تخطّ إلى المحتوى
كل الرؤى الذكاء الاصطناعي لعمليات الائتمان والإقراض

الاكتتاب القائم على التدفق النقدي: تحويل حركات الحساب البنكي إلى إشارات قدرة على السداد

تظل بيانات المصرفية المفتوحة (open banking) وكشوف الحسابات مجرد ضجيج خام إلى أن تُصنّفها وتزيل تكرارها وتشتقّ منها الدخل والقدرة على السداد. إليك المنظومة التي نبنيها للجهات المُقرِضة.

متخصصون في القطاع المالي يعملون على مبادرة للذكاء الاصطناعي

يقرأ الاكتتاب القائم على التدفق النقدي النشاط البنكي الفعلي للمقترض، فيصنّف كل حركة، ويعيد بناء الدخل والالتزامات الخارجة، ثم يحوّل ذلك إلى إشارات قدرة على السداد يمكن لقرار الإقراض أن يستند إليها. أما التدفق الخام في حد ذاته فيكاد يكون عديم النفع: سطور مكررة، وسلاسل نصية غامضة لأسماء التجار، وقيود معلّقة تتغير لاحقًا، وتحويلات تبدو وكأنها دخل. القيمة كلها في المنظومة التي تنظّفه.

التدفق البنكي المفرد ما هو إلا سلسلة من المبالغ المؤرَّخة مصحوبةً بأوصاف قصيرة وغير متسقة. راتب أحدهم يصل بصيغة SALARY ACME LTD، وراتب آخر يصل كتحويل فوري في اليوم نفسه من اسمٍ قد يكون كذلك اسم شريكه في السكن. وقد يبدو سداد قرض واشتراك خدمة متطابقين تمامًا. والاكتتاب المباشر على هذا الأساس يُنتج نموذجًا واثقًا ومخطئًا. كل ما هو مفيد يحدث في الطبقات الواقعة بين التدفق والخاصية.

من التدفق الخام إلى دفتر أستاذ نظيف

النمذجة تأتي لاحقًا. المهمة الأولى هي الحصول على دفتر أستاذ يمكنك الوثوق به. فواجهات المصرفية المفتوحة (open banking APIs) وكشوف الـ PDF المُحلَّلة كلاهما يجلب المتاعب ذاتها، وأغلب حالات الفشل المبكرة تقع هنا لا في المُصنِّف.

  • إزالة التكرار. تُعيد الجهات المُجمِّعة (aggregators) إرسال الحركات، وتُعاد القيود المعلّقة كقيود مُسوّاة بمرجع مختلف، وتتداخل نسخة مُعاد سحبها من الكشف مع النسخة السابقة. نحن نُسنِد إلى كل حركة هويةً ثابتة انطلاقًا من المبلغ والطرف المقابل والتاريخ والحساب، ثم نطوي المكررات. والخطأ في هذا يحتسب الدخل مرتين أو يحتسب الدين مرتين، وكلاهما خطير.
  • المعلّق مقابل المُسوّى. قد يتغير المبلغ في حركة مدينة معلّقة أو تختفي كليًا. نحن نقرر لكل خاصية على حدة ما إذا كان النشاط المعلّق مقبولًا: فخصائص تقلّب الرصيد تستخدمه، أما خصائص الالتزامات الخارجة فتنتظر التسوية.
  • المطابقة. ينبغي أن يتطابق الرصيد الجاري مطروحًا منه مجموع الحركات. وحين لا يتطابق، فذلك يعني وجود ثغرة في التدفق، وثغرة في التدفق تعني أن رقم الدخل مُقدَّر بأقل من حقيقته. نحن نطابق قبل أن يقرأ أي مكوّن لاحق البيانات، ونحجز الطلبات التي لا يتوازن فيها دفتر الأستاذ بدلًا من تسجيل درجاتها رغم ذلك.
  • المقاصّة بين حسابات متعددة. من يملك حسابًا جاريًا وحساب توفير ينقل الأموال بينهما. وهذه التحويلات الداخلية ليست دخلًا ولا إنفاقًا. تُزيلها عملية استبانة الكيان (entity resolution) عبر حسابات المتقدم نفسه، وإغفالها يجعل كل تحويل ينفخ طرفَي صورة القدرة على السداد معًا.

لا يبدأ التصنيف في إثبات جدواه إلا بعد أن يتوازن دفتر الأستاذ وتختفي التحويلات الداخلية.

تصنيف يمكنك الدفاع عنه

تصنيف الحركات هو جوهر المنظومة، وهو الموضع الذي تتسرّع فيه الفرق نحو استخدام نموذج كبير. فأغلب الحركات تُصنَّف بحسب الطرف المقابل، والأطراف المقابلة تتكرر. دليل تجار مُستبان مضافًا إليه قواعد يتكفّل بالحالات كثيرة الورود والقاطعة الوضوح بدقة تقارب المثالية وبلا كلفة لكل استدعاء. أما النموذج فيكسب مكانه على الذيل الطويل: التجار غير المعروفين، والمدفوعات النصية الحرة الملتبسة، والتحويلات التي يلزم استنتاج غرضها من النمط.

