文件名称:普惠金融中的金融科技:机器学习在信用风险评估中的应用-研究论文
文件大小:1.96MB
文件格式:PDF
更新时间:2024-06-29 06:16:37
Credit risk Credit
数字技术和大数据的最新进展使 FinTech(金融技术)贷款成为降低信贷成本和提高金融包容性的潜在有前途的解决方案。 然而,作为金融科技信用核心的机器学习 (ML) 方法在很大程度上仍然是非技术受众的黑匣子。 本文通过以下方式讨论基于机器学习的信用评估的潜在优势和劣势,为文献做出贡献:(1) 向非技术受众展示机器学习的核心思想和最常见的技术; (2) 讨论信用风险分析中的基本挑战。 金融科技信贷有可能通过以下方式增强金融包容性并超越传统的信用评分:(1) 利用非传统数据来源改进对借款人往绩记录的评估; (2) 评估抵押品价值;(3) 预测收益前景; (4) 预测一般情况的变化。 然而,由于数据在基于机器学习的分析中的核心作用,应确保数据的相关性,尤其是在结构发生深刻变化、借款人可能伪造某些指标以及信息不对称引起的代理问题无法解决的情况下。 为避免数字金融排斥和红线,不应使用引发歧视的变量来评估信用评级。