隨著信貸與消費(fèi)者的生活方式相結(jié)合，傳統(tǒng)的信用評(píng)分方式逐漸變得微不足道，因?yàn)榇罅康目蛻?hù)特定數(shù)據(jù)是下落不明的。令人震驚的是，50%的首次貸款申請(qǐng)人仍然被拒絕貸款，并被迫以過(guò)高的利率訴諸于放債人等非正規(guī)信貸渠道。像CIBIL這樣的信用局仍然依賴(lài)于個(gè)人的財(cái)務(wù)歷史，即使通過(guò)其他來(lái)源(即通過(guò)他們的數(shù)字存在)可以找到高度洞察力的數(shù)據(jù)。

評(píng)估從傳統(tǒng)信用評(píng)分轉(zhuǎn)向評(píng)估“數(shù)字足跡”，使得數(shù)以千萬(wàn)計(jì)的服務(wù)不足的公司能夠獲得機(jī)構(gòu)信貸，從而改變了零售信貸格局。從個(gè)人數(shù)字存在中收集的替代數(shù)據(jù)現(xiàn)在正在促進(jìn)發(fā)放小額票據(jù)貸款。通過(guò)利用大數(shù)據(jù)和人工智能技術(shù)引入評(píng)估數(shù)據(jù)的新方法越來(lái)越被視為達(dá)到目的的手段 - 最終成為大多數(shù)人口獲得機(jī)構(gòu)信貸的國(guó)家。

從常規(guī)轉(zhuǎn)向非常規(guī)

雖然傳統(tǒng)評(píng)分主要側(cè)重于支付歷史，欠款總額，信用記錄長(zhǎng)度等因素所表示的長(zhǎng)期行為，但這些日子評(píng)估的非常規(guī)數(shù)據(jù)包括電信賬單支付歷史，在線(xiàn)購(gòu)物歷史甚至社交媒體資料等。 ?，F(xiàn)代信用評(píng)分使銀行暴露于一個(gè)基本上無(wú)法訪(fǎng)問(wèn)的數(shù)據(jù)集，但可以證明在確定個(gè)人信譽(yù)方面非常有益。例如，如果有21天的時(shí)間來(lái)結(jié)算賬單，并且作為一種慣例，一個(gè)人在到期金額的前兩天結(jié)算，可以說(shuō)這個(gè)人不會(huì)違約，如果給予貸款。

有趣的是，社交媒體已成為替代貸款的關(guān)鍵因素。社交網(wǎng)站提供了有關(guān)個(gè)人如何花時(shí)間和朋友網(wǎng)絡(luò)的深刻見(jiàn)解。個(gè)人的個(gè)人偏好可能具有與信譽(yù)相關(guān)的個(gè)人特征和個(gè)人背景的提示。此外，對(duì)一個(gè)人的社會(huì)關(guān)系的分析可能有助于改善信用評(píng)分，因?yàn)樗鼛в嘘P(guān)于借款人的重要的不可觀(guān)察的信息。獲取“幕后”信息，例如借款人在上次度假時(shí)購(gòu)物或去的地方，可以有助于得出結(jié)論。

雖然信用評(píng)分的統(tǒng)計(jì)定義是基于12個(gè)月違約的概率，但總體信用評(píng)分衡量的是紀(jì)律。例如：如果兩個(gè)人每個(gè)月的收入為30,000盧比，其中一個(gè)人最終在一個(gè)星期內(nèi)全部花費(fèi)，而另一個(gè)人在一個(gè)月末就節(jié)省了2000盧比 - 如果一個(gè)人A更有可能違約，給了銀行貸款。其他因素，如支票被退回或ATM卡被拒絕 - 這是一個(gè)人的財(cái)務(wù)紀(jì)律的一部分 - 也被考慮在內(nèi)。作為數(shù)字足跡的一部分，個(gè)人的短信歷史記錄有助于確定收入，支付電費(fèi)的時(shí)間表，超級(jí)支付等。

人工智能的作用

有足夠的證據(jù)證明，印度信用評(píng)分的未來(lái)將在三大基金會(huì)的技術(shù) - 人工智能，大數(shù)據(jù)和云計(jì)算 - 中有更大的發(fā)展。近年來(lái)，在制定綜合評(píng)分機(jī)制方面做出了巨大努力。銀行和NBFC對(duì)創(chuàng)新和新技術(shù)的采用更加開(kāi)放，新技術(shù)正在與圍繞貸款的不斷變化的政策框架相輔相成。

