கடன் இடர் மதிப்பீடு மற்றும் மதிப்பெண் ஆதரவு: AI வரைவைச் சரிபார்த்தல்

ஆதாயங்கள்:

• தரவு கிரெடிட் ஸ்கோரிங் எதை அடிப்படையாகக் கொண்டது மற்றும் செயற்கை நுண்ணறிவு மதிப்பெண்ணை வழங்காது, ஆனால் மதிப்பெண்களின் தெளிவான சுருக்கம் மற்றும் விடுபட்ட ஆவணச் சரிபார்ப்பை துரிதப்படுத்தும் திறன்
• செயற்கை நுண்ணறிவைப் பயன்படுத்தி கடன் கோப்பிற்கான நிலையான சரிபார்ப்பு மற்றும் வரைவு முடிவு நியாயத்தை உருவாக்கவும் மற்றும் அங்கீகரிக்கப்பட்ட நிபுணராக இறுதி ஒதுக்கீடு முடிவை எடுக்க முடியும்
• மாதிரி வெளியீடு விளக்கக்கூடிய, நியாயமான மற்றும் பாரபட்சமற்ற முறையில் ஆவணப்படுத்தப்பட வேண்டும் மற்றும் சிவப்பு கோடுகளை பராமரிக்க வேண்டும் என்பதை புரிந்து கொள்ளும் திறன்

ஒரு கடன் விண்ணப்பம் வரும்போது, ​​பின்னணியில் ஒரு எளிய கேள்வி உள்ளது: "இந்த வாடிக்கையாளர் இந்த கடனைத் திருப்பிச் செலுத்த முடியுமா மற்றும் அவர் வங்கியை செலுத்துவதில் என்ன ஆபத்து உள்ளது?" இந்தக் கேள்விக்கான பதில், கடன் நிபுணரின் நாளின் பெரும்பகுதியை எடுக்கும் பணிகளின் வரிசையில் சிதறடிக்கப்படுகிறது: வருமான அறிக்கையைப் படித்தல், கடன்/வருமான விகிதத்தைக் கணக்கிடுதல், கடன் வரலாற்றை விளக்குதல் (KKB - கிரெடிட் ரெஜிஸ்ட்ரி பீரோ குறிப்பு), பிணையத்தை மதிப்பீடு செய்தல், உள் கொள்கையுடன் ஒப்பிடுதல் மற்றும் இறுதியாக நியாயமான முடிவை எழுதுதல். செயற்கை நுண்ணறிவு இந்த பணிகளின் பகுதிகளை வாசிப்பதில், சுருக்கமாக மற்றும் நிலைத்தன்மையை சரிபார்ப்பதில் தீவிர நேரத்தை மிச்சப்படுத்துகிறது. ஆனால் கவனமாக இருங்கள்: AI ஸ்கோரை உருவாக்காது, இது ஸ்கோர் என்றால் என்ன, கோப்பு எங்கு சீரற்றது என்பதைப் புரிந்துகொள்ள உதவுகிறது. கடன் ஒதுக்கீடு முடிவு, அதன் நியாயத்துடன், அங்கீகரிக்கப்பட்ட நிபுணரால் கையொப்பமிடப்படுகிறது.

இந்த யூனிட்டில், டேட்டா கிரெடிட் ஸ்கோரிங் எதை அடிப்படையாகக் கொண்டது, எந்த கட்டத்தில் நீங்கள் செயற்கை நுண்ணறிவைப் பாதுகாப்பாகப் பயன்படுத்தலாம், அதன் வெளியீட்டை எவ்வாறு சரிபார்க்கலாம் மற்றும் எந்த சிவப்புக் கோடுகளை நீங்கள் கடக்கக்கூடாது என்பதை படிப்படியாகப் பார்ப்போம்.

கிரெடிட் ஸ்கோரிங் எதை அடிப்படையாகக் கொண்டது?

