手机使用行为预测贷款还款

2022-6-2 18:52:23

《手机使用行为预测信用还款》丹尼尔·比约克伦和达雷尔·格里斯·纳斯特拉克发展中国家的许多家庭缺乏正式的财务记录，使得企业难以发放信贷，潜在借款人也难以获得信贷。然而，许多这样的家庭都有手机，手机可以生成丰富的行为数据。这篇文章显示，mobilephone数据中的行为特征可以预测违约，使用的通话记录与美国南方电信提供的信贷还款结果相匹配。在一个有（薄）财务历史的个人样本上，我们的方法实际上使用信用局信息执行模型，无论是在时间内还是在不同的时间段进行测试。但是，我们的方法在那些没有财务历史的人身上也取得了类似的效果，这些人无法使用传统方法进行评分。根据我们的衡量，风险最高五分之一的个人违约的可能性是最低五分之一个人的2.8倍。该方法为新形式的信贷奠定了基础，这些信贷可以惠及无银行账户的人。关键词：信用评分、机器学习、数字信贷、手机、金融包容性JEL代码：D14、O16、G23、O12、C58本草案日期：2019年1月28日。初稿：2015年1月6日。致谢Daniel Bj"orkegren（通讯作者）是美国罗得岛普罗维登斯布朗大学的教授；他的电子邮件地址是dan@bjorkegren.com.Darrell Grissen是Entrepreneurial Finance Lab的前雇员，在数据收集期间受雇；他的电子邮件地址isdgrissen@gmail.com.本文的研究得到了斯坦福大学经济政策研究所GeorgeShultzfellowship以及斯坦福大学W.GlennCampbell和RitaricardoCampbell国家奖学金的资助。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:52:26

作者感谢EnterpreneurialFinance实验室和合作伙伴提供的数据。作者感谢Jeff Berens、Nathan Eagle、AlfredoEbentreich、Javier Frassetto和Seema Jayachandran进行了有益的讨论，并感谢美国经济协会年会、NEUDC、微软研究院、NBER IT和数字化以及AMID/BREAD发展经济学暑期学校的观众。1、导言移动电话已经迅速普及：发展中国家有超过45亿部移动电话（ITU，2011）。除了改善沟通之外，这些设备还可以提供新的信贷形式。电信公司通常通过发放信贷来帮助平滑手机消费：随着收入的增加，消费者预计将从预付费计划转向后付费计划，这实质上是滚动信用账户。电话网络也可用于调解耐用消费品的贷款，如按需付费的gosolar能源系统。通过移动货币，电话网络可以直接向消费者提供接近零交易成本的贷款。这可以实现不同于小额信贷或传统银行贷款的信贷形式（考虑肯尼亚的M-Shwari或独立的智能手机贷款应用程序）。然而，所有这些申请都面临一个根本问题：贷款人如何评估潜在借款人是否会还款？很少有发展中国家居民拥有传统的信用评分。很少有人与正规机构进行互动：20亿人缺乏银行账户（Demirguc Kunt、Klapper、Singer和VanOudheusden，2014）。对于小额贷款和偏远家庭来说，面对面方法（如小额信贷中的访谈或同龄人小组）成本高昂。本文提出了一种大规模预测贫困人口还款的方法。它的关键洞察是，大多数消费者确实至少有一个正式互动的丰富记录——他们与手机本身的互动。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-6-2 18:52:29

一个人使用手机的方式可以预测他们是否会偿还贷款。该项目开发并评估了一种低成本方法，使用手机元数据预测信用还款，手机已经在收集这些元数据。SIT从原始电话交易记录中提取与还款相关的信号，并使用机器学习方法将这些信号组合到还款预测中。只需对现成的机器学习方法进行一些小的调整，通常情况下，如果家庭太阳能贷款获得批准，消费者就可以通过移动货币接收设备并分期付款。如果消费者错过付款，他们的设备将通过移动电话网络远程关闭。在发展中社会，拖欠问题尤其严重，因为如果借款人违约，债权人几乎没有追索权：借款人几乎没有抵押品，法律执行制度也很有限。它展示了与传统信贷局模型相当的绩效，包括无法用传统方法评分的无银行个人。自在线发布本文提案（Bj"orkegren，2010）和工作文件（2015年）以来，我们的方法受到了广泛关注（NPR，2015年），并已得到广泛实施。与移动货币相结合，它构成了数字金融服务新生态系统的重要组成部分。第一款数字信贷产品（M-Shwari）于2012年在肯尼亚推出，使用基于移动货币使用情况的简单评分规则评估风险。在短短几年内，68多种其他数字信贷产品相继推出，这些产品使用了与我们类似的风险评分方法。数字借贷智能手机appshave吸引了超过1.9亿美元的风险投资资金。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:52:32

