Första pris för uppsatsen Evaluating machine learning and traditional models in Swedish retail banking. Uppsatsen jämför traditionella beräkningsmetoder för att bedöma kreditrisk med nya metoder baserade på artificiell intelligens. Syftet är att bedöma huruvida maskinlärning överträffar traditionell logistisk regression när det gäller att bedöma kreditrisk hos potentiella låntagare, men även vilka andra fördelar respektive nackdelar metoderna kan ha. Slutsatsen är att den mest precisa modellen för att bedöma risk är så kallad “random forest”, en metod där en algoritm skapar randomiserade “beslutsträd”.
Samtidigt har denna modell nackdelar då den på grund av sin komplexitet är svårtolkad och därmed mindre transparent både för beslutsfattaren och kunden. Ett rimligt substitut till random forest är enligt författarna en vidareutvecklad logistisk regressionsmodell som kompenserar för sina mindre precisa förutsägelser med högre tolkningsbarhet och transparens. Författarnas slutsats är således att precision inte är allt, utan att även etiska aspekter behöver vägas in i val av metod vid bedömning av låneansökningar.
- Vi tyckte att det här ämnet var väldigt aktuellt med AI. Vi kan lära oss mycket av detta inför framtiden! Vi är överlyckliga för detta pris och så roligt att få träffa styrelsen på Finansförbundet, och att knyta kontakter, säger Emma och Saga, som är pristagare och uppsatsskrivare.
Flera pristagare
Andra pris går till Upskilling i föränderliga yrkesroller. En studie om kvalitet i arbetet med kompetensutveckling. Uppsatsen är en fallstudie med en avdelning inom ett företag i finansbranschen som utvalt fall. I uppsatsen analyseras kompetensutvecklande och kvalitetshöjande arbete vid avdelningen och vilka utvecklingsområden som kan identifieras.
Uppsatsens resultat visar att fem övergripande kvalitetsbrister kan konstateras: Avsaknad av samsyn kring kompetensutvecklingsprocessen, ett obalanserat intressentfokus, ett antal hinder för vardagslärande, tidsbrist samt avsaknad av incitament för högsta ledningen att driva förändring.
Vill du också ta del av Finansförbundets stipendium? Du kan ansöka om det två gånger per år.
- Våra bästa tips för att vinna stipendiet är att välja ett ämne du brinner för, då blir det också lättare att lägga ned tiden som krävs! Säger pristagarna Emma och Saga.