data [52.7249610894623]
  我々は、大量の財務文書の分析を自動化することを目的として、財務データに関する深い質問に答えることに重点を置いている。 我々は,金融専門家が作成した財務報告に対して質問回答のペアを用いた,新たな大規模データセットFinQAを提案する。 その結果、人気があり、大規模で、事前訓練されたモデルは、金融知識を得るための専門的な人間には程遠いことが示される。
  論文  参考訳（メタデータ） (2021-09-01T00:08:14Z)
• Identifying and Supporting Financially Vulnerable Consumers in a Privacy-Preserving Manner: A Use Case Using Decentralised Identifiers and Verifiable Credentials [0.19573380763700707]
  脆弱性のある個人は、合理的な金銭的決定と選択を行う能力に制限がある。 本稿では、金融の脆弱な消費者を特定するために、分散ID(Decentralized Identifiers)とVC(Verifiable Credentials)の2つの新興技術の組み合わせの可能性を検討する。
  論文  参考訳（メタデータ） (2021-06-10T21:05:34Z)
• 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)
• 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)
• 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)
• Credit Scoring for Good: Enhancing Financial Inclusion with Smartphone-Based Microlending [6.919243767837342]
  20億人以上、最も貧しい成人の半分以上が正式な金融サービスを使っていない。 スマートフォンベースのマイクロレンディングは、財務的包摂性を高めるための潜在的なソリューションとして登場した。 本稿では,これらのアプリケーションで使用されるクレジットスコアリングモデルの予測性能を改善する手法を提案する。
  論文  参考訳（メタデータ） (2020-01-29T18:07:32Z)

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。