您可能不认为电子邮件主题行中的单词数量与您有关，但至少有一家公司认为该指标可以帮助您确定偿还贷款的可能性。LenddoEFL总部位于新加坡，是少数几家使用替代数据点进行信用评分的创业公司之一。这些公司审查行为特征和智能手机习惯，为新兴市场的消费者建立信誉模型，而新兴市场几乎不存在标准信用报告。

除了分析金融交易数据之外，Lenddo的算法还考虑了诸如您是否避免单词主题行(意味着您关心细节)以及经常在智能手机上使用财务应用程序(这意味着您认真对待您的财务状况)等问题。Lenddo还研究了图书馆中使用前置摄像头拍摄的智能手机照片的比例，因为自拍表明年轻人，帮助公司将人们划分为客户群。

数据点是非常规的，但Lenddo的南亚区董事总经理Darshan Shah表示，该公司的整体算法是所谓的欠银行账户信誉的可靠预测指标。对于那些缺乏正式信用记录的人，伦多和其他人说，人工智能可以帮助分类各种数据点，总而言之，这些数据点表明了财务责任。“这项技术具有巨大潜力，”奥米迪亚网络的合伙人阿朱纳·科斯塔说道，该网络由亿万富翁企业家皮埃尔·奥米迪亚创立。

奥米迪亚网络已经投资了另类贷款公司，包括LenddoEFL和波士顿的Cignifi。科斯塔估计，新形式的贷款评分有助于为全球10亿人提供信贷服务，特别是在非洲，亚洲和拉丁美洲的新兴经济体。PayPal Holdings Inc.首席执行官Dan Schulman表示，如果这些新方法在新兴经济体中运作良好，那么它们可以在美国就业，那里有超过3000万人没有银行账户。欠银行账户无法获得常见的金融产品，如支票账户，储蓄账户，信用卡和贷款。

“对大多数人来说，并不是说他们的开支大于收入，而是他们的现金流不均衡，”舒尔曼说。“这就是让他们陷入困境的原因。”在美国，债权人依赖于FICO评分，在评估您是否可能偿还贷款时会考虑借款历史。对于那些已经获得贷款并按时还款的人来说，该系统运作良好，但它排除了那些不在数字金融系统中并且无法获得贷款的人。

从现金到信贷

新兴市场的信贷准入情况更糟，大多数人进行基于现金的交易，缺乏银行记录，也没有资产作为担保品。直到最近，金融服务提供商认为向欠款银行提供贷款风险太大，成本太高，但智能手机提供的大量数据正在改变这种状况。替代数据点为传统小额贷款计划之外的信贷获取提供了新的手段。对发展中国家而言，更容易获得信贷可以启动经济进步。总部位于加利福尼亚州圣塔莫尼卡的Tala首席执行官Shivani Siroya讲述了一位在菲律宾从事市场营销工作的女士，她通过Tala平台贷款购买了一台用于她的甜甜圈业务的上光机。追求一边。最终，她能够辞去她的营销工作，并为她的甜甜圈店聘请了一名额外的员工。南非智库金融监管与包容中心的研究员雷尼·亨特表示，尽管消费者可能会使用少量的初始贷款来处理日常消费，但他们会在“心态转变”时产生“转变”。他们拿出更多的贷款，并想办法购买最终可以带来利润的物品。“贷款是业务发展的核心，”多伦多大学罗特曼管理学院的营销学教授兼人工智能(AI)专家Avi Goldfarb说。他补充说，更好的预测模型可能会增加放贷的意愿，“这对这些国家的经济来说可能是令人兴奋的。”

未满足的融资需求

根据国际金融公司和中小企业金融论坛的联合报告，发展中国家约有6500万家微型，中小型企业的融资需求未得到满足，总额达5.2万亿美元。这个数字代表了发展中国家的小企业与发达国家公司拥有相同信贷准入所可能获得的融资额。传统的新兴市场贷款机构已经考虑过几十年的低迷市场，但识别潜在的借款人，评估风险和收钱往往是耗时且成本高昂的。利用人工智能的新信用系统，加上智能手机普及率的提高，减少了一些障碍：手机使金融服务提供商更容易找到客户并收集资金，而算法则降低了风险评估的成本，奥米迪亚网络的哥斯达黎加。获得替代信用模型的数据点各不相同，但许多涉及移动设备的信息。电信贸易集团GSM协会去年预测，发展中市场的智能手机普及率将从2016年的47%增加到2020年的62%。相比之下，被认为“成熟”的智能手机普及率为65%。发达市场。因此，获得替代信贷的人数日增加。

