Douzone Bizon ngày 20/8 cho biết nghiên cứu về mô hình AI chấm điểm tín dụng DefaultGNN, được phát triển cùng TechfinRatings và nhóm nghiên cứu của giáo sư Park Chan-young tại KAIST, đã được chấp nhận tại ACM International Conference on Information and Knowledge Management (CIKM).

CIKM là hội nghị học thuật quốc tế trong các lĩnh vực trí tuệ nhân tạo, khai phá dữ liệu và truy xuất thông tin.

Theo Douzone Bizon, điểm mới của nghiên cứu là lượng hóa thông tin về mạng lưới đối tác giao dịch của doanh nghiệp - yếu tố mà các mô hình xếp hạng tín dụng doanh nghiệp truyền thống chưa xử lý đầy đủ - để bổ trợ cho mô hình hiện có và nâng hiệu quả dự báo.

Các mô hình trước đây chủ yếu dựa trên dữ liệu tài chính riêng lẻ của từng doanh nghiệp như khả năng sinh lời, mức độ ổn định, tính thanh khoản và tăng trưởng. Vì vậy, thông tin về quan hệ giao dịch bên ngoài doanh nghiệp chưa được phản ánh đáng kể trong việc cải thiện độ chính xác của mô hình.

Trong khi đó, DefaultGNN sử dụng nhiều biến số cấu thành mạng lưới giao dịch, gồm đối tác giao dịch, phân loại giao dịch, tỷ trọng giao dịch, tình trạng ngừng hoạt động hoặc đóng cửa, vỡ nợ và số tiền hủy giao dịch, để lượng hóa các rủi ro tiềm ẩn.

Douzone Bizon cho biết việc triển khai DefaultGNN được thực hiện trên nền tảng dữ liệu hoạch định nguồn lực doanh nghiệp (ERP) mà công ty đã tích lũy trong nhiều thập kỷ, kết hợp thêm thuật toán AI.

đồng CEO Ji Yong-gu nói tín dụng doanh nghiệp về bản chất không chỉ nằm ở các chỉ số quá khứ của riêng doanh nghiệp, mà còn ở khả năng duy trì quan hệ giao dịch ổn định với các đối tác lành mạnh.

Ông cũng bày tỏ kỳ vọng nghiên cứu kết hợp tài sản dữ liệu ERP tích lũy nhiều thập kỷ với công nghệ AI mới nhất sẽ trở thành nền tảng cho tài chính toàn diện, qua đó hỗ trợ cung cấp vốn cho các doanh nghiệp vừa và nhỏ hoạt động lành mạnh.