Хабр Курсы для всех
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Хабр доступен 24/7 благодаря поддержке друзей
Комментарии 58
Вы так пишете, как будто кредитные карты — это что-то плохое. :)
Герман Греф, перелогиньтесь
Минусуют юные смузихлебы, купившие аирподс по кредитной карте и не умеющие распоряжаться деньгами?
Минусуют те, кто считают комментарий неуместным.
А умение распоряжаться деньгами — это когда кеш в кармане носишь или когда дебетовой картой светишь в каждой забегаловке?
Важен не сам инструмент — хоть наличные, хоть фьючерсы какие-нибудь там, а умение им пользоваться. А товарищ выше почему-то написал, что кредитные карты — это плохо, и это залезание в долги. Написал бы, например, что молоток — это плохо, смысл был бы тот же.
А вы продолжайте минусовать из-за того, что «комментарий неуместен». Странно иметь платформу, где принимаются только уместные комментарии — это как фэйсбук сегодняшний, или будущий российский интернет, где вас будет не только прослушивать, но уже и модерировать товарищ майор.
А вы продолжайте минусовать из-за того, что «комментарий неуместен». Странно иметь платформу, где принимаются только уместные комментарии — это как фэйсбук сегодняшний, или будущий российский интернет, где вас будет не только прослушивать, но уже и модерировать товарищ майор.
Кредитные карты — это, кроме всего, еще и плюс к цене в магазинах. Бо за каждое использование карточки, кто-то таки отдает денежку визе/мастеркарду. И нормально так отдает.
Ну и кстати, конкретно в америке, при наличии достаточно большого долга по кредитке и желания, можно пойти в суд и сказать что тебе ту карточку навязали банки, так что ты за нее платить не будешь. И даже выиграть )
Так что кредитки — плохо ;)
Ну и кстати, конкретно в америке, при наличии достаточно большого долга по кредитке и желания, можно пойти в суд и сказать что тебе ту карточку навязали банки, так что ты за нее платить не будешь. И даже выиграть )
Так что кредитки — плохо ;)
Кредитные карты — это, кроме всего, еще и плюс к цене в магазинах. Бо за каждое использование карточки, кто-то таки отдает денежку визе/мастеркарду.Вообще это оффтоп, но не можем не встрять.
1) За каждое использование карты действительно отдают визе, но отдают не за кредитную карту, а за пластиковую карту, даже если она дебитная.
2) Инкассация и охрана наличных тоже стоит для магазина денег, нередко сопоставимых с суммой отчислений в визу.
3) Платеж разумной картой в среднем по палате выгоднее, т.к.
3.1) Если это дебитка, то на ней окажется кэшбек, от 1% до 10%.
3.2) Если это кредитка, то на ней окажется грейс-период, что при длине грейса от 50 до 100 дней даст возможность… ну хотя бы тупо эти же деньги положить на вклад под %% и заработать денег
3.3) На средства находящиеся на счету начисляются %%, не так что бы большие, но на нал в кармане не начисляется ничего.
для владельца карты — по кредитной карте тоже может быть кэшбек…
для продавца услуг или товаров — работа с картами может быть выгоднее работы с наличными
для продавца услуг или товаров — работа с картами может быть выгоднее работы с наличными
В целом — таки да, разумное использование банковских продуктов — оно полезно.
Другой вопрос, что банки работают не с людьми, они работают со статистикой… А по ней, с разумностью есть нюансы. К примеру, я когда открывал свою первую кредитку, мне полчаса читали по телефону правила ее использования. В часности пункт, про 23% фии за снятие с нее кеша. И на мой вопрос «а зачем с кредитки снимать кеш» ответили — ну есть странные люди )
Насколько я в курсе, когда в америке кто-то там (амазон кажись) попытался заделать магазин с только без наличным расчетом, их чуть не расстреляли, ибо дескриминация. Тех у кого нет кредиток. Так что для магазина нагрузка в любом случае будет двойной.
