전통적 신용 정보 기관 데이터
신용 정보 기관(Experian, Equifax, TransUnion)은 2억 2천만 명 이상의 미국 소비자에 대한 포괄적인 신용 파일을 유지합니다. 이 데이터는 전통적인 신용 평가의 기초를 형성합니다.
신용 보고서 구성 요소
- 개인 정보: 이름, 주소 기록, SSN, 생년월일, 고용 기록
- 신용 계정: 지불 이력, 잔액, 한도가 있는 모든 신용 카드, 대출, 모기지
- 신용 조회: 신용 신청으로 인한 하드 풀 (지난 2년)
- 공공 기록: 파산, 세금 유치권, 민사 판결, 압류
- 수금: 수금 기관으로 보낸 계정
대안 데이터 소스
대안 데이터는 신용 불가시 소비자에 대한 평가를 가능하게 하고 모든 신청자에 대한 정확도를 향상시킵니다.
1. 공과금 지불
- 전기, 가스, 수도 요금
- 케이블, 인터넷, 전화 서비스
- 지불 책임 입증
2. 임대료 지불 기록
- 월별 주택 지불
- 일반적으로 가장 큰 반복 비용
- 대출 상환의 강력한 예측 변수
3. 오픈 뱅킹 / 은행 거래
- 계정 잔액 및 현금 흐름
- 소득 확인 및 안정성
- 지출 패턴 및 범주
- 당좌 대월 및 NSF 수수료
- 저축 행동
4. 통신 및 모바일
- 휴대폰 지불 이력
- 계정 재직 기간 및 업그레이드
- 플랜 유형 및 지불 방법
5. 고용 및 소득
- 고용 확인
- 소득 금액 및 안정성
- 직무 재직 기간 및 산업
6. 교육 자격증
- 학위 수준 및 전공
- 교육 기관 품질
- 완료 상태
- 소득 잠재력과 상관 관계
피처 엔지니어링 기법
집계 기능
- 총 계정 수 (모든 유형, 유형별)
- 모든 신용 한도의 합계
- 평균 계정 연령
- 총 미결제 잔액
비율 기능
- 부채 대 소득 (DTI) 비율
- 신용 사용률 (전체 및 카드당)
- 지불 대 소득 비율
- 회전 대 할부 부채 비율
추세 기능
- 3/6/12개월 동안의 잔액 변화
- 사용률 추세 (증가/감소)
- 새 계정 수 (3/6/12개월)
- 신용 한도 변경
행동 기능
- 지불 타이밍 (조기, 정시, 지연)
- 최소 지불 대 전체 잔액
- 현금 서비스 사용
- 신용 추구 행동 (조회)
데이터 품질 및 준비
누락된 데이터 처리
- 대체: 중앙값/최빈값/모델 기반 추정치로 누락된 값 채우기
- 표시기 변수: 정보를 캡처하기 위해 "누락" 플래그 생성
- 모델 기반: ML을 사용하여 누락된 값 예측
이상값 처리
- 윈저화 (백분위수에서 극단값 제한)
- 왜곡된 분포에 대한 로그 변환
- 극단 범위에 대한 비닝
데이터 정규화
- 신경망을 위한 표준화 (평균=0, 표준편차=1)
- 경계 범위를 위한 최소-최대 스케일링
- 비모수 접근법을 위한 순위 기반 정규화
개인 정보 보호 및 준수
- 허용 목적: FCRA는 신용 데이터의 합법적 사용 요구
- 소비자 동의: 대안 데이터 액세스에 대한 명시적 허가
- 데이터 최소화: 필요한 정보만 수집
- 금지 요소: 인종, 성별, 종교, 국적을 절대 사용하지 않음
- 프록시 탐지: 보호 클래스와 상관 관계가 있는 변수 모니터링
- 설명 권리: 사용된 실제 기능에서 불리한 조치 이유 제공