A hitelképesség megállapítása

A jövőben egyre több dolgon múlik, hogy megbízhatónak tűnünk-e a bankok vagy szolgáltatók szemében – és nem minden rajtunk áll majd. Hogyan működik ez Németországban és Amerikában?

Jönnek az internetes adatbányászat lehetőségeit kiaknázó vállalkozások, melyek azzal foglalkoznak, hogy minél pontosabb képet kapjanak a hitelképességünkről. Magyarországon még nincsenek ilyenek, de a bankok hitellimit-menedzsmentje így is sok mindent vizsgál.


Németországban nem kell megindokolniuk, miért utasítanak el a cégek, bankok vagy szolgáltatók egy-egy potenciális kuncsaftot. Elég, ha egyszerűen azt mondják, hogy valamelyik fizetési szokásokat elemző információs iroda negatívra értékeli a hitelpontszámomat. Ha lenne elmaradt hitelem vagy kifizetetlen számlám, akkor könnyebben megérteném, miért nem igényelhetem az egyik mobilszolgáltató kedvezményes tarifacsomagját. De úgy is visszadobhat a rendszer, ha soha életemben nem maradtam el egyetlen kifizetéssel. Elég, ha olyan környéken lakom, ahol az utcában alacsony az átlagkereset és sokaknak negatív besorolása van. Ez bizony szó szerint a legjobb családban is megeshet!

A fizetőképesség lett az ember egyik legfontosabb erénye, és minél követhetőbbek a fogyasztási szokásai, annál nagyobb bizalmat tulajdonítanak neki a hitelképességet megítélő információs irodák. Egy olyan társadalomban, ahol majdhogynem semmi nem működik hitelképesség nélkül, a fogyasztók önként adják át személyes adataikat ezeknek az irodáknak azért, hogy megbízható benyomást keltsenek a következő hiteligénylésnél vagy akárcsak internet-előfizetésnél. Ráadásul az információgyűjtő módszerek egyre sokrétűbbek, és egyre több adatvédelmi kérdést vetnek fel.

Mi is az a hitelképességi scoring?

Németországban az egész az 1920-as években kezdődött: a berlini városi áramszolgáltató részvénytársaság az áram mellett háztartási eszközöket is árult – ha kellett, részletre. A részlet összegét az ügyfelek egyszerre fizették a villanyszámlával, így aztán rövid időn belül kirajzolódott, kinek milyen fizetési és fogyasztási szokásai vannak. Ebből hamarosan megszületett a rendszer, mely a fizetési szokások megítélésével foglalkozik, és aminek utódja ma Németországban a Schufa Holding AG.

A Schufa tevékenységének végeredménye az úgynevezett Scoring, azaz a pontozás: különböző személyes adatok begyűjtése és kiértékelése után mindenki egyéni profilján kirajzolódik egy százalékszám 1 és 100 között. Minél magasabb a százalékarány, annál pontosabb a kiadott értékelés, így annál valószínűbb, hogy az érintett a legtöbb szolgáltatáshoz hozzájuthat, és lakásbérlés esetén is jók a pontjai.

Az információs iroda arra vállalkozik, hogy az ügyfeleinek (bankok, szolgáltatók, üzletek és hitelintézetek) elárulja, hány százalék esély van arra, hogy rendszeresen fizetem a lakbért, az autólízinget vagy a telefonszámlát. Ha negatív a scoringom (alacsony a pontszám), fennáll a veszélye, hogy sokan nem állnak szóba velem: a mobil- vagy internetszolgáltató nem köt szerződést, nem bérelhetek lakást, és nem vásárolhatok hitelre, a bankok ugyanis rögtön minden kérelmet visszadobnak.

Hivatalosan a Schufa „csupán” a következő adatainkkal rendelkezik: név, születési adatok, lakhely (beleértve a korábbi címeket) és a kezdeti személyes hitelpontszámunkkal (ideális esetben 99%). Ebből persze nem sok minden derül ki, így a céghez befutnak személyes bankszámlával és hitelkártyával kapcsolatos adatok (milyen a pénzforgalmunk), lízingszerződések, mobilelőfizetés, részletfizetés, hitelek és internetes vásárlások kifizetései (mennyire pontosan fizetjük számláinkat és hiteleinket), valamint az is, hogy milyen jogos fizetési követeléseknek nem tettünk eleget. A Schufa így szinte mindent monitoroz, és legfeljebb azokkal az üzletekkel nincs tisztában, melyek készpénzben folynak, és semmilyen hivatalos nyomot nem hagynak maguk után.

