人工智能如何帮助您建立信用状况

Unni Nambiar

罗希特强行关闭了电话，对另一头刚切断的贷款员officer骂。很明显，他没有机会获得贷款批准。整个过程像慢动作中的灾难一样进行着，因为信贷员尽了最大的努力来解释为什么罗希特（Rohit）不符合从银行贷款的资格。

“您还很年轻，刚开始在您的第一家公司工作。您才去过那里一年。”她说，试图同情。然而，罗希特（Rohit）唯一能想到的是，他的政府雇用的父母让他考上一所好大学有多么艰辛，以及他如何通过努力完成这项工作，最终在梦dream以求的公司找到了一份正式的工作。

现在，他的母亲被送进医院，被诊断出患有威胁生命的疾病，需要昂贵的治疗，他所希望的就是能够在那里为她服务并承担一些费用。

他感到沮丧。

这个故事及其变体在印度这个每天都在变化的市场上每天播出，在这个迅速发展的市场中，像银行这样的传统参与者正在努力跟上客户不断变化的形势。信贷员会提供任何能够批准Rohit的贷款请求的东西。她感到既沮丧，又被手中现有工具的局限所束缚。

“只要有一种方法，她就可以在不依赖CIBIL的情况下评估他的信誉，而CIBIL将他评为-1，即没有信用记录。”

现在有。

许多新的技术金融公司正完全解决这个问题。他们的假设-我们生活在一个数据充斥的世界中，即大数据时代。为了理解大量数据，我们还意外地融合了两项技术进步-高速效用计算和人工智能（AI）。

有了这些进步，我们现在有了工具来处理从我们的数据丰富的生活中生成的大量替代数据（例如社交媒体，手机数据等），并构建复杂的AI模型，该模型可以预测诸如借贷倾向等借贷行为。准时付款或延迟还款，违约行为风险，产品-客户装配，产品收益分析等。

这些新兴公司正在建立自己的信用风险模型，该模型可以与CIBIL等传统信用评分结合使用，或者在某些情况下可以作为更好的选择，例如有薪的千禧一代，其中CIBIL几乎没有预测能力。

作为贷款实体，在收集替代数据时，它们具有简单的价值主张-

“我们对您的了解越多，我们就可以对风险进行建模的程度就越高，您就越能利用您的实际信誉来获得信贷。我们对您的了解越少，您获得的信用就越少。”

就这么简单。

当然，这些公司有责任保护和防止滥用他们收集的数据来确定借款人的信誉。但这简而言之就是便宜货。

相应地，这反过来又会导致（至少在统计上）向合适的人提供贷款，这反过来又意味着更低的违约率和更低的不良资产率，从而总体上改善了不良资产率。信贷市场的健康。

通过将人工智能应用于其他大数据来源，可以通过识别整个市场上借款人的“真实”信誉来使信贷市场合理地运作，从而有助于改善和建立该国的信贷状况。

对于像Rohit这样的人来说，这些新兴公司是天赐之物，因为他们承担了真正的责任（使用数据分析和人工智能），以了解他不是信用风险，因此向他提供了他急需的贷款满足他的个人需求。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“融道中国”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读