கிரெடிட் ஸ்கோர் என்பது வாடிக்கையாளரின் திருப்பிச் செலுத்தும் நிகழ்தகவை எண்ணியல் மதிப்பிற்குக் குறைக்கும் மதிப்பீடாகும். வழக்கமான உள்ளீடுகள்:

• வருமானம் மற்றும் வேலைவாய்ப்பு: மாதாந்திர வழக்கமான வருமானம், வேலை நேரம், வருமான ஆதாரத்தின் தொடர்ச்சி.
• தற்போதைய கடன்: தற்போதுள்ள கடன்கள், கிரெடிட் கார்டு கடன், கடன்-வருமான விகிதம் (மாதாந்திர கடன் செலுத்துதலின் விகிதம்).
• கடன் வரலாறு: கடந்த கால கட்டண முறை, தாமதங்கள், சட்டப் பின்தொடர்தல் பதிவுகள் (KKB மதிப்பெண் இதை சுருக்கமாகக் கூறுகிறது).
• இணை: சொத்து (வீடு, வாகனம், வைப்பு) மற்றும் கடனுக்கு எதிராக வழங்கப்பட்ட அதன் மதிப்பு.
• தேவை பண்புகள்: கடன் தொகை, முதிர்வு, தயாரிப்பு வகை.

உதவிக்குறிப்பு: மதிப்பெண் என்பது "நிகழ்தகவு மதிப்பீடு", "உண்மை" அல்ல. இரண்டு வாடிக்கையாளர்களுக்கு ஒரே மதிப்பெண் இருக்கலாம், ஆனால் அவர்களின் கதைகள் முற்றிலும் வேறுபட்டதாக இருக்கலாம். மதிப்பெண்ணுக்குப் பின்னால் உள்ள காரணத்தைப் பார்க்காமல் முடிவெடுப்பது புத்தகத்தை அதன் அட்டையை வைத்து மதிப்பிடுவதாகும்.

இந்த செயல்பாட்டில் செயற்கை நுண்ணறிவு எங்கே நிற்கிறது?

செயற்கை நுண்ணறிவை எங்கு பாதுகாப்பாகப் பயன்படுத்தலாம் மற்றும் எங்கு பயன்படுத்த முடியாது என்பது தெளிவாகிறது:

தேடுதல்

AI பங்கு

யாரிடம் முடிவு/ஒப்புதல் உள்ளது?

வருமான ஆவணத்தில் தொகையைச் சுருக்கவும்

படித்தல், சுருக்கம்

நிபுணர் மூலத்திலிருந்து உறுதிப்படுத்தல்

கடன்/வருமான விகித கணக்கீடு வரைவு

கணக்கு வரைவு

நிபுணர் மீண்டும் கணக்கிடுகிறார்

கோப்பு நிலைத்தன்மை சரிபார்ப்பு (முரண்பாடுகளைக் கண்டறிதல்)

ஸ்கேன்

நிபுணர் உறுதிப்படுத்துகிறார்

வரைவு நிராகரிப்பு/ஒப்புதல் நியாயப்படுத்தல்

உரை வரைவு

அங்கீகரிக்கப்பட்ட நிபுணர் ஆசிரியர்/அங்கீகாரங்கள்

மதிப்பெண்ணின் பொருளை விளக்குங்கள்

விளக்க உரை

நிபுணர் விமர்சனங்கள்

கடன் ஒதுக்கீடு முடிவு

(வரைவு மட்டும்)

ஆணையம்/கமிட்டி தீர்மானிக்கிறது

காணக்கூடியது போல, செயற்கை நுண்ணறிவு ஒவ்வொரு வரியிலும் வரைவுகளையும் சரிபார்ப்புகளையும் உருவாக்குகிறது; எந்த வரியிலும் "முடிவெடுக்கவில்லை". இந்த வேறுபாட்டைப் பேணுவதே இந்த அலகின் சாராம்சம்.

படிப்படியாக: செயற்கை நுண்ணறிவு ஆதரவுடன் ஒரு கோப்பைத் தயாரித்தல்

1. அநாமதேயப்படுத்து. பெயர், டிஆர் ஐடி, கணக்கு எண் ஆகியவற்றை அகற்று; வாடிக்கையாளரை "42 வயது, பொது ஊழியர், X பிரிவு" என்று விவரிக்கவும்.
2. வரைவைக் கோரவும். AI கோப்புச் சுருக்கங்கள், சீரான சரிபார்ப்புகள் மற்றும் வரைவு நியாயப்படுத்தல்களைச் செய்ய வேண்டும் — முடிவுகள் அல்ல.
3. அதை மூலத்துடன் இணைக்கவும். அச்சுப்பொறியில் உள்ள ஒவ்வொரு எண்ணும் எந்த ஆவணத்திலிருந்து வருகிறது என்பதைக் குறிக்கவும்.
4. மீண்டும் கணக்கிடு. கடன்-வருமான விகிதம், இணை விகிதம் போன்ற முக்கியமான எண்களை நீங்களே சரிபார்க்கவும்.
5. கொள்கை வடிகட்டி. உங்கள் உள் கடன் கொள்கை மற்றும் பாகுபாடு இல்லாத கொள்கையுடன் இணங்குவதைச் சரிபார்க்கவும்.
6. முடிவு மற்றும் கையொப்பம். நீங்கள் முடிவு எடுங்கள், பகுத்தறிவை எழுதுங்கள், தணிக்கை பாதையை விட்டு விடுங்கள்.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) கோப்பு நிலைத்தன்மை சரிபார்ப்பு:

உங்கள் பங்கு: கடன் கோப்பு நிலைத்தன்மை சரிபார்ப்பு. முடிவெடுத்தல். வாடிக்கையாளர் (அநாமதேய): 42 வயது, பொது ஊழியர், மாதாந்திர நிகர வருமானம் 55,000 TL, தற்போதைய மாதாந்திர கடன் கட்டணம் 12,000 TL, தேவை 250,000 TL / 48 மாதங்கள். பணி: வழங்கப்பட்ட தகவல்களில் ஏதேனும் கணித அல்லது தர்க்கரீதியான முரண்பாடுகள், விடுபட்ட ஆவணங்கள் அல்லது சீரற்ற தேதிகள் உள்ளதா? ஒவ்வொரு கண்டுபிடிப்பையும் "[உறுதிப்படுத்தல் தேவை]" என்ற லேபிளுடன் பட்டியலிட்டு அது எந்த தகவலை அடிப்படையாகக் கொண்டது என்பதைக் குறிப்பிடவும். முடிவு என்னுடையது.

2) கடன்/வருமான விகித கணக்கீடு கட்டுப்பாடு:

பின்வரும் தரவுகளுடன் கடன்/வருமான விகிதத்தை படிப்படியாகக் கணக்கிட்டு, சூத்திரத்தைக் காட்டுங்கள். கணக்கீட்டை மட்டும் செய்யுங்கள், தகுதி முடிவை எடுக்க வேண்டாம். மாதாந்திர நிகர வருமானம்: 55,000 TLC நடப்பு மாதாந்திரக் கடன் செலுத்துதல்: 12,000 TLE புதிய கடனுக்கான மதிப்பிடப்பட்ட மாதாந்திர தவணை: 6,500 கடன் விகிதம், புதிய கடன் விகிதம், அவுட்புட் விகிதம் உட்பட: இடைநிலை படிகள்.

3) வரைவு நிராகரிப்பு/ஒப்புதல் நியாயம் (விளக்கத்தக்கது):

உங்கள் பங்கு: கடன் முடிவின் காரணத்தை வரைவு செய்யும் உதவியாளர். சரிபார்க்கப்பட்ட கண்டுபிடிப்புகளின் அடிப்படையில், புதிய தகவலைச் சேர்த்து, உள்ளீடாக நான் உங்களுக்கு வழங்குகிறேன். கண்டுபிடிப்புகள்: [கடன்/வருமான விகிதம் 34%, இணை விகிதம் போதுமானது, குற்றத்தின் 1 பதிவு] பணி: இந்த கண்டுபிடிப்புகளின் அடிப்படையில் விளக்கக்கூடிய மற்றும் பாரபட்சமான மொழியைக் கொண்டிருக்காத வரைவு பகுத்தறிவை எழுதவும். பாதுகாக்கப்பட்ட பண்புகள் (வயது, பாலினம், தோற்றம், அக்கம்) பற்றிய குறிப்பு இல்லை. இறுதி முடிவையும் கையொப்பத்தையும் சேர்ப்பேன்.

4) மதிப்பெண் பற்றிய எளிய விளக்கம்:

கிரெடிட் ஸ்கோர் என்றால் என்ன என்பதை வாடிக்கையாளருக்கு 4 வாக்கியங்களில், குற்றஞ்சாட்டப்படாத மொழியைப் பயன்படுத்தி, தொழில்நுட்ப வாசகங்களைப் பயன்படுத்தாமல் விளக்கவும். தனிப்பட்ட தரவைப் பயன்படுத்த வேண்டாம், உறுதியான வாக்குறுதிகளை வழங்க வேண்டாம். இந்த உரையை வாடிக்கையாளருக்கு அனுப்பும் முன் சரிபார்ப்பேன்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்த வாடிக்கையாளருக்கு நாம் கடன் கொடுக்க வேண்டுமா? உங்கள் மதிப்பெண்ணை அடிப்படையாகக் கொண்டு முடிவு செய்து உங்கள் காரணத்தை எழுதுங்கள்.