Остальные пункты — это все очень сильно зависит от страны/банка/магазина/погоды на луне.
К примеру — мне выгодно оплачивать в WholeFoods амазоновской прайм картой, но для этого ее еще надо получить, и иметь прайм аккаунт. Что означает или наличие лишних денег, или достаточно большой траффик товаров с/на амазона, иначе оно просто не окупиться.
Да и в банке на дебете у меня тоже могут быть проценты. Если там денег от 10млн, насколько я помню. Но это организовать еще сложнее )
Другой вопрос, что банки работают не с людьми, они работают со статистикой… А по ней, с разумностью есть нюансы. К примеру, я когда открывал свою первую кредитку, мне полчаса читали по телефону правила ее использования. В часности пункт, про 23% фии за снятие с нее кеша. И на мой вопрос «а зачем с кредитки снимать кеш» ответили — ну есть странные люди )
2) Инкассация и охрана наличных тоже стоит для магазина денег, нередко сопоставимых с суммой отчислений в визу.
Насколько я в курсе, когда в америке кто-то там (амазон кажись) попытался заделать магазин с только без наличным расчетом, их чуть не расстреляли, ибо дескриминация. Тех у кого нет кредиток. Так что для магазина нагрузка в любом случае будет двойной.
Остальные пункты — это все очень сильно зависит от страны/банка/магазина/погоды на луне.
К примеру — мне выгодно оплачивать в WholeFoods амазоновской прайм картой, но для этого ее еще надо получить, и иметь прайм аккаунт. Что означает или наличие лишних денег, или достаточно большой траффик товаров с/на амазона, иначе оно просто не окупиться.
Да и в банке на дебете у меня тоже могут быть проценты. Если там денег от 10млн, насколько я помню. Но это организовать еще сложнее )
www.riksbank.se/globalassets/media/statistik/betalningsstatistik/2018/payments-patterns-in-sweden-2018.pdf
— что показывает существование мест (магазинов), где наличные не принимаются вообще.
Almost half of the respondents never experience problems paying in cash in a shop. Around 30 per cent experience a problem less than once a month, 10 per cent experience a problem one to three times a month and 3 per cent experience a problem one or more times a week. Although relatively few experience problems paying in cash, this problem is arising more often now than in earlier surveys. Problems paying in cash in shops are less common in rural areas. 63 per cent never experience a problem paying in cash, 22 per cent experience a problem less than once a month, 7 per cent experience a problem one to three times a month and 2 per cent experience a problem one or more times a week.
— что показывает существование мест (магазинов), где наличные не принимаются вообще.
Вы точно уверены что эта статья про Америку?
Бо конкретно в ее случае, кроме вышеприведенной дискриминации — это еще и попрание всех основ сразу, ибо доллар — он есть самай скрепная платежная единица в мире (как минимум по мнению америки) и НЕ принимать его для оплаты — это очень очень не есть хорошо.
И кстати, в вышеозначенной статье, упоминается некий свиш. Это намеки на перевод всего в электронный формат?
Бо конкретно в ее случае, кроме вышеприведенной дискриминации — это еще и попрание всех основ сразу, ибо доллар — он есть самай скрепная платежная единица в мире (как минимум по мнению америки) и НЕ принимать его для оплаты — это очень очень не есть хорошо.
И кстати, в вышеозначенной статье, упоминается некий свиш. Это намеки на перевод всего в электронный формат?
средней женщине сложнее зарабатывать такие же деньги какие зарабатывает средний мужчинаwww.interfax.ru/world/653085
Google выяснил, что платил сотрудникам-мужчинам меньше, чем женщинам
Читали про сравнение зарплат мужчин и женщин, нередко были отсылки к тому, что когда речь идет о дискриминации женщин, то приводят данные по годовой зарплате, а когда речь идет о дискриминации мужчин, то приводят данные по часовой зарплате. Наводит на рмзмышления.
Сложность заработка отдельный вопрос, как именно ее вычислять?
