POINT 정책정보포털

상세정보

페이스북
트위터

기계 학습 및 비전통적 데이터가 신용 평가에 영향을 미치는 양상 : 중국 핀테크 기업의 새 증거 (How do machine learning and non-traditional data affect credit scoring? New evidence from a Chinese fintech firm)

저자
Leonardo Gambacorta, Yiping Huang, Han Qiu, Jingyi Wang
수록잡지
BIS Working Papers, No. 834
발행처
Bank for International Settlements(BIS)
발행연도
2019
분류(BRM)
재정·세제·금융-금융
소개
이 문서는 기계 학습 기법을 기반으로 한 신용 평가 모형과 전통적 손실 및 채무불이행 모형의 예측력을 비교한다. 이를 위해 평상시와 경제가 충격을 받을 때의 손실 및 채무불이행을 예측하는 여러 모형의 성과를 시험한다. 결과에 따르면, 총 신용 공급에 부정적 충격이 나타날 때 기계 학습과 비전통적 데이터를 기반으로 한 모형이 전통적 모형보다 손실과 채무불이행을 더 잘 예측하는 것으로 나타났다.
출처 URL
https://www.bis.org/publ/work834.htm
국가명
국제기구