首页 » 汽车品牌 >

以下是Fintech Startups如何使用人工智能来褶皱贷款市场

2022-06-02 12:05:04来源:

通过高效的信用模式和智能使用技术,印度的金融技术(Fintech)初创公司正在兑现传统金融机构的秘密视野之外的客户兑现。这些金融金公司正在使用人工智能(AI)来自动化贷款过程,通过绘制以前的借款人的支付行为来降低风险。

据印度金融气2019年报告称,2015 - 2018年期间金融气初创公司数量几乎三倍。在实践中已经增加了超过1,300名新初创公司以上730多个。

来自印度IT Capengaluru的小型贸易商Shaick Mohammed Rafi是由与Fintech Startups相关的人中受益的一位小型贸易商。电子零售商的僵硬竞争意味着他的收入远低于他预测的东西。由于他的资产负债表中的这种差距,银行否认了他的商业贷款。

然后,他了解了中小企业(中小企业)贷款的概念,并在孟加拉堡的Fintech公司Inviniti的平台上注册。基于他提供的数据,初创公司批准了他的贷款大约3000美元。他说,这是一个很大的救济。

与Fintech Lenders推动技术的界限进行有效的风险管理,大大减少了处理贷款所采取的时间,并删除抵押品的需要,银行正在感受到越来越大的威胁。为了解决这个问题,在没有吞咽初学者的情况下,银行越来越多地提供投资并看合作。虽然技术和速度是初创性的力量,但银行具有资金强大。FINTECH启动的最大资本来源是银行,银行面临来自此类贷方的主要竞争。因此,系统以消除威胁的方式工作。

看数字:Inviniti声称在过去的财政年度,已加工贷款额为超过24,000亿卢比的贷款,以及卡EMI交易。它还声称在印度超过800个城市安装了活动终端。

投资该空间的一些顶级银行是印度州银行,是银行,HDFC银行,科特克马林德拉银行和icici银行。KPMG和一个行业专家的合作伙伴曼风吉恩说:“银行锁定初创公司以防止他们进入其他地方,这对他们来说是一个优势。”

FINTECH平台的范围从知名投资者支持以及大银行借给他们的信心,导致更多和更多的印度人在基于应用的金融交易中迁移,这是一个以前在基于现金依赖的经济中闻所未闻的情景。

根据毕马威报告,在印度的2016年Fintech交易价值约为330亿美元。预计将触及2020年触及730亿美元的达。行业专家表示,Fintech Startups导致两个主要影响:降低资本成本和宽松的访问,这导致债务市场的加速度。

经营原则

FINTECH SPACE中的贷款人在传统金融机构中具有独特的优势,因为它们正在消耗耗时的文书工作和背景检查。

Inviniti使用AI来自动化其贷款过程,通过向数据添加智能,取代人类行动以使贷款更快,更实时和动态,并降低风险和访问成本。传统借款是在队列中等待耗时的系统,并提交无尽的文书工作。

Rajeev Adviti的创始人兼首席执行官表示,传统的贷款业务在每一步都有很多摩擦。“通过Fintech,您可以获得对小型企业和借款人的汇总访问,您可以使用智能数据和自动化来实现贷款的快速支付。”

贷款人有一个共同的线程,以研究风险;使用数据和技术分析一个人的意图,支付贷款及其支付能力。

“我们的贷款战略是基于,a)弄清楚了买方即将购买东西的情况,B)使买方能够在短缺现金时立即贷款,”他说。Inviniti方法的一部分是了解使用公式的贷款计时。“我们可以从过去的付款数据中预测他未来支付的能力吗?当我们预测其付款能力时,我们可以给他贷款。“

Inviniti声称其平台上有大约30,000名小买家。他们的公司哲学远离传统的贷款公式,只会在两党之间看到交易:贷方和借款人。相反,它介绍了一个“三演奏者游戏”,涉及贷方和买方和卖家。仅当买方即将从卖家购买时,Inviniti才能提供贷款,而不直接向买方提供。通过将卖家融入图片并映射以前的购买行为,它控制借款人的行为,这一点Agrawal表示“对贷款至关重要”。

由印度之一支持的IT和ITES公司Infosys联合创始人NR Narayana Murthy的双体船,Inviniti于2017年中期筹集了SBI-FMO系列B型资金的Rs120千万卢比,这是一家总部位于新加坡的股票基金和贝塞尔风险伙伴的Bessemer Venture Partners。

在此贷款启动PS的非执行贷款(NPL)小于0.7%。他们拒绝小票贷款 - 只有15,000卢比20,000 - 不是高速度的贷款。

用技术解决风险

FINTECH LENDERS正在使用技术来通过管理信贷来评估风险管理,预测消费者行为和更多。

例如,借贷平台上空心康登在评估,预防和管理风险方面具有系统的方法。每个注册的借款人都是身份检查,信用检查和风险评估。这是通过技术驱动的验证过程来完成的,该过程评估120标准和400个数据点的潜在借款人,包括社会,财务和个人数据。数据来自客户提供的个人和财务文件。

rajat gandhi,Funcent的创始人和首席执行官,一个P2P启动,“由于传统的数据点对于我们的大多数用户来说都不可靠或不可靠,我们决定利用非传统指标来评估借款人信誉。”根据借款人偿还贷款的能力,其自动化系统表明适当的贷款金额和期间。

金融竞争平台Rubique的Manav Jeet,MD和CEO表示,他们评估了借款人,通过巩固银行陈述,过去的税务记录,民事数据等等数据点来偿还贷款的能力。

然后,有意。“没有技术可以帮助您衡量的意图。如何通过使用替代数据点,其中有人以特定的方式行为,“Jeet说。例如,跟踪电话支付,映射电子商务交易,社交媒体帐户和其他类似数据点。

Rubique使用技术进行可预测性,创建算法和使用数据科学和AI来匹配贷方和借款人。“在另一侧的算法和另一侧的算法中,我们创建了魔法,只不过是传统数据点与备用数据点的混合,”jet解释说。

基于孟买的Rubique声称已经支付贷款超过2.2万卢比的额度超过2.2万卢比。它具有超过90%的审批率。Rubique由kalaari首都和emery资本等大名赞成,他最近投入了未公开的金额,估计在15-000万美元之间。

FINTECH使用聊天创新等更简单的创新,以回答客户查询,使用视网膜和指纹扫描用于安全性,提供用户友好的接口,并自动化过程的主要部分。

技术知识的重要性

根据班加罗尔的副总经理申示董事,班加罗尔副总经理,团队的技术成员,他们对机器学习的知识及其技术背景是在考虑在组织的投资时关键。

Kumar opines,一个组织的风险管理的公式和哲学需要为投资而流入。“我们看一下团队​​的管理风险的经验。涉及技术,风险官员必须使用机器学习来做出更好的决定,“他说。

FINTECH LENDERS还领导稳定的金融包容方式,甚至低收入算法和企业都能够获得信贷。这是有助于中央政府的财务包容计划。

甘地解释说,大约6亿印度人缺乏信贷,而只有20%的人可以从遗留金融机构获得有组织的信贷;其余部分取决于未经组织的部门,这可能是剥削性的。“潜在的借款人没有可靠的信贷或财经历史,这使得对传统参数的实际信誉几乎是不可能的,”他说。

FINTECH行业的未来是一个迷人的空间,要注意。“虽然我们有大多数元素对,但我们还没有p on终极的曲棍球棒 - 乐高碎片合身在一起,”Muses Agrawal。

Kubra Fatima是一名自由撰稿人和101 reporters的成员,泛印度基层记者网络。