A Study on the Application of Alternative Data in Credit Assessment for the Unbanked Population
Questo studio dimostra che l'integrazione di dati alternativi, come la cronologia dei pagamenti di affitti e utenze, nei modelli di valutazione del credito basati sull'apprendimento automatico aumenta significativamente i tassi di approvazione dei prestiti per la popolazione "invisibile dal punto di vista creditizio" senza aumentare sostanzialmente i rischi di insolvenza o compromettere l'equità demografica, promuovendo così l'inclusione finanziaria.