金融科技创新者 好与 和 公平所有金融 正在合作开展一个战略试点项目，以解决英国的金融排斥问题，旨在为服务不足的社区提供负担得起的信贷。该试点项目将 Good With 的财务健康评估工具整合到社区贷款机构的客户旅程中，通过心理测量和开放银行洞察丰富信用数据，为信用档案“薄弱”或不良的申请人提供更公平的评估。
通过回顾性分析，Good With 开发了一种机器学习模型，成功识别了大量先前被传统评分拒绝的信誉良好的申请人。
证明社会影响力和商业稳健性
新的数据模型在预测准确性和包含率方面提供了可衡量的改进，证明增强的数据可以识别目前被忽视的商业上可行的客户。
回顾性分析的主要结果包括：
- 一个 欠款预测准确度提高 11% 与贷方现有的模型相比。
- 正确识别的能力 60% 的“错过好”客户——之前被拒绝的申请人实际上不太可能违约。
- 通过识别提高贷款组合质量 13% 接受的客户 后来拖欠或违约。
“传统的信用评分并不能说明全部情况，”说 加布里埃拉·伊萨斯Good With 首席执行官兼创始人。 “我们的 Good With inside (GWi) 服务提供了更丰富的财务健康状况视图。这次合作证明，有了更好的数据，我们就可以做出商业上合理且具有社会影响力的决策。我们正在为那些被系统性忽视的人们敞开大门。”
建立公平的金融体系
随着社区贷款机构的不断增加，该试点项目正在获得动力，其中包括开发新的承保仪表板，该仪表板与承销商共同设计，以促进更快、更明智的决策。至关重要的是，被拒绝的申请人将被推荐使用免费的 Good With 移动应用程序，以获得个性化的财务健康支持和教育。
黛安·伯里奇Fair4All Finance 创新与发展总监表示，该试点项目与他们增加获得公平金融产品的机会的使命直接一致。 “结果令人难以置信，证明数据创新可以创建一个更公平的金融体系。我们很自豪能够支持 Good With，因为他们与社区贷款机构扩大了这项重要工作，”Burridge 说。
通过将心理测量和开放银行数据与现实世界的还款表现相结合，Good With 正在创建一个更具包容性和更准确的信贷决策流程，使该行业更接近一个信用度基于更丰富、更全面的金融健康状况的金融体系。
关键词：