Egyre több példa van rá, hogy a bankok nem csupán klasszikus eszközökkel mérik a kliens hitelképességét. A közösségi oldalaknak egyre nagyobb szerepük lehet, különösen, ha diákhitelről van szó.
Az egyetemi évek alatt rengeteg kiadása lehet egy hallgatónak, már a beiratkozásnál számolni kell olyan költségekkel, mint például egy laptop, tankönyvek, esetleg kollégium vagy albérlet. Még ha valaki kap is ösztöndíjat, azt második félév közepén folyósítják neki először, tehát akiknek a szülei nem tudják finanszírozni a felmerülő költségeket, azoknak az egyetemi részmunkaidős elhelyezkedés mellett a másik lehetőség a hitelfelvétel.
Az egyetemeken, főiskolákon mindenki találkozik a diákhitel hirdetéseivel, ami az államilag támogatott hitel felsőoktatásban tanulók részére. A tandíjon kívüli költségekre a Diákhitel 1-et lehet felvenni. Ez a kölcsön havonta minimum 15 000, maximum 50 000 forint, és a Diákhitel 2-vel szemben (amivel a tandíjat lehet fedezni) nem is túl kedvező. Ma Magyarországon a bankok nem alkalmazzák a közösségi média segítségét a hitelelbírálásnál, tehát aki nem rendelkezik egy bizonyos összeg feletti nettó fizetéssel, vagy terhelhető ingatlannal, az nem kaphat kölcsönt.
Nézzünk pár példát (innen válogattunk) a piacon elérhető személyi kölcsönökre, pontosabban arra, hogy mekkora jövedelem-jóváírásra (számlára utalt fizetésre) van szükség ezek felvételénél:
- MKB Mosoly Személyi Kölcsön: havi nettó 200 000 Ft
- CIB Előrelépő Személyi Kölcsön: havi nettó 250 000 Ft (A CIB jelezte, hogy ez csak az Aktív250 kedvezmény esetén feltétel, vannak ettől olcsóbb megoldások is -a szerk)
- Sberbank Fair Plusz Személyi Kölcsön: havi nettó 250 000 Ft
- Cofidis Fapados Kölcsön: havi nettó 130 000 Ft
Jól látszik, hogy ezek az összegek diákmunkával nehezen megkereshető fizetések, tehát ha az adott hallgató önerőből nem tudja fedezni a költségeit, a Diákhitel 1-et tudja felvenni erre a célra. Ez azonban nem olyan személyre szabott vagy kedvező, mint a banki hitel. A bankoknak is kifizetődő lenne, ha más módszerrel meg tudnák határozni, hogy az adott személy megbízható-e, vissza tudja-e majd fizetni a felvett kölcsönt, így elősegítve a hallgatók vagy a frissdiplomások hitelfelvételét.
Közösségi pontozás
A közösségi pontozás („social scoring”) azt jelenti, hogy azokat az adatokat, amiket az internethasználattal magunk után hagyunk (digitális lábnyom), vállalatok, intézmények, vagy más személyek valamilyen szinten nyomon tudják követni. Ezekből következtetéseket tudnak levonni a személyiségünkről, érdeklődési- és ismeretségi körünkről, de ezen kívül a személyes adatainkat is megszerezhetik. A megszerzett információk birtokában mindenkit pontozhatnak bizonyos szempontok alapján.
Napjainkban ebből egyre több következtetést tudnak levonni rólunk, hiszen egyre több mindent intézünk digitális úton, tehát beszélgetéseinket, vásárlásainkat is. Egy 2016-os felmérés alapján a világon már több, mint 1 712 000 000 felhasználója van a legnépszerűbb közösségi oldalnak, a Facebooknak (erről részletesebben itt), ennek következtében rengeteg emberről szerezhetünk különböző információkat magánszemélyként is. Ugyanakkor az irányított hirdetésekből is jól látszik, hogy annál az információnál, amit mi nyilvánossá teszünk magunkról, jóval többet megtudhatnak rólunk különböző vállalatok vagy intézmények.
