„Didieji duomenys“ mokumo vertinime: artima ateitis ar žaidimas?

Monika Mačiūtė, kreditų biuro „Creditinfo“ jaunesnioji kredito rizikos vertinimo analitikė:

Netikėta? Gal ir taip. Neįmanoma? Gali pasirodyti. Tačiau tai veikia. Sąsajas tarp socialiniame tinkle esančios profilio informacijos, bendravimo kultūros, pamėgtų puslapių, sekamų žmonių ir kredito rizikos verslas atrado tiek Vakarų valstybėse, tiek ir Lietuvoje.

Pirmą kartą apie tai, kad socialiniai tinklai naudojami vertinant klientų mokumą išgirdau prieš dvejus, trejus metus. Kai perskaičiau interviu su JAV startuoliu, kad socialiniai tinklai – tai naujasis DNR. Antraštė, pamenu, skambi. Tai toli gražu ne pirmas startuolis, ėmęsis vertinti nemokumo riziką tuo metu, atrodytų, neįprastu būdų. Tačiau, neilgai trukus pasiekė kita žinia. Šis startuolis sulaukė nemažos investicijos. „Didieji duomenys” (angl. Big data) tuomet buvo pakeliui į tai, kur yra dabar: 2014-ieji kai kurių analitikų buvo krikštijami „Didžiųjų duomenų“ metais.

Ar praėję metai nusipelno tokio titulo nesiimu spręsti. Tačiau požymių, kad „Didieji duomenys“ „įdarbinami“ vis efektyviau yra. Tarp jų ir kredito rizikos srityje. Štai iš JAV išgirdome, kad socialinių tinklų duomenys gali būti įtraukti į FICO kredito rizikos reitingą, kuris naudojamas JAV priimant 90 proc. kreditavimo sprendimų. Tiesa, panašu, kad jei tokie planai ir buvo, jie kuriam laikui atidedami. Naujienų turėjome ir Lietuvoje. Buvo pristatytas socialinių tinklų kredito reitingas (angl. social credit score).

Skalė nuo 300 iki 800 (minimali ir maksimali reikšmės) leidžia patiems pasižiūrėti, kaip pagal saviraišką „Facebook“ atrodytume finansų įstaigos akimis, jei šie duomenys mokumo vertinimui būtų pasitelkiami šiandien. Kartais galime išgirsti spekuliacijas dėl asmens duomenų. Tačiau leidimas įvertinti duomenis yra savanoriškas. Kitaip sakant, nesant sutikimo, nebus skaičiuojamas ir socialinių tinklų kredito reitingas. Taigi, kaip veikia ir kam reikalingi tokio pobūdžio įrankiai? Šių reitingų reikšmės priklauso nuo sudėtingo algoritmo. Tai formulė, kurią sudaro daugiau nei 100 kintamųjų. Priklausomai nuo reitingo kūrėjo metodikos, kintamųjų skaičius gali skirtis. Vieni kintamieji reitingo reikšmę didina, o kiti mažina. Visi kintamieji turi skirtingą reikšminį svorį.

Pateiksiu pavyzdį. Tarkim, „užsidirbus“ daug balų už profilio informacijos išsamumą, reitingas vis tiek gali būti žemesnis nei tikėjotės, nes minusuojami balai už, pavyzdžiui, keiksmažodžius. Duomenys vertinami kompleksiškai, todėl jei pagal tris kintamuosius „pasirodote” prastai (kalbant metaforiškai), o pagal likusius daugiau nei 100 labai gerai – reitingas bus aukštas. Tai, savo ruožtu, rodys žemą nemokumo riziką. Gali kilti natūralus klausimas, kam reikalingi tokie įrankiai? Kai kurie žmonės niekada neturėjo finansinių įsipareigojimų.

Įsivaizduokite, kad į jus prekių ar paslaugų kreipiasi du panašaus amžiaus asmenys. Abu niekada neturėjo nei kreditų, nei pradelstų skolų. Abu gauna vienodas pajamas ir t.t. Išoriškai abu asmenys gali atrodyti labai panašūs. Tačiau taip nėra. Skiriasi jų vidus: charakteris, atsakomybės jausmas, kitos būdo savybės, kurias galima nustatyti pasitelkus duomenis socialiniuose tinkluose. Mokumo vertinimas socialiniuose tinkluose gali išryškinti tokias žmogaus savybes, kaip sąžiningumas, pagarba, nuoseklumas ir drausmė. Tai kreditoriui leistų tikėtis sąžiningo įsipareigojimų vykdymo. Tokiam klientui paskola galėtų būti suteikta palankesnėmis sąlygomis nei išryškėjus tokioms savybėms kaip impulsyvumas, netaktiškumas, normų nepaisymas ir pan. Tai rizikingesnio kliento požymiai.

Ar nemokumo rizikos vertinimas pagal socialinių tinklų duomenis gali pakeisti klasikinį mokumo vertinimą? Tradicinis mokumo vertinimas apima kredito istoriją, pajamas, šeimyninę padėtį ir kitą informaciją. Ši informacija išliks pagrindine ir toliau. Tačiau žmogaus charakterio, socialinių pomėgių, polinkių, elgsenos ir kitų savybių įvertinimas ateityje taps svarbesniu. Juolab, kad ir atsakingo skolinimo stuburas – tai visapusiškas informacijos įvertinimas. Ateityje kreditavimo sprendimai taps vis išmanesni. Turėtų plėstis vertinamos informacijos kiekis. Tuo tarpu laikas, per kurį priimamas kreditavimo sprendimas, turėtų išlikti labai svarbiu veiksniu. Todėl augs poreikis kredito reitingams ir kitiems automatiniams duomenų įvertinimo įrankiams, kurie pagreitina bei supaprastina mokumo vertinimą. Kitaip tariant, kartu su „žaliavine“ informacija (tokia kaip įmonės pajamos, įstatinis kapitalas, finansiniai įsipareigojimai, pradelstos skolos) kreditoriai vis dažniau norės matyti ir mokslinį šios informacijos įvertinimą – vėlavimo atsiskaityti tikimybę procentais, rizikos klasę ar, pavyzdžiui, balą nuo 300 iki 800, kur aukštesnis balas rodys žemesnę nemokumo riziką.

Kredito biuras Creditinfo - Goštauto g. 40A, LT-03163 Vilnius, Lietuva
Įmonėms: +370 5 239 4131; Gyventojams: +370 5 239 4149. I-V 8-17 val. info@creditinfo.lt
Developed by Obscural