到目前为止，这些贷款大多规模较小，但已经非常普遍：仅在肯尼亚，就已经发放了20亿美元，27%的人口已经获得了数字贷款（Totolo，2018）。通过这些新的数字平台获得贷款的肯尼亚人多于通过传统银行或小额信贷获得贷款的肯尼亚人（FSD，2016）。我们的方法使用手机使用的原始元数据，这些元数据已经以接近零的成本收集。这些记录可以产生关于个人的丰富信息，包括流动性、消费和社交网络（Blumenstock、Cadamuro和On，2015；Gonzalez、Hidalgo和Barabasi，2008；Lu、Wetter、Bharti、Tatem和Bengtsson，2013；Onnela等人，2007；Palla、Barabasi和Vicsek，2007；Soto、Frias Martinez、Virseda和Frias Martinez，2011）。本文展示了从该数据得出的指标如何预测信贷还款。有许多直接的行为指标似乎和偿还贷款有关。例如，一个负责任的借款人可能会随着时间的推移仔细管理其余额，以便使用更加顺畅。每月重复使用的个人可能更有可能获得工资收入。或者，一个给别人打电话的人可能有更强大的社会关系，使他们能够更好地把握创业机会。从原始交易记录中，我们提取了大约5500个行为指标。确定如何从非结构化事务记录中提取相关行为是标准机器学习的关键步骤（“应用机器学习基本上是特征工程”（Ng，2011））。布鲁门斯托克（Blumenstock et al.（2015）等强力数据挖掘方法将在算法上提取指标，同时对结果变量不可知。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:52:35

然而，这种方法可能会发现虚假的相关性，使其在实践中不可靠（Lazer、Kennedy、King和Vespignani，2014）。有了无限的数据和变化，机器学习方法会自动丢弃虚假变量；但当数据和变化有限时，关注与兴趣结果有直观或理论联系的特征可以提高稳定性。直觉还可以提出更细微的指标，而暴力方法会忽略这些指标。我们的方法生成了与还款直接相关的指标，这些指标可以反映消费者如何管理随时间推移的使用情况、社会关系以及消费者的潜在还款能力。具有直观链接的指标也更受实施合作伙伴的欢迎，他们可以抵制“黑箱”方法。本文表明，这些行为指标可以减少一个人类型的不确定性。他们可以嘲笑大公司和穷人之间的大规模互动。这些新技术的最大承诺不是复制在物理交互约束下发展起来的熟悉贷款产品，而是实现在历史约束下不可行的新型正式贷款。本文用南美一个中等收入国家的电信数据演示了该方法，该国家正在将用户从预付费计划转变为延迟付费计划。在这个国家，只有34%的成年人有银行账户，但89%的家庭有手机。由于“标签缺失”问题，在成熟的应用程序中，往往很难量化评分规则的性能：人们只会观察那些首先获得信贷的人的还款情况。因此，如果一个贷款人已经使用了一个完全包含所有可用信息的复杂的选择规则，那么对于不同规则的执行情况了解甚少。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

大多数88

2022-6-2 18:52:38

在这方面，我们的环境有两个关键特征。首先，在观察到的探索阶段，电信公司试图了解不同类型申请人的风险，因此对信用进行了宽松的扩展。它从整个信用历史分布中选择使用率充足的订户（包括根本没有历史记录）。因此，我们的结果直接适用于手机使用率足够高的用户（性能与使用量较轻的用户相似）。在这一人群中，数据包括电信可能希望过渡到后付费计划的个人分配的结果。因此，我们可以评估任何筛选规则的性能，包括使用信贷局信息、电话指标等的规则。其次，我们的样本包括银行和非银行消费者，这使我们能够根据信贷局模型来衡量我们的绩效，并评估没有信贷局记录的个人的绩效是否可比。这些数据包括每个申请人在延长信贷之前的手机交易历史，以及信贷是否按时偿还。在一项回顾性分析中，我们根据这些人在切换之前使用手机的方式，预测这些人中有谁最终还款。我们的数据包括通话和短信元数据，但不包括移动货币或充值信息。随着数据的丰富和样本的增多，以及观测到的时间段过长，性能有望得到改善。在发展了我们的方法之后，本文给出了三个主要发现。首先，即使使用标准的机器学习模型，该方法也有可能实现有用的预测精度。绩效评估分两步进行。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:52:41