A közösségi pontozási platformok egyik legismertebb példája a Klout platform. Miként vehetik figyelembe a „pontszámunkat” a platformon? Az úgynevezett Klout pontszám esetén, aki regisztrál a platformon, azt egy 1-től 100-ig terjedő skálán pontozzák a Facebook és Twitter fiókja alapján. Ebből meg tudják mondani, mennyire befolyásolja az embereket. Így, ha egy vállalat reklámozni akarja egy-egy termékét, fizethet az adott személynek, hiszen az ismerősei/követői jobban bíznak az általa ajánlott márkákban, mint azokban, amiket hirdetésekben látnak.
A közösségi pontozás felhasználása
Az alacsony jövedelmű családokban élő hallgatók hitelezési nehézségeire egy alternatív lehetőséget jelent az, ha plusz információkat gyűjtenek a hallgatókról. A személyes adatokon kívül a hálózati adatok megfigyelése jelentős előnyökkel járhat. Például a pontszámot befolyásolhatja az, hogy az adott hallgatóval (személlyel) kapcsolatban lévő embereknek milyen a megbízhatóságuk.
Ha ezek az elemzési módszerek egyre népszerűbbek lesznek, fennáll a veszély, hogy az emberek tudatosan alakítják majd a kapcsolatrendszerüket a különböző hálózatokban, és ez befolyásolhatja a módszer hatékonyságát.
Ettől függetlenül a közösségi pontozás előnyös lehet, hiszen a felhasználók nem szentelnek ezekre a kapcsolatokra sok energiát, így valósághű, pontos hitelképességet tudnak adni. Természetesen a fizetés és a hitelképességi pontszám közötti kapcsolat nem elhanyagolható, de számos hitelező állítja, hogy a fizetés nem játszik szerepet közvetlenül a pontszám meghatározásakor. Sokkal inkább az számít, hogy az adott személynek mennyi tartozása van. Ezek a becslések teszik lehetővé a frissdiplomások hitelhez jutását.
A közösségi pontozást nem pusztán startupok használják, hanem intézményesített cégek is. Korábban ilyen módszernek számított az, ha felhasználják a telefon- és családi adatokat.
Bár Magyarországon még nem, a világ néhány részén alkalmazzák már a közösségi pontozás segítségét hitelelbírálásnál. Ezt a kockázatbecslést nem maga a bank vagy a hitelintézet végzi, hanem a velük szerződésben álló külső vállalatok. Egy ilyen vállalat a Big Data Scoring, amely a világ 7 országában van már jelen: az Egyesült Királyságban, az USA-ban, Chilében, Indonéziában, Finnországban és Lengyelországban.
Több felületről gyűjtik a hasznos információkat – közösségi média, Google keresések, IP címek és a készülék, amit használnak –, ezek révén szinte azonnal pontos meghatározást tudnak adni az ügyfél megbízhatóságáról. Ennek eredményeképpen nemcsak jóval több hitelkérelmet fogadnak el, a kockázat is jelentős mértékben csökken.
Kihívások
Nyilvánvaló, hogy a közösségi adatforrások használata kihívásokat is jelent. Az első az adatvédelemre vonatkozik. Fontos, hogy az ügyfelek megfelelő tájékoztatást kapjanak arról, hogy milyen adatokat használnak a hitelminősítésük kiszámításához.
Mindig biztosítani kell a kiszállási opciót. Ezen túlmenően, a közösségi pontozási adatok felhasználása a hitelbesoroláshoz új csalási magatartást eredményezhet. Az ügyfelek stratégiai módon felépíthetik társadalmi hálózatukat, és manipulálhatják a róluk kialakított képet.
Végül a szabályozási megfelelés is fontos kérdéssé válhat. Sok ország megtiltja a nemek, életkor, családi állapot, nemzeti származás, etnikai hovatartozás és hiedelmek használatát a hitelminősítéshez. Mivel ezeknek az információknak nagy része könnyen lekérdezhető a közösségi hálózatokból, nehezebb felügyelni a jogszabályi megfelelést. Nehezebb kontrollálni, hogy valóban csak a megengedett adatokat használja-e a bank a hitelezési pontozásokhoz.
Dr. Trinh Anh Tuan a Budapesti Corvinus Egyetem docense, a Corvinus Fintech Center vezetője és Frecska Éva, egyetemi hallgató (BCE).
A vendégszerzők külsős szakértők, nem a Forbes szerkesztőségének tajgai, véleményük nem feltétlen tükrözi a Forbesét.
