Punteggio crediti di nuova generazione (Artem Grigor)

Che cos'è il punteggio di credito  

 Tutti dovranno affrontare il Credit Scoring nella loro vita, anche se non dovranno mai chiedere un prestito. Il Credit Scoring nasce originariamente dalla necessità per le banche e altri istituti di credito di valutare la probabilità che i clienti li ripagheranno. Per semplificare i processi interni
e per essere più snelli, hanno esternalizzato questo compito a società di credit scoring che mantengono record di credito dei clienti e completano le valutazioni dei clienti sulla base di formule proprietarie. In questo modo, possono fornire un numero compreso tra 1 e 1000 (850) alle banche e ad altri istituti di credito, indicando
livelli di affidabilità.

Nonostante fosse originariamente destinato a valutare la capacità di prendere un prestito, oggi il credit scoring viene utilizzato in tutte le attività finanziarie, dalla firma di un nuovo contratto di telefonia mobile all'affitto di un appartamento. Ora è un modo per sapere se i clienti stanno finanziariamente
responsabile (Sean LaPointe), tutto basato su un numero di 3 cifre. Pertanto, avere un buon punteggio di credito è spesso più redditizio che averne uno
lavoro eccellente (Experian).

Tuttavia, nonostante l’adozione sia più ampia che mai, il modo in cui sono stati calcolati i punteggi di credito e i dati utilizzati per farlo non sono cambiati di molto.

Cosa c'è di sbagliato nel punteggio del credito?

Al momento, ci sono tre principali organizzazioni di credit scoring: Equifax, Experian e TransUnion. Insieme eseguono la maggior parte del credit scoring per gli Stati Uniti e il Regno Unito e rappresentano la principale fonte affidabile di informazioni su di te, il cliente, per gli istituti di credito. Calcolare
In base al punteggio, queste aziende utilizzano diversi modelli, FICO è il più popolare. In esso, valutano principalmente quanto bene hai rimborsato i prestiti precedenti, quali tipi di prestiti hai avuto e quando.

Ciò che sorprende in questo modello è che utilizza solo i prestiti passati per valutare quelli futuri. Ciò si traduce in situazioni in cui una persona con un lavoro ben retribuito e risparmi che vive senza credito ha un punteggio inferiore rispetto a qualcuno che spende tutto il proprio reddito per rimborsare
credito per prestiti precedenti. Questa situazione ha recentemente causato un aumento di persone finanziariamente stabili che accettano prestiti, nonostante abbiano molti fondi, solo per aumentare i loro punteggi di credito (Emma
Woodward). 

Possiamo fare molto meglio

Questo è ovviamente un segnale preoccupante. Non solo esistono barriere all’ingresso che impediscono alle persone finanziariamente stabili di ottenere un prestito, ma le persone sono ora generalmente incentivate ad indebitarsi ulteriormente. Ovviamente non dovrebbe essere così. Per fortuna, c'è qualcosa che noi
può fare al riguardo.

Ogni giorno ogni consumatore genera dati che possono essere utilizzati come chiaro indicatore del fatto che è un pagatore affidabile. Dal modo in cui si spende il denaro, alla partecipazione alle attività nel tempo libero e persino all'attività sui social media. Tutto ciò dipinge un quadro molto migliore della situazione
se sarai responsabile del tuo debito o meno. Inoltre, queste informazioni possono adattarsi rapidamente alle nuove condizioni di vita, rispetto ai vecchi punteggi di credito che sono per lo più statici a meno che non si disponga di una linea di credito attiva. 

È stato inoltre dimostrato che l'utilizzo di dati alternativi, come quelli sopra indicati, può migliorare drasticamente la qualità del punteggio di credito, con rapporti di miglioramento di oltre il 50%. (Credito
Punteggio con i dati dei social network, Punteggio del credito al dettaglio utilizzando dati di pagamento a grana fine). E ai tempi dei Big Data, non ci sono limitazioni alla creazione di nuovi sistemi di punteggio
è assolutamente possibile.

