利用超级应用替代数据增强用户收入估计
机器学习
2021-08-04 v3 风险管理
摘要
本文展示了来自超级应用（Super-App）的替代数据在增强用户收入估计模型方面的优势。我们将这些替代数据源的性能与仅考虑金融系统信息的行业公认征信收入估计器进行比较，成功表明替代数据能够捕捉征信收入估计器所不能捕捉的信息。通过实施用于随机梯度提升解释的 TreeSHAP 方法，本文凸显了超级应用内客户的哪些行为与交易模式在估计用户收入时具有更强的预测力。最终，本文显示了金融机构将替代数据纳入构建其风险画像的动机。
引用
@article{arxiv.2104.05831,
title = {Enhancing User' s Income Estimation with Super-App Alternative Data},
author = {Gabriel Suarez and Juan Raful and Maria A. Luque and Carlos F. Valencia and Alejandro Correa-Bahnsen},
journal= {arXiv preprint arXiv:2104.05831},
year = {2021}
}
备注
5 pages, 2 figures