通過(guò)人工智能和智能手機(jī)滲透技術(shù)的進(jìn)步，已經(jīng)在替代信用評(píng)分和數(shù)據(jù)分析領(lǐng)域建立了能力。例如，大數(shù)據(jù)有助于評(píng)估; 它有助于識(shí)別違約者飆升百分比的某些地理位置。人際關(guān)系的密度和頻率也可以在不同地區(qū)進(jìn)行識(shí)別，這有助于估計(jì)個(gè)人的收入水平。

AI算法會(huì)流失當(dāng)前可用的數(shù)據(jù)，以90%的準(zhǔn)確度預(yù)測(cè)未來(lái)結(jié)果。這與早期模型相比有了很大的改進(jìn)，其中銀行基于由于數(shù)據(jù)分散導(dǎo)致的有限數(shù)據(jù)點(diǎn)來(lái)評(píng)估個(gè)體?，F(xiàn)代信用風(fēng)險(xiǎn)評(píng)估模型依賴(lài)于ML技術(shù)，這些技術(shù)可以幫助在數(shù)據(jù)集中找到隱藏的特征，從而實(shí)現(xiàn)更準(zhǔn)確的預(yù)測(cè)。通過(guò)使用AI，與傳統(tǒng)貸方相比，我們大幅縮短了批準(zhǔn)貸款申請(qǐng)所需的時(shí)間。

印度信用評(píng)分的演變

印度目前擁有超過(guò)3.5億首次借款人，而且鰭技術(shù)的發(fā)展成功地將大部分人口納入信貸生態(tài)系統(tǒng)。在社交媒體單獨(dú)計(jì)算信用評(píng)分之前，我們還有很長(zhǎng)的路要走，但我們相信，替代信用評(píng)分肯定會(huì)為全球超過(guò)30億服務(wù)不足的人們提供可負(fù)擔(dān)得起的信貸鋪平道路。隨著對(duì)數(shù)據(jù)安全的日益重視，鰭技術(shù)公司正在采取措施，通過(guò)在自己的組織中雇用系統(tǒng)黑客來(lái)提高數(shù)據(jù)安全性。將來(lái)，無(wú)限數(shù)據(jù)的可用性將帶來(lái)更新的方法來(lái)利用它。傳統(tǒng)和數(shù)字?jǐn)?shù)據(jù)的整合形成信息的強(qiáng)大 - 通過(guò)一個(gè)來(lái)源可以獲得也可以看作是這個(gè)領(lǐng)域的即將到來(lái)的趨勢(shì)。除此之外，個(gè)人的數(shù)字化存在也將通過(guò)技術(shù)創(chuàng)新得到加強(qiáng)，并且可以確保在相同風(fēng)險(xiǎn)水平下降低33%的拖欠率。銀行和NBFC越來(lái)越多地尋找其他數(shù)據(jù)來(lái)源，以接觸印度不斷增長(zhǎng)的青年人口，旨在提高可能是最具生產(chǎn)力的消費(fèi)者群體的潛力。因此，替代貸款將繼續(xù)成為一股新浪潮，希望信貸以最方便和最實(shí)惠的方式到達(dá)最后一英里的消費(fèi)者。銀行和NBFC越來(lái)越多地尋找其他數(shù)據(jù)來(lái)源，以接觸印度不斷增長(zhǎng)的青年人口，旨在提高可能是最具生產(chǎn)力的消費(fèi)者群體的潛力。因此，替代貸款將繼續(xù)成為一股新浪潮，希望信貸以最方便和最實(shí)惠的方式到達(dá)最后一英里的消費(fèi)者。銀行和NBFC越來(lái)越多地尋找其他數(shù)據(jù)來(lái)源，以接觸印度不斷增長(zhǎng)的青年人口，旨在提高可能是最具生產(chǎn)力的消費(fèi)者群體的潛力。因此，替代貸款將繼續(xù)成為一股新浪潮，希望信貸以最方便和最實(shí)惠的方式到達(dá)最后一英里的消費(fèi)者。