亚洲欧美中文日韩在线v日本,亚洲精品永久在线观看,亚洲av日韩av永久无码色欲,亚洲成a人片777777,亚洲人成网站在线播放942

2月17日，ZIBS“中國+”系列之“Alternative Data and Credit Assessment”講座于線上成功舉行?；顒友埿麻_發(fā)銀行信貸風(fēng)險高級專業(yè)人員Sidharth Kamani圍繞替代數(shù)據(jù)與信用評估展開分享。ZIBS全球合作經(jīng)理Dasol Kim主持講座，并就人工智能和電子支付平臺對替代數(shù)據(jù)與信用評估的影響等話題與主講人展開討論。

On February 17, ZIBS "China+" series seminarwas held online. Sidharth Kamani, the senior credit risk professional at the New Development Bank, shared his views on alternative data and credit assessment. (Click here for English version)

Sidharth Kamani首先闡述了信用評估的定義。信用評估是一種評估個人或企業(yè)信用風(fēng)險的過程。通常涉及到收集和分析與信用相關(guān)的信息，如信用歷史、收入、債務(wù)、還款記錄等，從而確定個人或企業(yè)的信用水平。信用評估通常用于決定是否給予貸款、信用卡、租賃合同等信用產(chǎn)品，以及制定相應(yīng)的利率和條件等。

過去幾年中，受機(jī)器學(xué)習(xí)和人工智能對數(shù)據(jù)的收集的影響，信用評估已經(jīng)有了新的變革。替代數(shù)據(jù)的獲取正在改變銀行評估信用度的方式，使其能夠?yàn)楦鼜V泛的客戶提供服務(wù)。隨著移動銀行和機(jī)器學(xué)習(xí)的出現(xiàn)，銀行能夠優(yōu)化信用評分，增強(qiáng)發(fā)放貸款能力，進(jìn)而讓部分曾無緣相關(guān)服務(wù)的人獲得相應(yīng)資格，推動普惠金融發(fā)展。

Sidharth Kamani以中國的阿里巴巴、騰訊和美國的亞馬遜、谷歌和蘋果等公司為例，分享了替代數(shù)據(jù)所遵循的增長模式。這些公司首先創(chuàng)建了電子商務(wù)平臺，然后以支付平臺提供貸款，最后出售保險和儲蓄產(chǎn)品。該模式之所以有效，是因?yàn)殡娮由虅?wù)平臺能夠幫助公司利用數(shù)據(jù)搭建替代數(shù)據(jù)平臺，并利用支付平臺的附加數(shù)據(jù)來評估信用度。由此可見，獲取數(shù)據(jù)和分析數(shù)據(jù)的能力改變了信用評估過程。

同時，替代數(shù)據(jù)評分徹底改變了無銀行賬戶人群的信用評估狀況。無銀行賬戶人群指從未獲得過貸款或信用卡的人。由于在銀行系統(tǒng)內(nèi)缺乏相關(guān)信用評價，他們會面臨貸款利率較高、獲得金融產(chǎn)品的機(jī)會有限等問題。目前，替代數(shù)據(jù)評分正在改善這一狀況，為首次在銀行辦理業(yè)務(wù)的人群提供了更具參考性的信用評估方式。

Sidharth Kamani談到，支付寶就是一個充分利用替代數(shù)據(jù)的例子。它甚至能為完全沒有信用記錄的人提供信用評分——即使你沒有信用卡，或者以前從未貸款，在支付寶仍然會獲得信用評分。支付寶獲取替代數(shù)據(jù)的重要來源包括移動支付和銀行支付的手機(jī)。它記錄了個人金融交易數(shù)據(jù)和非金融數(shù)據(jù)如數(shù)字足跡、社交媒體使用情況和社會心理測試等。這些都能夠讓支付寶更深入地了解個人支付能力和意愿。

關(guān)于大數(shù)據(jù)和人工智能在信用評分領(lǐng)域的應(yīng)用，Sidharth Kamani表示，基于人工智能的信用評分模型可以依據(jù)成千上萬的數(shù)據(jù)點(diǎn)來快速確定信用度。研究發(fā)現(xiàn)，該模型的表現(xiàn)并不遜色于傳統(tǒng)信用評分模型——它甚至表現(xiàn)更優(yōu)，這一點(diǎn)在經(jīng)濟(jì)不景氣的情況下更為明顯。Sidharth Kamani強(qiáng)調(diào)，雖然用數(shù)字足跡收集數(shù)據(jù)的做法日益普遍，但人們對數(shù)據(jù)隱私和道德方面的擔(dān)憂也不能忽略。確保大數(shù)據(jù)和人工智能相關(guān)企業(yè)能夠以負(fù)責(zé)任和道德的方式運(yùn)作，也是當(dāng)前監(jiān)管機(jī)構(gòu)的重要課題。在替代數(shù)據(jù)和機(jī)器學(xué)習(xí)模型領(lǐng)域，美國監(jiān)管機(jī)構(gòu)正在鼓勵更負(fù)責(zé)任的數(shù)據(jù)利用，從而推動普惠金融發(fā)展。

然而，即使未來有了良好監(jiān)管，僅靠人工智能的信用評分模型也無法完全消除偏見。蘋果公司和高盛公司提供的信用卡服務(wù)就存在固有偏見的例子——給予女性的信用額度總是小于男性。在中國，替代數(shù)據(jù)的使用讓新商戶能夠獲得無擔(dān)保短期貸款，從而更新庫存、維持業(yè)務(wù)。雖然此舉帶來了新的變革，但也有人擔(dān)心所使用的數(shù)據(jù)和模型可能存在偏見。目前，監(jiān)管機(jī)構(gòu)正在著手處理相關(guān)問題。要確保更可靠地使用替代數(shù)據(jù)，還有很長的路要走。

在最后的分享環(huán)節(jié)，Dasol Kim同Sidharth Kamani圍繞相關(guān)問題展開討論。

針對金融機(jī)構(gòu)應(yīng)如何處理和防范信用評分模型風(fēng)險的問題，Sidharth Kamani強(qiáng)調(diào)，目前全球都在談?wù)摫O(jiān)管以及將數(shù)據(jù)中已有偏見納入算法的必要性，這是所有監(jiān)管機(jī)構(gòu)都在研究的重要領(lǐng)域。

圍繞發(fā)展中國家如何推動普惠金融這一問題，Sidharth Kamani認(rèn)為，發(fā)展中國家的金融科技公司使用基于人工智能的信用評分系統(tǒng)有三個關(guān)鍵要素：確保人人都有銀行賬戶、移動電話和互聯(lián)網(wǎng)接入。值得注意的是，不僅是在發(fā)展中國家，全球幾乎所有國家的移動滲透率都在增加，這無疑是未來值得探索的方向。