首先，在一个正式银行（butthin文件）消费者样本中，该方法实际上优于表现相对较好的信贷局模型（我们考虑ROC曲线或AUC下的行业标准测量区域，我们的模型范围为0.61-0.76，而信贷局模型范围为0.51-0.57）。其次，该方法对无银行账户的消费者也有类似的效果，这些消费者无法用传统方法进行评分（AUC 0.63-0.77）。我们的模型在文献中公布的传统信用评分估计值（AUC0.50-0.79）范围内。按照我们最保守的衡量标准，风险最高五分之一的个人违约的可能性是最低五分之一的个人的2.8倍。在那些有信用记录的人中，根据信贷局的数据，如果信用扩展到50%的最低风险预期，违约率将为9.7%，而根据我们使用电话记录的评分，违约率仅为8.3%。此外，如果信用扩展到那些没有信用记录的人，而这些人的预测违约风险将使他们在有信用记录的人的风险预测中处于前50%，那么违约率将仅为6.6%。我们的方法可以从没有信用记录的客户中识别出一组良好的信用前景。其次，必须注意确保长期稳定。在实践中，债权人会利用过去的表现来训练分散未来信贷的模式。如果基础环境随时间变化，机器学习方法的性能可能会恶化（Butler，2013；Lazer等人，2014）。除了与还款相关的潜在因素外，建立预测任务最具前瞻性的方法可以同时发现冲击。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:52:44

本文开发了一种技术，通过仅使用每个时间段内的变化来区分个体（类似于时间固定效应的形式），来最小化这种形式的跨时稳定性。这项技术提高了跨期稳定性；当在不同的时间段进行估计和测试时，我们的模型在我们的环境中继续优于局模型。第三，目前信贷局的信息与我们的指标中的信息只是略有补充。这表明，在局文件较薄的情况下，将这些新形式的信贷与传统信贷局中已有的信息集成可能会带来有限的收益。然而，一旦使用我们的方法授予了数字信贷，就可以向各局报告还款情况，这可以提高还款的意愿以及局中的信息量。与此最相似的论文是Pedro、Proserpio和Oliver（2015），他们发现，在拥有活跃信用卡的个人中，最近违约的人与成功还款的人在事后有着不同的通话行为，使用了58个行为指标。然而，一个人很可能会在违约后改变他们的通话模式。目前尚不清楚本文得出的基本指标是否能够预测违约，或者仅仅是拾取仅与事后违约相关的冲击。此外，该论文只观察已经通过传统信贷机构筛选的个人，因此无法评估相对于基准的绩效，也无法评估电话指标是否可以用于筛选未开户的人。一篇简短的配套论文使用了一个简单的模型来说明改进的筛查如何影响获得信贷，并分析了额外的异质性结果（Bj"orkegren&Grissen，2018）。我们的方法是几种非传统方法之一，可以识别可能偿还信贷的个人。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:52:47

例如，心理测试也可以预测银行和非银行的还款情况（Arráiz、Bruhn和Stucchi，2017）。这些测试通常旨在直接捕获与还款有更紧密理论联系的行为，例如还款能力和意愿。然而，他们需要与申请人进行额外的互动，这会增加成本。背景与数据主要组织合作伙伴是EFL（创业金融实验室），该实验室致力于发展中和新兴市场的替代性信用评分方法，重点关注银行不足问题。EFL确定了一个合作伙伴，该合作伙伴有兴趣探索评估信用度的其他方法。随着新兴经济体的消费者越来越富有，许多电信公司开始将其用户从预付费计划转变为后付费订阅。根据后付费计划，用户不会面临加满账户的麻烦，因此往往会消费更多，也不太可能转向竞争对手。然而，后付费计划给电信带来了一个风险，即订户支付了一笔他们无法偿还的账单。在发达国家，许多电信公司在授予后付费账户之前，会检查用户的信用档案。然而，在低收入国家，这些档案往往很薄，或者根本不存在。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:52:50

作者与南美一个中等收入国家的一家电信公司合作，GDPper的人均收入约为6000美元，该公司试图将其预付费用户的一部分过渡到后付费计划。它希望扩大这一子集，以包括那些缺乏或不存在正式财务历史的人。这篇论文也是与我们的组织合作伙伴EFL合作撰写的，EFL也进行心理测量信用评分。在他们的网站上，“EFL Global利用心理测量学、手机、社交媒体、GIS以及传统的人口和金融数据等多种类型的替代数据，为非银行和瘦文件消费者和MSME开发信用评分模型。我们与拉丁美洲、非洲和亚洲的贷款人合作。”http://www.eflglobal.comDarrell本文收集数据时，EFL聘请了Grissen。所有结果均以美元报告。电信公司提供了一组预先选定的用户，让他们有机会切换到具有较低费率的后付费计划，并记录这些用户中谁按时支付了账单。由于电信公司希望在这一初步探索中了解过渡不同类型用户的风险，因此在选择要过渡的客户时，它是宽容和不成熟的。它从creditbureau记录的整个分布中选择了使用电话效率较高的客户（他们更有可能从后付费计费中受益）。这些选定的订户收到一个电话，邀请他们转换到后付费计划；选择参加的人从预付费改为最便宜的后付费计划（每月提供约30美元的循环信贷）。该数据涵盖了7068名接受了后付费计划并选择加入的用户，这是评估电信业绩的相关样本。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:52:53

