XiaoMi-AI文件搜索系统
World File Search System贷方
利用人工智能：贷款中的五个变革性用例
与任何新兴技术一样，关注潜在风险非常重要。研究表明，组织在模型中使用 LLM 时看到了挑战和担忧。确保模型值得信赖、经过验证且被正确理解至关重要，以避免依赖外包解决方案并保持对模型功能的控制和可见性。解释 Gen AI 中的决策以避免偏见的能力可能很困难，企业将关注监管机构以了解如何最好地进行。然而，毫无疑问，Gen AI 将优化信贷客户生命周期，为贷方创造巨大的机会。
出版5886-A（修订版1-2024）
对于某些先前拥有的清洁车的买家，在12/31/22之后以25,000美元或更少的价格出售。受买方收入限制的约束。车辆必须至少为2型型号，是从注册经销商处购买的，并且在出售合格车辆之前的3年期间，不得允许买家获得25E贷方。了解更多信息，并在燃油经济性上查看合格的车辆。Gov信用额：销售价格的$ 4,000或30％，可以将其应用于2024年1月1日开始的车辆的购买价格。1
金融服务渠道战略成功指南
2020 年，政府支持的贷款计划 (CBILS 和 BBLS) 推出后，所有主要银行和许多其他贷方都在几天或几周内建立了在线贷款申请，贷款量是其他任何一年的两倍。约克郡建筑协会在短短三个月内推出了一款在线抵押贷款计算器，抵押贷款转换率提高了 54%。与此同时，合作银行完成了一项重大基础设施更新，为客户提供了重大改进，并为中小企业提案的未来发展奠定了基础。
模糊的界限：人工智能如何重塑
根据给定的信用规范。人工智能提供更准确的信用评估和潜在借款人的还款能力，从而促进金融机构和贷方做出适当的决策。先进的机器学习和人工智能组合通过考虑各个维度的因素，以更短的时间和成本提供高精度的有关信用历史和评估报告的综合数据（Addo 等人，2018 年）。如果信用分析是由人进行的，那么很有可能出现偏见因素。在人工智能分析中，它完全由计算机和相关设备完成。因此信用评分
DMRE/028/2022/23
1.2此高级资格和提案请求（“ RFP”）的高级概述仅出于信息目的而提供，并且不打算构成投标人，其成员或其贷方的任何投资决定的任何部分或基础，包括任何决定参与电池储能储能独立的电力生产商计划（“ BES IPP IPPENT计划”）。向本文件提供的每个人都必须对他们是否希望参加BES IPP采购计划进行独立评估。此外，本文档并没有取代当事方完全熟悉此BES IPP采购计划的RFP的需求，并遵守RFP中规定的资格和评估标准。
Globeleq是非洲电力项目的主要投资者，开发商，所有者和运营商。在我们的股东的支持下，英国国际投资
Globeleq Menengai地热是一个35 MW Greenfield项目。Steam将由肯尼亚政府拥有的公司GDC提供，电力将出售给国家电网。该项目将为国家电网提供干净且廉价的基本负载电源，并使GDC能够从Menengai Steam Field获得可用的蒸汽资源。该项目的贷方是非洲开发银行，东部和南部非洲贸易与开发银行以及芬恩芬。Toyota Tsusho Corp（TTC）是EPC承包商。Globeleq在2025年到达商业运营后将运营并维护发电厂。
LendingClub消费者平台的证据
摘要金融科技在塑造金融和银行景观方面发挥了越来越多的作用。人们担心金融科技贷方使用替代数据来源以及对金融包容性的影响。我们比较了由传统银行渠道起源的大型金融科技贷方和类似贷款的贷款。具体来说，我们使用LendingClub的帐户级数据以及银行控股公司的Y-14M报告，总资产为500亿美元或更多。我们发现与利率价差，LendingClub评级等级和贷款绩效有很高的相关性。有趣的是，评级等级与FICO分数之间的相关性已从约80％（起源于2007年的贷款）下降至最近的年份（起源于2014- 2015年），这表明非正式替代数据已被金融科技贷方越来越多。此外，我们发现评级等级（基于替代数据分配）在起源后两年内预测贷款绩效方面表现良好。替代数据的使用使一些借款人可以按照传统标准将其归类为次级贷款，从而将其定为“更好”的贷款等级，这使他们获得了低价的信用。此外，对于违约的风险，消费者在贷款库中支付的贷款价差要比信用卡借贷的贷款较小。Keywords: fintech, LendingClub, marketplace lending, alternative data, shadow banking, P2P lending, peer-to-peer lending JEL Classification: G21, G28, G18, L21 __________________________________________ * julapa.jagtiani@phil.frb.org or 215-574-7284.作者感谢Erik Dolson，Raman Quinn Maingi，John Nguyen，尤其是Leigh-Ann Wilkins的研究帮助。他们还感谢Oneime Epouhe对压力测试数据的帮助。Tracy Basinger，Robin Prager，Joe Hughes，Bob Hunt，Robert Wardrop，Raghu Rau，Paul Calem，Chris Cumming，Kathleen Hanley以及参加年度FDIC会议，美国经济协会会议以及NYU Fintech年度会议的参与者。本文是“金融科技贷款中的替代数据和机器学习的作用：来自LendingClub消费者平台的证据” Julapa Jagtiani和Catharine Lemieux，费城联邦储备银行工作文件，2018年4月18日至15日，费城工作文件。免责声明：本工作论文代表了出于讨论目的而散发的初步研究。本文所表达的意见是作者自己的观点，不一定代表费城联邦储备银行，芝加哥联邦储备银行或美联储系统的观点。任何错误或遗漏都是作者的责任。这里不应将任何陈述视为法律建议。费城美联储工作论文可以在https://philadelphiafed.org/research-and-data/publication/working-papers上免费下载。
Zest AI、Theodore R. Flo、Jay Budzik - RIN 3064-ZA26
几代人以来的系统性种族主义和偏见都深深植根于数据和传统信用评分之中。而传统参与者一直无法消除它。3 因此，只有五分之一的黑人家庭的信用评分超过 700，而白人家庭的这一比例则为一半。这导致贷方拒绝向黑人申请人发放抵押贷款的比例比拒绝向白人申请人发放抵押贷款的比例高出 80%。4 如果黑人家庭的信用评分分布与白人家庭的分布相同，那么拥有抵押贷款的黑人家庭的比例将增加近 11 个百分点。5
MMP 合规手册 - 马里兰州抵押贷款计划
马里兰州抵押贷款计划（简称“计划”）的主要目标是为马里兰州符合条件的购房者提供购房机会。这一目标通过发行单户住宅计划债券和票据和/或购买由经批准的贷方网络发放的符合条件的抵押贷款支持的证券来实现。该计划为位于该州的单户住宅提供融资，主要由符合社区发展管理局规定的收入限制并满足某些其他标准的首次购房者居住。通过该计划购买的房屋必须作为购房者的主要居所。