پاکستانی تناظر میں کریڈٹ اسکورنگ کا انصاف

Credit scoring fairness in a Pakistani context

35 منٹ

تین طریقے

کریڈٹ انصاف کی تین پرتیں۔ براہِ راست امتیاز: محفوظ خصوصیت (صنف، مذہب) کو فیچر بنانا۔ پاکستانی قانون اور SBP منع کرتے ہیں۔ بالواسطہ امتیاز: ایسا فیچر جو محفوظ خصوصیت کا proxy ہو۔ Postcode اکثر نسل یا صوبے کا، موبائل tier آمدنی کا proxy ہوتا ہے۔ نتیجہ پچھلے دروازے سے وہی ہے۔ شماریاتی تعصب: تربیتی ڈیٹا میں کچھ گروہ کم ہیں، ماڈل ان کے لیے کم درست۔ تیسری سب سے عام اور کم گفتگو میں۔
پاکستانی بینک میں پہلا ٹیسٹ: صوبے اور صنف کے حساب سے انکار کی شرح۔ آمدنی اور پراڈکٹ کنٹرول کرتے ہوئے پنجاب، سندھ، KPK، بلوچستان کا فرق نکالیں۔ مرد بمقابلہ خاتون۔ بیس فیصد فرق جسے اصل کریڈٹ کوالٹی نہ سمجھائے، تلاش ہے۔ فرق نوٹ، وجہ تجویز، حل پیش۔ نہ کرنے والے بینک 2027 کے متوقع SBP معیار پر اندھے۔
دوسرا طریقہ: thin-file درخواست گزار۔ پاکستان میں بڑا حصہ بغیر باضابطہ کریڈٹ ہسٹری ہے۔ Thick-file پر تربیت یافتہ ماڈل thin-file کو default سے رسک سمجھے گا۔ یہ خواتین، دیہی، اور نوجوانوں کے خلاف ساختی نا انصافی ہے۔ حل: رضامندی کے ساتھ متبادل ڈیٹا (بل، موبائل والٹ ہسٹری، ٹیلی کام) اور thin-file کے لیے علیحدہ ماڈل۔

فوری چیک

فوری چیک: جدید AI روایتی قاعدہ بنیاد پروگرام سے کس طرح مختلف ہے؟

کیوں؟

کیوں کا پہلا درجہ: انصاف صرف اخلاقیات سے آگے کیوں؟ کیونکہ بے انصاف کریڈٹ بینک کا قابلِ پہنچ مارکیٹ کم کرتا ہے۔ نکالے گئے طبقے باضابطہ سیکٹر چھوڑ دیتے ہیں۔ طویل مدتی انصاف طویل مدتی کاروبار ہے۔

Claude کے ساتھ آزمائیں

آزمانے کے لیے پرامپٹ: 'پاکستانی بینک کے کریڈٹ فیئرنیس آڈیٹر کے طور پر، دس test cuts اور ہر کا شماریاتی میٹرک تجویز کرو۔ سیاسی حساسیت کے حساب سے ترتیب۔' ابتدائی آڈٹ پلان۔

ماخذ

ماخذ اور مزید مطالعہ۔ CFPB اور OCC fair lending اور AI رہنمائی۔ ECOA و Regulation B۔ EU AI Act اعلیٰ خطرہ کریڈٹ اسکورنگ۔ Bank of England AI Discussion Paper۔ SBP Fair Treatment of Consumers Regulations۔ IFC، Inclusive credit scoring۔ Karandaaz Pakistan۔