En 2015, Hans Thomas, Guhan Kandasamy y Ziggy Jonsson fundaron TheNumber en Estados Unidos, un emprendimiento con sede en Nueva York, que aplica Big Data al análisis de riesgo de carteras hipotecarias en segundos, combinando información pública de diversas fuentes, como tribunales o incluso de Airbnb para elaborar perfiles. Un uso impensado, que podría haber evitado la crisis subprime de 2008, que llevó a la caída de la dos hipotecarias más grandes de Estados Unidos, Freddie Mac y Fannie Mae.
"La crisis de 2008 puso de manifiesto la incapacidad de algunos bancos de gestionar sus riesgos de manera integral debido a las carencias de la información interna disponible, llevando a mediciones erróneas de los perfiles de riesgo. El Big Data hubiera contribuido a obtener información actualizada del riesgo real de las carteras, permitiendo a los bancos gestionarlos y mitigarlos anticipadamente", afirma Agustín Alcalde, director ejecutivo para la Industria Financiera de Accenture Chile.
En el caso específico de TheNumber, que vende la información a operadores en bonos y préstamos hipotecarios, el uso del Big Data cruza contenidos provenientes de firmas de marketing, redes sociales, documentos de préstamos públicos, entre otras fuentes. "Podemos hacer cosas que antes no eran posibles", dijo Kandasamy a la agencia de noticias Bloomberg. De hecho, antes habría llevado semanas o incluso meses hacer un seguimiento de la información que compila la empresa y ahora se tarda unos segundos.
Asegurar los pagos
El Big Data combinado con el análisis predictivo desde hace unos años que se está aplicando con éxito en las finanzas a nivel mundial, principalmente en inversiones, asset management, créditos a consumidores y seguros.
"También se utiliza para la gestión de todos los riesgos, como riesgo de crédito, financiero y no financiero, cibernético, riesgo país, riesgo corporativo e incluso gestión de riesgo en la exposición a las redes sociales", dice Alcalde.
En el mundo, entidades de Europa, Asia y Estados Unidos, son los mercados de referencia de técnicas de Big Data para mediciones de riesgo porque se encuentra en los planes estratégicos de los principales bancos.
En el caso específico de los créditos, se utiliza para complementar la información de los clientes disponible en los bancos permitiendo identificar perfiles de riesgo más precisos y exactos a nivel mundial. Pero no sólo se usa en la decisión de otorgarlo, sino en todas las etapas del proceso, desde su solicitud, monitoreo, seguimiento, gestión preventiva de deterioros de cartera y acciones de cobranza avanzada, explica Alcalde.
"Big Data consigue expandir la información pública disponible de los pagadores y de esta forma obtener mediciones de riesgos más precisas, aumentando la efectividad de los modelos internos de los bancos a la hora de determinar el nivel de riesgo de un pagador siempre que se combine con Analytics avanzado", afirma el ejecutivo.
El segmento que demuestra mayor uso y desarrollo de Big Data para análisis de riesgo es en aquellos casos donde no existe tanta historia en el sistema financiero, por ejemplo, jóvenes, microcréditos e inclusión financiera.
También advierte que no hay que olvidar que, además de la banca tradicional, los nuevos jugadores de la industria financiera como Amazon, Alibaba Express, Facebook, Google y las Fintech, "son los que presentan un mayor desarrollo y nivel de madurez más elevando" en uso de Big Data.
La industria financiera en Chile en comparación con la regional y global se encuentra en un estado de madurez inicial en el uso de esta tecnología, aunque las principales entidades financieras lo consideran dentro de sus planes estratégicos junto con otras técnicas de innovación digital como, por ejemplo, Inteligencia Artificial, Analytics Avanzado o Blockchain.
VER MÁS
MARKET DATA
<%userdata?.email%>
Editar perfil
Credencial
Salir
(Twitter)
Instagram
Facebook
LinkedIn
YouTube
TikTok
Alto contraste
innovación
