Implicaciones costo-beneficio de aplicar un modelo similar al sistema de crédito social desarrollado en China usando Big Data en Medellín

Abstract

RESUMEN: Colombia es un país que ha realizado grandes avances en materia de inclusión financiera, sin embargo, aún cuenta con grandes retos por superar. En este trabajo se realizó una investigación y análisis a profundidad de los principales retos del sistema crediticio. Con la finalidad de atacar estos retos, se propuso un plan de mejora basado en la teoría del Crédito Social Chino (SCS, por sus siglas en inglés) y su enfoque en el manejo de herramientas de Big Data. Al realizar entrevistas a expertos en el tema y realizar una revisión de la literatura, se encontró que, una de las grandes dificultades es el escape de información importante sobre los usuarios pues, las entidades que otorgan los créditos siguen basando sus decisiones en criterios tradicionales, excluyendo a un grupo de solicitantes de crédito. Por tanto, el reto es identificar variables que permitan conocer y entender a la población para ofrecer productos de financiamiento que se ajusten a sus realidades y otorgar más beneficios sin descuidar la salud financiera de las entidades crediticias. Ligado a esto, los métodos de aprobación y estudios de crédito desde la parte de riegos son poco ágiles lo que entorpece el sistema financiero. Por otro lado, la salud financiera de las personas depende de la educación financiera que tengan, es aquí donde se encuentra otro de los grandes retos, pues se encontró que es alto el grado de analfabetismo financiero que tiene la población lo que obstruye el acceso al crédito y la correcta toma de decisiones. En la búsqueda de realizar el plan de mejora fue necesario en primer lugar levantar un estado del arte sobre el SCS y recopilar información sobre el sistema de crédito en Colombia. Esto con la finalidad de poder realizar un análisis comparativo entre estos sistemas por medio de un análisis multicriterio que permita observar los costos y beneficios multidimensionales. Se encontró, en síntesis, el SCS es un conjunto de bases de datos unificado en una infraestructura que usa Big data para monitorear y predecir la confiabilidad y el riesgo de todos los usuarios en China, este sistema de puntajes de crédito pretende determinar si los usuarios pueden acceder a recompensas o castigos dependiendo de sus comportamientos. El análisis multicriterio permitió evidenciar que las ventajas estructurales y tecnológicas que tiene el SCS frente al sistema de crédito colombiano. Como resultado final de estos esfuerzos se planteó, un modelo que permite construir una red para interconectar información en la ciudad de Medellín, por medio de la tecnología de Big Data, la recopilación masiva de datos y algoritmos de aprendizaje automático. Esto con la finalidad de crear perfiles de riesgo más adaptado a la realidad de cada usuario. El análisis de costo beneficio que se realizó del modelo como objetivo final de este trabajo evidencia que llevar a cabo el plan de mejora significa un alto grado de inversión en investigación y tecnología, pero soluciona los retos planteados para el sistema de crédito colombiano y brinda bienestar y beneficio socioeconómico para los ciudadanos de la ciudad de Medellín.

ABSTRACT: Colombia is a country that has made great progress in terms of financial inclusion, however, it still has great challenges to overcome. In this work, an in-depth investigation and analysis of the main challenges of the credit system was carried out. In order to tackle these challenges, an improvement plan based on the theory of Social Credit System (SCS) and its focus on managing Big Data tools was proposed. When conducting interviews with experts on the subject and conducting a review of the literature, it was found that one of the great difficulties is the escape of important information about users, since the entities that grant loans continue to base their decisions on traditional criteria, excluding a group of credit applicants. Therefore, the challenge is to identify variables that allow the population to know and understand in order to offer financing products that adjust to their realities and grant more benefits without neglecting the financial health of the credit institutions. Linked to this, the approval methods and credit studies from the risk side are not very agile, which hinders the financial system. On the other hand, people's financial health depends on the financial education they have, this is where another of the great challenges is found, since it was found that the degree of financial illiteracy that the population has is high, which obstructs access to credit and correct decision making. In the search to carry out the improvement plan, it was first necessary to raise a state of the art on the SCS and collect information on the credit system in Colombia. This in order to be able to carry out a comparative analysis between these systems by means of a multicriteria analysis that allows observing the multidimensional costs and benefits. It was found, in summary, the SCS is a unified set of databases in an infrastructure that uses Big data to monitor and predict the reliability and risk of all users in China, this credit scoring system aims to determine if users they can access rewards or punishments depending on their behaviors. The multi-criteria analysis made it possible to demonstrate the structural and technological advantages that the SCS has over the Colombian credit system. As a final result of these efforts, a model was proposed that allows, through Big Data technology, the massive collection of data and machine learning algorithms to build a network to interconnect information in the city of Medellín. This in order to create risk profiles more adapted to the reality of each user. The cost benefit analysis that was carried out of the model as the final objective of this work shows that carrying out the improvement plan means a high degree of investment in research and technology, but solves the challenges posed for the Colombian credit system and provides well-being and socioeconomic benefit for city citizens.