Évaluation alternative du crédit : parcourir les données volumineuses à la recherche d'informations sur les consommateurs

• Auteur :
• Nom de l'auteur

  Vision quantique
• 10 octobre 2022

Résumé des informations

De plus en plus d'entreprises utilisent la notation de crédit alternative, car elle profite aux consommateurs et aux prêteurs. L'intelligence artificielle (IA), en particulier l'apprentissage automatique (ML), peut être utilisée pour évaluer la solvabilité des personnes qui n'ont pas accès aux produits bancaires traditionnels. Cette méthode examine des sources de données alternatives telles que les transactions financières, le trafic Web, les appareils mobiles et les archives publiques. En examinant d'autres points de données, la notation de crédit alternative a le potentiel d'accroître l'inclusion financière et de stimuler la croissance économique.

Contexte alternatif d'évaluation du crédit

Le modèle traditionnel de pointage de crédit est limitant et inaccessible pour de nombreuses personnes. Selon les données de l’Africa CEO Forum, environ 57 pour cent des Africains sont « invisibles en termes de crédit », ce qui signifie qu’ils n’ont pas de compte bancaire ou de cote de crédit. En conséquence, ils ont des difficultés à obtenir un prêt ou à obtenir une carte de crédit. Les personnes qui n'ont pas accès aux services financiers essentiels tels que les comptes d'épargne, les cartes de crédit ou les chèques personnels sont considérées comme non bancarisées (ou sous-bancarisées).

Selon Forbes, ces personnes non bancarisées ont besoin d’un accès électronique aux espèces, d’une carte de débit et de la possibilité d’obtenir de l’argent rapidement. Toutefois, les services bancaires traditionnels excluent généralement ce groupe. En outre, la complexité des formalités administratives et d’autres exigences liées aux prêts bancaires conventionnels ont conduit les groupes vulnérables à se tourner vers les usuriers et les créanciers sur salaire qui imposent des taux d’intérêt élevés.

La notation alternative du crédit peut aider la population non bancarisée, en particulier dans les pays en développement, en envisageant des moyens d'évaluation plus informels (et souvent plus précis). En particulier, les systèmes d'IA peuvent être appliqués pour analyser de grands volumes d'informations provenant de diverses sources de données, telles que les factures de services publics, les paiements de loyer, les dossiers d'assurance, l'utilisation des médias sociaux, l'historique de l'emploi, l'historique des voyages, les transactions de commerce électronique et les dossiers gouvernementaux et immobiliers. . De plus, ces systèmes automatisés peuvent aider à identifier les schémas récurrents qui se traduisent par un risque de crédit, notamment l'incapacité de payer des factures ou d'occuper un emploi trop longtemps, ou d'ouvrir trop de comptes sur des plateformes de commerce électronique. Ces vérifications se concentrent sur le comportement d'un prêteur et identifient des points de données que les méthodes traditionnelles auraient pu manquer. 

Impact perturbateur

Les technologies émergentes sont un facteur clé pour accélérer l'adoption de notations de crédit alternatives. L'une de ces technologies comprend les applications blockchain en raison de sa capacité à laisser les clients contrôler leurs données tout en permettant aux fournisseurs de crédit de vérifier les informations. Cette fonctionnalité pourrait aider les gens à se sentir plus en contrôle de la façon dont leurs informations personnelles sont stockées et partagées.

Les banques peuvent également utiliser l'Internet des objets (IoT) pour obtenir une image plus détaillée du risque de crédit sur tous les appareils ; cela inclut la collecte de métadonnées en temps réel à partir de téléphones mobiles. Les prestataires de soins de santé peuvent fournir diverses données liées à la santé à des fins de notation, telles que les données collectées à partir de dispositifs portables tels que la fréquence cardiaque, la température et tout enregistrement de problèmes de santé préexistants. Bien que ces informations ne s'appliquent pas directement à l'assurance vie et maladie, elles peuvent éclairer les choix de produits bancaires. Par exemple, une infection potentielle au COVID-19 pourrait signaler le besoin d'une aide d'urgence en cas de découvert ou les petites et moyennes entreprises présentant des facteurs de risque plus élevés de remboursement de prêt et de perturbation des activités. Pendant ce temps, pour l'assurance automobile, certaines entreprises utilisent des données télématiques (GPS et capteurs) au lieu de la notation de crédit traditionnelle pour évaluer quels candidats sont les plus susceptibles d'être responsables. 

Le contenu des médias sociaux est un point de données clé dans la notation de crédit alternative. Ces réseaux contiennent une quantité impressionnante de données qui peuvent être utiles pour comprendre la probabilité qu'une personne rembourse ses dettes. Ces informations sont souvent plus précises que ce que révèlent les canaux formels. Par exemple, la vérification des relevés de compte, des publications en ligne et des tweets donne un aperçu des habitudes de consommation et de la stabilité économique d'une personne, ce qui peut aider les entreprises à prendre de meilleures décisions. 

Implications de la notation alternative du crédit

Les implications plus larges de la notation de crédit alternative peuvent inclure : 

• Plus de services de crédit non traditionnels alimentés par l'open banking et le banking-as-a-service. Ces services peuvent aider les personnes non bancarisées à demander des prêts plus efficacement.
• L'utilisation croissante de l'IdO et des appareils portables pour évaluer le risque de crédit, en particulier les données sur la santé et la maison intelligente.
• Startups utilisant des services de métadonnées téléphoniques pour évaluer les personnes non bancarisées afin d'offrir des services de crédit.
• La biométrie est de plus en plus utilisée comme données alternatives de pointage de crédit, en particulier pour surveiller les habitudes d'achat.
• Plus de gouvernements rendant le crédit non traditionnel plus accessible et utilisable. 
• Inquiétudes croissantes concernant les violations potentielles de la confidentialité des données, en particulier pour la collecte de données biométriques.

Questions à considérer

• Quels sont les défis potentiels liés à l'utilisation de données alternatives de notation de crédit ?
• Quels autres points de données potentiels peuvent être inclus dans la notation alternative du crédit ?