Fugu-MT 論文翻訳(概要): Credit Scores: Performance and Equity

論文の概要: Credit Scores: Performance and Equity

arxiv url: http://arxiv.org/abs/2409.00296v1
Date: Fri, 30 Aug 2024 23:36:02 GMT
ステータス: 処理完了
システム内更新日: 2024-09-06 15:46:49.800036
Title: Credit Scores: Performance and Equity
Title（参考訳）: Credit Scores: パフォーマンスと等価性
Authors: Stefania Albanesi, Domonkos F. Vamossy,
Abstract要約: 消費者デフォルトの機械学習モデルに対して広く使用されている信用スコアをベンチマークする。借主、特に低得点者の相当な誤分類を見出した。我々のモデルは、若年層、低所得層、少数層の予測精度を向上させる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Credit scores are critical for allocating consumer debt in the United States, yet little evidence is available on their performance. We benchmark a widely used credit score against a machine learning model of consumer default and find significant misclassification of borrowers, especially those with low scores. Our model improves predictive accuracy for young, low-income, and minority groups due to its superior performance with low quality data, resulting in a gain in standing for these populations. Our findings suggest that improving credit scoring performance could lead to more equitable access to credit.
Abstract（参考訳）: 信用スコアは米国の消費者債務の配分に欠かせないが、その業績についてはほとんど証拠がない。我々は、消費者デフォルトの機械学習モデルに対して広く使用されている信用スコアをベンチマークし、特に低得点の借主のかなりの誤分類を見出した。我々のモデルは、低品質なデータで優れた性能を示すため、若年層、低所得層、少数層の予測精度を向上し、これらの人口の立ち上がりに繋がる。以上の結果から, 信用スコアリング性能の向上が, より公平な信用アクセスにつながる可能性が示唆された。

関連論文リスト

Learning Fair Ranking Policies via Differentiable Optimization of Ordered Weighted Averages [55.04219793298687]
本稿では,学習からランクへの学習ループに,効率よく解ける公正ランキングモデルを組み込む方法について述べる。特に,本論文は,OWA目標の制約された最適化を通じてバックプロパゲーションを行う方法を示す最初のものである。
論文参考訳（メタデータ） (2024-02-07T20:53:53Z)
Don't Make Your LLM an Evaluation Benchmark Cheater [142.24553056600627]
大規模言語モデル(LLM)は人工知能のフロンティアを大幅に進歩させ、モデルキャパシティを著しく向上させた。モデル性能を評価するために, LLMの能力レベルを測定するための評価ベンチマークを構築するのが典型的な方法である。評価ベンチマークを用いて不適切なリスクと影響について検討し,評価結果を誤って解釈する。
論文参考訳（メタデータ） (2023-11-03T14:59:54Z)
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)
GREAT Score: Global Robustness Evaluation of Adversarial Perturbation using Generative Models [60.48306899271866]
GREATスコア(GREAT Score)と呼ばれる新しいフレームワークを提案する。我々は,ロバストベンチにおける攻撃ベースモデルと比較し,高い相関性を示し,GREATスコアのコストを大幅に削減した。 GREAT Scoreは、プライバシーに敏感なブラックボックスモデルのリモート監査に使用することができる。
論文参考訳（メタデータ） (2023-04-19T14:58:27Z)
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)
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)
Predicting Credit Risk for Unsecured Lending: A Machine Learning Approach [0.0]
本研究は、無担保貸付(クレディットカード)の信用デフォルトを予測するための、同時代の信用評価モデルを構築することを目的とする。本研究は,光グラディエントブースティングマシン(LGBM)モデルにより,学習速度の向上,効率の向上,データボリュームの大規模化を実現していることを示す。このモデルの導入により、商業融資機関や銀行の意思決定者に対する信用デフォルトのより良いタイムリーな予測が可能になると期待している。
論文参考訳（メタデータ） (2021-10-05T17:54:56Z)
Bagging Supervised Autoencoder Classifier for Credit Scoring [3.5977219275318166]
クレジットスコアリングデータセットの不均衡の性質と、クレジットスコアリングデータセットの特徴の不均一性は、効果的なクレジットスコアリングモデルの開発と実装に困難をもたらす。本稿では,主にスーパービジョンオートエンコーダの性能を活かしたBaging Supervised Autoencoder (BSAC)を提案する。 BSACはまた、過半数クラスのアンサンプに基づいて、Bagingプロセスの変種を採用することで、データ不均衡の問題にも対処する。
論文参考訳（メタデータ） (2021-08-12T17:49:08Z)
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)
Explainable AI for Interpretable Credit Scoring [0.8379286663107844]
クレジットスコアリングは、金融の専門家がローン申請を受諾するかどうかについてより良い判断を下すのに役立つ。アルゴリズムによる決定が一貫性のあるものであることを保証するため、規則はモデル解釈可能性の必要性を追加している。正確かつ解釈可能な信用スコアモデルを提案する。
論文参考訳（メタデータ） (2020-12-03T18:44:03Z)

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。