电信公司意识到，支付电话费对这些用户来说是新的，因此，如果用户没有支付他们的后付费账单，他们会通过短信和其他渠道得到通知，他们的账单很快就会过期。如果消费者逾期超过15天，他们的服务将被取消，并向信贷局报告。在我们的样本中，11%的消费者违约。虽然这种形式的信贷与传统的银行贷款有着不同的特点，但许多新兴的数字信贷形式也是如此；例如，短期贷款阶梯很常见：（Carlson，2017）。对于每个用户，电信部门都会提取移动电话交易记录（Call DetailRecords，简称CDR）。在这种情况下，许多订户也有在信贷局保存的正式财务历史记录；电信公司也收集了这些记录。统计局记录包括报告实体数量、负面报告数量、不同账户余额（包括消费者参与、消费者非参与、抵押、公司和税务债务）以及不同支付状态（正常、过期、注销）余额的快照。它还包括过去2年内每月的债务支付历史（无记录、全部正常、部分未支付、重大违约），并包括作者无法获得电信公司选择规则的汇总分数，或被选中者的信息。这些数据与电信公司为评估不同类型申请人的风险而做出的简单选择一致。在结果样本中，15%的信用局记录缺失，26%的信用局总分完美，41%的信用局总分近乎最差，其余的信用局总分介于两者之间。（见图S2。）对于许多消费者来说，这将是他们信用史上的第一个记录。在此之后，消费者可以使用PrePaid帐户。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:52:57

由于电信公司可能会暂停服务，因此可以将该信用与用户的电话号码作为抵押品。然而，这种抵押品是有限的，因为用户可以用新的电话号码开立一个新的预付费账户。在这方面，这一比率高于典型的小额信贷贷款。根据国家统计局对哪些因素重要的判断（使用未经数据培训的决策规则），将这些指标结合起来。根据加密的匿名标识符，将订阅者与他们的财务历史进行匹配。移动电话数据包括每个呼叫和SMS的元数据，以及另一方的标识符、时间戳、发射塔位置和持续时间。它不包括充值、余额、数据访问、费用、使用的手机型号或移动货币交易；因此，richerdata的性能有望提高。数据不包括任何通信内容的任何信息。我们的目标是根据发放信贷时可用的信息预测违约，因此仅包括计划切换日期之前的手机交易。样本的描述性统计如表1所示。尽管我们85%的样本在信贷局有档案，但其中许多档案都很薄：59%的样本至少有一个实体目前正在报告一个账户，31%的样本至少有两个，只有16%的样本至少有三个。通过建设，100%的样本拥有预付费手机账户。平均每周打26个电话，通话32分钟，发送24.4条短信。数据包括16周内个人电话使用量的中位数；可以获得更长历史的实现可能会执行得更好。方法本研究的目的是利用手机使用的行为特征预测还款的可能性。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:52:59

我们考虑一个已完成的计划转换的样本，并考虑在信贷发放时可用的信息是否可以预测其还款。由于这一样本的个人确实获得了信贷，因此根据当时的选择标准，在那些获得信贷的人中报告了风险，这一标准相对宽松，涵盖了信贷历史的分布（包括没有任何历史）。信用数据提供了特定借款人是否偿还债务的指标（合伙人的定义是逾期15天）。从电话数据中，我们得出了可能与还款相关的各种特征。在类似的研究中，Blumenstock等人（2015年）使用对结果变量不可知的数据挖掘方法，从mobilephone数据中生成特征。我们的方法是针对一个结果——还款——量身定做的。我们提取一组可能与还款有直观关系的对象，然后计算总结这些对象的特征。我们将重点放在具有直观关系的特性上，因为实施伙伴可能会警惕“黑箱”方法，而具有理论联系的指示器更有可能与感兴趣的结果具有稳定的关系。虽然我们的方法可能会提取出一些与Blumenstock等人（2015）相似的特征，但它也会测量出更细微的特征，而这些特征不是由通用方法生成的。手机使用记录了许多与还款有某种直观联系的行为。电话账户是一个财务账户，它记录了一个人支出的一部分。我们的大多数指标衡量费用管理的模式，例如变化（使用是否不稳定？），坡度（使用量是随时间增长还是收缩？），和周期性（使用的时间模式是什么？）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:03

特别是，收入来源不同的个人可能会有不同的支出周期（正式工人可能按月支付；供应商可能在市场日支付）。我们还捕获了可能与还款有直接联系的行为的细微差别，包括工作日和节假日的使用情况，以及可以反映就业信息的地理移动模式。虽然社交网络测量可能具有预测性（与谁联系可能反映一个人的责任水平或获取资源的能力），但我们仅包括不依赖于另一方身份（程度和联系人之间的交易分布）的基本社交网络测量，因为我们不敢说一个人的出借前景应该受到他们的人脉的影响。虽然许多传统的信用评分模型旨在揭示一个人的固定类型（该人是否通常是一个负责任的借款人），但我们捕捉到的高频行为也可能会提取特定于个人信用评估时间的特征（一个人可能会偿还该信用，即使他们通常不负责任）。我们的过程有三个步骤：首先，该方法识别数据中观察到的原子事件，每个事件表示为一个元组（i，t，e，Xiet），其中i表示个人，t表示时间戳，e表示事件类型，Xietrepresents表示相关特征的向量。事件类型包括事务（呼叫、短信或数据使用）、设备切换和地理移动（当前塔的坐标）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:06

