Seuraavan sukupolven luottopisteet (Artem Grigor)

Mikä on luottoluokitus  

 Jokainen kohtaa Credit Scoring elämässään, vaikka heidän ei koskaan tarvitsisi ottaa lainaa. Credit Scoring syntyi alun perin pankkien ja muiden lainanantajien tarpeesta arvioida, kuinka todennäköisesti asiakkaat aikovat maksaa ne takaisin. Yksinkertaistaakseen heidän sisäisiä prosessejaan
ja olla kevyempiä, he ulkoistivat tämän tehtävän luottoluokitusyrityksille, jotka ylläpitävät asiakkaiden luottotietoja ja suorittavat asiakasarviointeja omien kaavojen perusteella. Tämän avulla he voivat tarjota numeron 1-1000 (850) pankeille ja muille lainanantajille, mikä tarkoittaa
luotettavuustasoja.

Huolimatta siitä, että se oli alun perin tarkoitettu oman lainanottokyvyn arviointiin, se on tällä hetkellä käytössä kaikessa taloustoiminnassa uuden mobiilisopimuksen solmimisesta asunnon vuokraamiseen. Se on nyt tapa tietää, ovatko asiakkaat taloudellisesti
vastuullinen (Sean LaPointe), ja se kaikki perustuu 3-numeroiseen numeroon. Siksi hyvien luottotietojen saaminen on usein tuottoisampaa kuin luottotiedot
hyvää työtä (Experian).

Siitä huolimatta, että luottopisteiden laskentatapa ja siihen käytetyt tiedot eivät ole juurikaan muuttuneet, vaikka niitä on otettu käyttöön laajemmin kuin koskaan.

Mitä vikaa luottopisteydessä on?

Tällä hetkellä on kolme suurta luottoluokitusorganisaatiota: Equifax, Experian ja TransUnion. Yhdessä he tekevät suurimman osan luottoluokitusta Yhdysvalloissa ja Isossa-Britanniassa ja ovat tärkein luotettu tietolähde sinusta, asiakkaasta, lainanantajille. Laskea
pisteet, nämä yritykset käyttävät useita malleja, joista FICO on suosituin. Siinä enimmäkseen arvioidaan, kuinka hyvin olet maksanut takaisin aikaisemmat lainat sekä millaisia ​​lainoja sinulla on ollut ja milloin.

Yllättävää tässä mallissa on, että se käyttää vain menneitä lainoja arvioimaan tulevia lainoja. Tämä johtaa tilanteisiin, joissa hyväpalkkaisessa työssä ja säästöissä ilman luottoa elävällä on alhaisemmat pisteet kuin sellaisella, joka käyttää kaikki tulonsa takaisinmaksuun.
luotto aiemmista lainoista. Tämä tilanne on äskettäin aiheuttanut kansannousun taloudellisesti vakaiden ihmisten keskuudessa, jotka ottavat lainaa, vaikka heillä on runsaasti varoja, vain parantaakseen luottotietojaan (Emma
Woodward). 

Voimme tehdä paljon paremmin

Tämä on selvästi huolestuttava merkki. Meillä ei ole ainoastaan ​​esteitä taloudellisesti vakaille ihmisille saada lainaa, vaan ihmisiä kannustetaan nykyään yleensä syvenemään velkaantumiseen. Tietenkään sen ei pitäisi olla niin. Onneksi meillä on jotain
voi tehdä asialle.

Jokainen kuluttaja tuottaa joka päivä tietoja, joita voidaan käyttää selkeänä indikaattorina siitä, että hän on luotettava maksaja. Rahankäyttötavoista, aktiivisuudesta vapaa-ajan osallistumisesta ja jopa sosiaalisen median toiminnasta. Kaikki tämä antaa paljon paremman kuvan
oletko vastuussa veloistasi vai et. Lisäksi nämä tiedot voivat nopeasti mukautua uusiin elämänolosuhteisiin verrattuna vanhoihin luottopisteisiin, jotka ovat enimmäkseen staattisia, ellei sinulla ole aktiivista luottorajaa. 

On myös osoitettu, että vaihtoehtoisten tietojen, kuten edellä mainittujen, käyttö voi parantaa huomattavasti luottopisteytysten laatua, ja raportit ovat parantuneet yli 50 %. (Luotto
Pisteytys sosiaalisen verkoston tiedoilla, Vähittäiskaupan luottopisteytys käyttämällä hienojakoisia maksutietoja). Ja Big Datan päivinä uusien pisteytysjärjestelmien rakentamisessa ei ole rajoituksia
on hyvin mahdollista.

