Новая технология позволит банкам эффективнее оценивать кредитные риски
Российские ученые из Сколковского института науки и технологий разработали нейронную сеть для оценки кредитных рисков. Технология использует данные о банковских переводах клиентов и на основании этой информации делает вывод о кредитоспособности заемщика. Об этом сообщает ТАСС со ссылкой на пресс-службу Сколтеха.
Любой отдельно взятый клиент банка характеризуется в том числе совокупностью его социальных и финансовых связей с другими людьми, поэтому в нашем случае клиенты банка рассматривались как группа взаимосвязанных финансовых агентов. В данном исследовании мы поставили перед собой задачу выяснить, применима ли к финансовым агентам известная пословица «Скажи мне, кто твой друг, и я скажу, кто ты»,Максим Панов, сотрудник Сколтеха, один из авторов исследования.
Информация о переводе денег другим людям является, а также другие транзакции, оставляют после себя информационный след. Все эти связи, возникающие у людей в ходе использования услуг банка, могут быть представлены в виде направленного графа, на основе которого специалисты могут оценить поведение клиента. Для обеспечения эффективной обработки и точного использования огромного объема данных пользователей, авторы нового исследования разработали шесть различных моделей нейронных сетей и оценили их в действии.
По словам Панова, успех одной из разработанных моделей можно объяснить одним из трех возможных факторов. Первый из них заключается в том, что нейросеть обрабатывала полные данные банковских транзакций напрямую, что позволяло минимизировать потери содержащейся в них информации. Вторым фактором является структура модели. Нейросеть была построена таким образом, что модель обладала как высоким качеством предсказания, так и вычислительной эффективностью. Третьим фактором может быть процедура обучения нейросети, предложенная учеными.
Новая научная работа позволила доказать, что анализ данных о денежных переводах между пользователями является более эффективным и качественным инструментов для оценки кредитных рисков, по сравнению с алгоритмами, учитывающими только личные данные клиентов. Применение такой системы не только позволит банкам создавать наиболее выгодные предложения по кредитованию, но и снизить риски возникновения негативных последствия действий мошенников.
