Eopinit与首尔大学产学合作团就人工智能(AI)信用评估精细化技术提交了专利申请。
据Eopinit于3日介绍,此次申请技术的核心在于改善现有信用评估系统不会保留贷款产品未获批准客户记录的问题。获批客户后续是否还款、是否逾期都会积累为数据,但对于未获批客户,无法确认其实际上是否具备还款能力。因此,预测还款概率的AI模型能够持续基于数据优化,但由于缺乏针对未获批客户的验证数据,决定批准与拒绝标准的工作仍依赖于人工制定的规则。
Eopinit与首尔大学研究团队将这一问题重新定义为“如何确认未获批客户的实际还款能力,并将结果安全地纳入审核标准”,并开发出三阶段转换流程。首先,让AI学习作出与既有审核规则完全相同的判断,再以历史数据进行模拟,验证其判断是否更优。除违约率外,还综合考量利息收益、本金回收、损失及成本,同时计算因拒绝而错失的机会与因批准而承担的损失。
在最后阶段,通过获取实际未获批客户数据的流程,仅筛选出被判断为最安全的部分未获批客户,试点予以批准。当这些客户的实际还款结果不断积累时,此前并不存在的“未获批客户真实还款数据”将首次形成。Eopinit将再次把这些数据纳入AI训练,进一步细化审核标准,并逐步扩大经确认安全的客户群体。这并非让原本被拒绝的客户一次性全部获批,而是仅在数据确认安全的范围内,按顺序逐步开放审批。
Eopinit AI负责人Shin Jaehyeok表示:“与首尔大学共同启动的研究在一年后已落实为实际专利申请。该技术解决了信用评估系统长期以来仅学习违约率预测、却不学习审核决策的局限,为此前因技术限制而被拒绝的客户提供更精准审核开辟了道路。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。