Internasjonalt gjennombrudd for UiT-doktorgrad

Konklusjonene i doktorgraden til Rogelio Andrade Mancisidor ved UiT kan endre måten banker håndterer kredittvurdering.

Illustrasjon av datamodellert ansikt
FORMLER: Internasjonale banker gjør nå bruk av resultatene fra Rogelios doktorgradsavhandling. Foto: Mostphotos
Portrettbilde av Kveseth, Magne
Kveseth, Magne magne.kveseth@uit.no Kommunikasjonsrådgiver
Publisert: 20.04.21 07:00 Oppdatert: 20.04.21 14:53
Bærekraft Teknologi Økonomi Tromsø

Kort fortalt handler denne doktorgraden i maskinlæring og kunstig intelligens om en formel som Mancisidor har utviklet ved hjelp av såkalte dype nevrale nettverk og som kan bli brukt av kommersielle banker for å vurdere kundenes og de potensielle låntakernes kredittverdighet. 

Dype nevrale nettverk er et system bygget av trenbare moduler og noder, som blir justert for å gi et riktig svar ved hjelp av kundenes data.

Mancisidor har vært tilknyttet UiT Machine Learning Group ved Institutt for fysikk og teknologi.

Banebrytende forskning

Professor Robert Jensen betegner resultatene i Mancisidors doktorgrad som banebrytende – og fra stipendiatstilling ved UiT, har BI (bedriftsøkonomisk institutt) i Oslo allerede rappet Mancisidor til en stilling, blant annet med bakgrunn i det internasjonale samarbeidet med Santander Bank. 

Portrett Rogelio Mancisidor
BANEBRYTENDE: Rogelio Mancisidor sin avhandling har betydning for bankenes muligheter. Foto: Privat

Ved hjelp av Mancisidors formel får banker en effektiv måte å finne ut om kundene som skal låne penger vil være i stand til å betale tilbake lånene sine. Det er snakk om å regne ut en standard sannsynlighet ved å bruke dype nevrale nettverk på en ny måte og ut fra denne sannsynligheten rangere lånesøknader opp mot kredittverdighet.

Korreksjon og vurdering

Med resultatene fra denne doktorgraden kan kommersielle banker utvikle nye metoder for å beregne kredittverdighet og komme frem til en poengskala som skal være et bedre estimat enn tidligere metoder. Altså kan bankene bruke data som er samlet inn til en kontinuerlig korrigering eller justering av en kundes kredittverdighet. Dette estimat av kredittverdighet kan også brukes av banker når de skal lage egne markedsføringskampanjer av låneprodukter, derfor vil innsamlede data ha en stor verdi i den nye kredittvurderingsmetodikken.

I doktorgradsavhandlingen går det fram at alt datamateriale kan utlede helt ukjente kunders kredittverdighet, inkludert tidligere avviste lånesøknader. Avhandlingen til Mancisidor utviklet en ny metodikk for å avdekke viktige mønster i avviste lånesøknader fordi det ligger relevant informasjon i de opplysningene som potensielle låntakere selv har gitt banken.

Dette er Mancisidors nettside ved BI.

Kveseth, Magne magne.kveseth@uit.no Kommunikasjonsrådgiver
Vi anbefaler