根据法律交易数据得出的特征包括捕捉社会经济学的变量（手机模型、客户所在国）、时间（信贷发放前的时间、一周中的哪一天、一天中的哪一天、是否是节假日），以及费用管理（无论发送方或接收方是否有预付款或预付款账户，交易是否发生在折扣时间段内，或在时间段中断时）。其次，对于每个单独的i、事件类型e和特征k，我们计算一个向量，其中包含特征的每个潜在值的事件总和：=1{= }()例如，这会生成按时间划分的通话计数、与每个联系人通话的分钟数、预付费和预付费账户的短信数，以及折扣时段开始之前和之后的通话总持续时间。最后，对于每个向量，我们计算一组摘要统计信息。对于序列，这些包括中心度（均值、中位数、分位数）、离散度（标准偏差、分位数间范围）的测量，对于顺序序列，变化（斜率）和周期性（各种滞后的自相关，以及与最强重复时间模式的周期相对应的基本频率）。对于按类别计数，我们计算每个类别中的分数和总体离散度（Herfindahl-Hirschman指数）。对于地理坐标，我们计算任意两点之间的最大距离，即从质心到多个兴趣点的距离，并使用聚类算法来识别重要位置（Isaacman et al.，2011）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:10

我们还计算统计数据，总结序列对，包括相关性、比率和滞后相关性（例如，与短信通话的分钟数的相关性，这可能表明一个人是否在突发活动中协调）。这三个步骤产生了对所呈现的直观特征的各种量化（包括接触的强度和多样性）以及其他度量（使用的强度和空间和时间分布，以及移动性）。对于每个特性，我们还添加了一个指示器，用于指示该个人是否丢失了该特性。总的来说，大约有5500个特性有变化。预测和结果第一个问题是各个特征如何与默认值相关。表2显示了单变量与默认值的相关性。传统上贷款人可用的特征不是很具有预测性。人口统计学特征（性别和年龄）与还款的相关性很低（大小介于0.04和0.07之间）。有acredit局记录与还款有很小的负相关（-0.02）。对于有记录的个人，最具预测性的特征是总分（-0.072；越低越好）和债务损失分数（0.046）。个人信贷机构的特征只是轻微的预测性，这表明在这种情况下预测还款是一个困难的问题。从手机使用中获得的单个特征具有略高的相关性，范围高达0.16。但手机使用数据更丰富，因此模型中可以包含更多的行为特征。许多特性度量相似的概念，因此该表显示了广泛的类别，以及该类别中一个顶级特性的相关性。相关特征包括使用周期（顶部相关-0.16）、使用斜率（0.13）、使用相关性（0.11）和方差（-0.10）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:13

该表突出显示了单独运行良好的特定功能，包括每天发送的电话的斜率，以及使用电话的重要地理位置群集的数量。接下来，我们考虑一起使用多个特性来预测还款。预测还款即使使用机器学习文献中常见的标准方法，我们的功能也是预测性的。我们估计了两个标准的机器学习模型：随机森林和使用模型选择程序（使用贝叶斯信息标准或BIC进行逐步搜索）的逻辑回归，用于bureauindicators和phone indicators（CDR）。随机森林是决策树的泛化，旨在通过组合多个树来减少过度拟合，每个树都可以访问样本的子集（Breiman，2001）。然而，这些简单的估算程序可能会混淆解释还款的个别因素，并产生常见的时间冲击，从而导致不同时期偿还的信贷比例的差异。高频指示器，如我们的电话指示器，特别容易受到这些冲击。对于电话指标，我们开发了两个新模型，通过仅基于周内变化（CDR-W）的预测来改善跨时稳定性。第一种是具有周固定效应的OLS模型；这些吸收了每周还款的变化。预测的形成不同于标准的固定效应模型。一个标准模型将包括预测还款时每个要约周的固定效应，但在这种情况下不可行：贷款人不知道未来几周的固定效应。相反，预测是基于过去几周固定效应的平均值，并根据过去一周发放的贷款比例进行加权。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:15

