En muchas economías emergentes, millones de personas permanecen sin acceso a los servicios bancarios o desatendidos por las instituciones financieras formales. Según el Banco Mundial, en 2021, casi el 24% de los adultos de todo el mundo no tenían acceso a una cuenta bancaria. Si bien este número ha disminuido a lo largo de los años, la mayoría de la población no bancarizada vive en economías en desarrollo, ya que la titularidad de cuentas es casi universal en los países de ingresos altos, y la mayoría de ellas se concentran en países como Indonesia, Filipinas, India, Pakistán, Sudáfrica, Ghana y Kenia. Si bien los modelos tradicionales de calificación crediticia se basan en gran medida en los datos bancarios y los historiales crediticios formales, muchos en estas regiones carecen de la documentación necesaria para participar en los sistemas financieros formales.
Sin embargo, hay un potencial inmenso en estos mercados. Con el rápido crecimiento de la penetración de la telefonía móvil e Internet, especialmente en las economías emergentes, una gran parte de la población está activa digitalmente y realiza transacciones diarias a través de carteras móviles, plataformas de comercio electrónico y redes sociales. Por ejemplo, las tasas de penetración de la telefonía móvil en países como Kenia e Indonesia superan el 100%, lo que significa que muchas personas poseen más de un dispositivo. Esto representa una clara oportunidad para que las instituciones financieras (FI) aprovechen métodos alternativos de calificación crediticia que vayan más allá de los datos crediticios tradicionales.
Al explorar fuentes alternativas de datos, las instituciones financieras pueden proporcionar crédito a millones de personas que anteriormente habían sido excluidas, lo que abre nuevas fuentes de ingresos y amplía la inclusión financiera.
*Nota: Las tasas de penetración móvil pueden superar el 100% cuando el número de tarjetas SIM activas en un país supera su población real, a menudo debido a que las personas utilizan varias tarjetas SIM o dispositivos.
Los desafíos de la calificación crediticia tradicional
Una de las principales barreras para acceder al crédito en los mercados emergentes es la falta de datos crediticios tradicionales. La calificación crediticia convencional se basa en los historiales financieros, como los préstamos anteriores, los pagos con tarjeta de crédito y la documentación formal sobre los ingresos. Sin embargo, muchas personas no bancarizadas no tienen este tipo de historial financiero, lo que las hace inelegibles para la calificación crediticia tradicional.
Esta brecha pone de relieve un creciente desajuste entre la infraestructura financiera existente y las necesidades del mercado. Las agencias de crédito de estas regiones suelen carecer de datos exhaustivos, ya que sus bases de datos cubren principalmente a personas asalariadas que forman parte de la economía formal. Sin embargo, muchas personas no bancarizadas se dedican a actividades empresariales, a empleos informales y a transacciones cotidianas que podrían servir como indicadores valiosos de su solvencia crediticia si tan solo pudieran captarse y analizarse.
La incapacidad de las agencias de crédito para abordar las características únicas de estos mercados crea un desafío importante para las instituciones financieras. Sin las herramientas adecuadas para evaluar el riesgo de conceder préstamos a personas no bancarizadas, las instituciones financieras pueden dudar en conceder crédito a este amplio segmento de la población.
Calificación crediticia alternativa: un nuevo camino para la inclusión financiera
En respuesta a estos desafíos, los métodos alternativos de calificación crediticia han surgido como una solución prometedora. Al aprovechar fuentes de datos no tradicionales, las instituciones financieras pueden obtener una imagen más precisa de la solvencia crediticia de una persona, incluso en ausencia de un historial financiero formal.
1. Datos de transacciones y pagos móviles
Las carteras móviles y las plataformas de pago digital se utilizan ampliamente en los mercados emergentes y ofrecen información valiosa sobre el comportamiento financiero de una persona. Al analizar el historial de transacciones, los patrones de pago y los saldos de las cuentas, las instituciones financieras pueden comprender mejor la capacidad de una persona para administrar y reembolsar el crédito. Por ejemplo, los pagos móviles consistentes de servicios públicos, facturas telefónicas o compras de comercio electrónico pueden indicar una responsabilidad financiera.
