Calificación crediticia de próxima generación (Artem Grigor)

¿Qué es la puntuación de crédito?  

 Todos enfrentarán Credit Scoring en su vida, incluso si nunca tienen que pedir un préstamo. Credit Scoring originalmente surgió de la necesidad de los bancos y otros prestamistas de evaluar la probabilidad de que los clientes los paguen. Para simplificar sus procesos internos
y ser más ágiles, subcontrataron esta tarea a compañías de calificación crediticia que mantienen registros de seguimiento crediticio de los clientes y completan las evaluaciones de los clientes en función de fórmulas patentadas. Con esto, pueden proporcionar un número del 1 al 1000 (850) a los bancos y otros prestamistas, indicando
niveles de confiabilidad.

A pesar de que originalmente estaba destinado a evaluar la capacidad de tomar un préstamo, ahora la calificación crediticia se usa en todas las actividades financieras, desde firmar un nuevo contrato de telefonía móvil hasta alquilar un apartamento. Ahora es una forma de saber si los clientes están económicamente
responsable (Sean La Pointe), con todo descansando en un número de 3 dígitos. Por lo tanto, tener un buen puntaje crediticio suele ser más lucrativo que tener un
Excelente trabajo (Experian).

Sin embargo, a pesar de tener una adopción más amplia que nunca, la forma en que se han calculado los puntajes de crédito y los datos utilizados para hacerlo apenas han cambiado.

¿Qué tiene de malo la puntuación de crédito?

En este momento, hay tres organizaciones importantes de calificación crediticia: Equifax, Experian y TransUnion. Juntos realizan la mayor parte de la calificación crediticia para los EE. UU. y el Reino Unido y son la principal fuente confiable de información sobre usted, el cliente, para los prestamistas. Calcular
En la puntuación, estas empresas utilizan varios modelos, siendo FICO el más popular. En él, en su mayoría evalúan qué tan bien ha pagado los préstamos anteriores, así como qué tipos de préstamos ha tenido y cuándo.

Lo sorprendente de este modelo es que solo utiliza préstamos pasados ​​para evaluar los futuros. Esto da como resultado situaciones en las que una persona con un trabajo bien remunerado y ahorros que vive sin crédito tiene un puntaje más bajo que alguien que gasta todos sus ingresos en pagar
crédito por préstamos anteriores. Esta situación ha provocado recientemente un aumento de personas financieramente estables que toman préstamos, a pesar de tener muchos fondos, solo para mejorar sus puntajes crediticios (Emma
Woodward). 

Podemos hacer mucho mejor

Esta es obviamente una señal preocupante. No solo tenemos barreras de entrada para que las personas financieramente estables obtengan un préstamo, sino que ahora las personas generalmente están incentivadas para endeudarse más. Por supuesto, no debería ser así. Afortunadamente, hay algo que
puede hacer al respecto.

Todos los días, cualquier consumidor genera datos que pueden usarse como un indicador claro de que son pagadores confiables. Desde la forma en que uno gasta el dinero, la participación en actividades en el tiempo libre e incluso la actividad en las redes sociales. Todo esto pinta una imagen mucho mejor de
si usted será responsable de su deuda o no. Además, esta información puede ajustarse rápidamente a las nuevas condiciones de vida, en comparación con los puntajes de crédito anteriores, que en su mayoría son estáticos, a menos que tenga una línea de crédito activa. 

También se ha demostrado que el uso de datos alternativos, como los indicados anteriormente, puede mejorar drásticamente la calidad de la calificación crediticia, con informes de mejora de más del 50%. (Crédito
Puntuación con datos de redes sociales, Puntuación de crédito minorista utilizando datos de pago detallados). Y en los días de Big Data, no hay limitaciones en la construcción de nuevos sistemas de puntuación:
es muy posible.

El nuevo enfoque sería una gran victoria para muchas personas, especialmente para los jóvenes que aún no han obtenido préstamos pero que ya tienen un perfil sólido. Sin embargo, todavía no hemos visto sistemas que aprovechen estos beneficios, y hay una razón para ello:
Intimidad.

El dilema de la privacidad 

Claramente, hay una gran cantidad de datos que se pueden usar para obtener puntajes crediticios más precisos, sin embargo, estos datos suelen ser muy sensibles. Por ejemplo, ¿estaría de acuerdo con compartir información sobre cada conversación telefónica que tuvo con una parte externa?
para que pudieran calcular una mejor puntuación de crédito? Probablemente no, especialmente si considera que también podrían espiarlo y extraer información para venderla a los anunciantes. ¿Qué hay de enviar los datos de salud y ubicación de su Apple Watch? O
todas sus transacciones bancarias?

Esta preocupación por la privacidad ha sido el principal obstáculo. Además, aunque existen modelos que podrían extraer puntajes crediticios de estos datos, todavía vivimos con puntajes crediticios viejos y oxidados. Sin embargo, hay una luz esperanzadora en el horizonte. 

Cómputos privados

En los últimos 10 años, ha habido un rápido aumento en el desarrollo de herramientas informáticas para preservar la privacidad. Se trata de herramientas que permiten ejecutar algoritmos sobre datos privados sin correr el riesgo de exponer los datos. 

En nuestro caso, funcionaría de la siguiente manera:

Le indicaría a su proveedor de telefonía que comparta los detalles de su llamada encriptada con la agencia de calificación crediticia. Luego podrán ejecutar la puntuación de crédito sobre los datos encriptados, sin saber a quién llamó. Pero como resultado, obtendrán una gran
puntuación de crédito mejorada. Una situación win-win para ambas partes. Y esto se puede hacer con cualquier tipo de datos, e incluso con cualquier tipo de modelo analítico. Lo que es más importante aún, puede estar seguro de que los datos personales que envía siempre se mantienen privados. 

Hoy en día, existen dos direcciones principales para realizar tales cálculos privados: basados ​​en software y hardware. El enfoque del software se basa en técnicas criptográficas, incluidas soluciones como la computación multipartita (MPC) y el cifrado completamente homomórfico.
(FHE), todavía muy temprano en el desarrollo. El enfoque de hardware consiste en chips especiales llamados unidades de computación confidencial que ya se han utilizado en el mundo real para asegurar datos confidenciales durante la computación. Esta última tecnología es actualmente la
candidato más prometedor para ser utilizado en la construcción del modelo de puntuación de crédito mejorado requerido, totalmente apto para la actualidad.

¿Cuál será nuestro futuro?

Existe evidencia emergente y convincente (Calificación crediticia en la era de los grandes datos) demostrando que la nueva era de la calificación crediticia no está muy lejana y, con suerte, verá cambios en la próxima década. 

Muchos bancos y prestamistas privados se han dado cuenta de que los puntajes de crédito aún brindan muy poca información. Debido a esto, ellos mismos están buscando activamente el acceso a los datos. La privacidad de los datos, de nuevo, se convierte en un gran problema. 

Sin embargo, es razonable suponer que con las tecnologías de computación privada, esto también cambiará y veremos un aumento en la actividad relacionada con el intercambio de datos. Con nuestro consentimiento, nuestros datos cifrados podrían compartirse de forma anónima entre servicios para que
proporcionan mejores cotizaciones de seguros, hipotecas, ofertas de compra ahora y pago posterior y mucho más. 

Viviendo en la era de Big Data, cuantos más datos tengamos acceso, mejores serán los servicios que recibiremos. Y la privacidad, el único bache importante en el camino, parece haberse allanado.