இந்தக் கோரிக்கையானது முடிவை மாதிரிக்கு விட்டுவிடுகிறது, மூலத்துடன் இணைக்கவில்லை, மேலும் நியாயப்படுத்துதல் பாரபட்சமாகத் தோன்றுவதைத் தடுக்காது.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: முடிவு ஆதரவு உதவியாளர், முடிவெடுப்பவர் அல்ல. நான் உங்களுக்கு வழங்கிய சரிபார்க்கப்பட்ட கண்டுபிடிப்புகளின் அடிப்படையில் ஒரு வரைவு பகுத்தறிவை எழுதுங்கள். ஒவ்வொரு வாக்கியத்தின் அடிப்படையிலும் அடைப்புக்குறிக்குள் இருப்பதைக் காட்டு. பாதுகாக்கப்பட்ட பண்புகளை குறிப்பிட வேண்டாம். தெளிவற்ற புள்ளிகளை "[உறுதிப்படுத்தல் தேவை]" எனக் குறிக்கவும். இறுதி கடன் முடிவு மற்றும் பொறுப்பை நான் எடுப்பேன்.

வலுவான விருப்பம் பாத்திரத்தை கட்டுப்படுத்துகிறது, ஒவ்வொரு உரிமைகோரலையும் ஆதாரத்துடன் இணைக்கிறது, பாகுபாட்டைத் தடுக்கிறது மற்றும் முடிவை நபரில் வைத்திருக்கிறது.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - நேர சேமிப்பு. ஒரு நிபுணர் 30 கோப்புகள் கொண்ட போர்ட்ஃபோலியோவில் ஒரு நிலைத்தன்மையை சரிபார்க்கிறார். "எண் 8 இல் அறிவிக்கப்பட்ட வருமானம் 60,000 ஆனால் ஊதியம் 42,000 என்பதைக் காட்டுகிறது" போன்ற 5 முரண்பாடுகளை AI கொடியிடுகிறது. நிபுணர் அதை ஆதாரத்தில் உறுதிப்படுத்துகிறார்; அவற்றில் 3 உண்மையானவை, அவற்றில் 2 செயற்கை நுண்ணறிவின் தவறான அளவீடுகள். ஒரு கையேடு 3 மணி நேர வேலை 40 நிமிடங்களாக குறைக்கப்பட்டது மற்றும் சரிபார்ப்பு இல்லாமல் எந்த எச்சரிக்கையும் பயன்படுத்தப்படாது.

வழக்கு 2 - மீண்டும் கணக்கிடுதல் பிழையைப் பிடிக்கிறது. AI ஆனது கடன்-வருமான விகிதத்தை "28%" என்று சுருக்கமாகக் கூறுகிறது. நிபுணர் மீண்டும் சூத்திரத்தை இயக்குகிறார்: தற்போதுள்ள கடன் சேர்க்கப்படவில்லை, உண்மையான விகிதம் 41% ஆகும், இது உள்நாட்டுக் கொள்கையின் வரம்பை மீறுகிறது. சரிபார்ப்பு இல்லாமல், தவறான உறுதிப்படுத்தல் ஏற்படலாம்.

வழக்கு 3 - பாரபட்சமான அடிப்படை மறுப்பு. செயற்கை நுண்ணறிவு நிராகரிப்பு வரைவில் "விண்ணப்பதாரர் வாழும் பகுதி ஆபத்தானது" என்ற சொற்றொடரை உருவாக்குகிறது. நிபுணர் இதை மறுக்கிறார்; இந்த அறிக்கை மாவட்டத்தின் அடிப்படையில் மறைமுக பாகுபாடு (ப்ராக்ஸி மாறி) அபாயத்தைக் கொண்டுள்ளது. கடன்-வருமான விகிதம் மற்றும் குற்றப் பதிவு போன்ற முறையான அளவுகோல்களுடன் மட்டுமே நியாயப்படுத்தல் மீண்டும் எழுதப்பட்டுள்ளது.