2. Datos de telecomunicaciones
Los datos de telecomunicaciones, como los patrones de uso del teléfono, la frecuencia de las llamadas y las recargas de teléfonos prepagos, proporcionan información adicional sobre la estabilidad financiera de un usuario. Este tipo de datos es particularmente relevante en los países donde el número de usuarios de teléfonos móviles es elevado, pero la penetración financiera formal es baja. Al evaluar la consistencia y confiabilidad de estos patrones, las instituciones financieras pueden estimar el riesgo crediticio de los clientes potenciales.
3. Registros de pagos de servicios públicos
Los pagos de servicios públicos, incluidas las facturas de electricidad, agua y gas, son otra fuente fundamental de datos alternativos. Estos pagos recurrentes demuestran la capacidad del consumidor para gestionar sus compromisos financieros continuos. Al analizar los pagos puntuales o atrasados, las instituciones financieras pueden evaluar si es probable que una persona reembolse el crédito a tiempo.
4. Datos de comportamiento y redes sociales
El comportamiento en las redes sociales también puede servir como una fuente alternativa de datos crediticios. Los patrones de las interacciones sociales, las redes profesionales y las actividades de comercio electrónico pueden ofrecer información sobre la estabilidad social y el compromiso económico de una persona. Si bien las redes sociales como herramienta de calificación crediticia aún están en pañales, son una vía que algunas empresas de tecnología financiera están explorando como parte de modelos de datos alternativos más amplios.
5. Información sobre la actividad de solicitud de préstamo
Al rastrear la actividad de solicitud de préstamo de un prestatario en varias plataformas de préstamos digitales, los prestamistas pueden comprender mejor el comportamiento de búsqueda de crédito con una visión holística. Las solicitudes frecuentes de préstamos en un período breve y en diferentes plataformas pueden indicar problemas financieros, mientras que un menor número de solicitudes presentadas en el momento oportuno podría indicar un uso responsable del crédito. Estos datos son valiosos para evaluar si un solicitante representa un riesgo mayor en función de su historial con otros productos financieros digitales, especialmente dado que las agencias de crédito tradicionales suelen proporcionar esos datos solo de los bancos convencionales.
6. Análisis del comportamiento de reembolso
El historial de pagos es uno de los indicadores más sólidos de la solvencia crediticia, incluso en entornos informales. Los patrones como los pagos atrasados, los reembolsos puntuales y la frecuencia de los recordatorios pueden ayudar a las instituciones financieras a evaluar la probabilidad de que se produzcan impagos en el futuro. Para los prestatarios que carecen de historiales crediticios tradicionales, estos comportamientos proporcionan un contexto crucial sobre su capacidad para gestionar la deuda. Del mismo modo, cuando las agencias de crédito tradicionales proporcionan en su mayoría datos similares a los de los bancos convencionales, el análisis del comportamiento alternativo de múltiples plataformas digitales de préstamos sirve como un indicador importante de la salud financiera del prestatario, ya que ofrece una perspectiva más amplia de la solvencia crediticia.
7. Indicadores de riesgo del dispositivo
Los dispositivos que utilizan los prestatarios para acceder a los servicios financieros también pueden proporcionar información clave. Los indicadores de riesgo de los dispositivos pueden revelar si el dispositivo de un prestatario ha estado vinculado a actividades fraudulentas anteriores o si está asociado a múltiples transacciones de alto riesgo. Al evaluar factores como el modelo del dispositivo, los patrones de uso y los riesgos de seguridad, los prestamistas pueden detectar posibles fraudes antes de que se agraven.
Al incorporar estos puntos de datos en el proceso de evaluación crediticia, las instituciones financieras pueden tomar decisiones crediticias más informadas, incluso en mercados donde la información crediticia tradicional es limitada. Estos conocimientos, respaldados por soluciones como Información sobre los datos crediticios de TrustDecision, permiten a los prestamistas llegar a las poblaciones no bancarizadas con más confianza y, al mismo tiempo, gestionar los riesgos de manera eficaz.
