Menos de ¼ das fintechs e instituições financeiras acredita na precisão de seus modelos de risco de crédito

Menos de ¼ das fintechs e instituições financeiras acredita na precisão de seus modelos de risco de crédito

Por Edilma Rodrigues

Apenas 21% das empresas de tecnologia financeira e de serviços financeiros acredita que seus modelos de risco de crédito são precisos em, pelo menos, 76% dos casos. A conclusão é de uma pesquisa da Pulse, patrocinada pela Provenir, empresa global de software para tomada de decisão de risco por meio de Inteligência Artificial (IA) para o setor de fintech, que identificou desafios, oportunidades e tendências de análise de risco de crédito que os tomadores de decisão de fintechs veem no setor até 2022.

O vice-presidente executivo da Provenir para América Latina, José Luis Vargas, comenta que os mercados de crédito ao consumidor foram dramaticamente transformados nos últimos dois anos, mas muitas organizações de serviços financeiros continuam a empregar abordagens desatualizadas para tomar decisões de risco de crédito. “O resultado é que as organizações hoje têm um alto grau de incerteza quanto à precisão de seus modelos, o que se traduz em crédito menos inclusivo, com menos aprovações e menos oportunidade de crescimento para o setor”, acrescenta Vargas.

O estudo aponta para o crescente apetite por análise preditiva de IA e aprendizado de máquina, integração de dados e uso de dados alternativos como meio de melhorar a tomada de decisões sobre risco de crédito e apoiar os principais objetivos da detecção e prevenção de fraudes e inclusão financeira.

A tomada de decisões de risco orientada por IA é vista como fundamental para melhorias em muitas áreas, incluindo prevenção de fraudes (59%), eficiência aprimorada e redução de custos (52%), maior precisão dos perfis de risco de crédito (45%), automação de decisões ao longo do ciclo de vida do crédito (36%) e a fixação de preços mais competitivos (32%).

A incerteza sobre a análise do “negócio de risco”, em termos de acurácia dos modelos de risco de crédito, pode ser a razão fundamental para a tomada de decisão em tempo real ter sido a primeira área de investimento esperada, de acordo com os 100 tomadores de decisão, de diferentes empresas de tecnologia financeira na AL, ouvidos pela pesquisa.

Uso de dados alternativos

O estudo também avaliou como as organizações querem usar dados alternativos na análise de risco: 61% reconhecem a importância dos dados alternativos na análise, para melhorar a detecção de fraudes; 58% veem sua importância no apoio à inclusão financeira; 33% destacam seu valor na expansão de mercados-alvo e 44% dizem que seu uso resulta em uma pontuação de crédito mais precisa.

A integração de dados foi citada como o maior impedimento ao uso de dados alternativos por oito em cada dez entrevistados. Apesar de reconhecer seu valor, muitas organizações lutam para operacionalizá-los em seus modelos de risco de crédito.

De acordo com o estudo, as organizações também procuram contar com os mais recentes avanços tecnológicos para escolher sua plataforma automatizada de tomada de decisão de risco de crédito:

  • Abordagem low-code/no-code: 71% consideram essencial uma interface de usuário que possa ser usada por pessoas com pouca (ou nenhuma) habilidade de programação e acessar dados e ferramentas sem a necessidade de um programador é fator determinante.
  • Business intelligence: 64% dos entrevistados ​​afirmam que ferramentas que facilitam a tomada de decisões sobre os rumos das organizações são muito úteis.
  • Inteligência Artificial (IA) e Machine Learning (ML): 51% dos tomadores de decisão possuem ou consideraram IA e ML como ferramentas importantes em seus sistemas automatizados de tomada de decisão.
  • Interoperabilidade do modelo (linguagem agnóstica): 41% citaram a interoperabilidade do código do programa como chave na diversidade de suas operações, evitando assim ficar preso a um único modelo ou linguagem.
  • Uso de fontes de dados alternativas – 59% dos que planejam investir em sistemas automatizados de tomada de decisão de risco de crédito este ano dizem que o uso aprimorado de fontes de dados alternativas é um recurso importante.

“Inteligência Artificial e Aprendizado de Máquina são parte fundamental na aplicação de diferentes soluções para promover a inclusão financeira na região, pela indústria de fintechs na América Latina, onde 79% dos tomadores de decisão planejam investir em uma tomada de decisão de risco em tempo real até 2022”, explica o porta-voz da Provenir.

Metodologia 

O estudo pesquisou 400 tomadores de decisão em fintechs e organizações de serviços financeiros em toda a América do Norte, América Latina, Ásia Pacífico, Europa e Oriente Médio. Dessa amostra populacional, 100 pessoas faziam parte do cenário financeiro latino-americano. As respostas da pesquisa foram coletadas entre 13 de outubro e 21 de dezembro de 2021. Os entrevistados eram gerentes, diretores, vice-presidentes e executivos C-Suite em organizações de pequeno e médio portes, com menos de 1 mil funcionários na América do Norte, Europa, Ásia e América Latina.

Com informações da assessoria de imprensa

Compartilhe

Notícias relacionadas

TOP 6
CMN e BC aprovam medidas para amenizar os efeitos da calamidade pública no RS
O Banco Central monitorará continuamente o funcionamento da intermediação financeira na regiãoEm reunião extraordinária no...
TOP 6
Competição voltada às tecnologias para finanças sustentáveis abre inscrições
Quinta edição do G20 TechSprint foi lançada pelo Banco Central (BC) e o Centro de...
TOP 6
Celcoin adquire startup especializada em regulação bancária e fiscal
Reg+ representa a quarta aquisição em dois anos, e reforça o investimento da empresa em...
TOP 6
Programa Celular Seguro é desconhecido por 40% da população, aponta pesquisa
Levantamento encomendado pela Febraban mostra que 29% dos entrevistados não estão interessados na plataformaAté o...

Assine o CANTAnews

Não perca a oportunidade de saber todas as atualizações do mercado, diretamente no seu e-mail

plugins premium WordPress
Scroll to Top