Pankit ja muut luottolaitokset ovat hyvin kiinnostuneita siitä, miten voisivat ennakoida sitä maksaako velallinen lainansa takaisin vai ei. Tyypillisesti arviointiin on käytetty varallisuuden tai tulojen arviointia (takaisinmaksukykyä) ja myös demografisia tekijöitä. Nämä ovat kuitenkin epätarkkoja. Taloustieteilijät Oded Netzer, Alain Lemaire ja Michal Herzenstein ovat kehitelleet paljon tarkemman metodin. Vuonna 2019 julkaistussa artikkelissa "When words sweat: Identifying signals for loan default in the text of loan applications" kerrotaan, että lainahakemuksessa käytetyt sanat paljastavat todennäköisyyden sille maksaako lainansa takaisin.
Tutkimuksessa analysoitiin (tietokoneavusteisesti) yli 120 000 lainapyyntöä, mitkä oli lähetetty Prosperille (online-joukkorahoitusalusta). Potentiaalinen lainaaja kirjoitti lyhyen kuvauksen siitä miksi tarvitsee lainan ja miksi pystyy maksamaan sen takaisin. Lainahakemukset yhdistettiin lainantakaisinmaksudataan. Tutkimuksessa selvisi, että kieli mitä potentiaaliset lainaajat käyttivät, on hyvä ennustamaan sitä, kuinka todennäköisesti he maksavat lainansa takaisin. Ihmiset jättävät tiedostamattaan vihjeitä aikomuksistaan, olosuhteistaan ja persoonallisuuden piirteistään tekstiin, jonka he kirjoittavat lainaa hakiessaan. Nämä kielelliset vihjeet ennustavat huomattavan paljon tarkemmin maksavatko he lainansa takaisin kuin perinteisesti käytetty taloudellisten tai demografisten tekijöiden analyysi.
Tutkimuksessa selvisi, että tiettyjen sanojen käyttäminen on paljastavaa. Lainan takaisinmaksussa epäonnistuneiden ihmisten kirjoittamat lainapyynnöt sisältävät todennäköisemmin heidän perheeseensä, Jumalaan tai lyhyen ajan suunnitelmiin liittyviä sanoja. Myös lainanottajan kertomukset taloudellisista ja yleisistä vaikeuksista korreloivat negatiivisesti lainantakaisinmaksun kanssa. Havaittiin myös, että mitä enemmän vetoaa avun tarpeeseen tai lupailee maksaa lainan takaisin, sitä todennäköisemmin ei maksa. Osa takaisinmaksaneiden sanoista indikoi jotain tietoa taloudenpidosta. Osa taas indikoi positiivisia tulevaisuuden näkymiä kuten valmistuminen oppilaitoksesta.
10 tyypillisesti käytettyä ilmausta lainahakemuksissa ja mitä ne indikoivat:
Tutkimusmetodina ja tuloksena tämä on kiinnostavaa ja kertoo aika paljon meistä ihmisitä. Seth Stephens-Davidowitz ja Andrés Pabon pohtivat kirjassaan Everybody lies: Big data, new data, and what the internet can tell us about who we really are asian moraalista puolta. Onko oikein esimerkiksi evätä laina pelkästään lainahakemuksessa käytettyjen sanojen takia. Jollakin hyvällä lainantakaisinmaksajalla voi oikeasti olla sisko sairaalassa. Collaterial damage?
Lähteet
Netzer, Oded, Alain Lemaire, and Michal Herzenstein. "When words sweat: Identifying signals for loan default in the text of loan applications." Journal of Marketing Research 56.6 (2019): 960-980.
Stephens-Davidowitz, Seth, and Andrés Pabon. Everybody lies: Big data, new data, and what the internet can tell us about who we really are. New York: HarperCollins, 2017.
