Desbloqueando os dados de open banking: estratégias para a análise de crédito baseada em fluxo de caixa

No entanto, ter acesso aos dados de open banking é apenas o primeiro passo. O grande desafio para os credores é descobrir como usar esses dados de forma eficaz para avaliar a capacidade de pagamento e o risco de inadimplência de seus clientes.

Para tratar desse tema complexo, o CEO e cofundador da Taktile, Maik Taro Wehmeyer, conversou com a Finovate e com os especialistas do setor Abhinav Swara (VP e Head de Risco de Crédito da Bluevine) e Jonathan Gurwitz (Credit Lead da Plaid) para discutir a fundo a abordagem de análise de crédito baseada em fluxo de caixa.

Resumimos os principais pontos da discussão do webinar, incluindo:

• Como a análise de crédito baseada em fluxo de caixa evoluiu ao longo do tempo
• O potencial dos dados de fluxo de caixa para revolucionar a análise de crédito de pessoas físicas e empresas
• Como os credores abordam hoje a análise de crédito baseada em fluxo de caixa
• Desafios na adoção de uma abordagem de análise de crédito baseada em fluxo de caixa

Se você quiser assistir à discussão completa sobre esses temas, convidamos você a assistir ao webinar.

Principais conclusões

• A análise de crédito baseada em fluxo de caixa está transformando a avaliação de risco de crédito: Ao aproveitar os dados de open banking, os credores podem avaliar receitas e despesas em tempo real, aprimorando as verificações de capacidade de pagamento além do que os scores dos bureaus de crédito revelam.
• O open banking amplia a inclusão financeira: Os insights de fluxo de caixa permitem aprovar consumidores invisíveis para o crédito e oferecer linhas de crédito flexíveis a pequenas empresas tradicionalmente mal atendidas pelos modelos de análise de crédito legados.
• A adoção eficaz exige domínio dos dados: Os credores vencedores integram APIs de open banking, limpam e categorizam transações em atributos utilizáveis e incorporam a análise de fluxo de caixa diretamente nos motores de decisão automatizados.
• Os desafios persistem no acesso e na interpretação dos dados: Regulamentações fragmentadas, cobertura geográfica incompleta e a dificuldade de extrair sinais preditivos de dados bancários brutos continuam sendo grandes obstáculos para escalar a análise de crédito baseada em fluxo de caixa.
• A infraestrutura de análise de crédito é a alavanca de crescimento: Plataformas de decisão como a Taktile ajudam os credores a colocar a análise baseada em fluxo de caixa em operação, com conectividade via API, capacidade de experimentação e automação de decisões, viabilizando uma concessão de crédito mais rápida e precisa.

Como a análise de crédito baseada em fluxo de caixa evoluiu ao longo do tempo

Jonathan explicou que os dados de fluxo de caixa sempre foram um componente essencial da análise de crédito. Os credores costumam pensar na avaliação de risco em duas frentes: a disposição de uma pessoa para pagar e a sua capacidade de pagar. Os dados de fluxo de caixa são especialmente úteis para avaliar a segunda.

Historicamente, coletar os dados de fluxo de caixa do tomador era extremamente trabalhoso. Exigia muito tempo, era caro e sujeito a fraudes e erros manuais. Por isso, costumava ficar em segundo plano na análise de crédito, em comparação com os dados tradicionais dos bureaus de crédito.

Na última década, porém, o uso dos dados de fluxo de caixa evoluiu significativamente com a aceleração de provedores de dados de open banking como a Plaid. Hoje, a experiência geral e a interação dos dados de fluxo de caixa entre credor e solicitante se tornaram fluidas.

Do lado do credor, agora há acesso a dados de fluxo de caixa digitalizados, que podem ser usados para construir insights e atributos detalhados sobre a capacidade de pagamento do tomador. Com isso, é possível realizar avaliações de risco mais profundas e criar processos de decisão automatizados altamente eficientes.

Além disso, para os solicitantes, o processo de compartilhar e autorizar informações ficou simples; agora eles conseguem vincular os dados de suas contas em menos de 10 segundos, o que levou a experiências do cliente muito superiores.

Aproveitando o potencial: como os dados de fluxo de caixa estão revolucionando a análise de crédito de pessoas físicas e empresas

Crédito para pessoas físicas: um espaço simples, mas poderoso para a inovação

Jonathan comentou que, embora o mercado de empréstimos pessoais online pareça simples à primeira vista, o open banking possibilitou inovações importantes.