第二个模型是randomforests的类似版本：我们将单独的随机森林模型拟合到过去一周的数据中，并将它们组合成一个整体。在对个人进行预测时，每个子模型都会根据过去一周内授予的转换比例进行加权。这种方法减少了时间内和时间外性能之间的差异；这也可能导致选择随着时间推移更加稳定的指标。为了说明模型选择的特征，我们首先在整个样本上估计这些模型。随机森林重要性图见图S1，回归参数估计值见补充附录中的表S1。标准模型倾向于对行为的不同周期性给予很大的重视。虽然这些模式中的一些与还款相关，但其他模式会在从多组起始变量初始化的逐步搜索中提取高频伪影；保持最高的内折贴合度。本文使用therandomForest R包，默认调整500棵树，为每棵树绘制63.2%的样本大小，以及每个节点考虑的变量（Breiman&Cutler，2006）。如果一周内完成的过渡很少，则会与相邻的几周合并。发放贷款时，可以提高最新模型的权重，以捕捉条件的变化。数据。我们的周内模型对周期性的重视程度较低，而对工作日或深夜所说的持续时间、行驶距离、使用变化以及通话和短信之间的相关性的重视程度较高。OLS固定效应模型也比logistic模型简单，表明固定效应方法更能降低模型的复杂性。PerformanceWithin时间我们使用交叉验证来衡量方法在样本外的执行情况。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:18

按照有监督机器学习中的常见做法，将样本分成R个随机选择的折叠。算法循环遍历每个褶皱，估计（训练）R-1褶皱上的模型，并报告Rth省略褶皱上的预测性能（测试）。结果将在每个折叠和多次折叠的绘图上进行平均。R值越大，训练样本越多，这往往会提高预测性能，但会增加计算负担，因为模型必须估计R次。主要结果报告R=5，这在机器学习文献中常用（表S2报告R=10的结果）。作为第一个检查，考虑模型如何很好地区分低风险和高风险借款人。结果来自使用我们的方法的最保守的模型，随机森林每周集合和最保守的局模型。这些模型生成连续的分数，因此可以通过比较几个示例接受阈值来评估性能。在我们最保守的模型中，五分位风险得分最高的个人违约的可能性是五分位风险得分最低的个人的2.8倍。在有信用记录的人中，如果根据creditbureau评分将信用扩展到50%的最低风险前景，违约率将为9.7%，而根据我们使用电话记录的评分，违约率仅为8.3%。此外，如果信用扩展到那些没有信用记录的人，而这些人的预测违约风险将使他们在有信用记录的人的风险预期中处于前50%，那么违约率将仅为6.6%。也就是说，我们使用电话记录的方法可以从没有信用记录的人中识别出一组良好的信用前景。由于不清楚贷款人在分数分布中会在哪里设置接受阈值，我们沿着整个阈值范围跟踪结果。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-6-2 18:53:21

图1显示了违约率如何随接受的借款人比例变化（预测违约率最低的借款人首先被接受）。接收机工作特性曲线（ROC）绘制了分类器的真阳性率与假阳性率的对比，跟踪了接受率变化时的性能。根据信用评分文献，我们报告了该曲线下的面积（AUC），以总结可能接受阈值范围内的绩效。一个天真的分类器将生成0.5的AUC，而一个完美的分类器将生成1.0的AUC。图2说明了最佳基准模型（逐步logistic）和最保守模型的ROC，使用的指标来自电话数据（随机森林每周集合）。表3给出了各种规格的结果，用AUC测量性能。（使用表S3中的替代指标评估绩效）。将显示整个样本的结果，然后是有和没有信贷局记录的子样本的结果。在这类有thinfiles的人群中，信贷局信息在预测还款方面表现不佳（AUC 0.51-0.57）。对于局指标，logistic模型优于随机森林，表明这些指标与还款之间的潜在关系是相对线性的。相比之下，标准型号builton phone indicators（CDR）具有预测性，在同一时间段进行培训和测试时，AUC达到0.71-0.77。我们更为保守的CDR-W模型在同一时间段（AUCs 0.62-0.63）进行培训和测试时，性能较低，但也优于信贷局模型。我们的模型的表现也在已发布的发达国家传统信贷蔑视传统贷款的实时AUC估计样本范围内（0.50-0.79，如表S4所示）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:24

我们的方法在手机使用量的每个四分位数内的总体性能都是相似的，这表明它在使用量上比总体使用量有细微差别（见图S2和Bj"orkegren and Grissen（2018））。结合我们的指标信贷批准决策，往往会批准分数高于阈值的申请人。AUC对于这些类型的决策有两个有用的属性：它们只考虑观察值的相对排名，并且跟踪潜在阈值的范围。信贷局提供的信息略微提升了绩效，这表明信贷局收集的信息与我们的方法收集的信息只是略有补充。稳健性检查评估了用表S2中的10倍交叉验证代替训练的模型，这会消耗更多的样本，但计算要求更高。这尤其提高了CDR模型的性能，因为这些模型更复杂，因此需要大量数据。它们的性能也可能通过额外的调整得到改善。当使用其他绩效指标进行评估时，我们的方法的表现也优于信贷局模型，这些指标为我们的决策问题提供了信息；特别是，设计的H度量克服了AUC（Hand，2009）和样本外R的一些缺点（见表S3）。主要模型的ROC曲线如图S4所示，得分与实际还款的比较如图S5所示。过期实施后，将使用根据过去数据训练的模型预测未来还款。作为arobustness检查，我们通过在不同时间段进行培训和测试来评估所有模型的超时性能。为此，我们构建了数据集的偏移版本。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-6-2 18:53:27

