A Study on the Application of Alternative Data in Credit Assessment for the Unbanked Population
本研究は、家賃や公共料金の支払い履歴といったオルタナティブ・データを機械学習による与信評価モデルに統合することで、「クレジット・インビジブル(信用履歴のない)」層のローン承認率を、デフォルトリスクを大幅に高めたり人口統計学的な公平性を損なったりすることなく大幅に向上させ、それによって金融包摂を推進できることを実証している。