Quase a metade da popula\u00e7\u00e3o brasileira com mais de 18 anos tem o nome sujo na pra\u00e7a. S\u00e3o 78 milh\u00f5es de CPFs negativados. \u00c9 o maior n\u00edvel da s\u00e9rie hist\u00f3rica da Serasa Experian. Al\u00e9m disso, 38% dos trabalhadores s\u00e3o informais, segundo dados do IBGE. S\u00f3 por esses n\u00fameros j\u00e1 \u00e9 poss\u00edvel perceber o tamanho do desafio para qualquer institui\u00e7\u00e3o financeira de oferecer cr\u00e9dito.<\/p>\n\n\n\n
Ent\u00e3o como avaliar de maneira mais eficiente o perfil dos tomadores e tornar mais inclusiva a oferta de empr\u00e9stimos no pa\u00eds? Foi, justamente, no enfrentamento dessas quest\u00f5es que os sistemas de score passaram a evoluir de maneira acelerada nos \u00faltimos anos.<\/p>\n\n\n\n
Hoje os modelos de avalia\u00e7\u00e3o se tornaram quase que personalizados. Podem levar em conta vari\u00e1veis t\u00e3o distintas quanto o hist\u00f3rico de pagamento a dados de geolocaliza\u00e7\u00e3o e comportamento, como vamos explicar mais adiante.<\/p>\n\n\n\n
Ao longo dos anos, os algoritmos t\u00eam ganhado cada vez mais m\u00fasculos com a incorpora\u00e7\u00e3o de tecnologias como aprendizado de m\u00e1quina e intelig\u00eancia artificial<\/a>. O ganho de escala permite aos sistemas processar automaticamente informa\u00e7\u00f5es maci\u00e7as, simult\u00e2neas e em tempo real de dezenas de milh\u00f5es de pessoas, 24 horas por dia e sete dias na semana.<\/p>\n\n\n\n Pouco mais de uma d\u00e9cada atr\u00e1s, avaliar a capacidade de pagamento de d\u00edvidas de uma pessoa significava, basicamente, olhar se o CPF estava negativado. Mas tudo mudou \u2013 e muito \u2013 nos \u00faltimos anos. \u00c9 a revolu\u00e7\u00e3o do score<\/strong>, ou seja, as notas que abrem ou fecham as portas do cr\u00e9dito aos consumidores. O desenvolvimento recente tornou muito mais inclusiva a oferta de financiamentos.<\/p>\n\n\n\n No Brasil<\/strong>, a evolu\u00e7\u00e3o do score est\u00e1 ligada diretamente ao surgimento das fintechs de cr\u00e9dito e aos bancos digitais. Aqui, essa onda come\u00e7ou em 2012<\/strong>, com o surgimento das primeiras plataformas financeiras 100% on-line. Um dos principais marcos para a consolida\u00e7\u00e3o desse segmento aconteceu em 2018, quando o Banco Central criou normas para as startups de cr\u00e9dito.<\/p>\n\n\n LEIA MAIS<\/p>\n \n Em um mercado dominado pelos bancos tradicionais, que monopolizavam as informa\u00e7\u00f5es dos clientes, as fintechs tiveram de se virar nos 30. A solu\u00e7\u00e3o basicamente foi a de criar um novo mercado<\/strong>. Boa parte das financeiras digitais passou a olhar para a fatia dos desbancarizados, ou seja, aqueles com zero hist\u00f3rico de cr\u00e9dito e a pesquisar uma maneira de incluir essa turma no mercado de financiamentos.<\/p>\n\n\n\n E a fatia n\u00e3o era pequena. Dados do Banco Central<\/strong> mostram que em<\/strong> 2015<\/strong> mais da metade dos adultos brasileiros, ou 57%, n\u00e3o tinha conta em banco<\/strong>. Cinco anos mais tarde, com o crescimento das fintechs, o percentual caiu para 18%. Hoje, a conta est\u00e1 em 13,5%<\/strong>.<\/p>\n\n\n\n As fintechs passaram a elaborar modelos de an\u00e1lise com uso cada vez maior de dados muitas vezes n\u00e3o convencionais, ou seja, deixados de fora de sistemas comuns de avalia\u00e7\u00e3o. Isso resultou em modelos de avalia\u00e7\u00e3o bem mais sofisticados.<\/p>\n\n\n LEIA MAIS<\/p>\n \n O c\u00e1lculo do score absorve continuamente mais e mais dados. Tanto que alguns especialistas j\u00e1 veem esses modelos estat\u00edsticos como caixas pretas<\/strong>, ou seja, as pontua\u00e7\u00f5es ficam menos transparentes \u00e0 medida que se tornam mais complexas.<\/p>\n\n\n\n “Tem ficado mais dif\u00edcil de explicar porque acontecem as oscila\u00e7\u00f5es nos scores”, afirma o especialista de uma institui\u00e7\u00e3o financeira que pediu anonimato. “Os modelos evoluem quase que automaticamente com uso de IA.\u02dc<\/p>\n\n\n\n Apesar de mastigar cada vez mais dados, as pontua\u00e7\u00f5es v\u00e3o subir ou descer principalmente devido ao seu hist\u00f3rico de pagamentos<\/strong>. Os novos dados, na verdade, servem mais como um catalisador para ampliar a oferta de cr\u00e9dito do que propriamente negar um financiamento. “N\u00f3s vimos, por exemplo, que \u00e9 poss\u00edvel oferecer cr\u00e9dito a negativados e conseguimos ir al\u00e9m dessa vis\u00e3o de positivo e negativo”, diz o especialista.<\/p>\n\n\n\n Existe, na verdade, uma variedade enorme de scores<\/strong>. Isso porque cada institui\u00e7\u00e3o financeira, fintech ou bir\u00f4 de cr\u00e9dito desenvolveu metodologias pr\u00f3prias. Os bir\u00f4s s\u00e3o empresas de tratamento de informa\u00e7\u00f5es financeiras, como a Serasa Experian, a Boa Vista e o SPC<\/a>. Elas recebem dados de companhias conveniadas, como concession\u00e1rias de servi\u00e7os p\u00fablicos.<\/p>\n\n\nUma breve hist\u00f3ria do cr\u00e9dito<\/h2>\n\n\n\n
\n
\n
Caixas pretas estat\u00edsticas<\/h2>\n\n\n\n
At\u00e9 temperatura do celular pode contar<\/h2>\n\n\n\n