Рубрикатор |
Все новости | Новости компаний |
Технологии машинного обучения и Big Data найдут потенциальных мошенников
15 августа 2016 |
Компания Scorista на базе аудиторных данных компании DCA (Data-Centric Alliance) разработала новую модель оценки кредитных рисков для российских микрофинансовых организаций (МФО) и банков. Модель разработана с использованием методов машинного обучения и технологий предиктивной аналитики.
Скоринг заемщика принимается на самом раннем этапе менее чем за минуту на основе анализа истории его поведения в Сети и большого количества фактов, накопленных на протяжении нескольких месяцев. По оценкам создателей, новая модель способна, например, снизить количество выданных по подложным документам займов на 80%.
На
сегодняшний момент проблема мошенничества в сегменте потребительского
кредитования крайне актуальна. Наиболее остро она стоит именно у так
называемых микрофинансовых организаций, выдающих займы онлайн. В среднем
порядка 15-19% от общего объема заемщиков каждого онлайн МФО
неблагонадежны (те, кто не платит по кредиту вообще ничего). Это в 1,5
раза больше чем у любого банка, поскольку заемщиками МФО часто
становятся люди, которым по каким-то причинам банки отказали. Очевидно,
что и процент мошеннических спекуляций у онлайн МФО тоже достаточно
высок – около 5-8%.
В
существующих скоринговых моделях Scorista использует данные Бюро
Кредитных историй (БКИ), сайта судебных приставов и других открытых
источников информации. Однако требования к точности кредитного скоринга
растут вместе с учащением случаев мошенничества, кредитования по
подложным документам и другим видам недобросовестного поведения клиента.
В
новой предиктивной модели помимо всех этих данных теперь используется
огромный массив аудиторных данных, которыми обладает компания DCA. Это
позволит существенно обогатить профиль потенциальных заемщиков, и как
следствие, повысить качество и эффективность оценки, а главное –
сократить число займов, взятых профессиональными кибер-мошенниками по
подложным документам. Решение поможет МФО и банкам не только быстрее и
качественнее вычислять мошенников и снижать свои риски, но и, в
среднесрочной перспективе, может привести к снижению процентных ставок
для благонадежных заемщиков.
Помимо скорингового балла Scorista совместно с DCA разработали
набор предсказательных атрибутов, которые можно использовать кредитным
организациям для самостоятельного моделирования. Атрибуты в значительной
степени облегчат использование аудиторных данных и повысят
эффективность внедрения скоринговой модели.
Помимо сокращения издержек и снижения рисков, новая модель Scorista и DCA является и инструментом повышения доходности: алгоритм выявляет не только заведомо неблагонадежных клиентов, но и увеличивает на 10-15% количество качественных заемщиков, которые ранее получали отказ.
Читайте также:
Мошенники используют архивные аудиосообщения из мессенджеров
Активность злоумышленников в период осенних распродаж
Мошенники стали «давить» на родственников своих «жертв» для доступа к семейному бюджету
Каждый второй звонок мошенников совершается в мессенджерах
Треть россиян не отвечают на звонки с незнакомых номеров из-за мошенников и спама
Оставить свой комментарий:
Комментарии по материалу
Данный материал еще не комментировался.