மதிப்பெண்ணைத் தாண்டி: சூழல் மற்றும் "எல்லைக் கோடு" கோப்புகள்

கடன் முடிவுகளில் மிகவும் கடினமான பகுதி திறந்த ஏற்பு அல்லது திறந்த நிராகரிப்பு அல்ல, ஆனால் "எல்லை" கோப்புகள். உள்நாட்டு அரசியலின் வாசலுக்கு மதிப்பெண் மிக அருகில் இருந்தால், முடிவை ஒரு எண்ணின் தயவில் விட முடியாது; சூழல் செயல்பாட்டுக்கு வருகிறது. இங்குதான் AI ஒரு பொறியை அமைக்க முடியும்: இது ஒவ்வொரு எல்லைக் கோப்பையும் ஒரே இயந்திர தர்க்கத்துடன் மதிப்பிடுகிறது மற்றும் நுணுக்கத்தை இழக்கிறது. நுணுக்கத்தைச் சேர்ப்பவர் நிபுணர்.

ஒரு நிபுணர் எல்லைக் கோப்பைப் பார்க்கும் சூழலின் எடுத்துக்காட்டுகள்:

• காலதாமதத்தின் கதை: தற்காலிக உடல்நலப் பிரச்சனையா அல்லது தொடர்ந்து பணம் செலுத்த முடியாமல் போனதா? அதே "1 தாமத பதிவு" இரண்டு வெவ்வேறு கதைகளைக் கூறலாம்.
• வருமானத்தின் தன்மை: இரண்டு வாடிக்கையாளர்களுக்கு சமமான வருமானம் இருக்கலாம், ஆனால் ஒருவர் வழக்கமான சம்பளம் பெறுபவராகவும் மற்றவர் மாறி ஃப்ரீலான்ஸ் வருமானமாகவும் இருக்கலாம்; ஆபத்து விவரம் வேறுபட்டது.
• வங்கியுடனான உறவு: நீண்ட காலமாக சீராகச் செயல்படும் வாடிக்கையாளரின் கோப்பு, புதிய வாடிக்கையாளரின் கோப்பு வித்தியாசமாக வாசிக்கப்படுகிறது.

இந்தச் சூழல்களைச் சுருக்கமாகச் சொல்ல AI உங்களுக்கு உதவலாம், ஆனால் அதை எடைபோட்டு முடிவெடுப்பது நிபுணரின் பொறுப்பாகும் - குறிப்பாக எல்லைக்கோடு வழக்குகளில்.

உதவிக்குறிப்பு: மதிப்பெண் வாசலுக்கு அருகில் இருக்கும் சந்தர்ப்பங்களில், "மாடல் என்ன சொன்னது?" என்பதை விட "இந்த வாடிக்கையாளரின் கதை என்ன சொல்கிறது" என்ற கேள்விக்கு கவனம் செலுத்துங்கள். எல்லைக் கோப்புகள் நிபுணரின் தீர்ப்பு, ஆட்டோமேஷன் அல்ல, ஒளிர்கிறது.

பொதுவான தவறுகள்

• மதிப்பெண்ணை யோசித்துதான் முடிவு. மதிப்பெண் ஒரு கணிப்பு; அது தானே முடிவு அல்ல. நியாயமும், சூழலும் இல்லாமல் மதிப்பெண்ணை வைத்து தீர்ப்பளிப்பது தவறு.
• எண்ணை மீண்டும் கணக்கிடவில்லை. செயற்கை நுண்ணறிவால் வழங்கப்பட்ட விகிதங்கள் மற்றும் மொத்தங்களை உறுதிப்படுத்தாமல் பயன்படுத்துதல்; இங்குதான் பிரமை அல்லது தவறான வாசிப்பு வருகிறது.
• பாரபட்சமான நியாயத்தை கவனிக்கவில்லை. பாதுகாக்கப்பட்ட பண்புகள் அல்லது அக்கம், வயது, பாலினம் போன்ற மாற்று மாறிகளை உள்ளடக்கிய நியாயங்களை அங்கீகரிக்கவும்; கடுமையான சட்ட ஆபத்து.
• தணிக்கை பாதையை கடந்து செல்வது. எந்தச் சரிபார்ப்பின் அடிப்படையில் முடிவு எடுக்கப்பட்டது என்பதை ஆவணப்படுத்தத் தவறியது; அடுத்த ஆட்சேபனை அல்லது தணிக்கையில் பாதுகாக்க முடியாது.
• நற்சான்றிதழ்களைப் பகிர்தல். கோப்பை அநாமதேயமாக்காமல் கருவியை உள்ளிடுகிறது.

