银行信贷

2025年1月4日机构名称:

用于银行信贷评估的可解释人工智能

摘要：金融当局要求银行的信用评分模型具有可解释性。本文提出了一种可解释的人工智能 (XAI) 模型，用于预测挪威银行提供的无担保消费贷款独特数据集上的信用违约。我们将 LightGBM 模型与 SHAP 相结合，从而能够解释影响预测的解释变量。LightGBM 模型明显优于银行的实际信用评分模型（逻辑回归）。我们发现，LightGBM 模型中预测违约的最重要解释变量是已用信用余额的波动性、剩余信用占总信用的百分比以及客户关系的持续时间。我们的主要贡献是在银行业实施 XAI 方法，探索如何应用这些方法来提高最先进的 AI 模型的可解释性和可靠性。我们还提出了一种分析改进的信用评分模型的潜在经济价值的方法。

查看详细

File

2025年1月4日机构名称:

人工智能与银行信贷分析：综述

摘要：本文梳理了银行和其他金融机构在信用分析过程中使用人工智能（AI）的影响。人工智能模型的独特功能加上计算能力的扩展，为信用评估提供了新的信息来源（大数据）。结合使用人工智能和大数据可以捕捉微弱信号，无论是以解释变量之间的相互作用还是非线性的形式，这些信号似乎可以比传统的信用衡量标准产生更好的预测效果。在宏观经济层面，这转化为对经济增长的积极估计。相反，在微观层面上，人工智能在信用分析中的使用改善了金融包容性和传统上服务不足的借款人的信贷获取。然而，基于人工智能的信用分析流程因潜在的偏见和道德、法律和监管问题而引发了持久的担忧。这些限制要求建立新一代金融监管，引入对人工智能算法和银行使用的数据的认证。

查看详细

File

2025年1月3日机构名称:

影子总会触及脚：银行信贷额度对非银行金融中介机构的影响

• 大型银行向房地产投资信托 (REIT) 提供信用额度 (CL) • REIT 对压力的回撤敏感度非常高 • 银行股票回报历来受到 REIT CL 风险的影响 • 压力测试表明美国大型银行存在严重的资本缺口

查看详细

File

2024年4月12日机构名称:

人工智能技术在银行信贷风险管理中的创新应用

随着科技的快速发展，特别是人工智能技术的广泛应用，商业银行的风险管理水平不断迈上新台阶。在当前的数字化浪潮中，人工智能已成为金融机构特别是银行业战略转型的关键驱动力。对于商业银行而言，资产质量的稳定和安全至关重要，直接关系到银行的长期稳健增长。其中，信用风险管理尤为核心，因为它涉及大量资金的流向和信贷决策的准确性。因此，建立科学有效的信贷风险决策机制对商业银行具有重要的战略意义。在此背景下，人工智能技术的创新应用为银行信贷风险管理带来了革命性的变化。通过深度学习和大数据分析，人工智能可以准确评估借款人的信用状况，及时识别潜在风险，为银行提供更准确、更全面的信贷决策支持。同时，人工智能还可以实现实时监控和预警，帮助银行在风险发生前进行干预，降低损失。

查看详细