个体样本被分成两部分；早期组在中位日期之前过渡，晚期组在中位日期之后过渡。然后，将电话数据平均划分为早期和晚期。我们只使用这一半数据中发生的事务（直到每个转换的日期）来构建ourindicator的偏移版本。由于这些偏移指标构建在较短的面板上，因此它们捕获的信息比我们的完整指标少。该模型在早期组进行训练，电话指标来自电话数据的早期阶段，并在后期组进行测试，指标来自电话数据的后期阶段，结果见表3的最后一列。因为只有一个后期测试，所以超时结果比在时间内结果暴露在更多的噪音中（性能可以通过多次折叠图进行评估）。因此，这些过期结果应该被视为只是粗略检查一个人应该相信多少时间内的结果。基于统计局数据的低维模型随着时间的推移趋于相对稳定。另一方面，使用电话指标的标准模型出现严重恶化（随机森林的AUC从0.71下降到0.63，逻辑逐步下降的AUC从0.76下降到0.60）。我们改进的仅使用周内变化的phoneindicator模型更加稳定（随机森林的AUC从0.62增加到0.64，逐步OLS-FE的AUC从0.63减少到0.59）。所有电话指标模型继续优于使用信贷局数据的模型，这部分数据（AUC 0.55-0.58）。我们的绩效也在一个可比的公布基准范围内，即我们可以在文献中找到的传统信用评分的过期绩效，从一个发达的环境（AUC0.57-0.76，表S4）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:31

这些和我们的结果表明，当测试超时时，局模型可能会面临至少轻微的恶化，但需要注意的是，我们只测试了一个时间段。当在多个队列上进行培训时，我们的方法的超时性能预计会得到改善（只是信贷局通过观察多个队列的默认模式来改进他们收集的数据）。试验结果出来后，电信公司使用与我们建议的相似的数据和方法实施了一个评分系统，这表明他们认为这是有利可图的。5、讨论手机数据似乎量化了通常被认为是软的行为的细微方面，使这些行为变得“硬”起来，并使正式机构易于辨认（Berger&Udell，2006）。此外，这些数据已经被捕获。这种方法可以通过多种方式帮助穷人提供金融产品。CDR-W随机森林模型在同一时间段内进行交叉验证时，可能表现不佳：当等效样本量在多个时间段内被分割时，其获得的结构较少（如样本外测试，该测试在数周内对贷款的

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:34

我们的合作伙伴选择的用户在电话上的花费比国内的普通电话用户多。我们评估图S2中的选择。我们还评估了在Bj"orkegren和Grissen（2018）的两次练习中，稀疏用户的性能会恶化的程度，这两次练习复制并更新了该图。首先，我们比较了样本中四分位使用率之间的性能；我们的方法在花费较少的用户中的表现并不差。其次，我们通过从数据集中删除事务来构建一个合成数据集，以匹配较轻用户的支出。这些合成数据集模拟较轻用户在我们观察到的同一时间段内可能进行的事务数。每月支出接近1美元（减少96%的交易），绩效下降。我们预计，如果对较轻用户的观察时间超过我们观察到的16周的中位数，他们的性能将得到改善。这些结果表明，该方法可能能够可靠地通过电话使用的大部分分布对个人进行评分。我们的方法可以大大降低在银行系统边缘对个人进行筛查的成本。当发展中国家的穷人能够获得贷款时，他们往往会通过详细的访谈或同龄人小组等代价高昂的方法受到筛选。相比之下，我们的方法可以以极低的成本实现，并且可以在移动电话网络上执行，而无需物理交互。这些方法可以实现新的借贷形式，而不需要当前分行借贷的完整结构，例如数字信贷。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:37

数字信贷既可以降低服务现有市场的成本，也可以使其在当前金融体系之外为消费者提供服务变得有利可图。实施如所示，这种方法可用于在已经拥有必要数据的公司内扩展电信特定信贷。然而，应用范围要广泛得多。移动货币让人渴望发放贷款和收取一般付款。经监管部门批准，电信公司可以连接银行业，并向消费者提供贷款。或者，电信公司可以将这些数据打包成creditscore，第三方可以通过手机银行平台或独立的creditbureau使用。第三种实现是智能手机应用程序，它允许第三方独立于电信运营商访问使用数据，目前已有多家初创公司在探索这一技术。这些应用程序要求获得查看通话历史记录和其他行为数据的权限，并可以在设定的时间段内收集实时数据。我们的绩效评估来自提供后付费信贷。如果电话使用情况对这种形式的信贷的还款提供了特别的信息，那么在预测其他形式的贷款违约时，表现可能会有所不同。但通过手机发放的一般贷款与我们研究的支付后信用有相似之处。两者都可以远程扩展，无需人工交互。如果普通贷款无法偿还，电信公司还可以向信贷局报告借款人，还可以冻结一个电话账户或从移动货币余额中扣押资金（根据监管规定）。除了协助向后付费计划过渡外，此方法还可用于延长手机购买的信用，或保持一致的通话时间平衡。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:40