智能手机，卫星

智能手机数据对于传统上需要预先支付库存费用的小店主来说非常有用。Sokowatch是一家总部位于肯尼亚的公司，在坦桑尼亚开展业务，使用店主订单和付款方式的移动记录来扩大购买信贷。该公司统计Unilever NVUN，-0.22%和宝洁公司PG，其合作伙伴中的比例为+ 0.43%。“店主存在现金流管理问题，因此以信用方式购买产品确实是一种救星，”位于马萨诸塞州萨默维尔的高级合伙人Maelis Carraro表示。该公司是一家专注于金融包容性的咨询公司。另一家创业公司位于加利福尼亚州纽瓦克的Harvesting公司，利用卫星技术和人工智能扫描小型农场的大小，作物类型，收获进度和天气影响。该公司使用自己的算法帮助符合条件的农民获得贷款。总部位于缅甸的小额信贷机构Maha Agriculture的首席执行官Matteo Marinelli开始采用Harvesting数据和公司更传统的信用评分模型。他的目标是将活跃的玛哈借款人数量从现在的不到15,000人增加到3月份的32,000人，部分原因是收获工具有助于提高预测能力并实现天气监测。

“在摘要中，获得信贷比获得信贷更好，当然比以极高的利率获得真正的掠夺性信贷更好，”金融，技术和金融研究所研究员Stephen Rea说。加入加州大学欧文分校。不过，他警告说，虽然增加信贷准入有可能有意义地提高新兴市场的生活水平，但公司和消费者必须谨慎行事。在基于人工智能的信贷模型之前，银行不足的消费者可以通过允许他们在当地借钱的小额贷款计划在他们自己的社区内寻找信贷机会。邻居会汇集资金，借款人每人都有机会利用公共锅。这些产品有助于扩大信贷准入，但众所周知，它们会带来高利率，这引发了批评，认为它们只会让人们陷入更深层次的贫困之中。

新贷款期权的利率变化很大，但奥米迪亚网络的Costa指出，年度百分比率(APR)有时会达到三位数，可能会产生误导，因为许多贷款的期限相对较短，有时只需几天。

人工智能

人工智能驱动的信用模型也依赖于数据抓取技术，这引入了隐私问题。用户可以通过信用评分应用程序访问文本和通话记录，GPS数据，地址簿和数字交易等内容，但有些公司比其他公司更明确地了解其隐私政策。消费者还必须相信贷款公司正在加密和保护他们的数据。另一个问题是人工智能会在贷款过程中引入新的偏见。多伦多大学的Goldfarb警告说，预测模型可能会使用具有歧视性的数据，例如与种族高度相关的邮政编码信息。

“如果某些种族群体获得的贷款超过其他种族，因为机器会预测它，那就应该进行审核和纠正，”他说。另类信贷评分模型在新兴市场开始起飞，但在美国和其他发达国家，它们已经过去了很多，部分原因是已经有更高的金融包容率。纽约Better Than Cash联盟的研究和创新负责人Camilo Tellez表示，这些算法仍然有希望，特别是那些仍然依赖于收取“疯狂”利率的发薪日贷款人的人。

虽然他们更关注商业贷款而非消费贷款，如Square Inc.SQ，-5.40%和PayPalPYPL等公司，-2.66%已经利用人工智能通过审查交易数据和其他非传统方法为商家提供信贷。PayPal的Schulman建议消费者应用可能是下一个，特别是在美国“如果你能通过先进的方式查看数据和信息来真正了解个人或小企业，那么你可以负责任地向可能被迫退出金融体系的个人提供贷款，”他说。