Ну не знаю, мне, вот, тоже не подходит работа грузчиком.
могу только пару случаев вспомнить когда жена зарабатывала бы больше мужа.Вопрос в причинах.
Если потому что не могла, при прочих равных, это одно. Если потому что не хотела или не считала нужным, при прочих равных, это другое.
Женщину вряд ли возьмут в грузчики — печаль, мужчину вряд ли возьмут в секретарши — печаль. Что бы сделать корректные выводы нужно очень грамотно построенное исследование.
Но это не обязательно верно.
Представим себе хай скилл прогера который не любит напрягаться и работает 1 час в неделю, как следствие в статистике он виден как получающий небольшие деньги.
И представим себе рядом работягу который работает 8 часов в сутки и который получает на 20% больше.
Кому сложнее будет расплатиться с действительно большим кредитом?
Поэтому мы и говорим, что по статистике средних зарплат нельзя делать вывод о том, кому труднее будет погашать лимит. Вот данные по просрочкам могли бы быть аргументом.
Представим себе хай скилл прогера который не любит напрягаться и работает 1 час в неделю, как следствие в статистике он виден как получающий небольшие деньги.
И представим себе рядом работягу который работает 8 часов в сутки и который получает на 20% больше.
Кому сложнее будет расплатиться с действительно большим кредитом?
Поэтому мы и говорим, что по статистике средних зарплат нельзя делать вывод о том, кому труднее будет погашать лимит. Вот данные по просрочкам могли бы быть аргументом.
эм… дык… собственно «данные по просрочкам» — это как раз то, что больше всего (ну, не считая полностью выбранного лимита, но там есть нюансы как именно он выбран) бьет по кредитному рейтингу. Так что именно так оно вроде и работает…
Там чуть сложнее.
Цель банка это максимальная прибыль. Штрафы за несвоевременный возврат идут не просто в дополнение к проценту кредиту, а зачастую многократно превышают оный. Поэтому просрочки не всегда минус в кредитном рейтинге.
Утрируя — если у человека доход 100к в год и он постоянно просрочивает кредитную линию в 1000 баксов, то в чем проблема увеличить ее до 1500? Покрыть он ее все равно сможет, а просрочка с 1.5к даст больше прибыли чем просрочка с 1к.
Цель банка это максимальная прибыль. Штрафы за несвоевременный возврат идут не просто в дополнение к проценту кредиту, а зачастую многократно превышают оный. Поэтому просрочки не всегда минус в кредитном рейтинге.
Утрируя — если у человека доход 100к в год и он постоянно просрочивает кредитную линию в 1000 баксов, то в чем проблема увеличить ее до 1500? Покрыть он ее все равно сможет, а просрочка с 1.5к даст больше прибыли чем просрочка с 1к.
То есть вы по умолчанию всех женщин сгребаете под одну гребенку «не умеют распоряжаться деньгами»? Влезть в долги или нет это дело женщины, оно зависит от наличия у нее мозгов в голове и калькулятора в телефоне. Это НЕ дело компании считающей сколько циферок кому выделить.
Простите, Goldman Sachs — это банк и это именно его работа — считать кому сколько денег можно выделить (которые с максимальной вероятностью будут возвращены).
Вы ошибаетесь. Влезать в долги или нет — дело женщины. А сколько циферек кому выделить — дело компании. Это их циферки, не государственные.
Разсматривается конкретный случай, где у женшины лучшая кредитная история, но алгоритм ей урезает лимит из-за пола. Потому что в среднем у женщин ниже экономические возможности. Такой алгоритм посчитали некоректным к чему и я присоединяюсь.
Алгоритм скоринга вообще не корректен примерно ко всем одновременно, поскольку оценивает всех в усредненных категориях. Просто дискриминация по полу – это горячая и понятная всем тема.
Вот только алгоритм дискриминирует всех и одновременно по всем признакам – по вашему району, возрасту, количеству букв в имени и окончании в фамилии. Просто потому что это его задача – защитить банк от невозвратных кредитов, а не обеспечить равноправие и социальную справедливость.
