面向低工资劳动者的财务预测与分析
应用统计
2018-09-25 v3
摘要
尽管当今市场上有大量金融服务与产品，却缺乏专为低工资人群设计的此类服务与产品。约30%的美国劳动人口从事低工资工作，其中许多人过着月光族式生活。财务规划建议需明确应对其财务不稳定性。我们提出一套基于小规模交易数据的数据挖掘技术系统，以改进面向低工资劳动者的自动化、个性化财务规划建议。我们提出鲁棒方法，用于准确预测银行账户余额，并自动提取周期性交易与意外大额支出。我们构建了由历史数据平均与正则化回归框架组成的混合预测方法。为发掘周期性交易，我们采用一种利用交易描述的启发式方法。在真实金融交易数据中，我们的方法相较常规方法与最先进（SOTA）预测方法均取得更优性能。我们与Neighborhood Trust Financial Partners合作，所提方法将升级WageGoal的功能——后者是Neighborhood Trust Financial Partners的基于网页的应用，主要向低收入个人用户提供预算与现金流管理服务。因此，所提方法将对已接入或即将接入该产品的个人产生直接影响。
引用
@article{arxiv.1806.05362,
title = {Financial Forecasting and Analysis for Low-Wage Workers},
author = {Wenyu Zhang and Raya Horesh and Karthikeyan N. Ramamurthy and Lingfei Wu and Jinfeng Yi and Kryn Anderson and Kush R. Varshney},
journal= {arXiv preprint arXiv:1806.05362},
year = {2018}
}
备注
Presented at the Data For Good Exchange 2018