Кредитный скоринг нового поколения (Артем Григор)

Что такое кредитный скоринг  

 Каждый человек в своей жизни столкнется с кредитным скорингом, даже если ему никогда не придется брать кредит. Первоначально кредитный скоринг возник из-за того, что банкам и другим кредиторам нужно было оценить, насколько вероятно, что клиенты собираются их погасить. Чтобы упростить свои внутренние процессы
и чтобы быть более компактным, они передали эту задачу компаниям, занимающимся кредитным скорингом, которые ведут учет кредитоспособности клиентов и проводят оценку клиентов на основе запатентованных формул. При этом они могут предоставить номер от 1 до 1000 (850) банкам и другим кредиторам с указанием
уровни надежности.

Несмотря на то, что изначально он предназначался для оценки кредитоспособности, сейчас кредитный скоринг используется во всех финансовых операциях, от подписания нового мобильного контракта до сдачи квартиры в аренду. Теперь это способ узнать, финансово ли обеспечены клиенты.
ответственный (Шон ЛаПойнт), причем все это опирается на 3-значное число. Таким образом, иметь хороший кредитный рейтинг часто более прибыльно, чем иметь
отличная работа (Experian).

Тем не менее, несмотря на более широкое распространение, чем когда-либо, способ расчета кредитного рейтинга и данные, используемые для этого, практически не изменились.

Что не так с кредитным скорингом?

В настоящее время существует три основных кредитных скоринговых организации: Equifax, Experian и TransUnion. Вместе они выполняют большую часть кредитного скоринга для США и Великобритании и являются основным надежным источником информации о вас, клиенте, для кредиторов. Вычислять
В результате эти компании используют несколько моделей, наиболее популярной из которых является FICO. В нем они в основном оценивают, насколько хорошо вы погасили предыдущие кредиты, а также какие типы кредитов у вас были и когда.

Что удивительно в этой модели, так это то, что она использует только прошлые кредиты для оценки будущих. Это приводит к ситуациям, когда человек с хорошо оплачиваемой работой и сбережениями, который живет без кредита, имеет более низкий балл, чем тот, кто тратит весь свой доход на погашение долга.
кредит по предыдущим кредитам. Эта ситуация недавно вызвала восстание финансово стабильных людей, которые берут кредиты, несмотря на то, что у них достаточно средств, только для того, чтобы улучшить свои кредитные рейтинги (Эмма
Лесничий). 

Мы можем сделать намного лучше

Это явно тревожный признак. Мало того, что у нас есть входные барьеры для финансово стабильных людей, чтобы получить кредит, но люди теперь, как правило, заинтересованы в том, чтобы еще больше залезть в долги. Конечно, так быть не должно. К счастью, есть кое-что, что мы
может сделать об этом.

Каждый день любой конкретный потребитель генерирует данные, которые можно использовать в качестве четкого индикатора того, что они являются надежными плательщиками. От того, как человек тратит деньги, от активности в свободное время и даже от активности в социальных сетях. Все это рисует гораздо лучшую картину
будете ли вы нести ответственность за свой долг или нет. Более того, эта информация может быстро адаптироваться к новым условиям жизни по сравнению со старыми кредитными рейтингами, которые в основном статичны, если только у вас нет активной кредитной линии. 

Также было показано, что использование альтернативных данных, таких как указанные выше, может значительно улучшить качество кредитного скоринга, при этом сообщается об улучшении более чем на 50%. (Кредит
Оценка с помощью данных социальных сетей, Розничный кредитный скоринг с использованием детализированных платежных данных). А во времена больших данных нет ограничений на создание новых скоринговых систем — это
очень даже возможно.

Новый подход станет большой победой для многих людей, особенно для молодых людей, которые еще не брали кредиты, но уже имеют большой авторитет. Однако мы до сих пор не видели систем, использующих эти преимущества, и для этого есть причина —
Конфиденциальность.

Дилемма конфиденциальности 

Очевидно, что существует множество данных, которые можно использовать для получения более точных оценок кредитоспособности, однако эти данные обычно очень чувствительны. Например, не могли бы вы поделиться информацией о каждом телефонном разговоре с внешним абонентом?
чтобы они рассчитали лучший кредитный рейтинг? Вероятно, нет, особенно если учесть, что они также могут подслушивать вас и извлекать информацию для дальнейшей продажи рекламодателям. Как насчет отправки данных о состоянии и местоположении Apple Watch? Или же
все ваши банковские операции?

Эта проблема конфиденциальности была основным препятствием. Кроме того, даже несмотря на то, что существуют модели, которые могут извлекать кредитные баллы из этих данных, мы все еще живем со старыми ржавыми кредитными рейтингами. Тем не менее, на горизонте есть обнадеживающий свет. 

Частные вычисления

За последние 10 лет наблюдается стремительный рост разработки вычислительных инструментов, обеспечивающих конфиденциальность. Это инструменты, которые позволяют выполнять алгоритмы над частными данными, не рискуя разоблачить данные. 

В нашем случае это будет работать следующим образом:

Вы должны поручить своему провайдеру телефонной связи передать информацию о ваших зашифрованных звонках агентству по кредитному скорингу. Затем они смогут провести кредитный скоринг по зашифрованным данным, не зная, кому вы когда-либо звонили. Но в результате они получат значительно
улучшенный кредитный рейтинг. Беспроигрышная ситуация для обеих сторон. И это можно сделать с любыми данными и даже с любым типом аналитических моделей. Что еще более важно, вы можете быть уверены, что личные данные, которые вы отправляете, всегда остаются конфиденциальными. 

На сегодняшний день существует два основных направления выполнения таких приватных вычислений — программные и аппаратные. Программный подход основан на криптографических методах, включая такие решения, как многосторонние вычисления (MPC) и полностью гомоморфное шифрование.
(FHE), все еще на очень ранней стадии разработки. Аппаратный подход состоит из специальных микросхем, называемых модулями конфиденциальных вычислений, которые уже использовались в реальном мире для защиты конфиденциальных данных во время вычислений. Последняя технология в настоящее время является
наиболее многообещающий кандидат для использования при построении требуемой улучшенной модели кредитного скоринга, полностью соответствующей современным требованиям.

Каким будет наше будущее?

Появляются убедительные доказательства (Кредитный скоринг в эпоху больших данных), доказывая, что новая эра кредитного скоринга не за горами, и мы надеемся, что в следующем десятилетии произойдут изменения. 

Многие банки и частные кредиторы осознали, что кредитные рейтинги по-прежнему дают слишком мало информации. Из-за этого они сами активно ищут доступ к данным. Конфиденциальность данных снова становится большой проблемой. 

Однако разумно предположить, что с технологиями частных вычислений это также изменится, и мы увидим рост активности, связанной с обменом данными. С нашего согласия наши зашифрованные данные могут быть анонимно переданы между службами, поэтому
они предлагают лучшие страховые предложения, ипотечные кредиты, предложения «купи сейчас — заплати позже» и многое другое. 

Живя в эпоху больших данных, чем больше данных мы получаем, тем лучше услуги мы получаем. И конфиденциальность, единственная серьезная неровность на дороге, похоже, была сглажена.