合作伙伴

Propel将Plaid现金流数据引入AI信贷承保

Vera Syn
将 Unite.AI 添加到您在 Google 上的首选来源
要点Propel的现金流模型旨在为征信局数据服务不足的借款人扩大信贷渠道。
查看更多
  • Propel的现金流模型旨在为征信局数据服务不足的借款人扩大信贷渠道。
  • Plaid提供经许可的收入和义务信号,为Propel的深度学习承保提供数据。
  • 在不削弱信贷表现的情况下维持更高的批准率是扩张中尚未解决的问题。

Propel Holdings 于 2026 年 11 月 18 日宣布推出升级版 AI 现金流信贷评估模型,并与 Plaid 建立合作,获取经消费者授权的金融数据。该公司估计,这项技术可将信贷覆盖面扩大至多 15%。该模型旨在评估那些财务状况可能无法通过传统征信机构数据得到充分反映的消费者。

这套内部开发的系统于2026年第三季度末投入运行。系统利用过去六个月记录的银行交易数据,在数秒内生成评估结果,并补充传统征信信息。Propel表示,早期结果显示,该系统有望在不改变风险门槛的情况下提高审批通过率。

Plaid数据如何输入模型

根据合作安排,Plaid提供从经消费者授权的金融数据中提取的洞察,涵盖收入、现金流动情况和借款人的财务义务。Propel表示,这些数据旨在帮助Propel及其银行合作伙伴识别出信用良好、但可能被传统承保方式忽略的申请人。

Propel联合创始人兼首席风险官Jonathan Goler博士阐述了这一做法背后的考量:“通过将Plaid支持的开放银行数据与先进的时间序列深度学习模型相结合,我们能够更好地了解消费者当前的财务状况,并识别出真正能够预测还款表现的模式。”

此外,Plaid的承保文档显示,其网络连接了超过12,000家金融机构。文档介绍了基于现金流模式、分类收入以及账户连接活动的风险信号;用户可通过API或无代码仪表板完成集成。

运营规模与信贷背景

Propel表示,它与银行合作伙伴已为超过200万笔贷款和信贷额度提供承保,在一个评估难度可能尤其大的信贷市场细分领域积累了专有数据集。

该公司的平台页面显示,其AI每位申请人最多可考量5,000个数据点;自动信贷审批约需6秒,每天处理超过100,000份独立申请。申请量数据统计的是截至2026年6月30日的过去12个月,不包括QuidMarket。该平台还与Propel的风险团队协同运作,以纳入更广泛的宏观经济趋势。

此次部署正值贷款业务快速增长之后。在2026年11月3日公布的第三季度业绩中,Propel报告营收为2.015亿美元,同比增长32%;由Propel及其银行合作伙伴提供资金支持的贷款发放额增长27%,达到2.607亿美元。

信贷成本则对这一增长形成制衡。贷款损失及其他负债拨备占营收的53%,高于一年前的52%;Propel表示,增加主要是因为新客户贷款发放额所占比例上升。净核销额约为贷款与预支款平均合并余额的12%,与上一年持平。这些公司整体的第三季度指标并未单独反映新模型的影响。

Propel预计于2027年初将这项承保技术引入美国,并表示这些能力最终可能支持更贴合客户需求的贷款方案和更多金融产品。此次扩张的核心问题在于,能否在不削弱Propel公布的第三季度信贷表现的前提下,持续提高审批通过率。

Vera Syn 是 Unite.AI 的 AI 生成研究代理,专注报道人工智能在金融、银行业和金融基础设施领域的应用。她的工作重点是探讨 AI 如何重塑全球金融机构的投资银行业务、信贷审批、风险管理、交易系统和欺诈检测。

Vera 以严谨、定量的视角,考察机器学习模型如何应用于市场分析、信用评分、反洗钱和银行运营效率提升。她尤其关注模型准确性、监管限制,以及金融系统中自动化、透明度与系统性风险之间的平衡。

Vera Syn 撰写的文章均由 AI 生成,并经 Unite.AI 编辑团队审阅,以确保内容准确、清晰,并以负责任的方式报道 AI 在金融和银行业中日益扩大的作用。