福特电机信贷测试AI的现场忽视借款人的能力

现在注册

MICH的福特电机信贷风险管理副总裁Jim Moynes,首先是几年前改善汽车贷款承销的机器学习兴趣。

“我们正在观看别人正在努力的事情,”他说。 “我们希望成为创新性,并试图熬夜。”

该公司最近运行了一个实验,看看机器学习是否可以帮助其承销商更好地了解它收到的贷款应用程序。

这是一个冠军与挑战者测试:Moynes的团队花了几年的贷款数据,从中删除了所有个人身份信息,并将其提交给Zestfinance,这是一个基于机器学习的在线贷款软件的提供商以及自己的建模团队,它创造了 物流回归 模型预测潜在借款人的信誉。

每个团队通过其模型运行贷款申请数据,并预测了贷款的未来表现。然后,莫恩斯将这些账户的实际表现与两支球队的预测相比,这些账户的实际表现。

机器学习软件赢了。

“我们在这个初步测试中发现了什么,更准确地将人们从超级缩小到次次次次划分的人,”Moynes说。 “它比我们今天使用的工具更好的工作。”

但是,福特电机信贷将继续测试Zestfinance软件。

“莫雷斯说:”这将需要很长时间才能前进。“ “当我们使用机器学习开发这些模型时,我们将继续与我们现有的模型并排测试它们,只有在多年后经历整个过程之后,只有在多年后,检查准确性以确保它们随时间升高, “该公司会考虑采取它的生活。他说,这将需要两年时间。

“我们是谨慎的贷方,我们确保我们对我们所做的任何事情进行了深思熟虑,但在考试中出现的结果对我们来说很有意思,我们将在我们前进时研究这一点,”Moynes说。 “如果我们到达火车的尽头并找出它没有更好的表现,我们不会变化。但基于我们所看到的,它看起来像我们的一个非常令人兴奋的可能性。“

Zestfinance的软件是什么

Douglas Merrill于2009年创立了Zestfinance,他离开了谷歌后一年。

“我想看看我们是否可以应用我们在Google上使用的数学数学来构建网页,以便为薄文件和禁令借用者的信用问题 - 有没有办法拥有允许贷方的财务包容性播放方法要做更多的贷款,但通过这样做,不会增加风险?“ Merrill说。 “我认为这是一个非常良好的信用风险的人的巨额市场不公平,不公平信贷率。银行也伤害了他们的信用,这是一个奇怪的事件配置。“

根据消费者金融保护局,2600万美国成年人,或10人,没有信用记录,使他们难以使用传统方法承销。这包括数百万千禧一代,他也开始购买汽车。去年,千禧一代购买的新车辆占美国所有销售额的29%,而且该数字预计将增长到2020年的40%。

Merrill表示,传统的承保,对千禧一代不起作用,因为它只从信用局中汲取“几个少数少数”数据,并将其插入逻辑回归模型。

“如果任何数据都缺失或错误,你最终会获得一个实际上不是真正信用的分数,”Merrill说。

谷歌已经建立了数学模型来纠正关于网页的缺失和错误的信息,例如拼写错误和缺失或错误的标签。

Merrill的Zestfinance的团队采取了相同的基本技术来构建Zest自动化机器学习平台,这试图补偿信用历史中的错误和缺少信息。

“这是一个未经证实的假设,”Merrill说。 “我们来到了很长的路要走,数百万的代码来证明它在各种公司中工作,它在次级贷款中工作,近期[和]薄文件贷款和信用卡,”Merrill说。 “它适用于自动贷款。”

其他供应商包括众多人群,初学者和ENOVA,提供类似的软件。

信用标准不受影响

福特电机信用额度享受Merrill的理想,可以帮助凭借薄贷款文件,如千禧一代和底层的,获得信贷的人。

“我们不会改变风险偏好,”Moynes说。

他说,如果有人没有达到公司的承保指导方针,则在分期付款贷款的账户差,他可能不会在新平台中批准。

然而,新平台可能会让福特电机信贷批准有限的信用历史,特别是年轻人的人。

“今天有一个700或800 FICO得分的每个人都开始了第一笔学分,他们在某处开始,”Moynes说。 “对于可能只是建立信用历史的人来说,这一额外数据可能会让我们早期了解其信誉,他们可能会融入我们现有的风险偏好与这些新的见解。”

其中一些新的见解已经存在于信贷局数据中,但福特电机信用的承保模式不考虑它们。

例如,如果信用申请人一直在申请中使用相同的电话号码来福特电机信贷和其他债权人,那么可以指示稳定性,衡量信贷评估中的积极因素。每次申请信贷时更改电话号码的人可能是不稳定的或欺诈威胁。

和职业凭证,如医疗程度或技术许可证,可以是福特电机信贷的模型在过去看出的正面指标,而是Zestfinance的软件矿井。

“那些类型的事情并不难,”美林说。 “我们并没有关闭爬行您的Facebook页面或您的Instagram进料。我们的论点是您不必这样做“获得有关潜在借款人的有用信息。

福特电机信贷的遗留贷款系统需要花费时间,以便在所有额外的数据Zestfinance的计划呼叫中拉,Moynes承认。

MOYNES还指出福特电机信贷不批准或拒绝基于分数的贷款,因此机器学习平台不会自行予以信誉。

“我们有一个高度训练的信用分析师团队,我们提供了我们提供这些工具的人,”Moynes表示。 “机器学习的另一个特征是这些工具可以随时间学习并建议。我们还有很长的路。“

大分球克罗斯曼的编辑欢迎反馈 [email protected].

用于本文的重印和许可请求, 点击这里.
人工智能 信用评分 自动贷款 风险偏好 风险分析
更多来自美国银行家