| Titre : |
L’intégration du Big Data et du Machine Learning dans l'évaluation de la solvabilité des consommateurs, et leur impact sur la rentabilité des prêteurs |
| Type de document : |
Mémoire |
| Auteurs : |
Mária MICHALOVE, Auteur |
| Année de publication : |
2019 |
| Importance : |
80 p. |
| Note générale : |
Pour accéder aux fichiers PDF, merci de vous identifier sur le catalogue avec votre compte Office 365 via le bouton CONNEXION en haut de page. |
| Langues : |
Français (fre) |
| Mots-clés : |
Management
FINANCEMENT ; RISQUE DE CREDIT ; VENTE A CREDIT ; INTELLIGENCE ARTIFICIELLE ; TECHNOLOGIE DE RUPTURE
|
| Résumé : |
Le présent document porte sur l'un des plus grands défis de l'industrie du crédit, en particulier les systèmes d'évaluation de la solvabilité des consommateurs, provoqué par la montée en puissance du Big Data et de l'Intelligence Artificielle. L'objectif de cet article est donc de déterminer les principaux impacts sur la rentabilité d'un prêteur, si le Big Data, ainsi des données alternatives, et l'Intelligence Artificielle, en particulier, Machine Learning, sont intégrés dans le système d'évaluation de la solvabilité. Cette question principale est répondue en comprenant l'impact sur les revenus et les coûts.
Les résultats prouvent que l'intégration de ces deux aspects dans l'évaluation de la solvabilité peut conduire à un élargissement de la clientèle, à des changements des taux d'intérêt pour les clients existants, ainsi qu'à une plus grande précision de l’estimation du risque de défaut, ce qui permet d'optimiser les revenus. En ce qui concerne les coûts, la recherche prouve qu'une prévision de défaut plus élevée conduit à des provisions des coûts plus précises et éventuellement à des coûts de délinquance plus faibles. De plus, tous les coûts importants liés au processus de souscription des prêts peuvent être réduits. D'autre part, des frais d’investissement ou des frais de services de tiers plus élevés sont à prévoir.
En conclusion, les résultats suggèrent que l'intégration du Big Data and du Machine Learning dans le système d'évaluation de la solvabilité des consommateurs peut avoir un impact positif sur la rentabilité du prêteur, grâce à l'augmentation des revenus et la diminution des coûts. |
| Note de contenu : |
Bibliographie p. 72-80 |
| Programme : |
Cesem |
| Permalink : |
https://cataloguelibrary.neoma-bs.fr/index.php?lvl=notice_display&id=500023 |
|  |
L’intégration du Big Data et du Machine Learning dans l'évaluation de la solvabilité des consommateurs, et leur impact sur la rentabilité des prêteurs / 2019 