El futuro del ecosistema financiero: colaboración e innovación
El futuro de la calificación crediticia alternativa radica en la colaboración y la innovación. A medida que el ecosistema financiero evolucione, es probable que veamos una mayor cooperación entre las instituciones financieras tradicionales, las empresas de tecnología financiera y los organismos reguladores.
Redes de consorcios
Una tendencia emergente es la creación de redes de consorcios, en el que múltiples partes interesadas, como las empresas de pagos móviles y digitales, las empresas de telecomunicaciones, las plataformas de redes sociales y el comercio electrónico, junto con las agencias de crédito, los prestamistas y los reguladores —incluidos los competidores— se reúnen para compartir datos e ideas. Estas redes permiten a las instituciones financieras agrupar sus datos sobre el comportamiento de los consumidores, lo que crea una visión más completa y precisa de la solvencia crediticia. Al trabajar juntos, los actores de la industria pueden mejorar la calidad y la confiabilidad de los modelos alternativos de calificación crediticia.
Los consorcios también pueden ayudar a superar los obstáculos regulatorios. A medida que los gobiernos y los reguladores hacen cada vez más hincapié en la privacidad y la seguridad de los datos, las iniciativas de colaboración entre las partes interesadas del sector pueden garantizar que las soluciones alternativas de calificación crediticia cumplan con las normativas pertinentes y, al mismo tiempo, sigan aportando valor a los consumidores y a los prestamistas.
El papel de la tecnología
Los avances en la tecnología desempeñarán un papel importante en la configuración del futuro de la calificación crediticia. Los modelos de inteligencia artificial (IA) y aprendizaje automático (ML) pueden analizar grandes cantidades de datos de diversas fuentes para crear puntajes crediticios precisos y predictivos. Estas tecnologías se adaptan especialmente bien a los datos alternativos, ya que pueden identificar patrones y tendencias que pueden no ser evidentes en los modelos de puntuación tradicionales.
Además, la IA y el aprendizaje automático pueden adaptarse a las características únicas de los diferentes mercados, lo que permite a las instituciones financieras adaptar sus modelos de calificación crediticia a las necesidades específicas de la población no bancarizada en las economías emergentes. Esta flexibilidad es clave para construir un sistema financiero que sea a la vez inclusivo y sostenible.
En pocas palabras
La calificación crediticia alternativa representa un paso vital hacia la inclusión financiera en los mercados emergentes. Al ir más allá de los datos crediticios tradicionales y adoptar fuentes de datos alternativas, las instituciones financieras pueden llegar a millones de personas no bancarizadas, ofreciéndoles acceso al crédito y a otros servicios financieros que pueden mejorar sus oportunidades económicas.
Como profesionales de la gestión del riesgo crediticio, nos comprometemos a impulsar la innovación en este ámbito, proporcionando a las instituciones financieras las herramientas que necesitan para evaluar el riesgo crediticio de forma más precisa e inclusiva. Al aprovechar los datos crediticios no tradicionales y colaborar con las partes interesadas del sector, podemos ayudar a crear un ecosistema financiero que beneficie a todos, especialmente a aquellos que se han quedado fuera del sistema financiero formal.
Referencias
- Banco Mundial. Descripción general de la inclusión financiera. Recuperado de https://www.worldbank.org/en/topic/financialinclusion/overview
- Wallstreet keniano. La penetración de teléfonos inteligentes en Kenia aumenta un 61% hasta alcanzar los 30,8 millones. Recuperado de https://kenyanwallstreet.com/smartphone-penetration-in-kenya-rises-61-per-cent-to-30-8million/
- Portal de datos. Digital 2021: Indonesia. Recuperado de https://datareportal.com/reports/digital-2021-indonesia
- Confianza en la decisión. Descripción general de la solución Credit Data Insight. Recuperado de https://trustdecision.com/solutions/credit-data-insight
%2520(1).png)