A cég 66,2 millió személy összesen 479 adatával rendelkezik – ezzel a németek mintegy háromnegyede benne van a rendszerben. Évente több, mint 100 millió kérés érkezik be hozzájuk emberek hitelképességéről: vagy saját magukról kérnek tájékoztatás a regisztrált magánemberek, vagy a céggel együttműködő ügyfelek kérhetik le potenciális kuncsaftjaik profilját. Ehhez persze rengeteg adatra van szükség, a hitelpontozó rendszerek pedig pontosan ezzel foglalkoznak: adatokat gyűjtenek magánemberekről, kiértékelik őket valamilyen algoritmus alapján, majd eladják ezeket.

Mi a helyzet az USA-ban?

Az Egyesült Államokban rendkívül egyértelmű, átlátható módon működik a lakossági hitelezés. Ha valaki hitelhez szeretne jutni, felmegy például a Fair Isaac Corporation hitelminősítő cég honlapjára, beüti az adatait, és “Igazságos Izsák” skálája – a Fico-skála – megmutatja, hogy hitelképes-e, vagy nem – mondta Király Júlia, a jegybank volt alelnöke a Magyar Narancsnak adott korábbi interjújában. Ehhez semmiféle központi szabályozásra nem volt szükség: mindenki tudja, hogy jó Fico-ponttal bármely banknál kaphat hitelt, rossz Fico-ponttal viszont nem. A 2007-2008-as gazdasági válság tulajdonképpen ott kezdődött, hogy egyes intézmények, amelyeket Magyarországon talán pénzügyi vállalkozásnak neveznénk, az általánosan elfogadott Fico-ponthatárnál rosszabb pontszámú, úgynevezett subprime, azaz valóban “másodlagos frissességű” adósokat kezdtek finanszírozni. Olyanokat, akiknek nincs vagy kétes a hiteltörténetük, és nem volt visszafizetést garantáló jövedelmük. A hitelbuborék 2008-ban pukkant ki, a Lehman-csőd volt ennek a legjobb példája.

Nem maradhat ki

irodaház, ingatlanfejlesztés, ingatlan alapMinden komolyabb bank feltételként szabja ügyfelei számára, hogy átadhassa adatainkat az információs irodának. Minden új tranzakció vagy fizetési vállalás ugyanis pozitív pontnak számít: minél több pénzt költök és minél több hitelt fizetek vissza időben, annál magasabb az ún. scoring-értékem, tehát annál könnyebben férek hozzá további hitelekhez. Az adatok akkor fordulnak ellenem, ha valamit mégsem sikerült maradéktalanul kifizetni, vagy a fogyasztási szokásaim nem utalnak következetességre, esetleg rendszertelenek a bevételeim. Ezt, természetesen, kezdetben, amikor aláírom a Schufa-kitételt, nem feltételezem magamról.

Hogy mennyire megkerülhetetlen egy ilyen tudakozóiroda adatbázisában lenni, elég hamar kiderül: aki Németországban lakást bérelne, annak szüksége van a Schufa által kiadott hitelképesség-pontszámra. Minél kevesebb adattal rendelkezik a cég egy bizonyos személyről, annál bizonytalanabb értékelést ad ki. Így, ha már mindenképpen benne kell lennem egy ilyen rendszerben – gondolkodnak sokan – akkor megéri minél több pozitív adattal etetni.

Ha egy információs iroda nem rendelkezik elegendő adattal egy fogyasztóról, beveti az ún. Geoscoringot, azaz a földrajzi adatok alapján történő besorolást. A 2008-ban felbukkant módszer az egyik legvitatottabb scoring-eljárás: itt ugyanis nem az én fizetési szokásaim alapján bírálnak el engem, hanem konkrétan a szomszédaimén. A cég ilyenkor azt feltételezi, hogy ha „jó környéken” lakom, akkor nagyobb a valószínűsége, hogy megbízható ügyfél leszek. Ha viszont sok munkanélküli lakik az utcában, akkor ez a cég szemében arra enged következtetni, hogy én sem lehetek túl jól szituált.

