Migliorare la Valutazione del Rischio di Credito nel Prestito P2P

Il prestito peer-to-peer (P2P) è un modo per le persone di prendere e prestare soldi direttamente tramite piattaforme online. Questo approccio collega i mutuatari che hanno bisogno di prestiti con i finanziatori che vogliono investire i loro soldi. Tuttavia, il prestito P2P ha un problema noto come asimmetria informativa. Questo significa che i finanziatori spesso non hanno abbastanza informazioni per valutare correttamente quanto sia probabile che i mutuatari restituiscano i loro prestiti.

Questo articolo propone una nuova soluzione a questo problema. Esploriamo come usare le descrizioni scritte che i mutuatari forniscono quando fanno richiesta di prestiti per creare un indicatore di rischio. Analizzando queste descrizioni con un tipo di intelligenza artificiale chiamato Modello di Linguaggio Ampio (LLM), possiamo potenzialmente migliorare il modo in cui i finanziatori valutano il rischio.

#Rischio di Credito nel Prestito P2P

Nel prestito peer-to-peer, i mutuatari spesso forniscono informazioni aggiuntive sulle loro richieste di prestito attraverso narrazioni personali o descrizioni. Queste narrazioni possono aiutare i finanziatori a capire lo scopo del prestito e la situazione del mutuatario. Tuttavia, i modelli di rischio tradizionali non sfruttano queste informazioni aggiuntive. Invece, si basano principalmente su dati quantitativi come punteggi di credito e livelli di reddito.

Alcuni ricercatori hanno cercato di includere dati testuali nei modelli di rischio di credito. Hanno esaminato vari metodi, come analizzare il linguaggio usato in queste descrizioni, per estrarre caratteristiche utili. Queste caratteristiche possono aiutare a capire le intenzioni del mutuatario e la probabilità di rimborso del prestito.

Nonostante i tentativi precedenti, molti studi si sono basati su tecniche di elaborazione del linguaggio semplici. Questo ha portato a perdere opportunità di catturare la ricchezza delle informazioni disponibili nelle narrazioni dei mutuatari.

#Uso dei Modelli di Linguaggio Ampio

I Modelli di Linguaggio Ampio sono un tipo di intelligenza artificiale progettata per comprendere e generare il linguaggio umano. Lavorano elaborando enormi quantità di testo per imparare schemi e relazioni tra le parole. Uno dei modelli più famosi si chiama BERT, che sta per Bidirectional Encoder Representations from Transformers. BERT è particolarmente bravo a capire il contesto in cui le parole vengono usate nelle frasi.

Nel nostro studio, utilizzeremo BERT per analizzare le descrizioni testuali dei prestiti al fine di creare un punteggio di rischio, che indica la probabilità che un mutuatario non onori i suoi pagamenti. BERT può catturare sottili sfumature nel linguaggio e nel contesto delle descrizioni, il che può aiutare a migliorare la valutazione del rischio.

#Raccolta Dati

La nostra ricerca si basa su un dataset disponibile pubblicamente dalla compagnia di prestiti P2P Lending Club. Questo dataset include prestiti concessi tra il 2007 e il 2018 e contiene una varietà di informazioni, come il reddito del mutuatario, l'importo del prestito richiesto, il punteggio di credito e la descrizione testuale fornita dal mutuatario.

Per focalizzare la nostra analisi, consideriamo solo prestiti con esiti noti-quelli che sono stati rimborsati completamente o che sono andati in default. Filtriamo anche i prestiti che non includono descrizioni testuali, lasciandoci con un dataset di oltre 119.000 prestiti.

#Esplorare i Dati

Prima di tuffarci nel modeling, abbiamo eseguito un'analisi esplorativa dei dati per capire meglio il dataset. Questo ha comportato l'esame della distribuzione dei dati quantitativi, come i livelli di reddito e i punteggi di credito, così come dei dati categorici come gli scopi del prestito.

#Analisi Quantitativa

Attraverso la nostra analisi, abbiamo trovato diverse tendenze chiave:

• I prestiti in default tendono ad avere livelli di reddito e punteggi di credito più bassi.
• I mutuatari che vanno in default tendono a richiedere importi di prestito più elevati e hanno livelli di indebitamento più alti.

Queste intuizioni indicano che alcune misure numeriche possono fungere da indicatori importanti per la valutazione del rischio.

