Bancos y fintechs enfrentan el reto de convertir más información en mejores decisiones de crédito
El crecimiento de nuevas fuentes de información crediticia amplía la manera en la cual bancos, fintechs y otras instituciones financieras evalúan a sus clientes. El reto ahora es convertir esa cantidad mayor de datos en decisiones de crédito consistentes y útiles para la organización.
En México, la evaluación crediticia se construyó alrededor de un conjunto acotado de información, como historial de pagos, nivel de endeudamiento, comportamiento previo frente a otros créditos y datos proporcionados directamente por el solicitante, como recibos de nómina o comprobantes de ingresos. Si bien ese modelo continúa como una referencia central para la industria financiera, las instituciones incorporan cada vez más variables que ayudan a entender la situación económica de una persona.
La Reserva Federal de Estados Unidos advierte que incorporar nuevas fuentes de información a la evaluación crediticia, como el saldo promedio de una cuenta, depósitos recurrentes, pagos de renta y servicios, además de información sobre ingresos y gastos, implica problemas de disponibilidad, calidad y formato de los datos. La institución también contempla datos no financieros relacionados con la huella digital de los consumidores, entre ellos información generada a partir del uso de aplicaciones móviles.
Señala además que muchos modelos que utilizan datos alternativos no han sido evaluados a lo largo de un ciclo económico completo, durante el cual pueden cambiar las condiciones de empleo, los ingresos y los patrones de gasto de las personas, por lo que todavía existen interrogantes sobre su desempeño en periodos de desaceleración económica.
Por su parte, el Banco Mundial coincide en que los llamados ‘datos alternativos’ pueden complementar la información de las sociedades de información crediticia y mejorar la evaluación de personas con expedientes limitados, pero añade que su uso también depende de factores como la infraestructura digital y la protección de datos.
Santiago Etchegoyen, cofundador y CTO de uFlow, empresa de tecnología para la automatización del crédito, destacó que durante mucho tiempo el desafío fue conseguir información suficiente para evaluar un crédito. Hoy las instituciones tienen acceso a más datos y fuentes y necesitan definir cuáles aportan realmente a sus políticas de riesgo. “Una nueva variable”
