НовостиАкцииАкции Affirm (AFRM) выросли на 5,5% после запуска ИИ-модели для одобрения кредитов в реальном времени

Акции Affirm (AFRM) выросли на 5,5% после запуска ИИ-модели для одобрения кредитов в реальном времени

Автор: Coincentral·

Ключевые выводы

  • Новая ИИ-модель андеррайтинга Affirm на основе архитектуры трансформер запущена в США и обучена на 14 лет собственных транзакционных данных компании первого лица.
  • На начальном этапе внедрения модель обеспечила на 3,4% больше завершённых покупок по сравнению с контрольной группой, а дополнительные кредиты показали лучшие результаты, чем сопоставимое расширение с использованием прежних моделей машинного обучения.
  • ИИ одобрил дополнительных заявителей, которых отклонила бы старая система, включая потребителей с ограниченной кредитной историей и без рейтинга FICO.
  • Главный бухгалтер (CAO) Сифелеле Джияне 14 сентября продал 26 980 акций примерно на $1,95 млн после продажи 25 000 акций 4 сентября.
  • Affirm отчиталась о квартальной прибыли $4,62 на акцию при консенсусе $0,35 и выручке $1,07 млрд; 24 из 32 аналитиков дают акциям рейтинг «покупка» со средней целевой ценой $98,78.
Акции Affirm (AFRM) выросли на 5,5% после запуска ИИ-модели для одобрения кредитов в реальном времени

Акции Affirm Holdings (AFRM) выросли на 5,5% в ходе предторговых торгов в четверг после того, как компания в сфере услуг «купи сейчас — плати потом» представила новую ИИ-модель на основе архитектуры трансформер, призванную обеспечивать более быстрые и точные решения по кредитам прямо при оформлении покупки. Накануне анонса акции торговались около $71,58, что заметно ниже средней целевой цены аналитиков в $98,78.

Сервисы «купи сейчас — плати потом» позволяют потребителям разделять покупки на рассрочку, при этом решения об одобрении принимаются в реальном времени в момент онлайн-транзакции. Поскольку андеррайтинг происходит, пока покупатель ещё находится в процессе покупки, изменения в системе принятия решений напрямую отражаются на результатах оформления заказов, в том числе на доле завершённых покупок.

ИИ-модель уже работает при оформлении покупок

Новая модель уже запущена в США и опирается на 14 лет собственных транзакционных данных андеррайтинга Affirm. Она применяет машинное обучение для анализа порядка и времени событий в кредитной истории потребителя, что, по словам компании, является шагом вперёд по сравнению с прежним подходом.

Архитектуры трансформеров обрабатывают последовательные данные, что делает их хорошо приспособленными для чтения упорядоченных историй событий; на моделях этого же класса основаны современные большие языковые модели.

Одним из примечательных аспектов системы является работа с заёмщиками с тонким кредитным файлом. Affirm сообщила, что ИИ одобрил дополнительных заявителей, которые были бы отклонены старой системой, включая потребителей с ограниченной кредитной историей и отсутствием рейтинга FICO. Именно этот выход за рамки традиционного скоринга, опирающийся на собственные транзакционные данные Affirm первого лица, а не только на файлы внешних бюро, становится практическим преимуществом.

Лучшие результаты при меньшем риске

На начальном этапе внедрения модель обеспечила на 3,4% больше завершённых покупок по сравнению с контрольной группой. Affirm также сообщила, что дополнительные кредиты показали лучшие результаты, чем сопоставимое расширение с использованием прежних моделей машинного обучения, что указывает на то, что ИИ выбирает более качественные риски, а не просто одобряет больше заёмщиков. Для кредитора это различие имеет значение: рост числа одобрений приносит пользу только в том случае, если дополнительные кредиты возвращаются.

Президент Affirm Либор Михалек заявил, что архитектура трансформер позволяет компании извлекать новую информацию из уже имеющихся данных. «Более чёткое видение кредитной истории означает, что мы можем ответственно говорить «да» большему числу людей», — он.

Модель выявляет закономерности внутри и между кредитными счетами и отслеживает, как эти закономерности меняются со временем. Affirm разработала собственный алгоритм, сохраняющий объяснимость модели и при этом достаточно быстрый для работы в реальном времени при оформлении покупки — практическое ограничение для кредитора, принимающего автоматические решения по кредиту за считанные секунды.

Компания подчеркнула, что цель состоит не в одобрении каждой заявки, отметив, что предоставление кредита потребителям, которые не могут его вернуть, не приносит пользы бизнесу.

Продажи инсайдеров привлекают внимание

Главный бухгалтер (CAO) Сифелеле Джияне 14 сентября продал 26 980 акций по средней цене $72,19, выручив примерно $1,95 млн. Эта сделка сократила его долю владения на 12,51%, оставив у него 188 711 акций. Джияне также продал 25 000 акций 4 сентября по цене $72,41. Такие продажи подряд, вероятно, привлекут внимание, хотя продажа акций инсайдерами не всегда сигнализирует о негативных ожиданиях.

Отчётность и аналитическое освещение

В последнем квартале Affirm отчиталась о прибыли $4,62 на акцию (EPS), что значительно выше консенсус-прогноза в $0,35. Выручка составила $1,07 млрд, увеличившись на 33,1% в годовом исчислении, хотя немного ниже оценки в $1,11 млрд.

Реакция аналитиков в целом позитивная. Piper Sandler повысила целевую цену с $103 до $115, сохранив рейтинг «превышение веса» (overweight). BMO Capital Markets и Citigroup оба подтвердили рейтинги «outperform». Из 32 аналитиков, охватывающих акции, 24 дают рейтинг «покупка» и 8 — «держать», что формирует консенсус «умеренная покупка» со средней целевой ценой $98,78 — значительно выше недавней цены $71,58.

50-дневная скользящая средняя Affirm составляет $75,43, а 200-дневная — $66,39, при этом текущая цена акции находится между ними. По мере того как модель обрабатывает всё больше объёма покупок, именно ранние ориентиры — рост завершённых покупок на 3,4% и более сильные результаты дополнительных кредитов — следует сравнивать с будущей отчётностью.