Kredietscores van de volgende generatie (Artem Grigor)

Wat is kredietscore?  

 Iedereen krijgt in zijn leven te maken met kredietscores, zelfs als ze nooit een lening hoeven af ​​te sluiten. Kredietscores kwamen oorspronkelijk voort uit de behoefte van banken en andere kredietverstrekkers om te beoordelen hoe waarschijnlijk het was dat klanten ze zouden terugbetalen. Om hun interne processen te vereenvoudigen
en om slanker te zijn, hebben ze deze taak uitbesteed aan kredietbeoordelingsbedrijven die een trackrecord van klantenkrediet bijhouden en klantevaluaties voltooien op basis van eigen formules. Hiermee kunnen ze een nummer van 1-1000 (850) verstrekken aan banken en andere kredietverstrekkers, wat aangeeft:
niveaus van betrouwbaarheid.

Hoewel het oorspronkelijk bedoeld was voor het beoordelen van iemands leencapaciteit, wordt kredietscores momenteel gebruikt bij alle financiële activiteiten, van het ondertekenen van een nieuw mobiel contract tot het verhuren van een appartement. Het is nu een manier om te weten of klanten financieel zijn
aansprakelijk (Sean La Pointe), waarbij het allemaal op een 3-cijferig nummer rust. Daarom is het hebben van een goede kredietscore vaak lucratiever dan het hebben van een
Goed gedaan (Experian).

Maar ondanks een bredere acceptatie dan ooit, zijn de manier waarop kredietscores zijn berekend en de gegevens die hiervoor worden gebruikt nauwelijks veranderd.

Wat is er mis met kredietscores?

Op dit moment zijn er drie grote kredietbeoordelingsorganisaties: Equifax, Experian en TransUnion. Samen doen ze de meeste kredietscores voor de VS en het VK en zijn ze de belangrijkste betrouwbare bron van informatie over u, de klant, voor kredietverstrekkers. Rekenen
de score, deze bedrijven gebruiken verschillende modellen, waarvan FICO de meest populaire is. Daarin beoordelen ze vooral hoe goed je eerdere leningen hebt terugbetaald en welke soorten leningen je hebt gehad en wanneer.

Wat verrassend is in dit model is dat het alleen leningen uit het verleden gebruikt om toekomstige leningen te beoordelen. Dit resulteert in situaties waarin een persoon met een goedbetaalde baan en spaargeld die zonder krediet leeft een lagere score heeft dan iemand die al zijn inkomen besteedt aan het terugbetalen
krediet voor eerdere leningen. Deze situatie heeft onlangs geleid tot een opstand van financieel stabiele mensen die leningen aangingen, ondanks het feit dat ze veel geld hadden, alleen om hun kredietscores te verbeteren (Emma
Woodward). 

We kunnen veel beter

Dit is natuurlijk een zorgwekkend teken. We hebben niet alleen toetredingsdrempels voor financieel stabiele mensen om een ​​lening te krijgen, maar mensen worden nu over het algemeen gestimuleerd om dieper in de schulden te komen. Zo moet het natuurlijk niet zijn. Gelukkig is er iets dat we
eraan kan doen.

Elke dag genereert een bepaalde consument gegevens die kunnen worden gebruikt als een duidelijke indicator dat ze betrouwbare betalers zijn. Van de manier waarop men geld uitgeeft, deelname aan activiteiten in vrije tijd en zelfs activiteiten op sociale media. Dit alles schetst een veel beter beeld van
of u verantwoordelijk bent voor uw schuld of niet. Bovendien kan deze informatie zich snel aanpassen aan nieuwe levensomstandigheden, in vergelijking met oude kredietscores die meestal statisch zijn, tenzij u een actieve kredietlijn heeft. 

Het is ook aangetoond dat het gebruik van alternatieve gegevens, zoals hierboven aangegeven, de kwaliteit van kredietscores drastisch kan verbeteren, met rapporten van meer dan 50% verbetering. (Krediet
Scoren met sociale netwerkgegevens, Kredietscores voor detailhandel met behulp van fijnmazige betalingsgegevens). En in de dagen van Big Data zijn er geen beperkingen bij het bouwen van nieuwe scoresystemen — het
is heel goed mogelijk.