Az egyik köztudottan Geoscoring-eljárást alkalmazó német iroda a Bertelsmann médiaholdinghoz tartozó Arvato Infoscore, akiket ennek megfelelően sokat kritizálnak a diszkrimináló metódus miatt.

A fogyasztók tapasztalata, azonban, sok esetben nem egyezik meg ezekkel az állításokkal: számtalan olyan eset került nyilvánosság elé, mint például Marco Freiersdorfé, aki azért nem férhet hozzá egy kedvezményes tarifacsomaghoz, mert Berlin Neukölln városrészében él – ahol valóban esélyes, hogy sok munkanélküli, alacsony keresetű és a bankok számára nem túl jövedelmező ügyfél lakik. Az Arvato Infoscore elmondta, nem rendelkezik más adatokkal a férfiról, mint az életkora és a címe, így ez alapján negatív scoring-értéket tulajdonítottak neki.

A szaporodó panaszok miatt a tartományi fogyasztó- és adatvédelmi szervek egyre határozottabban szólalnak fel a Geoscoring betiltása mellett. Elfogadhatatlan, ugyanis, hogy valakit lakhelye és szomszédai alapján ítéljenek meg. A Németországban bejegyzett irodák közül csupán kettő határolódik el hivatalosan ettől a mérési módszertől. Ezek egyike a Schufa Holding AG.

Madarat tolláról, embert barátjáról

Legalább ennyire kérdéses információkat használ fel a sikeres hamburgi startup, a Kreditech, fogyasztói profilok kialakítására. A cég Lengyel-, Spanyol-, Cseh- és Oroszországban nyújt 50 és 1000 euró közötti mikrohiteleket magánemberek számára 1 és 45 nap közötti futamidőre. A kuncsaftok fizetőképességének leellenőrzését is maga végzi, mégpedig nagy adatmennyiségek (Big Data) alapján. Ha valaki például Lengyelországban a Kredito24.pl oldalon nyújt be egy hitelkérelmet, magyarázza a Kreditech szóvivője, Laurent Schüller, akkor a cég akár 8000 adat alapján állapítja meg, hogy mekkora eséllyel fizeti vissza az érintett a hitelt. Schüller szerint a nagy adatmennyiség alapú scoringnak az az előnye, hogy az egyéni adatoknak nincs külön-külön nagy súlya, sokkal fontosabbak a nagy adathalmazban az egyezések, melyek arra utalnak, hogy létező, nyomon követhető személyről van szó, aki a következő bevételekor vissza tudja fizetni a hitelt.

A Kreditech maga gyűjti be adósairól az információkat, saját elmondásuk szerint online forrásokból és a fogyasztói szokásokból. Ebbe beletartoznak a legutóbb látogatott internetoldalak, az egyéni internethasználatra vonatkozó legkülönbözőbb részletek (milyen számítógépről vagy okostelefonról szörföl a hitel kérelmezője), valamint a közösségi oldalakon kialakított személyes profilok is.

A hagyományos scoringokhoz képest az jelent újdonságot a Kreditechnél, hogy ez nem hónapok, sőt évek alatt felhalmozódó adathalmaz alapján működik, hanem aktuális értékeket vesz figyelembe. Minden alkalommal az éppen rendelkezésre álló több ezer adatból összeálló kép dönt arról, hogy mennyire megbízható az hitelkérő. Ennek megfelelően a gyakorlatban a közösségi oldalakon megjelenő tevékenységeim, barátaim és megnyilvánulásaim és összességében minden interneten fellelhető adat rólam (új munkahely, klubtagságok, kommentek és preferenciák) hozzájárul ahhoz, milyen megítélésem lesz a hitelező szemében. Bár a német start up egyelőre csak magánszemélyekkel dolgozik együtt, várható, hogy világszerte nagy érdeklődés övezi majd az ehhez hasonló Big Data-alapú scoring-szolgáltatásokat. Amint a cég sajtósa is utal rá, óriási piac áll előttük, hiszen a világ lakosságának 70%-a még nincs regisztrálva semmilyen scoring-rendszerben.

Mit hozhat a jövő?

Ha mindez nem lett volna elegendő bizonyíték arra, mekkora piaci értéke van már a személyes adatoknak, nézzék meg, milyen területeken terjeszkednek ezek a módszerek már ma. Leonhard Dobusch, a berlini Freie Universität adatvédelemmel foglalkozó professzora szerint egyre nehezebb biztosítani a fogyasztói profilokat szolgáltató ágazatban a személyes adatok védelmét, azért is, mert egyre inkább elmosódik a határ a személyes és nyilvános adatok között.

