Исследование: привычки покупать продукты доказывают кредитоспособность, помогая тем, у кого нет кредитной истории

Важные новости

Исследование: привычки покупать продукты подтверждают кредитоспособность , помогая тем, у кого нет кредитной истории» /></p>
<p> Кредит: Pixabay/CC0 Public Domain </p>
<p>Последние достижения в области искусственного интеллекта и машинного обучения в сочетании с развитием крупномасштабных технологий хранения, доступа и обработки данных подпитывают интерес финансовых учреждений к новым источникам данных для кредитного скоринга.</p>
<p>Примеры этих новых источников включают историю оплаты счетов за телефон, коммунальные услуги и потоковые услуги; записи транзакций с текущих, сберегательных счетов и счетов денежного рынка; и историю арендных платежей. Мотив двоякий: стремление к прибыли, включая создание новых счетов и улучшение социального благосостояния за счет расширения доступа к кредитам для тех, у кого нет традиционного кредитного рейтинга.</p>
<p>Новое исследование Университета Нотр-Дам показывает, что повторяющиеся поездки в продуктовый магазин может быть всем, что необходимо для подтверждения кредитоспособности.</p>
<p>Документ под названием «Использование данных о продуктах для принятия кредитных решений» скоро появится в журнале <i>Management Science</i>от Джунхюка Янга, доцента кафедры маркетинга Бизнес-колледжа Мендосы Нотр-Дама, а также Юнг Юн Ли из Университета Райса и Эрика Т. Андерсона из Северо-Западного университета. Рабочий документ доступен в <i>Электронном журнале SSRN</i>.</p>
<p>Команда сотрудничала с многонациональным конгломератом, работающим во многих зависимых от денежных средств развивающихся странах Азии и Африки. Спонсор данных владеет эмитентом кредитных карт и крупной сетью супермаркетов, что позволило исследователям объединить данные из двух доменов и наблюдать за поведением 30 089 потребителей.</p>
<p>Они начали с преобразования необработанных данных в более эффективный набор исходных данных и удалили сигналы кредитного риска из данных о продуктовых магазинах.</p>
<p>«Наш подход был мотивирован нашим разговором с менеджером спонсора данных, который сказал: «Чтобы работать с этими огромными наборами данных, вам нужна стратегия объединения ключевых фрагментов данных в значимые переменные. Наивный подход, заключающийся в том, чтобы просто использовать все наши данные для решения этой проблемы без какой-либо структуры, вряд ли сработает», — сказал Янг. /п> <р>«Это замечание перекликается с другим комментарием, сделанным менеджером одного из ведущих банков США, с которым мы беседовали. Менеджер упомянул, что основным препятствием для использования крупномасштабных и подробных данных о потребителях при выдаче кредитов является не недостаток доступа к таким данным, а, скорее, отсутствия знаний о том, как эффективно их использовать».</p>
<p>Повторяющиеся привычки ходить в продуктовые магазины указывают на сигналы кредитного риска.</p>
<p>Покупка сигарет или энергетических напитков связана с более высокой вероятностью пропуска платежей по кредитной карте или невыполнения обязательств, а покупка «хороших» или здоровых продуктов, включая свежее молоко или уксусные заправки, связана с регулярной своевременной оплатой счетов по кредитной карте.</p>
<p> <р>«Опираясь на обширную литературу о привычках, мы конструируем переменные, которые измеряют уровень постоянства или его отсутствие в том, что и как покупают клиенты», — сказал Янг. «Данные о продуктах питания особенно хорошо подходят для измерения общих потребительских качеств, поскольку продукты являются предметами первой необходимости кратковременного пользования, поэтому потребители делают частый и повторяющийся выбор».</p>
<p>То, что покупает человек, может помочь объяснить, к какому типу плательщика он относится. даже после учета различных социально-демографических переменных и кредитных рейтингов.</p>
<p>«Используя рейтинги опросов на уровне предметов, мы находим убедительные доказательства того, что покупка более здоровых, но менее удобных продуктов питания предсказывает ответственное платежное поведение», — сказал Ян. . «Мы также видим положительную и устойчивую корреляцию между постоянством в различных аспектах покупок продуктов и своевременной оплатой счетов по кредитной карте».</p>
<p>Владельцы карт, которые регулярно и своевременно оплачивают счета, с большей вероятностью будут делать покупки в один и тот же день недели, тратить одинаковые суммы в разные месяцы и покупать одни и те же бренды и категории продуктов.</p>
<p>Посредством моделирования гипотетического В процессах кредитного скоринга и принятия решений команда демонстрирует, что данные о продуктовых магазинах могут служить информативными сигналами о кредитном риске, что приводит к улучшению результатов кредитования для кредитоспособных лиц и увеличению прибыльности для кредиторов.</p>
<p>Например, включение данных о продуктовых магазинах существенно повышает точность прогнозирования по умолчанию для людей без кредитного рейтинга, что приводит к повышению от 3,11 до 7,66 процентных пунктов.</p>
<p>Исследование также характеризует условия, при которых использование данных о продуктовых магазинах не приносит пользы. дополнительную ценность, которая может пролить свет на то, когда кредиторы могут быть заинтересованы в сборе, приобретении и использовании альтернативных данных.</p>
<p>«В частности, мы обнаруживаем, что дополнительная польза от данных о продуктовых магазинах резко снижается по мере того, как становятся доступными традиционные кредитные рейтинги или кредитная история, специфичная для отношений», — сказал Ян. «Эти результаты подчеркивают потенциал финансовых учреждений использовать данные о продуктовых магазинах для предоставления кредитов лицам, у которых нет традиционных кредитных рейтингов, одновременно демонстрируя ограничения этого нового источника данных».</p>
<p>Результаты имеют прямое управленческое значение для кредиторов, поскольку использование данных о продуктовых магазинах для кредитного скоринга дает возможность получить доступ к огромному, неиспользованному рынку. Кредиторы могут расширить свою клиентскую базу и повысить свою прибыльность, предоставляя кредит потребителям, которые в настоящее время не обслуживаются или недостаточно обслуживаются традиционной кредитной системой.</p>
<p><strong>Дополнительная информация:</strong> Юнг Юн Ли и др., «Привычки при покупках и платежах: использование данных о продуктах для прогнозирования платежей по кредитным картам», <i>Электронный журнал SSRN</i> (2021). DOI: 10.2139/ssrn.3868547 </p>
<p><strong>Информация журнала:</strong> Наука управления </p>
<p> Предоставлено Университетом Нотр-Дам </p>
</div></div><div class=

Новости сегодня

Последние новости