Chopra dari CFPB: AI dapat menjadi kunci penilaian kredit yang lebih adil

WASHINGTON — Direktur Biro Perlindungan Keuangan Konsumen Rohit Chopra mengatakan kekurangan model penilaian kredit FICO menjadi tidak dapat diterima dan mendesak regulator dan pemberi pinjaman untuk mengembangkan model baru berdasarkan kecerdasan buatan untuk menggantikannya.

Berbicara pada hari Kamis di konferensi AI yang dipresentasikan oleh FinRegLab, sebuah organisasi nirlaba yang berfokus pada teknologi dan regulasi keuangan, Chopra mengatakan biro tersebut sedang mencari tindakan yang dapat mengurangi biaya nilai kredit bagi pemberi pinjaman, khususnya di pasar asal hipotek, dan lembaga pemerintah harus melakukannya. memikirkan kembali kebijakan-kebijakan lama yang mengarahkan pemberi pinjaman ke metode penilaian kredit tradisional.

“Dalam jangka pendek, CFPB dan lembaga lainnya perlu berupaya mengatasi masalah ini dengan mencungkilnya harga kredit, terutama jika menyangkut dampak buruk di pasar hipotek kita,” kata Chopra. “Tetapi ke depan, saya pikir kita harus menyesuaikan kebijakan pemerintah yang mendorong pasar ke arah penggunaan nilai kredit tradisional, dan menciptakan kondisi untuk penggunaan AI yang bermakna, bermanfaat, dan transparan.”

Penilaian kredit berkembang dari pasar pelaporan kredit yang buram dan tidak responsif di mana konsumen seringkali tidak mengetahui apa yang ada dalam laporan kredit mereka, apakah laporan tersebut akurat atau apakah laporan oleh satu perusahaan sebanding dengan laporan dari perusahaan pesaing, kata Chopra. Skor tersebut, yang dibuat oleh Fair Isaac Corp., muncul pada akhir tahun 1980-an sebagai solusi terhadap banyak permasalahan tersebut, yang paling menonjol adalah interoperabilitas pemeringkatan peminjam dari satu biro pelaporan kredit ke biro pelaporan kredit lainnya.

“Hal ini menciptakan standarisasi – dan tidak banyak orang membicarakan hal ini – yang pada akhirnya akan membuat sekuritisasi konsumen dan pinjaman meningkat cukup pesat,” kata Chopra. “Skor standar FICO dipandang sebagai hal yang revolusioner, dan menurut saya ini merupakan tolok ukur penting untuk diingat dari sejarah, ketika kita memikirkan AI dan layanan keuangan konsumen, peningkatan skor FICO pada akhirnya menciptakan serangkaian standardisasi baru, perantara monopolistik baru , dan… efek jaringan yang sangat besar.”

Chopra mengatakan kemampuan pinjaman konsumen untuk disekuritisasi melalui skor FICO telah menciptakan tantangan bagi bank dan perusahaan keuangan lainnya. Banyak perusahaan tidak lagi mengandalkan skor FICO sebagai alat utama untuk menilai kelayakan kredit karena skor tersebut membuat banyak calon klien tidak memiliki riwayat kredit dan bukan merupakan alat prediksi yang dapat diandalkan mengenai apakah peminjam akan membayar kembali pinjamannya. Namun karena FICO dimasukkan ke dalam banyak skema sekuritisasi – terutama oleh Fannie Mae dan Freddie Mac untuk menggabungkan sekuritas hipotek – perusahaan terus mengandalkannya, dan sering kali membayar mahal untuk layanan yang tidak mereka sukai.

“Pemberi pinjaman melaporkan kepada CFPB bahwa nilai kredit sudah tidak cukup prediktif lagi,” kata Chopra. “Agar tetap kompetitif, pemberi pinjaman besar membuat kartu skor milik mereka sendiri untuk mengevaluasi permohonan, dan banyak yang ingin meninggalkan skor standar jika mereka bisa, jika bukan karena premi likuiditas yang mereka peroleh darinya.”

Pasar asal hipotek sangat marah dengan ketergantungan pada FICO sebagai alat untuk menilai kelayakan kredit karena pemberi pinjaman harus membeli skor untuk calon peminjam dengan harga yang telah naik secara signifikan tanpa memberikan manfaat yang sepadan.

“Pemberi pinjaman hipotek sangat marah dengan biaya skor FICO dan merasa bahwa harga tersebut dicungkil,” kata Chopra. “Jika Anda melihat beberapa harga skor FICO untuk pemberi pinjaman hipotek – dan ingat, mereka umumnya diharuskan membeli skor FICO, meskipun sekarang mereka dapat memilih pesaing – itu berarti harga skor FICO telah naikmenurut beberapa laporan publik, 700-800% dalam kurun waktu beberapa tahun, dan hal ini sebenarnya tidak lebih prediktif dibandingkan sebelumnya.”

Untuk mengatasinya, Chopra menyarankan agar regulator, pemberi pinjaman, dan pemangku kepentingan lainnya bekerja sama untuk mengembangkan model sumber terbuka baru yang cara kerjanya dapat dipahami dengan baik oleh semua pihak.

“Regulator dan pelaku pasar dapat berupaya menggunakan kecerdasan buatan dengan model spesifik yang dapat digunakan oleh pemberi pinjaman, investor, dan pihak lain untuk menstandardisasi skor,” kata Chopra. “Idealnya, penggunaan AI ini bisa bersifat open source, menggunakan model kooperatif untuk membiayai interaksi dan pengujian yang sedang berlangsung untuk memastikan bahwa AI tidak bersifat diskriminatif, dan mungkin yang lebih penting, akan transparan mengenai masukan utama yang akan diberikan sehingga ada Adanya rasa keadilan, terdapat tata kelola yang tepat mengenai jenis data apa yang harus dipertimbangkan.

“Hal ini dapat menjadi pendamping penting untuk mencapai tujuan keseluruhan dalam mendorong persaingan dan inklusi dalam sistem perbankan yang lebih terbuka.”