• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
11.12.2023, 11:03
УрФУ
188

Новая программа поможет найти недобросовестных заемщиков

❋ 4.4

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.

Новая программа поможет найти недобросовестных заемщиков
Новая программа поможет найти недобросовестных заемщиков / © Getty images / Автор: Александр Литвинов

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.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Уральский федеральный университет (УрФУ) расположен в Екатеринбурге, выполняет функции проектного офиса Уральского межрегионального научно-образовательного центра мирового уровня (УМНОЦ). В УрФУ обучается более 36 000 студентов по 334 образовательным программам. Основан 19 октября 1920 года.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
19 марта, 10:58
Игорь Байдов

В парках некоторых стран все чаще можно заметить странную картину: синицы и воробьи вместо пуха и веточек приносят в клювах сигаретные окурки. Орнитологи из Польши решили выяснить, зачем птицы выстилают гнезда мусором, пропитанным никотином. Оказалось, пернатые нашли способ использовать вредную человеческую привычку для защиты своего потомства. Но, как это часто бывает в природе, у медали есть обратная сторона.

19 марта, 12:41
Игорь Байдов

Марсоход «Персеверанс» обнаружил в камнях на кромке кратера Езеро спектральные признаки минерала корунда, из которого на Земле образуются рубины и сапфиры. Такие спектры на Красной планете зарегистрировали впервые. Теперь ученые пытаются понять, при каких процессах он мог там сформироваться, ведь условия на Марсе заметно отличаются от тех, в которых корунд обычно образуется на Земле.

18 марта, 10:35
Илья Гриднев

За 10 лет лежания в почве сигаретные фильтры не растворились, а лишь замаскировались под грязь. Их пластиковые волокна распались на микрочастицы, намертво склеились с минералами и превратились во вторичный микропластик. Более того, на пятом году гниения мусор начал отравлять землю с новой силой.

19 марта, 10:58
Игорь Байдов

В парках некоторых стран все чаще можно заметить странную картину: синицы и воробьи вместо пуха и веточек приносят в клювах сигаретные окурки. Орнитологи из Польши решили выяснить, зачем птицы выстилают гнезда мусором, пропитанным никотином. Оказалось, пернатые нашли способ использовать вредную человеческую привычку для защиты своего потомства. Но, как это часто бывает в природе, у медали есть обратная сторона.

18 марта, 10:35
Илья Гриднев

За 10 лет лежания в почве сигаретные фильтры не растворились, а лишь замаскировались под грязь. Их пластиковые волокна распались на микрочастицы, намертво склеились с минералами и превратились во вторичный микропластик. Более того, на пятом году гниения мусор начал отравлять землю с новой силой.

19 марта, 12:41
Игорь Байдов

Марсоход «Персеверанс» обнаружил в камнях на кромке кратера Езеро спектральные признаки минерала корунда, из которого на Земле образуются рубины и сапфиры. Такие спектры на Красной планете зарегистрировали впервые. Теперь ученые пытаются понять, при каких процессах он мог там сформироваться, ведь условия на Марсе заметно отличаются от тех, в которых корунд обычно образуется на Земле.

19 марта, 10:58
Игорь Байдов

В парках некоторых стран все чаще можно заметить странную картину: синицы и воробьи вместо пуха и веточек приносят в клювах сигаретные окурки. Орнитологи из Польши решили выяснить, зачем птицы выстилают гнезда мусором, пропитанным никотином. Оказалось, пернатые нашли способ использовать вредную человеческую привычку для защиты своего потомства. Но, как это часто бывает в природе, у медали есть обратная сторона.

3 марта, 14:06
Александр Березин

В ноябре 2025 года при взлете российской ракеты с Байконура к МКС с существенной высоты упала кабина обслуживания 8У216. Поскольку в 2010-х годах из экономии средств у нас отказались от дублирования стартовых площадок, это создало ситуацию временной невозможности пилотируемых полетов. Теперь, всего через три месяца после происшествия, «Роскосмос» смог решить проблему, поставив запасную кабину обслуживания, найденную на складах Минобороны. Весенние пуски к МКС, запланированные ранее, теперь имеют шансы пройти в срок.

18 марта, 10:35
Илья Гриднев

За 10 лет лежания в почве сигаретные фильтры не растворились, а лишь замаскировались под грязь. Их пластиковые волокна распались на микрочастицы, намертво склеились с минералами и превратились во вторичный микропластик. Более того, на пятом году гниения мусор начал отравлять землю с новой силой.

[miniorange_social_login]

Комментарии

Написать комментарий
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Закрыть
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно