Новая программа поможет найти недобросовестных заемщиков
Российские и китайские исследователи разработали поисковую модель, которая может определить местонахождение кредитных заемщиков, уклоняющихся от финансовых обязательств. Программа способна обрабатывать большие объемы данных на нескольких информационных площадках одновременно и рассчитана на китайских заемщиков. В основе разработки технология машинного обучения: в процессе поиска программа совершенствуется, что повышает качество и точность результата. Как поясняют разработчики, поисковая модель поможет повысить эффективность работы финансовых учреждений, позволяя им быстрее реагировать на изменения кредитоспособности клиентов и оперативно принимать меры по снижению рисков.
Высокая кредитная нагрузка населения представляет опасность для финансовой устойчивости государства. Во-первых, это может привести к сокращению потребления населения из-за обслуживания кредитного долга, что может сказаться на замедлении экономического роста. Во-вторых, при невыполнении финансовых обязательств кредитные организации могут стать более осторожны при выдаче кредитов, что сократит количество доступных заемных средств.
Банк международных расчетов утверждает, что общий объем задолженности китайских граждан приблизился к 10,75 триллионам долларов — это 61,9 процента от уровня национального ВВП. Кредитная нагрузка населения выше только в США (74,4 процента от ВВП) и Японии (68,2 процента). По данным South China Morning Post, основная часть задолженности китайских домохозяйств приходится на ипотечное кредитование — сейчас этот показатель равен 5,38 триллионам долларов.
Результаты нового исследования ученые опубликовали в Axioms. «Наша программа имеет ряд преимуществ по сравнению с другими программами для поиска должников. Во-первых, она базируется на машинном обучении с использованием кроссплатформенного поиска информации, что позволяет мониторить несколько интернет-платформ одновременно. Во-вторых, наша разработка способна анализировать различные типы данных, включая аудио-, видео- и текстовые файлы. Такая программа может быть полезна для финансовых учреждений, кредитных компаний и страховых организаций, которые стремятся снизить финансовый риск и улучшить процесс выдачи кредитов», — поясняет научный сотрудник школы экономики и менеджмента, доцент кафедры экономики УрФУ Ибрагим Алнафра.
Функциональность аналогичных разработок меньше, поскольку часто они опираются лишь на один источник информации — например, на данные об использовании мобильной связи. На практике информация о недобросовестных заемщиках разбросана на нескольких информационных платформах, поэтому для получения более точных результатов необходимо обрабатывать большие объемы данных сразу с нескольких ресурсов.
«Ключевая особенность нашей программы заключается в использовании многоагентного подхода. Каждая группа агентов отвечает за свою сферу поиска. Например, агенты кооперативного управления определяют цель поиска, агенты сбора данных находят информацию о заемщиках на разных платформах, а агенты анализа данных обрабатывают полученную информацию. Такая структура позволяет эффективно работать с большими объемами данных на разных информационных платформах», — рассказывает Ибрагим Алнафра.
Для поиска информации о заемщике пользователю необходимо ввести ряд данных — имя, место рождения, возраст, номер мобильного телефона, время последнего контакта и адресные данные. Затем на основе этой информации программа анализирует множество интернет-платформ, которые включают в себя социальные сети (например, WeChat, Weibo, QQ и TikTok), платформы электронной коммерции (например, данные об интернет-покупках или аренде автомобиля), банковские приложения, правительственные приложения, а также платформы однорангового кредитования (вид кредитования, когда сделка происходит между физическими лицами). После получения информации о предполагаемом местоположении заемщика данные о нем будут сохранены для дальнейшего использования.
«В процессе поиска алгоритм оценивает для заемщика важность того или иного источника информации на основании его пользовательской активности. Например, если человек часто публикует комментарии на платформе Weibo, то алгоритм будет склоняться к более детальному анализу информации именно этой платформы», — комментирует Ибрагим Алнафра.
Ученые отмечают, что Китай был выбран для исследования из-за широкого распространения цифровых технологий в обществе. Социальные сети, мобильные платежи, онлайн-торговля обеспечивают огромное количество данных для анализа.
