Risk and risk management in the credit card industry

با استفاده از داده های کارت اعتباری در حساب در شش بانک بزرگ تجاری از ژانویه 2009 تا دسامبر 2013، ما روش های یادگیری ماشین را برای ترکیب کالا، دفتر اعتباری و متغیرهای کلان اقتصادی برای پیش بینی بزهکاری استفاده می کنیم. علاوه بر ارائه معیارهای دقیق از احتمالات از دست دادن و ریسک اعتباری، مدل های ما نیز می توانند مورد استفاده قرار گیرد تا تجزیه و تحلیل و مقایسه رفتارهای مدیریت ریسک و رانندگان نقض قانون در سراسر بانک ها. ما ناهمگونی قابل توجهی را در عوامل خطر، حساسیت و قابل پیش بینی بودن بزهکاری در سراسر بانک ها به دست می آوریم، به این معنی که هیچ مدل واحد برای همه شش مؤسسه اعمال نمی شود. ما اثربخشی یک فرایند مدیریت ریسک بانک را با درصد حساب های جرم شناختی که یک بانک به طور موثر مدیریت می کند اندازه گیری می کنیم و می بینیم که کارایی نیز در بین موسسات به طور گسترده ای متفاوت است. این نتایج نشان می دهد نیاز به انطباق بیشتری با نظارت و تنظیم موسسات مالی وجود دارد که در آن نسبت سرمایه، ذخایر زیان و سایر پارامترها به صورت انفرادی برای هر موسسه مطابق با برآوردهای مدل ریسک اعتباری و پیش بینی ها مشخص می شود.