Вот только алгоритм дискриминирует всех и одновременно по всем признакам – по вашему району, возрасту, количеству букв в имени и окончании в фамилии. Просто потому что это его задача – защитить банк от невозвратных кредитов, а не обеспечить равноправие и социальную справедливость.
Я не специалист в скоринге, но возможно алгоритмы учитывают гендерные роли (в контексте совершения покупок), которые как-то формализованы в виде данных. Как вариант — роли, используемые в таргетированной рекламе. Ведь реклама для женщин и мужчин всё ещё сильно различается, даже в США.
Возможно, что эти же данные могут влиять на размер кредитного лимита по карте. Я не утверждаю, что женщины более импульсивны в покупках и более склонны к эмоциональным оценкам, чем к оценкам в соответствии с Предельной Полезностью, но реклама эксплуатирует именно такие образы.
А для однозначного ответа на вопрос «Есть ли здесь дискриминация?», наверное, нужно провести тестирование с участием всех возможных гендеров, включая ЛГБТ. Хотя подозреваю, что тогда будет выявлена ещё более серьёзная «дискриминация».
Возможно, что эти же данные могут влиять на размер кредитного лимита по карте. Я не утверждаю, что женщины более импульсивны в покупках и более склонны к эмоциональным оценкам, чем к оценкам в соответствии с Предельной Полезностью, но реклама эксплуатирует именно такие образы.
А для однозначного ответа на вопрос «Есть ли здесь дискриминация?», наверное, нужно провести тестирование с участием всех возможных гендеров, включая ЛГБТ. Хотя подозреваю, что тогда будет выявлена ещё более серьёзная «дискриминация».
кстати, фразу
Бо при таких раскладах, именно он выступает как гарант патежеспособности, и походу его задело, что его мало оценили, на жену не хватило )
хотя «отдельных банковских счетов или счетов кредитных карт или каких-либо отдельных активов» у пары нет.можно идентифицировать и как дискриминацию самого возняка.
Бо при таких раскладах, именно он выступает как гарант патежеспособности, и походу его задело, что его мало оценили, на жену не хватило )
… до сих пор я видел только обвинения в том, что дескать это всё алгоритмы виноваты.
надеюсь, что они рискнут посмотреть в сторону сырых данных — сколько я ни видел (или делал) систем для работы с финансами, алгоритмы были виноваты только в одном из случае из моей практики. Зато данные — постоянно, то неполные, то неконсистентные, и это еще не считая очепяток и подтасовок…
UPD: были же шутки про «что может быть проще чем» — про имена, время или паспорта (не могу найти линк, нагуглил пример)
надеюсь, что они рискнут посмотреть в сторону сырых данных — сколько я ни видел (или делал) систем для работы с финансами, алгоритмы были виноваты только в одном из случае из моей практики. Зато данные — постоянно, то неполные, то неконсистентные, и это еще не считая очепяток и подтасовок…
UPD: были же шутки про «что может быть проще чем» — про имена, время или паспорта (не могу найти линк, нагуглил пример)
Основная проблема нейросетей — они не могут объяснить, почему сделано именно такое решение, да и вообще, скоринговые модели — одна из самых охраняемых банковских тайн.
Видимо, нейросети станут любимой мишенью для нападок всяких sjw: дискриминируют, не объясняют почему и вообще — молчат в ответ на нападки.
Видимо, нейросети станут любимой мишенью для нападок всяких sjw: дискриминируют, не объясняют почему и вообще — молчат в ответ на нападки.
Комитет по финансовым услугам Палаты представителей заявлял о примерах принятия алгоритмических решений, когда были обнаружены случаи предвзятого отношения к конкретным группам населения.Вот тут вообще интересно, а что делать, если эти группы населения на самом деле менее кредитоспособны? Отменять скоринг в принципе, и выдавать кредиты всем с одинаковыми лимитами на одинаковых условиях?