هناك فئتان تحملان معظم وزن القرار وتستحقان معالجة خاصة بهما.

الدخل يعني تدفقًا داخلًا متكررًا وقابلًا للإسناد. فكثير من الأموال يصل من غير أن يكون دخلًا، ولذلك يجب على المُصنِّف أن يفصل الراتب عن هبة لمرة واحدة، وعن سحب قرض يصل كقيد دائن، وعن مبلغ مُسترَد. نحن نبحث عن الدورية، وعن ثبات الطرف المقابل، وعن مبالغ تتجمّع حول قيمة معينة، ثم نشتقّ الدخل الشهري الإجمالي مع نطاق ثقة بدلًا من رقم مفرد. والنافذة التي لا تمتد على دورة راتب كاملة تحصل على نطاق أوسع وعلامة تنبيه، لا على تخمين.

الالتزامات الخارجة هي الصورة المعكوسة. فالإيجار، وأقساط القروض والبطاقات القائمة، والمرافق، والتأمين، ورعاية الأطفال، وأي التزام آخر يصعب على المقترض التخلّي عنه. هذه تحكم تقييم القدرة على السداد أكثر بكثير مما يفعله الإنفاق الاختياري. فبموجب قواعد القدرة على السداد الصادرة عن هيئة FCA بشأن الائتمان الاستهلاكي، يتعيّن على الجهة المُقرِضة تقييم ما إذا كانت الأقساط مُستدامة دون عُسر لا مبرر له، وهذا التقييم يتّكئ مباشرةً على مدى جودة فصلك للالتزامات الملزِمة عن الإنفاق الاختياري.

يحتاج كل مُصنِّف إلى مجموعة تقييم محجوزة مأخوذة من مزيج الدفع الفعلي، مع ميزانية للنتائج الإيجابية الكاذبة (false-positive budget) محدَّدة لكل فئة. فالدقة في المقامرة وسداد القروض والرواتب أهم من الدقة في مشتريات البقالة، لأن تلك الفئات هي التي تحرّك القرار. نحن نتتبّع الدقة والاستدعاء بحسب الفئة، لا رقم دقة واحدًا مُدمَجًا يخفي الأخطاء ذات الأثر.

خصائص تصمد عند لحظة القرار

تصير الحركات المُصنَّفة خصائص قدرة على السداد، وهنا تتوقف الصحة عند نقطة زمنية محددة (point-in-time correctness) عن كونها ميزة كمالية. تُحتسب كل خاصية اعتبارًا من الطابع الزمني للقرار باستخدام القيود المؤرَّخة قبله أو عنده فقط. وتأتي التسميات من نافذة لاحقة غير متداخلة. فإن قرأت خاصية بالخطأ حركةً سُوِّيت بعد القرار، تعلّم النموذج أن يتنبأ بالمستقبل انطلاقًا من المستقبل، فيبدو رائعًا في الاختبار الرجعي (backtest)، ثم ينهار في الإنتاج. هذا هو تسريب الاستطلاع المسبق (lookahead leakage)، وهو الطريقة الأشيع التي يبدو بها نموذج التدفق النقدي أفضل خارج الخدمة مما يؤدّي عليه فعليًا في الخدمة.

الخصائص التي تصمد عادةً ما تكون الخصائص المملّة:

  • الدخل الشهري الإجمالي والصافي المُشتَقّ، مع نطاق الثقة الملحق به.
  • الدخل المتاح بعد الالتزامات الخارجة، ومدى ثباته من شهر إلى شهر.
  • نسب خدمة الدين المحسوبة من الأقساط المرصودة، لا المُصرَّح بها.
  • سلوك الرصيد: أيام السحب على المكشوف، والفائض عند نهاية الشهر، والتقلّب حول نهاية الربع حين تحلّ الضرائب والرسوم السنوية.
  • الإشارات السلبية: الخصومات المباشرة المرتجعة، وكثافة المقامرة، والراتب الذي توقّف قبل ثلاثة أشهر.

تعيش هذه الخصائص في مخزن خصائص (feature store) بحيث تكون القيم الدقيقة المستخدمة في اتخاذ قرار قابلة لإعادة الإنتاج، وبحيث يقرأ التدريب والخدمة (serving) التعريفات نفسها. وحين تسأل جهة تنظيمية، أو مُراجع داخلي لمخاطر النماذج، أو أمين مظالم، عن سبب رفض طلب، فإنك تعيد بناء دفتر الأستاذ والتصنيف ومتجه الخصائص كما كانت قائمة وقت القرار. وهذا التتبّع للنَسَب هو أيضًا ما يجعل تفسير الإجراء السلبي (adverse-action) صادقًا لا مُهندَسًا عكسيًا.