许多发展中国家的运营商提供这样的小额广播贷款；评分模型可以改善他们的供应。例如，请参见Jumo。例如，请参见Cignifi。例如，请参见Tala和Branch。这种担忧的一种表述是，如果大量手机用户愿意做更多的事情来避免手机账户关闭，那么这种方法只会检测手机使用水平。在这种情况下，它可以更好地预测何时偿还电话费，而不是一般贷款。然而，如本文和图S2所述，该方法在每四分之一的使用量中都取得了类似的性能，并且在我们有足够使用量的样本中，广播时间使用量和还款之间的相关性非常小（-0.03）。或者，与普通贷款相比，统计局的信息对这种形式的信贷的预测性较差，因为普通贷款会降低基准利率。局信息将代表支付后信贷延期的现状。在低收入人群中，统计局信息的表现没有多少证据；此处观察到的绩效处于较发达地区普通贷款公布估计范围的较低水平（表S4）。然而，bureau informationPrivacyPrivacy在任何实施中都将是一个关键考虑因素。如本文所示，通过匿名化连接电话和借阅数据的标识符，可以使用匿名数据估计取芯模型。然而，要为贷款决策生成预测，该模型必须基于潜在借款人的数据运行。可以设计一个实现来减轻隐私风险。它可以选择加入，因此只有同意的消费者才能使用该系统进行评分。它只能向贷款人揭示一个单一的数字来概括违约风险，而不是描述行为的基本特征。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:43

此外，可以限制使用不太敏感的功能，例如充值行为，而不是个人联系人的网络结构。操纵某些指标是“可玩的”，即订阅者如果知道算法，就可以操纵他们的分数。操纵的可行性取决于最终模型的复杂性和单个指标对操纵的敏感性。模型的两个维度都可以调整，以减少操纵的可能性。例如，最好使用不易受影响的指标（例如，操纵支出或旅行可能会代价高昂）。本文的子组绩效异质性扩展评估了不同子组的绩效（Bj"orkegren&Grissen，2018），如图S3所示。该模型针对除省略折叠外的所有个人进行训练，并在省略折叠内报告给定亚组（女性、男性和首都内外的居民）的表现。尽管我们的误差条可能很宽，但在不同的群体中，表现并不是广泛的异质性，这表明该方法可能能够对不同类型的个体进行评分。无法用于对感兴趣的总体进行评分，而我们的方法在此范围内以更高的性能级别对该总体进行评分。选择加入的潜在借款人可能会从更广泛的人群中进行差异选择，在这种情况下，根据更广泛人群的非真实数据估计的模型可能不适合在实践中使用。系统运行后，可以定期根据选择加入的借款人的结果进行重新调整。（这一点要感谢一位匿名裁判）。如果在许多发展中国家，多个用户共享每个手机账户，那么个人共享手机可以降低费用。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-2 18:53:46

当一个电话帐户在多人之间共享时，此方法将为该帐户生成一个分数。如果共享实践在设想和实施之间没有差异，该方法仍将产生一个无偏的账户所有者还款预测值。在这种情况下，该方法将捕获手机所有者以及他们选择与之分享的人的行为（实际上，选择与谁分享也可能与还款相关）。另一方面，如果每个用户都有多个移动帐户，那么在竞争激烈的移动市场中，每个用户都可以使用多个帐户，以利用跨多个网络的网内定价优势。这种做法对于GSM手机上的prepaidplans（主要是边际费用）来说很方便（允许轻松交换SIM卡或可能有双SIM卡插槽）。当用户在多个网络上划分呼叫行为时，从单个运营商收集的数据将只代表其电话的一部分。虽然这将使他们的数据更加稀疏，但只要实践在估计和实施之间没有差异，就不会在方法中引入偏差。如果个人在单个手机上使用多个帐户（如果手机支持双SIM卡或用户交换SIM卡），则通过应用程序从该手机收集的数据可以衡量所有帐户的活动。结论本文展示了一种利用手机使用所揭示的行为模式预测没有正式财务历史的借款人违约的方法。我们的方法可以预测中等收入人群的违约情况，因为中等收入人群往往只有很少或根本不存在的信贷局文件。在这个至少有适度手机消费的人群中，我们的方法比信贷局模型表现得更好。但我们的方法也可以对正规金融体系之外的借款人进行评分，而传统方法无法对这些借款人进行评分。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