«Глубокая цифровизация общества является ключевым фактором, мотивирующим нас сосредоточиться именно на этой стране. Кроме того, на фоне продолжающегося кризиса недвижимости в Китае многие люди сталкиваются с проблемой выполнения своих финансовых обязательств. Из-за этого значительная часть населения либо не в состоянии выполнить свои платежные обязательства, либо решила полностью прекратить платежи в ответ на экономические трудности», — заключает Ибрагим Алнафра.
Отметим, в исследовании приняли участие специалисты из Уральского федерального университета, Института Наньфан Гуанчжоу, Уханьского текстильного университета, а также Центрального южного университета.
Telegram 
Дзен 
VK Ребенок легче взрослого, быстрее осваивается в новой обстановке и обладает пластичной нервной системой — значит, невесомость он перенесет проще. Это рассуждение звучит убедительно ровно до тех пор, пока ребенка считают уменьшенной копией взрослого. На самом деле его скелет еще набирает прочность, мышцы учатся работать вместе с нервной системой, вестибулярный аппарат настраивает ощущение положения тела, а органы и ткани проходят этапы, которые нельзя повторить после завершения роста. Если в этот период убрать постоянную нагрузку земного притяжения, организм будет не только приспосабливаться к новой среде: он станет формироваться внутри нее. Каким получится результат, медицина сегодня не знает: длительных орбитальных исследований с участием несовершеннолетних не проводилось.
Иногда лучшая помощь природе — просто оставить ее в покое и не мешать. Британские экологи доказали, что заброшенная фермерская пашня способна без миллионных затрат и покупных семян превратиться в роскошный цветущий луг. Для этого потребовалось лишь 11 лет времени и обычный ежегодный покос травы.
Вода в реке может выглядеть абсолютно чистой и прозрачной, но настоящее «досье» на экологическое состояние региона часто скрыто не в ней, а под ней — в донных отложениях. Это своеобразный химический архив, который накапливает все, что попадало в водоем на протяжении десятилетий. Ученые Южного федерального университета взяли на себя труд расшифровать этот архив в глобальном масштабе: они собрали и систематизировали все современные научные данные о том, как токсичные продукты горения оседают на дне рек и озер по всему миру. Результат этой работы позволил впервые увидеть полную картину загрязнения пресноводных экосистем — от Нижнего Дона и сибирских арктических рек до Амазонки, Нила и Миссисипи.
Биологи провели молекулярный анализ тканей человеческого мозга и выяснили, что при тяжелой депрессии останавливается процесс образования новых нейронов. Открытие показало, что природа заболевания кроется не только в химическом дисбалансе нейромедиаторов, но и в физическом нарушении клеточного обновления гиппокампа.
Иногда лучшая помощь природе — просто оставить ее в покое и не мешать. Британские экологи доказали, что заброшенная фермерская пашня способна без миллионных затрат и покупных семян превратиться в роскошный цветущий луг. Для этого потребовалось лишь 11 лет времени и обычный ежегодный покос травы.
Приблизительно 130 миллионов лет назад, когда по земле бродили динозавры, какое-то млекопитающее пробежало по влажной песчаной дюне на территории современной южной части Бразилии. Размер оставленных этим древним существом следов поразил палеонтологов.
Долгое время считалось, что до прихода европейцев тропические леса Амазонии были заселены сравнительно плохо. Однако выяснилось, что плотная растительность скрывает большинство следов древних обществ. С помощью воздушного лазерного сканирования ученые обнаружили сотни неизвестных земляных сооружений и предположили, что около двух тысяч лет назад население юго-западной части Амазонии могло достигать трех миллионов человек.
Американская компания Firebird официально запустила в городе Раздан крупный центр обработки данных и фабрику искусственного интеллекта. На сегодняшний день это самый масштабный технологический хаб подобного уровня в СНГ, а после завершения всех этапов строительства он войдет в пятерку самых мощных вычислительных кластеров в мире.
После сокращения длины очередей и роста доступности бензина в первую неделю августа ситуация снова ухудшилась. Если с 20 июня по начало августа кризис носил в основном психологический характер, то сейчас ситуация принципиально иная: августовские атаки на НПЗ показали, что меры по усилению их противовоздушной обороны не были достаточно полными. Значит, прогноз автора Naked Science от 19 июля о том, что острая фаза кризиса закончится до конца лета, был частично неверным.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно