ISSN: 2279–9737

Il credit scoring “intelligente”: esperienze, rischi e nuove regole

Laura Ammannati, Professore ordinario di Diritto dell'economia, Università degli Studi di Milano; Gian Luca Greco, Professore associato di Diritto dell'economia, Università degli Studi di Milano
Sommario: 

1. Introduzione. – 2. Piattaforme FinTech, big data e algoritmi per il mercato del credito: una breve rassegna di letteratura. – 3. Il credit scoring algoritmico. – 3.1. I protagonisti vecchi e nuovi del mercato del credito. – 3.2. Elementi per una regolazione del credit scoring algoritmico. – 4. Modelli di credit scoring a confronto. Indagine sul credit scoring delle piattaforme di peer-to-peer lending e raffronto con i sistemi tradizionali. – 4.1. Il credit scoring bancario e finanziario in Italia: una disciplina in cammino. – 4.2. Piattaforme di marketplace lending e valutazione di merito creditizio. – 4.3. La collaborazione degli intermediari tradizionali con gli operatori di marketplace lending, con particolare riferimento all’outsourcing. – 5. Le prospettive di regolazione e supervisione del credit scoring nella proposta di regolamento europeo sull’intelligenza artificiale. Il problema della qualità dei dati e il bilanciamento irrisolto tra tutela dei diritti fondamentali degli utenti e sana e prudente gestione degli intermediari.

Abstract: 

Questo contributo cerca di illustrare come il FinTech può mutare modalità e possibilità di accesso al credito sia grazie alla presenza di nuovi soggetti sul mercato che grazie all’uso di algoritmi in grado di elaborare crescenti quantità di dati anche cd ‘alternativi’ rispetto a quelli finanziari tradizionali. La prima parte vuole dare conto dei risultati di alcune delle numerose analisi empiriche prevalentemente condotte sul mercato USA in anni recenti e che si sono concentrate su aspetti diversi, vuoi la tipologia dei dati oppure le modalità di concessione di mutui o di finanziamento di piccole o medie imprese vuoi ancora la definizione dei tassi di interesse. La seconda parte intende considerare, da un lato, le caratteristiche dei sistemi e degli algoritmi finalizzati al credit scoring così come i potenziali rimedi per i nuovi rischi emergenti dall’innovazione, e dall’altro le conseguenze sul mercato del credito di una tendenza tipica della digital economy che produce frammentazione della catena del valore e proceduralizzazione delle attività con una conseguente moltiplicazione degli attori coinvolti. La terza parte prende spunto dai risultati di una indagine realizzata dal gruppo di ricerca dedicando una parte alla verifica, tra gli intervistati, riguardo la loro percezione del processo di valutazione della fattibilità dell’operazione, cioè la richiesta di prestito da parte di soggetti fintech, la tipologia dei dati e dei requisiti richiesti per la valutazione del merito creditizio e la concessione del prestito. Infine, viene ripreso il discorso sull’impatto delle tecnologie intelligenti sui sistemi di scoring bancari e finanziari alla luce delle prospettive di regolazione dei sistemi di intelligenza artificiale, in particolare ad alto rischio, che stanno emergendo nel dibattito europeo.

 

This paper aims to illustrate how Fin Tech can modify opportunities and methods of credit access due, on the one side, to the rise of new subjects in the market, and on the other to algorithms able to process an increasing amount of data, including those “alternatives” vis-à-vis the traditional financial ones. The first part shows the results of several empirical analyses on the US market during recent years which highlight different aspects such as data typology, methods of lending loans and    financing small and medium enterprises and the assessment of interest rates. The second part considers, on the one side, the characteristics of systems and algorithms aimed at setting credit scoring as well as the potential remedies for the new risks arising from technological innovation and, on the other side, the consequences on the credit market of a digital economy typical trend, i.e. the fragmentation of the value chain and the proceduralisation of the activities along with an increasing number of the actors involved. The third part takes the cue from the results of an investigation carried out by our research group, among different groups of actors concerned, seeking to assess their perception of the feasibility of borrowing money procedures from Fin Tech operators, the kind of requested data and criteria in order to evaluate the credit scoring and grant the loan. All in all, the paper deals again with the impact of smart technologies on the banking and financial scoring systems in light of the European debate on the artificial intelligence systems regulation, particularly the high-risk systems.