கவனம்: கடன் முடிவு நிராகரிக்கப்பட்டால், அதற்கான காரணத்தைக் கற்றுக் கொள்ளவும், எதிர்க்கவும் வாடிக்கையாளருக்கு உரிமை உண்டு. எனவே, நியாயப்படுத்துதல் சரியாகவும், விளக்கக்கூடியதாகவும், பாகுபாடு இல்லாததாகவும் இருக்க வேண்டும். "மாடல் அப்படி அடித்தது" என்பது ஒரு நியாயம் அல்ல.

சுருக்கமாக

கிரெடிட் ஸ்கோரிங் என்பது வருமானம், கடன், கடன் வரலாறு மற்றும் பிணையம் போன்ற தரவுகளின் அடிப்படையில் நிகழ்தகவு மதிப்பீடு ஆகும். இந்த செயல்பாட்டில், AI ஆவணம் வாசிப்பு, நிலைத்தன்மை சரிபார்ப்பு, கணக்கு வரைவு மற்றும் நியாயப்படுத்தல் வரைவை உருவாக்குகிறது; ஆனால் அது உங்களுக்கான மதிப்பெண்ணையோ அல்லது முடிவையோ மாற்றாது. ஒவ்வொரு எண்ணையும் மீண்டும் கணக்கிட்டு, ஒவ்வொரு நியாயப்படுத்தலையும் மூலத்திற்குக் கூறி, பாகுபாட்டின் வடிகட்டி வழியாக அனுப்பவும். கிரெடிட் ஒதுக்கீடு முடிவு அங்கீகரிக்கப்பட்ட நிபுணரால் கையொப்பமிடப்படுகிறது, மேலும் விளக்கக்கூடிய நியாயத்துடன். ஒரு வாக்கியத்தில்: செயற்கை நுண்ணறிவு கோப்பைத் தயாரிக்கிறது; ஒரு திறமையான நபர் கடன் முடிவை எடுக்கிறார்.

விண்ணப்ப பணி

மாதிரி கடன் கோப்பை வரையறுக்கவும் (அநாமதேய: வயது, தொழில், வருமானம், நடப்புக் கடன், உரிமைகோரல், முதிர்வு). மேலே உள்ள 1 மற்றும் 2 வார்ப்புருக்களுடன், முதலில் ஒரு நிலைத்தன்மையை சரிபார்த்து, பின்னர் கடன்/வருமான விகிதத்தைக் கணக்கிடுங்கள். செயற்கை நுண்ணறிவு வழங்கிய விகிதத்தை கைமுறையாக மீண்டும் கணக்கிட்டு ஒப்பிடவும். பின்னர் 3வது டெம்ப்ளேட்டுடன் ஒரு நியாயப்படுத்தல் வரைவை உருவாக்கி அதில் பாதுகாக்கப்பட்ட சொத்து அல்லது பினாமி மாறி உள்ளதா என சரிபார்க்கவும்; ஏதேனும் இருந்தால், அதை முறையான அளவுகோல்களுடன் மீண்டும் எழுதவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் கோப்பை அநாமதேயமாக்கினேன்; நான் எந்த அடையாளத் தகவலையும் பகிரவில்லை.
• [ ] நான் செயற்கை நுண்ணறிவுக்கு ஒரு வரைவு/கட்டுப்பாட்டு பணியை வழங்கினேன், ஒரு முடிவை அல்ல.
• [ ] நான் கடன்/வருமான விகிதம் மற்றும் முக்கியமான எண்களை கையால் மீண்டும் கணக்கிட்டேன்.
• [ ] நான் சரிபார்த்த கண்டுபிடிப்புகள் மற்றும் ஆதாரத்தை மேற்கோள் காட்டுவதற்கான காரணத்தை கூறினேன்.
• [ ] வாதத்தில் பாதுகாக்கப்பட்ட சொத்து/ப்ராக்ஸி மாறி இல்லை என்பதை நான் சரிபார்த்தேன்.
• [ ] நான் முடிவையும் அதன் நியாயத்தையும் பதிவு செய்துள்ளேன்; நான் இறுதிப் பொறுப்பை ஏற்றுக்கொண்டேன்.