Uusi lähestymistapa olisi suuri voitto monille ihmisille, etenkin nuorille, jotka eivät ole vielä ottaneet lainaa, mutta joilla on jo vahva profiili. Emme kuitenkaan ole vielä nähneet järjestelmiä hyödyntävän näitä etuja, ja siihen on syy -
Yksityisyyttä.

Yksityisyyden dilemma 

On selvää, että on olemassa runsaasti tietoja, joita voidaan käyttää tarkempien luottopisteiden saamiseksi, mutta nämä tiedot ovat yleensä erittäin arkaluonteisia. Voisitko esimerkiksi jakaa tietoja jokaisesta puhelinkeskustelusta ulkopuolisen osapuolen kanssa
jotta he voisivat laskea paremman luottopisteen? Todennäköisesti ei, varsinkin jos ajattelet, että he saattavat myös salakuunnella sinua ja poimia tietoja myydäkseen mainostajille. Entä Apple Watchin terveys- ja sijaintitietojen lähettäminen? Tai
kaikki pankkitapahtumasi?

Tämä tietosuojahuoli on ollut suurin tiesulku. Lisäksi, vaikka on olemassa malleja, jotka voisivat poimia luottopisteitä näistä tiedoista, elämme edelleen vanhojen ruosteisten luottopisteiden kanssa. Silti horisontissa on toiveikas valo. 

Yksityiset laskelmat

Viimeisten 10 vuoden aikana yksityisyyttä suojelevien laskentatyökalujen kehitys on ollut nopeaa. Nämä ovat työkaluja, jotka mahdollistavat suoritusalgoritmien suorittamisen yksityisten tietojen yli vaarantamatta koskaan tietojen paljastamista. 

Meidän tapauksessamme se toimisi seuraavasti:

Kehotat puhelinpalveluntarjoajaasi jakamaan salatut puhelutietosi luottoluokituslaitoksen kanssa. He voivat sitten suorittaa luottopisteytyksen salattujen tietojen yli tietämättä kenelle olet koskaan soittanut. Mutta seurauksena he saavat valtavasti
parantunut luottoluokitus. win-win-tilanne molemmille osapuolille. Ja tämä voidaan tehdä millä tahansa tiedolla ja jopa minkä tahansa tyyppisillä analytiikkamalleilla. Mikä tärkeintä, voit olla varma, että lähettämäsi henkilötiedot pysyvät aina yksityisinä. 

Nykyään tällaisten yksityisten laskelmien tekemiseen on kaksi pääsuuntaa - ohjelmisto- ja laitteistopohjainen. Ohjelmistolähestymistapa perustuu salaustekniikoihin, mukaan lukien ratkaisut, kuten Multi-Party Computation (MPC) ja Fully Homomorphic Encryption
(FHE), vielä hyvin varhaisessa kehitysvaiheessa. Laitteiston lähestymistapa koostuu erityisistä siruista, joita kutsutaan Confidential Computing -yksiköiksi ja joita on jo käytetty todellisessa maailmassa arkaluonteisten tietojen suojaamiseen laskennan aikana. Jälkimmäinen tekniikka on tällä hetkellä
lupaavin ehdokas käytettäväksi vaaditun parannetun luottopisteytysmallin rakentamisessa, joka sopii täysin nykypäivään.

Millainen on tulevaisuutemme?

On olemassa uusia ja vakuuttavia todisteita (Luottopisteytys Big Datan aikakaudella) osoittaa, että luottopisteytysten uusi aikakausi ei ole liian kaukana, ja toivottavasti muutoksia tulee seuraavan vuosikymmenen aikana. 

Monet pankit ja yksityiset lainanantajat ovat huomanneet, että luottopisteet tarjoavat edelleen liian vähän tietoa. Tämän vuoksi he etsivät itse aktiivisesti pääsyä tietoihin. Tietosuojasta tulee jälleen suuri ongelma. 

On kuitenkin perusteltua olettaa, että yksityisillä laskentatekniikoilla tämäkin muuttuu ja tiedonvaihtoon liittyvä aktiivisuus tulee lisääntymään. Suostumuksellamme salattuja tietojamme voidaan jakaa anonyymisti palveluiden välillä
ne tarjoavat parempia vakuutustarjouksia, asuntolainoja, osta-nyt-maksa myöhemmin -tarjouksia ja paljon muuta. 

Big Datan aikakaudella elämme, mitä enemmän dataa saamme käsiksi, sitä parempia palveluita saamme. Ja yksityisyys, tien ainoa suuri kolhu, näyttää olevan tasoitettu.