штучний інтелектШІмашинне навчаннякредитний ризикуправління ризикаминаука про даніфінтех
Посилений аналітик: Як Zirdle використовує ШІ для покращення оцінки кредитного ризику
Автор Головний науковий співробітник з даних, Zirdle
Loading...
Loading...
Термін «Штучний інтелект» у фінансах часто викликає два протилежні образи: утопічну візію бездоганного, автоматизованого прийняття рішень або антиутопічний страх перед непрозорими алгоритмами «чорного ящика», які приймають упереджені та безвідповідальні рішення. У Zirdle ми відкидаємо обидві крайнощі. Наша філософія ґрунтується на потужнішій та прагматичнішій концепції: Доповненого інтелекту.
Ми не вважаємо, що ШІ є заміною для нюансного, контекстуального судження наших експертів-кредитних аналітиків та партнерів-брокерів на місцях. Натомість ми розглядаємо ШІ — зокрема, машинне навчання (МН) — як неймовірно потужний інструмент, який може доповнити їхні здібності, дозволяючи їм приймати швидші, більш послідовні та багатші на дані рішення.
Ця стаття розвіє міфи про те, як ШІ насправді працює в нашій системі оцінки кредитних ризиків, зосереджуючись на тому, як він посилює можливості наших людських експертів, а не замінює їх.
Протягом десятиліть оцінка кредитоспроможності ґрунтувалася на традиційних статистичних моделях, таких як логістична регресія, з використанням обмеженої кількості точок даних (наприклад, дохід, рівень заборгованості, минулі дефолти). Ці моделі прозорі та легкі для інтерпретації, але мають значні обмеження:
Наші моделі МН створені для подолання цих обмежень і слугують потужним другим пілотом для наших людських ухвалювачів рішень. Ось як:
Наші моделі можуть аналізувати тисячі точок даних для конкретної кредитної можливості, набагато більше, ніж будь-яка людина здатна обробити. Це включає не лише традиційні фінансові дані, але й:
Обробляючи цей величезний набір даних, модель може виявляти інсайти та потенційні ризики, які в іншому випадку залишилися б прихованими.
Ось де МН справді сяє. Людський аналітик може побачити, що дохід позичальника зростає, що є добрим знаком. Але модель МН може виявити складнішу закономірність: «Дохід зростає, АЛЕ він стає більш сконцентрованим у одного клієнта, який працює в секторі, що має негативну кореляцію зі зростанням цін на нафту».
Модель дивиться не лише на змінні; вона аналізує складні, багатовимірні взаємозв'язки між ними. Вона може позначати ці приховані кореляції та представляти їх людському аналітику для подальшого розслідування.
Кожна людина має несвідомі упередження. Аналітик міг мати особливо позитивний або негативний досвід з певною галуззю, що може непомітно впливати на його майбутні судження. Наші моделі ШІ, при правильному навчанні та перевірці на справедливість, вільні від цих людських упереджень.
Модель надає послідовну, керовану даними оцінку «ймовірності дефолту» для кожного кредиту. Ця оцінка не приймає остаточного рішення. Натомість вона виступає об'єктивною базовою лінією. Якщо людський аналітик хоче скасувати рекомендацію моделі (або схвалити кредит, який модель відзначила, або відхилити той, який вона схвалила), він повинен надати чітке, письмове обґрунтування. Цей процес «людини в циклі» забезпечує ретельне та відповідальне ухвалення рішення, поєднуючи найкраще з обох світів: керовану даними послідовність машини та контекстуальне розуміння людського експерта.
На відміну від статичних моделей, наші системи МН створені для навчання. Ми постійно завантажуємо в них нові дані про результативність нашого кредитного портфеля. Бачачи, які кредити виконувалися добре, а які пішли в дефолт, модель постійно вдосконалює свої алгоритми, стаючи розумнішою та точнішою з часом. Вона може адаптуватися до змінних економічних умов так, як традиційні моделі просто не можуть.
Майбутнє оцінки кредитоспроможності — це не бійка між людьми та машинами. Це партнерство. У Zirdle наш ШІ — не автономний суддя; це найпотужніший у світі дослідницький помічник. Він просіює через гори даних, визначає складні закономірності та представляє свої висновки нашим людським експертам. Саме ці експерти — наші внутрішні команди та зовнішні партнери-брокери — потім застосовують свою мудрість, досвід і контекст реального світу, щоб прийняти остаточне, розумне кредитне рішення.
Цей підхід доповненого інтелекту дозволяє нам бути одночасно технологічно просунутими та глибоко людяними, забезпечуючи рівень оцінки ризиків, який є більш ретельним, послідовним та перспективним, ніж будь-коли раніше.