Или что это просто случайное совпадение? Ну вот вышло так, что под формальные условия, никак напрямую с полом не связанные, женщины попадают в несколько раз чаще. Будет ли это считаться дискриминацией?
Как-то общался с матерым спецом из области скоринга, съевшем много говна в западном банкинге и регуляциях. Он рассказывал, что они тренируют отдельно две модели под белых и афроамериканцев. Потом подбирают порог отсечения, чтобы % аппрувов относительно всех поданных заявок по каждому цвету кожи был одинаков.
Да, выходит такой феномен, что при абсолютно идентичных входных данных белый заемщик всегда получит вероятность получить кредит ниже (ведь надо быть более «правильным», чтобы пробиться через порог алгоритма для белых, который выходит самым строгим), но зато, регулятор доволен: берешь выборку заявок от людей с одним цветом кожи, и всегда получаешь один и тот же % аппрува
Да, выходит такой феномен, что при абсолютно идентичных входных данных белый заемщик всегда получит вероятность получить кредит ниже (ведь надо быть более «правильным», чтобы пробиться через порог алгоритма для белых, который выходит самым строгим), но зато, регулятор доволен: берешь выборку заявок от людей с одним цветом кожи, и всегда получаешь один и тот же % аппрува
Еще из интересного приводил пример: если просто удалить все фичи из модели, которые указывают на расу (имя и количество детей, например), то хорошая модель все равно под капотом создаст фичу, которая очень сильно коррелирует с цветом кожи (как пример, одна из моделей на промежуточном уровне научилась негритянские кварталы по адресу определять, хотя никто такой задачи не ставил), и использовать эту фичу, как весьма значимую.
А как быть с Изаурой с теми кто как Скала Дуэйн или как Меган Маркл — ни фига не выглядят чёрными?
Их как по какой модели оценивают?
А с вот этими близняшками как?
Их как по какой модели оценивают?
А с вот этими близняшками как?
Это статистические выбросы и на них модель не будет работать корректно, скорее, персональный менеджер начнёт работать напрямую.
Так же модель, обученная на топовых актёрах и менеджерах с большими доходами, будет неправильно оценивать обычных людей, вне зависимости от цвета кожи.
Про близняшек очень хочется процитировать
, но остановимся на чудесах генетики.
Так же модель, обученная на топовых актёрах и менеджерах с большими доходами, будет неправильно оценивать обычных людей, вне зависимости от цвета кожи.
Про близняшек очень хочется процитировать
анекдот
… хорошо хоть не лает
, но остановимся на чудесах генетики.
Вот тут вообще интересно, а что делать, если эти группы населения на самом деле менее кредитоспособны?Ну что обычно происходит при столкновении единственно верного учения с противоречащей ему реальностью? Сначала реальность долго кошмарят и бьют молотком, потом делают вид, что всё уже хорошо и реальность прогнулась, после чего от реальности прилетает ответка.
Будет ли это считаться дискриминацией?Да. Потому что судят о наличии дискриминации по легко измеряемому и очевидному конечному результату, вроде «что-то в ИТ-отделе вашей кампании маловато женщин». Разбираться в тонкостях и выслушивать всерьез «мы бы рады, да женщины не очень хотят в ИТ» никто не будет, поскольку это будет потворство сексистам, в которые вас уже записали, ведь в ИТ-отделе вашей кампании маловато женщин.
судят о наличии дискриминации по легко измеряемому и очевидному конечному результатуЭто интересная тема местами несколько абсурдная.
В сша был прецендент, контору хотели засудить за расовую дискриминацию. Вдруг в течении года, с момента последних изменений в кадровой политике, нанимались только белые, черным всем был отказ.
В ходе разбирательств выяснилось, что изменение сводилось к том, что из анкет изьяли расовые признаки (раса, фото, фио).
Суд постановил добавить обратно расу и нанимать не меньше 25% афроамериканцев. Но штраф не применил.
