Kredietverstrekkings Data Science Platform

Swishfund wil in dit project de technische en economische haalbaarheid onderzoeken van een zelf te ontwikkelen data science platform voor (micro-)kredietverstrekking...Het Europese investeringsklimaat is, in tegenstelling tot andere continenten, sterk afhankelijk van ‘formele investeerders’, zoals banken en overheden. Het informele circuit is beperkt, en waar het bestaat beperkt in staat om kleine investeringen uit te voeren. ....Swishfund heeft de positie gekozen om kredieten tot €500.000 te verstekken aan voornamelijk het MKB (oa. Horeca, persoonlijke dienstverlening, startende productiebedrijven). Dit is in de kredietverstrekking een bijzondere doelgroep, omdat hier vaak sprake is van beperkte administratie, marktvisie of businessplannen. Ook is het voor deze groep relatief bezwarend om aan de eisen van formele kredietverstrekkers te voldoen. ....Swishfund wil daarom haar kredietverstrekking in een straight-through-processing straat gaan vatten. Dit houdt in dat een ondernemer in een online omgeving zijn kredietaanvraag invult, en onderbouwd met documenten. Daarnaast worden transactiegegevens verkregen van historische transactie. Op basis van de door Swishfund te ontwikkelen kredietmodellen kan dan zonder tussenkomst van een mens een kredietaanvraag verwerkt worden. Een belangrijk element hiervan is een data-science platform wat op basis van een Big Data aanpak icm AI/ML in staat is om omzet en winstgevendheidspatronen te voorspellen voor nieuwe klanten...