Crédito e Big data: namoro sem casamento

Vivemos em tempos esfuziantes, procura-se desesperadamente pela disrupção. Há uma profusão de ‘start-ups’, ‘techs’, ‘fintechs’ em busca do unicórnio, uma ideia fabulosa que transforme completamente a maneira como se atua em um determinado negócio, tornando-o promissor, sustentável e imbatível.

Diariamente nos deparamos com publicacões diversas alardeando as boas novas do mundo digital, e o acesso ilimitado e democrático à informação é a grande novidade desse tempo.

Mas existe uma área da economia cujo coração continuará a ser regido pelos bons e velhos métodos tradicionais: o crédito. Ouso ir na contramão dos entusiastas do mundo novo e afirmo, sem medo de errar, que a contribuição das informações não estruturadas para uma decisão de crédito será sempre marginal.

Antes que receba a pecha de reativo e avesso à mudanças, explico a seguir minhas convicções, embasadas em duas décadas de experiência com o assunto.

Uma decisão de crédito leva em conta a probabilidade do tomador não pagar a dívida. Quanto maior for a primeira, maior será o risco envolvido na transação, que será precificado. Na avaliação dessa probabilidade, nenhuma informação é tão poderosa quanto o comportamento de pagamento do tomador, seja ele com a instituição que está avaliando o crédito, seja com o mercado.

A construção de um ‘score’, elemento essencial para qualquer avaliação creditícia, considera a correlacão de centenas de variáveis comportamentais e demográficas com os indices de calote. Seguramentente, as que incluem comportamento de pagamento terão alto poder de discriminação para determinar se um cliente é ou não um bom ‘pagador’. Saber que alguém já quitou um financiamento sempre em dia tem grande valor, assim como os registros de vários atrasos. Além disso, conhecer a renda do cidadão e seu endividamento são importantes na definição da linha a ser concedida (no Brasil, o endividamento frequentemente não é obtido por causa da ausência de um cadastro positivo robusto). No caso de empresas, a geração de fluxo de caixa, a margem operacional, a qualidade das garantias e sua alavancagem de curto e longo prazo são fatores essenciais na decisão de crédito.

Informações não estruturadas capturada nas redes sociais, em aplicativos ou na web não tem condições de substituir os elementos acima com a mesma assertividade. Sua contribuição para um score robusto já construído sobre as variáveis tradicionais é marginal, praticamente irrelevante. Essa tese já foi testada e comprovada.

Obviamente que o mesmo não pode ser dito para segmentos onde temos pouca ou nenhuma informação comportamental (sempre mais forte que a demográfica). Nesse caso, todo esforço para aumentar a capacidade preditiva de quem toma a decisão é válido. De qualquer maneira, nada garante que as informações do ‘big data’  sejam superiores às demográficas. Observe que mesmo para essa situacão, sua importância seria temporária, pois a partir do momento em que o novo entrante se torna usuário de crédito, a informação de comportamento recorrente passará a prevalecer sobre as demais.

Não é de surpreender, portanto, que as novas empresas que surgem no setor de crédito estejam inovando no processo e não nos modelos de decisão. A novidade surge em alternativas diferentes para encontrar potenciais clientes, métodos de autenticação, diversificação de canais de relacionamento. Porém, na hora de ‘assinar o cheque’, quem toma risco vale-se dos critérios tradicionais. Ainda não surgiu na nuvem um conjunto de informações que substitua o bom e velho comportamento de pagamento.

Isso não deprecia o valor do afamado ‘big data’, minha posição sobre sua superficial aplicação em decisões de crédito não me converte em um cético, ele pode ser extremamente útil para prospecção, marketing e vendas.

Um teste intuitivo bem simples: imagine que você emprestará metade do seu salário mensal a uma pessoa desconhecida. Prefere vasculhar o histórico de pagamentos que ela possui contigo e outros credores ou bastaria saber de seus hábitos nas redes sociais e afins?

A euforia proveniente das novidades frequentemente compromete uma análise aprofundada da situação. Já perdi a conta das vezes em que li ou ouvi profecias a respeito da revolucão do ‘big data’, incluindo equivocadamente o crédito como parte dos segmentos a serem levados pela onda. Observadas as exceções possíveis nos segmentos carentes da informação usual, os critérios de decisão de crédito não serão alterados por modismos. Quem viver, verá.

4 Comments
0

4 Comentários

  1. Cristina Arakawa

    22 de julho de 2017 em 12:56

    Excelente abordagem. Eu acredito que empresas voltadas especificamente para a área de crédito e que estejam partindo para este caminho de Big Data, com processos e infraestrutura caríssimos, verão que estão dando um tiro no pé.

  2. guilherme

    22 de julho de 2017 em 23:29

    Muito bom seu post Victão. Acredito que os dados não estruturados não substituem, mas complementam as análises tradicionais de crédito.
    Portanto, no meu entender, trata-se de um flerte que talvez com o tempo venha se configurar em algo mais sério. Se chega a casamento eu também não sei.
    Abração!

  3. Sérgio Calura

    24 de julho de 2017 em 22:11

    Vitor, atualmente seu posicionamento está correto. Porém é preciso abordar a análise de crédito a partir de novas premissas, novas formas e combinação de várias tecnologias em ação num futuro próximo. A inovação vem principalmente com novas formas, e acredito que o modelo de score na avaliação de crédito de sofrer grandes mudanças e até eliminado, pela dificuldade de ser realizado e inacecivel para a maioria das empresas. Isso torna o modelo atual uma grande oportunidade para ser substituído por novas formas de se fazer a avaliação para concessão de crédito.

    1. Victor

      28 de julho de 2017 em 00:46

      Sergio, esse é o ponto. Para dar crédito para alguém, vc precisa saber qual a probabbilidade de calote. E nao existe nenhuma outra informacao que substitua o conportamento de credito e renda aa altura. Acho muito dificil que algum substituto surja, na melhor das hipoteses, outras aternativas para encontrar as mesmas informacoes.

Deixe uma resposta para Sérgio Calura Cancelar

Send this to a friend