Суд постановил добавить обратно расу и нанимать не меньше 25% афроамериканцев. Но штраф не применил.Это называется affirmative action. Давняя и почтенная практика в прогрессивных странах, приводящая к замене одной дискриминации другой.
Не знал что DHH бывший автогонщик. В IT он знаменит другими делами.
Ну да, ведь DHH и Стив возняк это не весьма известные (да и богатые) медиа персоны, верно? а их жены?
Что-то вспомнилась серия из «Хауса», где один негр афро-американец был очень недоволен, что ему дают не те же лекарства, что и белым (или правильнее будет евро-американцам?). Считал это вопиющим проявлением дискриминации.
Такая мелочь, как разница в действии лекарств на людей разной расовой принадлежности им во внимание не принималась.
P.S. Интересно, сейчас эта серия в США доступна к просмотру?
Такая мелочь, как разница в действии лекарств на людей разной расовой принадлежности им во внимание не принималась.
P.S. Интересно, сейчас эта серия в США доступна к просмотру?
Очень может быть, что, например
люди очень любят классифицировать всё в стиле (псевдо) «дихотомии» — либо белое, либо черное…
а ИИ, вообще может быть этим не заморачивается, и такими вещами не занимается.
Но зато, после принятия решения с помощью ИИ, человек смотрит на результаты, и хочет эти результаты классифицировать. В своём любимом стиле, естественно.
люди очень любят классифицировать всё в стиле (псевдо) «дихотомии» — либо белое, либо черное…
а ИИ, вообще может быть этим не заморачивается, и такими вещами не занимается.
Но зато, после принятия решения с помощью ИИ, человек смотрит на результаты, и хочет эти результаты классифицировать. В своём любимом стиле, естественно.
Странно кстати. У меня сложилось прямо противоположное мнение о алгоритмах американских банков — что жене (при наличии мужа), таки кредитки дают более охотно. И я даже подозреваю почему, но это будет не политкорректная мысль ;)
Комитет по финансовым услугам Палаты представителей заявлял о примерах принятия алгоритмических решений, когда были обнаружены случаи предвзятого отношения к конкретным группам населения.
В этом и суть скоринга — предвзято относиться к тем или иным группам населения.
полное устранение дискриминации = запрещению скоринга.
А если та или иная группа (женщины, мужчины, негры, алеуты, водопроводчики или рыжие) пробивает закон, чтобы им давали столько же кредитов, сколько остальным, то это значит, что они пробили себе привилегии.
То есть они серьезно уличили в дискриминации алгоритм?
Я так понимаю там написана огромная нейронка, которая построенная на фактах и статистики, а не на 'вси равныыы!!!', почему люди верят ей меньше нежели либералам, которые постоянно подменяют понятия в спорах и не имеют аргументов?
Я так понимаю там написана огромная нейронка, которая построенная на фактах и статистики, а не на 'вси равныыы!!!', почему люди верят ей меньше нежели либералам, которые постоянно подменяют понятия в спорах и не имеют аргументов?
При всей моей не любви к Эплу зачем такой наглый кликбейт, к самой карте то вопросов нет, вопросы к банку предоставляющему услуги-_-
Любой алгоритм, который намеренно дискриминирует женщин или другие группы населения, является нарушением закона в штате Нью-Йорк
Если согласно их статистике женщины/негры/т.п. отдают кредиты хуже — то почему это дискриминация?
Вся система индивидуального кредитного лимита на том и построена, что на основании кучи критериев (одним из которых является твой пол, ровно таким же может являться и твой вес или твое образование) выставляют кредитный лимит для тебя.
Или сейчас опять сведут к тому что за риски компании будет платить «белый гетеросексуальный мужчина с высшим образованием», который по статистике как раз лучше всего отдает кредиты. Но нет, теперь он будет получить меньше возможностей, а за его счет будут компенсировать риски за ту «негритянскую женщину с начальным школьным образованием»?
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Apple Card заподозрили в гендерной дискриминации. На карту пожаловался даже Стив Возняк