신용 평가의 진화: FICO와 기존 신용평가기관을 넘어서
기존 신용 점수 체계는 수많은 사람들을 저렴한 신용에서 소외시키고 있습니다. 이제 대안 데이터를 활용한 새로운 평가 모델이 누가 자격을 얻고 어떻게 위험을 평가하는지에 대한 기준을 바꾸고 있습니다.
⚡ Key Takeaways
- 6500만 미국인이 활용 가능한 신용 점수가 없음 — 약 4500만 명의 미국인은 신용 기록이 없어 '신용 불가' 상태이며, 2000만 명은 신뢰할 만한 점수 산출이 어려울 정도로 신용 기록이 얇아 저렴한 신용 확보에 어려움을 겪고 있습니다. 𝕏
- 대안 데이터가 격차를 채움 — 은행 거래 패턴, 임대료 및 공과금 납부 기록, 고용 데이터, 통신 요금 납부 내역 등은 전통적인 신용 기록이 없는 소비자들의 신용도를 평가하는 데 유의미한 신호를 제공합니다. 𝕏
- 머신러닝은 정확도를 높이지만 질문을 제기함 — 고도화된 알고리즘은 대안 데이터에서 복잡한 위험 패턴을 발견할 수 있지만, 신용 결정에 이를 사용하려면 예측력과 설명 가능성, 공정 대출 요건 사이의 균형을 맞춰야 합니다. 𝕏
Worth sharing?
Get the best Finance stories of the week in your inbox — no noise, no spam.
