Pontuação de crédito de última geração (Artem Grigor)

O que é pontuação de crédito  

 Todos enfrentarão Credit Scoring em suas vidas, mesmo que nunca precisem contrair um empréstimo. A pontuação de crédito surgiu originalmente da necessidade dos bancos e outros credores avaliarem a probabilidade de os clientes reembolsá-los. Para simplificar seus processos internos
e para serem mais enxutos, eles terceirizaram essa tarefa para empresas de pontuação de crédito que mantêm registros de crédito de clientes e completam avaliações de clientes com base em fórmulas proprietárias. Com isso, eles podem fornecer um número de 1 a 1000 (850) para bancos e outros credores, indicando
níveis de confiabilidade.

Apesar de originalmente ter como objetivo avaliar a capacidade de contrair empréstimos, atualmente a pontuação de crédito é utilizada em todas as atividades financeiras, desde a assinatura de um novo contrato de telefonia móvel até o aluguel de um apartamento. Agora é uma forma de saber se os clientes estão financeiramente
responsável (Sean LaPointe), com tudo baseado em um número de 3 dígitos. Portanto, ter uma boa pontuação de crédito costuma ser mais lucrativo do que ter um
excelente trabalho (Experian).

No entanto, apesar de ter uma adoção mais ampla do que nunca, a forma como as pontuações de crédito foram calculadas e os dados utilizados para o fazer praticamente não mudaram.

O que há de errado com a pontuação de crédito?

Neste momento, existem três grandes organizações de pontuação de crédito: Equifax, Experian e TransUnion. Juntos, eles fazem a maior parte da pontuação de crédito dos EUA e do Reino Unido e são a principal fonte confiável de informações sobre você, o cliente, para os credores. Calcular
No placar, essas empresas utilizam diversos modelos, sendo o FICO o mais popular. Nele, eles avaliam principalmente até que ponto você pagou bem os empréstimos anteriores, bem como que tipos de empréstimos você teve e quando.

O que é surpreendente neste modelo é que ele utiliza apenas empréstimos passados ​​para avaliar os futuros. Isto resulta em situações em que uma pessoa com um emprego bem remunerado e poupanças que vive sem crédito tem uma pontuação mais baixa do que alguém que gasta todo o seu rendimento para pagar.
crédito para empréstimos anteriores. Esta situação causou recentemente um aumento de pessoas financeiramente estáveis ​​que tomam empréstimos, apesar de terem muitos fundos, apenas para aumentarem a sua pontuação de crédito (Emma
Guarda de parque). 

Podemos fazer muito melhor

Este é obviamente um sinal preocupante. Não só temos barreiras de entrada para que pessoas financeiramente estáveis ​​possam obter um empréstimo, como também as pessoas são agora geralmente incentivadas a endividar-se ainda mais. Claro, não deveria ser assim. Felizmente, há algo que
pode fazer sobre isso.

Todos os dias, qualquer consumidor gera dados que podem ser usados ​​como um indicador claro de que são pagadores confiáveis. Desde a forma como se gasta o dinheiro, participação em atividades no tempo livre e até atividades nas redes sociais. Tudo isso pinta uma imagem muito melhor de
se você será responsável por sua dívida ou não. Além disso, esta informação pode ajustar-se rapidamente às novas condições de vida, em comparação com antigas pontuações de crédito que são na sua maioria estáticas, a menos que tenha uma linha de crédito activa. 

Também foi demonstrado que a utilização de dados alternativos, como os indicados acima, pode melhorar drasticamente a qualidade da pontuação de crédito, com relatórios de melhoria de mais de 50%. (crédito
Pontuação com dados de redes sociais, Pontuação de crédito de varejo usando dados de pagamento detalhados). E na época do Big Data, não há limitações na construção de novos sistemas de pontuação - é
é muito possível.

A nova abordagem seria uma grande vitória para muitas pessoas, especialmente para os jovens que ainda não contraíram empréstimos, mas que já têm um perfil forte. No entanto, ainda não vimos sistemas que aproveitem estes benefícios, e há uma razão para isso:
Privacidade.

O dilema da privacidade 

Claramente, há uma abundância de dados que podem ser usados ​​para obter pontuações de crédito mais precisas; no entanto, esses dados são geralmente muito sensíveis. Por exemplo, você concordaria em compartilhar informações sobre todas as conversas telefônicas realizadas com uma pessoa externa?
para que eles calculassem uma pontuação de crédito melhor? Provavelmente não, especialmente se você considerar que eles também podem espionar você e extrair informações para vender aos anunciantes. Que tal enviar dados de saúde e localização do Apple Watch? Ou
todas as suas transações bancárias?

Essa preocupação com a privacidade tem sido o principal obstáculo. Além disso, embora existam modelos que possam extrair pontuações de crédito a partir destes dados, ainda vivemos com pontuações de crédito antigas e enferrujadas. No entanto, há uma luz esperançosa no horizonte. 

Cálculos privados

Nos últimos 10 anos, houve um rápido aumento no desenvolvimento de ferramentas computacionais que preservam a privacidade. São ferramentas que permitem a execução de algoritmos sobre dados privados sem nunca correr o risco de expor os dados. 

No nosso caso, funcionaria da seguinte forma:

Você instruiria sua operadora de telefonia a compartilhar os detalhes de sua chamada criptografada com a agência de pontuação de crédito. Eles poderão então executar a pontuação de crédito sobre os dados criptografados, sem saber para quem você ligou. Mas, como resultado, eles obterão um enorme
pontuação de crédito melhorada. Uma situação ganha-ganha para ambas as partes. E isso pode ser feito com qualquer tipo de dados e até mesmo com qualquer tipo de modelo analítico. Mais importante ainda, você pode ter certeza de que os dados pessoais enviados permanecerão sempre privados. 

Hoje, existem duas direções principais para fazer esses cálculos privados – baseados em software e hardware. A abordagem do software é baseada em técnicas criptográficas, incluindo soluções como Multi-Party Computation (MPC) e Fully Homomorphic Encryption.
(FHE), ainda em fase inicial de desenvolvimento. A abordagem de hardware consiste em chips especiais chamados unidades de Computação Confidencial que já foram usados ​​no mundo real para proteger dados confidenciais durante a computação. Esta última tecnologia é atualmente a
candidato mais promissor a ser usado na construção do modelo de pontuação de crédito aprimorado necessário, totalmente adequado para os dias modernos.

Qual será o nosso futuro?

Existem evidências emergentes e convincentes (Pontuação de crédito na era do Big Data) provando que a nova era da pontuação de crédito não está muito distante, esperando-se que vejamos mudanças na próxima década. 

Muitos bancos e credores privados perceberam que as pontuações de crédito ainda fornecem muito pouca informação. Por causa disso, eles próprios buscam ativamente o acesso aos dados. A privacidade dos dados, novamente, torna-se um grande problema. 

No entanto, é razoável supor que com as tecnologias de computação privadas isto também mudará e veremos um aumento na actividade relacionada com o intercâmbio de dados. Com o nosso consentimento, nossos dados criptografados poderão ser compartilhados anonimamente entre serviços para que
eles oferecem melhores cotações de seguros, hipotecas, ofertas compre agora, pague depois e muito mais. 

Vivendo na era do Big Data, quanto mais dados tivermos acesso, melhores serão os serviços que receberemos. E a privacidade, o único grande obstáculo no caminho, parece ter sido suavizada.