#Analisi Categoriale

Quando abbiamo esaminato variabili categoriche come scopo del prestito e stato di proprietà della casa, abbiamo visto differenze significative nei tassi di default tra le categorie. Ad esempio, i prestiti per "piccole imprese" avevano un tasso di default particolarmente alto rispetto ai prestiti per "auto".

L'analisi dei dati categoriali rafforza la nostra comprensione dei fattori di rischio associati ai diversi tipi di prestiti.

#Analisi Testuale

Successivamente, abbiamo esaminato le descrizioni testuali fornite dai mutuatari. Abbiamo calcolato metriche come la media delle parole, la leggibilità, il sentiment e la soggettività. Anche se le differenze tra prestiti in default e non in default erano sottili, fornivano comunque prove che le caratteristiche testuali potessero essere correlate alla solvibilità.

#Metodologia

Il nostro obiettivo è creare un modello di rischio di credito che includa punteggi di rischio generati da BERT. Miglioreremo un modello di valutazione del rischio tradizionale aggiungendo un punteggio generato dalle descrizioni testuali.

#Addestramento del Modello

Applicheremo un algoritmo di machine learning popolare, chiamato XGBoost, che è efficace nel gestire dati strutturati. Questo algoritmo sarà addestrato utilizzando una combinazione di variabili quantitative (come reddito e punteggio di credito) e il punteggio aggiuntivo di BERT.

#Generare Punteggi BERT

Per generare i punteggi BERT, affineremo il modello specificamente per il nostro compito. Questo processo coinvolge l'addestramento di BERT sui nostri dati di descrizione dei prestiti affinché impari a prevedere se un prestito andrà in default in base alla descrizione del mutuatario.

#Prevenire la Fuga di Dati

È fondamentale evitare la fuga di dati, che si verifica quando le informazioni dal set di test vengono involontariamente utilizzate nel processo di addestramento. Ci assicureremo che durante l'addestramento, nessuna informazione dal set di convalida venga utilizzata, consentendo una valutazione più accurata delle performance del modello.

#Risultati

Dopo aver addestrato il nostro modello, valuteremo le sue performance utilizzando varie metriche. Uno dei principali obiettivi è determinare se l'aggiunta del punteggio BERT porta a previsioni di rischio migliorate.

#Analisi dei Punteggi BERT

Analizzeremo come i punteggi BERT si correlano con fattori di rischio tradizionali come reddito e punteggi di credito. Ci aspettiamo che punteggi BERT più alti indichino un maggior rischio di default, supportando l'utilità di questo nuovo approccio.

#Confronto delle Performance del Modello

Confronteremo la performance del nostro modello di base (che utilizza solo variabili tradizionali) con il modello migliorato (che include il punteggio BERT). Ci aspettiamo che il modello migliorato dimostri una migliore accuratezza predittiva.

#Importanza delle Caratteristiche

Oltre a valutare le performance del modello, esamineremo anche l'importanza delle varie caratteristiche utilizzate nel nostro modello. Attraverso tecniche come i valori SHAP, possiamo visualizzare quanto ogni variabile, incluso il punteggio BERT, influenzi le previsioni del modello.

#Implicazioni per la Valutazione del Rischio

Le nostre scoperte hanno notevoli implicazioni per come i finanziatori valutano il rischio di credito. Integrando le intuizioni dalle narrazioni dei mutuatari, i finanziatori possono prendere decisioni informate sulla base di una comprensione più ricca dei profili di rischio individuali.

Questo approccio ha il potenziale per migliorare la trasparenza nel prestito, aiutando i mutuatari a ricevere prestiti che meglio riflettono le loro situazioni.

#Potenziali Ricerche Future

Infine, discuteremo delle direzioni per future ricerche per continuare a migliorare la valutazione del rischio di credito. Esplorare modelli linguistici più avanzati, combinare l'analisi linguistica con la modellazione tradizionale o utilizzare nuove tecniche di intelligenza artificiale generativa potrebbe portare a risultati ancora migliori.

#Conclusione

In conclusione, la nostra ricerca mette in evidenza l'importanza di integrare tecniche di elaborazione del linguaggio naturale nella valutazione del rischio di credito. Utilizzando modelli di linguaggio avanzati come BERT, possiamo analizzare le descrizioni dei prestiti per generare indicatori di rischio preziosi. Questo approccio innovativo ha il potenziale per migliorare significativamente l'accuratezza e l'efficacia dei modelli di rischio di credito nel prestito peer-to-peer e oltre.