yapay zekayapay zekamakine öğrenimikredi riskirisk yönetimiveri bilimifintech
Artırılmış Analist: Zirdle'nin Kredi Risk Değerlendirmesini Güçlendirmek İçin Yapay Zekayı Nasıl Kullandığı
Yazar Baş Veri Bilimcisi, Zirdle
Loading...
Loading...
Finans dünyasında "Yapay Zeka" terimi genellikle iki zıt imgeyi akla getirir: kusursuz, otomatikleştirilmiş karar alma ütopyası ya da önyargılı ve hesap vermeyen "kara kutu" algoritmalar distopyası. Zirdle'da her iki uç noktayı da reddediyoruz. Felsefemiz, daha güçlü ve pragmatik bir kavram olan Takviyeli Zeka'ya dayanıyor.
Yapay zekanın, insan uzman kredi analistlerimizin ve sahada çalışan broker ortaklarımızın nüanslı, bağlamsal muhakemesinin yerini alacağına inanmıyoruz. Bunun yerine, YZ'yi -özellikle makine öğrenimini (ML)- onların yeteneklerini güçlendiren, daha hızlı, daha tutarlı ve daha zengin veriye dayalı kararlar almalarını sağlayan inanılmaz güçlü bir araç olarak görüyoruz.
Bu makale, YZ'nin insan uzmanlarımızın yerini almak yerine onları nasıl güçlendirdiğine odaklanarak, kredi riski çerçevemiz içinde gerçekte nasıl çalıştığını açıklığa kavuşturacak.
Onlarca yıldır, kredi değerlendirmesi, sınırlı sayıda veri noktası (ör. gelir, borç düzeyi, geçmiş temerrütler) kullanan lojistik regresyon gibi geleneksel istatistiksel modellere dayanıyordu. Bu modeller şeffaf ve yorumlaması kolaydır, ancak önemli sınırlamaları vardır:
ML modellerimiz bu sınırlamaların üstesinden gelmek ve insan karar vericilerimiz için güçlü bir yardımcı pilot olarak hizmet etmek üzere tasarlanmıştır. İşte nasıl:
Modellerimiz, herhangi bir insanın işleyebileceğinin çok ötesinde, belirli bir kredi fırsatı için binlerce veri noktasını analiz edebilir. Bu, yalnızca geleneksel finansal verileri değil, aynı zamanda şunları da içerir:
Bu devasa veri setini işleyerek, model aksi takdirde gizli kalacak içgörüleri ve potansiyel riskleri ortaya çıkarabilir.
ML'nin gerçekten parladığı yer burasıdır. Bir insan analist, borçlunun gelirinin arttığını görebilir ki bu iyi bir işarettir. Ancak bir ML modeli daha karmaşık bir örüntüyü tanımlayabilir: "Gelir artıyor, ANCAK artan petrol fiyatlarıyla negatif korelasyon gösteren bir sektördeki tek bir müşteride daha yoğunlaşıyor."
Model sadece değişkenlere bakmaz; aralarındaki karmaşık, çok boyutlu ilişkilere bakar. Bu gizli korelasyonları işaretleyebilir ve insan analistin daha fazla araştırma yapması için onları sunabilir.
Her insanın bilinçsiz önyargıları vardır. Bir analistin belirli bir sektörle özellikle iyi veya kötü bir deneyimi olabilir ve bu gelecekteki yargılarını gizlice etkileyebilir. Adil olmak üzere doğru şekilde eğitilip denetlendiğinde, YZ modellerimiz bu insani önyargılardan arınmıştır.
Model, her kredi için tutarlı, veriye dayalı bir "temerrüt olasılığı" skoru sağlar. Bu skor nihai kararı vermez. Bunun yerine, objektif bir temel oluşturur. Bir insan analist, modelin tavsiyesini geçersiz kılmak isterse (modelin işaretlediği bir krediyi onaylamak veya onayladığı bir krediyi reddetmek için), net, yazılı bir gerekçe sunmalıdır. Bu "döngüde insan" süreci, her iki dünyanın da en iyisini birleştiren titiz ve hesap verebilir bir kararı zorunlu kılar: makinenin veriye dayalı tutarlılığı ve insan uzmanın bağlamsal anlayışı.
Statik modellerin aksine, ML sistemlerimiz öğrenmek üzere tasarlanmıştır. Kredi portföyümüzdeki yeni performans verilerini onlara sürekli besliyoruz. Hangi kredilerin iyi performans gösterdiğini ve hangilerinin temerrüde düştüğünü görerek, model algoritmalarını sürekli iyileştirir ve zamanla daha akıllı ve daha doğru hale gelir. Geleneksel modellerin yapamayacağı şekilde değişen ekonomik koşullara uyum sağlayabilir.
Kredi değerlendirmesinin geleceği, insanlar ve makineler arasında bir savaş değildir. Bir ortaklıktır. Zirdle'da YZ'miz otonom bir yargıç değil; dünyanın en güçlü araştırma asistanıdır. Dağlar kadar veriyi eleyerek karmaşık örüntüleri tanımlar ve bulgularını insan uzmanlarımıza sunar. Nihai, akıllı kredi kararını vermek için bilgeliklerini, deneyimlerini ve gerçek dünya bağlamını uygulayanlar, bu uzmanlarımız -iç ekiplerimiz ve dış broker ortaklarımız- olur.
Bu takviyeli zeka yaklaşımı, hem teknolojik olarak ileri hem de derinden insani olmamızı, risk değerlendirmesini şimdiye kadar olduğundan daha kapsamlı, tutarlı ve ileri görüşlü bir seviyede sunmamızı sağlar.