Il nuovo approccio sarebbe una grande vittoria per molte persone, soprattutto per i giovani che non hanno ancora contratto prestiti ma hanno già un profilo forte. Tuttavia, non abbiamo ancora visto sistemi che sfruttino questi vantaggi e c'è una ragione per questo:
Privacy.

Il dilemma della privacy 

Chiaramente, esiste un'abbondanza di dati che possono essere utilizzati per ottenere punteggi di credito più accurati, tuttavia questi dati sono generalmente molto sensibili. Ad esempio, ti andrebbe bene condividere le informazioni su ogni conversazione telefonica avuta con una persona esterna?
in modo da calcolare un punteggio di credito migliore? Probabilmente no, soprattutto se consideri che potrebbero anche origliarti ed estrarre informazioni da vendere poi agli inserzionisti. Che ne dici di inviare i dati sulla salute e sulla posizione del tuo Apple Watch? O
tutte le tue transazioni bancarie?

Questa preoccupazione per la privacy è stata il principale ostacolo. Inoltre, anche se esistono modelli in grado di estrarre i punteggi di credito da questi dati, viviamo ancora con vecchi punteggi di credito arrugginiti. Tuttavia, c’è una luce di speranza all’orizzonte. 

Calcoli privati

Negli ultimi 10 anni si è assistito a un rapido aumento nello sviluppo di strumenti informatici che preservano la privacy. Si tratta di strumenti che consentono l'esecuzione di algoritmi su dati privati ​​senza mai rischiare di esporre i dati. 

Nel nostro caso, funzionerebbe come segue:

Dovresti istruire il tuo operatore telefonico a condividere i dettagli della tua chiamata crittografata con l'agenzia di punteggio del credito. Saranno quindi in grado di eseguire il punteggio di credito sui dati crittografati, senza sapere chi hai mai chiamato. Ma di conseguenza, otterranno un enorme risultato
miglioramento del punteggio di credito. Una situazione vantaggiosa per entrambe le parti. E questo può essere fatto con qualsiasi tipo di dati e persino con qualsiasi tipo di modello di analisi. Ancora più importante, puoi essere sicuro che i dati personali che invii rimangano sempre privati. 

Oggi esistono due direzioni principali per eseguire tali calcoli privati: basati su software e hardware. L'approccio software si basa su tecniche crittografiche, comprese soluzioni come Multi-Party Computation (MPC) e Fully Homomorphic Encryption
(FHE),  ancora molto presto nello sviluppo. L'approccio hardware è costituito da chip speciali chiamati Confidential Computing Unit che sono già stati utilizzati nel mondo reale per proteggere i dati sensibili durante il calcolo. Quest'ultima tecnologia è attualmente la
candidato più promettente da utilizzare nella costruzione del modello di credit scoring migliorato richiesto, pienamente adatto ai giorni nostri.

Quale sarà il nostro futuro?

Esistono prove emergenti e convincenti (Il Credit Scoring nell’era dei Big Data) dimostrando che la nuova era del credit scoring non è troppo lontana e si spera che si possano vedere cambiamenti nel prossimo decennio. 

Molte banche e istituti di credito privati ​​si sono resi conto che i punteggi di credito forniscono ancora troppe poche informazioni. Per questo motivo cercano attivamente di accedere essi stessi ai dati. La privacy dei dati, ancora una volta, diventa un grosso problema. 

Tuttavia, è ragionevole presumere che con le tecnologie di calcolo private anche questo cambierà e vedremo un aumento delle attività legate allo scambio di dati. Con il nostro consenso, i nostri dati crittografati potrebbero essere condivisi in modo anonimo tra i servizi
forniscono preventivi assicurativi, mutui, offerte acquista ora, paga dopo e molto altro ancora. 

Vivendo nell’era dei Big Data, più dati abbiamo accesso, migliori saranno i servizi che riceveremo. E la privacy, l’unico grande ostacolo sulla strada, sembra essere stata appianata.