En los últimos años es cada vez más frecuente oír hablar del llamado “scoring bancario o scoring de crédito”, que podemos definir como una herramienta informática empleada por las entidades bancarias y de crédito para determinar tu capacidad de endeudamiento y tu solvencia cuando solicitas un crédito o préstamo, con el objetivo de predecir las probabilidad de que incurras en un impago.
A través de la elaboración de perfiles, que no tienen porqué ir vinculados a la adopción de decisiones automatizadas, las entidades bancarias analizan tu solvencia, adjudicándote una puntuación en función de tus ingresos y situación personal, y de tus deudas pendientes e historial crediticio.
Los datos que suelen analizarse para el scoring bancario son:
– Tus datos personales como edad, profesión, domicilio, estado civil, personas a cargo, vinculaciones con otros clientes del banco…
– Tus anteriores vinculaciones con esa concreta entidad: saldo en cuenta bancaria, tipos de productos que hayas contratado con anterioridad, como seguros, fondos o planes de pensiones, ingresos domiciliados, gastos domiciliados…
– Tu capacidad de generar ingresos, ya se a través de la nómina o tus rendimientos como profesional.
– Tu historial de crédito, esto es, los créditos o préstamos que hayas solicitado con anterioridad ya estén vigentes o cancelados, y la vida de los mismos (cancelaciones anticipadas, retrasos, finalidad, etc.).
– Información de impagos a través de ficheros de insolvencia.
De este modo, si consigues un scoring alto no tendrás problemas para conseguir el crédito; pero si no superas el nivel de riesgo marcado por el banco, las posibilidades de obtener el crédito o préstamo se verán reducidas en gran medida.
El scoring bancario opera a través de algoritmos, que “beben” de los datos que la entidad bancaria maneja, ya sean proporcionados por el propio cliente u obtenidos de fuentes externas, como ficheros de solvencia o el propio CIRBE para obtener el historial de crédito (Central de Información de Riesgos del Banco de España, que opera como una base de datos en que figuran todos los clientes que tengan préstamos personales, hipotecas, créditos, avales y garantías contratados con una entidad financiera a partir de 9.000 €).
Cuestión distinta es que, a partir de esta puntuación, se automatice también la decisión de concesión del crédito, o se trate el scoring como un factor a tener en cuenta para dicha concesión que, en última instancia dependerá de la decisión humana; y en este punto, no todas las entidades bancarias actúan igual.
¿Cómo mejorar mi scoring bancario?
Aunque no existe una “fórmula mágica” para mejorar tu scoring bancario, si hay ciertos comportamientos financieros que pueden ayudarte a obtener una puntuación más alta, como:
– pagar tus deudas dentro de plazo, sin demoras ni retrasos.
– no acumular varios créditos o préstamos a la vez; o
– no endeudarte por encima del 40% de tus ingresos.
Luces y sombras
La normativa bancaria se ha endurecido para imponer a las entidades bancarias mayores medidas de diligencia, transparencia y control, exigiendo que realicen un examen exhaustivo de la capacidad de pago de sus clientes, ya sean consumidores o empresas. Se busca con ello caer en errores pasados que acaban afectando a todo el sistema financiero y a toda la sociedad, como el caso de las “hipotecas subprime”, que desencadenó una crisis económica a nivel mundial. Y en esto, el sistema del scoring bancario puede ser de gran utilidad.
Pero lo cierto es que la automatización de esta elaboración de perfiles, unida a la automatización de las decisiones de concesión de crédito, plantea también varias cuestiones controvertidas:
– Por un lado, se incrementan los peligros que amenazan la privacidad y el derecho a la protección de datos. Como trataremos en otro artículo más adelante, el Reglamento General de Protección de Datos intenta controlar el impacto de estos tratamientos automatizados: requisitos de transparencia y equidad, obligaciones de responsabilidad proactiva, bases jurídicas específicas para el tratamiento o derechos específicos para oponerse a la toma de decisiones basadas únicamente en u tratamiento automatizado de datos, incluida la elaboración de perfiles.
– Por otro lado, las decisiones automáticas son susceptibles de encubrir sesgos que dan lugar a discriminaciones injustas, con consecuencias especialmente graves para los colectivos de personas más vulnerables, incrementándose las denegaciones de préstamos o la fijación de condiciones más gravosas para estos colectivos.