خصائص التدفق النقدي تنجرف. فأعراف تسمية التجار تتغير، ويبدّل بنك صيغة كشفه، وتُحوِّل خطة دفع جديدة طريقة وصول الرواتب، فيتدهور التصنيف في صمت. نحن نراقب توزيعات الفئات ومعدّلات كشف الدخل مقارنةً بخط أساس التقييم وننبّه على أي حركة، لأن مُصنِّفًا ينحدر خِلسةً من جيد إلى متوسط سيحرّك معدّل القبول بهدوء قبل أن يلحظه أحد في أرقام الخسائر.

المردود الهندسي هو المعالجة الآلية الكاملة (straight-through processing) على الحالات النظيفة، وطابور مراجعة بشرية لما تبقّى: النوافذ القصيرة، ودفاتر الأستاذ غير المُطابَقة، والدخل المنخفض الثقة، والإشارات المتناقضة. ينبغي للمنظومة أن تبتّ في الطلبات القاطعة الوضوح من تلقاء نفسها، وأن توجّه الطلبات الغامضة حقًا إلى شخص، ودفتر الأستاذ والأرقام المُشتقّة ماثلة أمامه.

الأسئلة الشائعة

هل يمكن الاكتتاب استنادًا إلى 60 أو 90 يومًا من بيانات المصرفية المفتوحة؟

يمكنك الاكتتاب على نوافذ زمنية قصيرة، لكن ليس بالخصائص نفسها التي تصلح للسجلات الطويلة. فتسعون يومًا نادرًا ما تغطي دورة دخل كاملة إضافةً إلى نهاية ربع سنة، ولذلك تكون الثقة في الدخل الإجمالي أدنى، وأي رسوم موسمية أو سنوية تظل خفيّة. نحن نُعلِّم طلبات النوافذ القصيرة ونُسجِّل درجاتها بنموذج مُدرَّب على النوافذ القصيرة وحدها، بدلًا من الاستقراء انطلاقًا من خصائص تحتاج إلى اثني عشر شهرًا.

كيف تمنع خصائص الدخل والقدرة على السداد من تسريب معلومات من المستقبل؟

تُحتسب كل خاصية اعتبارًا من الطابع الزمني للقرار، باستخدام الحركات ذات تاريخ القيد الموافق لتلك اللحظة أو السابق لها فقط. يفرض مخزن الخصائص (feature store) عمليات ربط عند نقطة زمنية محددة (point-in-time joins)، وتُستمَد تسميات التدريب من نافذة لاحقة غير متداخلة. وإن تعذّر إعادة بناء خاصية من بيانات كانت موجودة وقت القرار، فإنها لا تُطلَق للإنتاج.

ما مستوى الدقة الذي ينبغي أن يبلغه مُصنِّف الحركات قبل أن يصبح صالحًا للاستخدام؟

لا يوجد رقم واحد، لأن كلفة الخطأ تتوقف على الفئة. فتصنيف مقهى تصنيفًا خاطئًا لا يكاد يحرّك القرار، بينما تصنيف سداد قرض أو حركة مقامرة تصنيفًا خاطئًا قد يقلبه. نحن نحدّد أهداف دقة (precision) واستدعاء (recall) لكل فئة على حدة مرتبطةً بوزن الفئة في حساب القدرة على السداد، ونحتفظ بمجموعة تقييم مُوسَّمة تعكس المزيج الفعلي للتجار وطرق الدفع.

قراءات ذات صلة

#الإقراض

تحليل كشوف الحسابات البنكية والتحقق من الدخل بدقة الإنتاج

عروض تحليل كشوف الحسابات تفشل أمام ملفات PDF والصيغ الحقيقية. إليك منهجية الاستخراج والتحقق والقياس المرجعي التي نعتمدها للوثوق برقم الدخل.

#البيانات

متى يحتاج فريق التمويل إلى متجر سمات (Feature Store)؟

يبدأ متجر السمات في إثبات جدواه حين تصبح صحة اللحظة الزمنية وإعادة الاستخدام مصدر ألم حقيقي. وفي ما يلي كيف نحدّد ما إذا كان فريقك قد بلغ تلك النقطة بعد.

#ائتمان

محرّك القرار مقابل محرّك القواعد: ما الذي يتغيّر عندما تدخل النماذج إلى الإقراض

محرّك القرار يفعل ما هو أبعد بكثير من تشغيل شجرة قواعد مربوطة بدرجة نموذج. إليك كيف يختلف الاثنان، وكيف ننقل قواعد الائتمان القديمة إلى منظومة قرار آلي محوكَمة قائمة على تعلّم الآلة.

#الحوكمة

إذا كان نموذجك الائتماني عاجزاً عن تفسير قرار الرفض، فلا يحق لك استخدامه لإصدار ذلك الرفض

تُلزم اللائحة B الصادرة بموجب قانون ECOA بذكر أسباب محددة خلال 30 يوماً من رفض طلب الائتمان. وهذا ما يفرضه ذلك على النموذج الذي اتخذ القرار نفسه، لا على الأوراق المحيطة به.

تعمل على شيء مشابه؟

أخبِرنا عن بياناتك وسير العمل المحيط بها، وسنعطيك رأياً صريحاً.

احجز مكالمة تعريفية مدتها 30 دقيقة