De nieuwe aanpak zou voor veel mensen een grote aanwinst zijn, vooral voor jongeren die nog geen lening hebben afgesloten maar al een sterk profiel hebben. We hebben echter nog steeds geen systemen gezien die deze voordelen benutten, en daar is een reden voor:
Privacy.

Het privacydilemma 

Het is duidelijk dat er een overvloed aan gegevens is die kan worden gebruikt om nauwkeurigere kredietscores te verkrijgen, maar deze gegevens zijn meestal erg gevoelig. Zou je het bijvoorbeeld goed vinden om informatie te delen over elk telefoongesprek met een externe partij?
zodat ze een betere kredietscore zouden berekenen? Waarschijnlijk niet, vooral als je bedenkt dat ze je ook zouden kunnen afluisteren en informatie kunnen extraheren om door te verkopen aan adverteerders. Hoe zit het met het verzenden van uw Apple Watch-gezondheids- en locatiegegevens? Of
al uw banktransacties?

Deze bezorgdheid over de privacy is de grootste wegversperring geweest. Bovendien, hoewel er modellen zijn die kredietscores uit deze gegevens kunnen halen, leven we nog steeds met oude roestige kredietscores. Toch gloort er hoopvol licht aan de horizon. 

Privé berekeningen

In de afgelopen 10 jaar is de ontwikkeling van privacybeschermende rekentools snel toegenomen. Dit zijn tools die uitvoeringsalgoritmen over privégegevens mogelijk maken zonder ooit het risico te lopen de gegevens bloot te leggen. 

In ons geval zou het als volgt werken:

U zou uw telefoonprovider opdracht geven om uw versleutelde oproepgegevens te delen met het kredietbeoordelingsbureau. Ze kunnen dan de kredietscore over de versleutelde gegevens uitvoeren, zonder te weten wie u ooit hebt gebeld. Maar als resultaat krijgen ze een enorm
verbeterde kredietscore. Een win-win situatie voor beide partijen. En dit kan met alle soorten gegevens en zelfs met elk type analysemodellen. Het belangrijkste is echter dat u er zeker van kunt zijn dat de persoonlijke gegevens die u indient altijd privé blijven. 

Tegenwoordig zijn er twee hoofdrichtingen om dergelijke privéberekeningen uit te voeren: op software en op hardware gebaseerd. De softwarebenadering is gebaseerd op cryptografische technieken, waaronder oplossingen zoals Multi-Party Computation (MPC) en Fully Homomorphic Encryption
(FHE), nog zeer vroeg in ontwikkeling. De hardwarebenadering bestaat uit speciale chips die Confidential Computing-eenheden worden genoemd en die al in de echte wereld zijn gebruikt om gevoelige gegevens tijdens de berekening te beveiligen. De laatste technologie is momenteel de
meest veelbelovende kandidaat om te gebruiken bij het bouwen van het vereiste verbeterde kredietscoremodel, volledig geschikt voor de moderne tijd.

Wat wordt onze toekomst?

Er is opkomend en overtuigend bewijs (Kredietscores in het tijdperk van big data) waaruit blijkt dat het nieuwe tijdperk van kredietscores niet ver weg is, hopelijk met veranderingen in het volgende decennium. 

Veel banken en particuliere kredietverstrekkers hebben zich gerealiseerd dat kredietscores nog te weinig informatie geven. Daarom zoeken zij zelf actief toegang tot de data. Gegevensprivacy wordt opnieuw een groot probleem. 

Het is echter redelijk om aan te nemen dat dit met particuliere computertechnologieën ook zal veranderen, en we zullen een toename van gegevensuitwisselingsgerelateerde activiteit zien. Met onze toestemming kunnen onze versleutelde gegevens anoniem worden gedeeld tussen services, dus
ze bieden betere verzekeringsoffertes, hypotheken, koop-nu-betaal-later-aanbiedingen en nog veel meer. 

Levend in het Big Data-tijdperk, hoe meer gegevens we toegang krijgen, hoe beter de diensten die we zullen ontvangen. En privacy, de enige grote hobbel in de weg, lijkt te zijn gladgestreken.