Ha a cipőd mérete nem, de a digitális lábnyomod segíthet, hogy több hitelt kaphass. Itthon még nem, de az Egyesült Államokban a fintech cégek már évek óta használják a social scoring módszert a közösségi hitelezésben. A SoFi, vagy az Earnest jó példát mutathatnak a hazai pénzintézeteknek is. Lássuk, hogyan fogtak hozzá itthon a kutatók.

Trinh Anh Tuan, a Corvinus Fintech Center kutatója összegyűjtötte a legjobb hallgatói fintech kezdeményezéseket. Korábban bemutattuk, hogyan segíthet a blockchain technológia a használtautó piacon. A mostani projektben a kutatók azt vizsgálták, miképpen segítheti a social scoring a hitelminősítést a magasabb kockázatot jelentő diákok körében.

A kutatási projekt résztvevői: Dr. Trinh Anh Tuan és Frecska Éva

A probléma: ki ad hitelt a diákoknak a Diákhitelen túl?

A felsőoktatásban tanulóknak hitelfelvételre kizárólag a Diákhitel ad lehetőséget, amennyiben nem rendelkeznek egy rendszeres havi (min. 100 000 Ft-os) fizetéssel. A Diákhitel havonta maximum 50 000 Ft értékben áll rendelkezésre, így egy nagyobb kiadás finanszírozásához a hallgatónak nincs lehetősége magasabb összegű, vagy újabb hitel felvételére.

Frissdiplomások és felsőoktatásban tanulók esetében nem csak azzal kell számolnia a banknak, hogy az ügyfél nem rendelkezik állandó keresettel, de ilyen típusú hiteleknél a törlesztés is évekkel később kezdődik el.

Alapötlet: a digitális lábnyom alapján hitelpontszám számolása

A hitelkockázatot social scoring megoldásokkal tudjuk csökkenteni. A social scoring egy pontozást jelent a digitális lábnyom alapján, melyből következtetéseket lehet levonni a személyiségünkről. Ezt felhasználva tudjuk kialakítani az adott személy hitelpontszámát is, ami azt méri, mennyire megbízható az ügyfél.

A modellünk két pillérre épül, egy saját fejlesztésű programra, illetve együttműködésre más cégekkel, szervezetekkel az adatok megszerzése érdekében.

Így működhetne a social scoring Magyarországon

A saját program a felhasználó hozzájárulásával egy kétszintes adathozzáféréssel dolgozik:

• olyan adatok, amelyekből egyértelműen beazonosítható az adott személy. A diákhitel termékünkben kiemelten fontosak például a diákigazolványok nyilvántartásából származó adatok.
• Az ügyfél viselkedésének elemzése keresőrobotok segítségével, Big Data technológiával, melynek nagy előnye, hogy hatalmas mennyiségű adatot képes kezelni, valamint kiszűrni a valótlan adatokat is.

Ezek a források akkor tudnak egy megbízható pontszámot adni, ha az adott személy elegendő információt hagy maga után az internethasználat során. A frissdiplomások és egyetemi, főiskolai hallgatók körében ez a pontozás működőképes lehet, hiszen ebbe a korosztályba tartozók túlnyomó többsége jelen van a közösségi oldalakon, és igénybe vesz online szolgáltatásokat.

A projekt keretében létrejövő social scoring webfelületen a felhasználó értesül arról, hogy mely adatait vesszük igénybe a hitelpontszám meghatározásához, és a hozzájárulását követően a program kiszámítja azt. Ezt a pontszámot nem csak bankok vagy hitelintézetek vehetik igénybe a hitelelbíráláshoz, de a P2P hitelezéshez is felhasználható lenne.

Az első projektek egyike lehetne az MNB sandbox-ban

Kiemelt szempont a termékjavaslatunkban az adatvédelem, azon belül különösen fontos a személyes adatok kezelése. Az ügyfeleket biztosítani kell afelől, hogy az adataikat engedély nélkül nem adják ki harmadik félnek. A módszerünk megfelel az Európai Parlament Általános Adatvédelmi Rendeletének (GDPR), melynek betartása 2018 májusától minden, az európai állampolgárok adatait kezelő cégnek kötelező.

A megoldásunkat az MNB által létrehozandó szabályozási sandbox-ban tervezzük tesztelni.