„Az olyan módszerekben, mint a Geoscoring, akkor látom a veszélyt, ha például a lakcím alapján változnak a hitelek feltételei is. Már működő példa erre a Klout nevű start up, ami az alapján nyújt pontszámot, hogy mennyire befolyásosnak számítasz a környezetedben” – magyarázza Dobusch. A Klout oldalon regisztrált felhasználók aszerint kapnak egy scoringot, hogy milyen közösségi oldalakon és mennyire aktívak, hány ismerősük vagy követőjük van, és milyen kiterjedt kapcsolati hálóval rendelkeznek. Ha jó az értékelésem, a Klout multiplikátornak tekint, így olcsóbban jutok hozzá bizonyos szolgáltatásokhoz. Ezzel a rendszer nemcsak azt éri el, hogy a bizonyos szolgáltatások a kívánt célcsoporthoz jussanak el (pl egy adott szállodába vagy fitneszstúdióba kik járjanak), hanem azt is, hogy a kedvezményezett ügyfelek környezetükben népszerűsítik majd a szolgáltatásokat és újabb kuncsaftokat hoznak be.

Az adatvédelemmel foglalkozó szakértő arra is figyelmeztet, hogy a geoscoringot időközben nemcsak a fizetőképesség megítélésére használják, hanem az élet más területein sem riadnak vissza tőle. Dobusch nemrég értesült róla, hogy a munkavállalók kiválasztásánál is szerepet játszhat, milyen környéken lakik a jelentkező: vannak ugyanis olyan vállalatok, ahol a szakmai gyakorlatra jelentkező fiatalokat is lakhelyük alapján választották ki.

Mi van itthon?

Magyarországon a német Schufa, illetve az amerikai Fico-modellhez hasonlóra még nincs példa. A lakossági piacon bár voltak ötletelések, de azok nem váltak realitássá, döntően adatvédelmi okokból. Banki szereplők ugyanakkor örülnének egy ilyen adatbázisnak, mivel így biztosabbá válhatna a hitelkihelyezés és a megtérülés is. Jelenleg az egyes bankok saját hatáskörben végzik az új ügyfelekről az információ begyűjtését, ez azonban döntően a jövedelmi, illetve a vagyoni helyzethez kapcsolódik. Munkáltatói, jövedelmi igazolást kérnek be, felhívják a potenciális ügyfél munkahelyét, hogy tényleg ott dolgozik-e. Ebből a szempontból a nagyvállalatok megbízhatóbbak, a kisebbeknél elképzelhető trükközés. Igaz, ez is egyre kevésbé jellemző, mivel a bankszámlakivonatokról kiderül, hogy mennyi jövedelemmel rendelkezik az adott illető, törleszt-e egy pénzintézetnek hitelt, és mekkora a számlaforgalma. Emellé még közüzemi számlákat is bekérnek, amelyekről látszik, hogy mennyi a rezsiköltés, és hogy van-e tartozás-e az ügyfélnek.

A meglévő ügyfelekre vonatkozóan ugyanakkor már a bank saját maga összesíti a rendelkezésére álló információkat, és ezt úgy használja fel, hogy fogyasztási hitellimitet állapít meg azon ügyfeleinek, akik hitelképesek. Így központi hiteladatbázis Magyarországon nincs, csak pozitív adóslista van (Központi Hitelinformációs Rendszer – KHR). A KHR közel 450 hazai bank és pénzügyi intézmény által közösen működtetett, védett nyilvántartás, amely a hitelintézetek által átadott ügyfél- és szerződésadatokat kezeli, valamint hitelinformációt szolgáltat a bankoknak a felelős hitelezés feltételeinek biztosítása érdekében. Az ide történő bekerülésbe ugyanakkor bele kellett egyezni. Nyilatkozni kell arról, hogy nem ellenzik a hitelezett ügyfelek a felkerülést, amit azonban kevesen tettek meg. Így tehát van egy nagy magyar hitelezési adatbázis, csak jóval kevesebb adattal rendelkezik, mint a német vagy az amerikai társa.

Forrás: hvg.hu

Minden vélemény számít!

Név *
Email *
Weboldal