O acesso contínuo aos dados de fluxo de caixa não só permite que os credores façam ofertas instantaneamente, como também os ajuda a aumentar de forma significativa suas taxas de aprovação, além da inclusão e da competitividade de seus produtos.

Maik explicou como os dados tradicionais dos bureaus de crédito têm fragilidades, especialmente na avaliação do risco de segmentos minoritários de clientes. Se você fosse um imigrante, por exemplo, que acabou de se mudar para um novo país, sem histórico de crédito, os credores tradicionais nem sequer considerariam conceder um empréstimo a você.

Hoje, os credores estão cada vez mais sofisticados no uso dos dados de fluxo de caixa no processo geral de decisão, usando-os para complementar os scores tradicionais e prever a probabilidade de inadimplência (PD).

Crédito para empresas: o segmento que os dados alternativos estão abrindo

Abhinav explicou que, há 10 anos, quem analisava crédito para empresas dependia fortemente de fontes de dados tradicionais, com quase todos os modelos de risco de crédito baseados em dados de bureaus de crédito e demonstrações financeiras. No entanto, isso mudou de forma significativa.

Em vez de vasculhar demonstrações financeiras para avaliar a capacidade de pagamento, os credores podem acessar instantaneamente dados digitalizados de fluxo de caixa das empresas por meio de provedores de open banking. Abhinav destacou como isso revolucionou processos de solicitação trabalhosos e tornou as decisões de crédito muito mais rápidas.

Maik explicou como os dados de fluxo de caixa empresarial também têm sido valiosos por fornecer aos credores insights precisos e em tempo real que as demonstrações financeiras não oferecem, permitindo conceder linhas de crédito maiores e mais flexíveis a mais tomadores.

Os modelos de risco da Bluevine, orientados por dados de fluxo de caixa, permitem que a empresa conceda crédito a negócios que os bancos tradicionais não atenderiam. Nos últimos anos, cerca de 40% de sua carteira de crédito foi destinada a empresas de grupos minoritários, o que não teria sido possível usando apenas fontes de dados tradicionais para a avaliação de risco.

Abhinav acredita que ainda há uma enorme oportunidade de inovação no crédito empresarial e que o setor está apenas começando quando se trata de aproveitar todo o poder dos dados de fluxo de caixa.

Como os credores abordam hoje a análise de crédito baseada em fluxo de caixa

Ao desenvolver modelos de análise de crédito baseados em fluxo de caixa, Abhinav explicou que há três grandes frentes em que se concentrar:

1. Integrar e consumir os dados de fluxo de caixa

A forma de integrar e consumir os dados costuma depender da estratégia de aquisição. Na Bluevine, por exemplo, a preferência inicial é que os clientes se conectem à Plaid, para oferecer uma experiência fluida de compartilhamento de dados. Na Taktile, Maik viu muitos exemplos bem-sucedidos de credores que aumentaram suas taxas de aprovação ao desenhar o processo de solicitação dessa forma.

No entanto, na Bluevine, os clientes também têm a opção de enviar extratos manualmente, se preferirem.

2. Limpar e interpretar os dados de fluxo de caixa nos seus modelos de análise de crédito

Os credores precisam ser capazes de capturar com precisão a renda e as principais despesas a partir dos dados de fluxo de caixa para ter uma visão detalhada de seus clientes.

No entanto, a limpeza e a categorização dos dados de fluxo de caixa podem ser complicadas. A Bluevine investiu pesado no desenvolvimento de inteligência para marcação e categorização de transações e para extrair insights dos dados de fluxo de caixa, de modo que sejam úteis em seus modelos de análise de crédito.

Jonathan destacou que a Plaid também dedicou muito tempo a iterar, avaliar e atualizar seus modelos para capturar categorias específicas de credores e de crédito.

Abhinav comentou que, no caso da renda, por exemplo, é essencial desenvolver processos para diferenciar as fontes reais de receita de pagamentos recebidos de outros credores ou de esquemas fraudulentos.

Depois de categorizados, os credores podem usar os dados para construir atributos personalizados, que se relacionam mais de perto com o seu negócio e com a análise de crédito que pretendem fazer.

Jonathan mencionou que a Plaid oferece uma biblioteca de atributos em que compartilha a lógica com os credores, para acelerar a transformação dos dados em insights acionáveis. Além disso, a empresa já desenvolveu insights prontos para uso que fornecem aos credores atributos preditivos para ajudar os clientes a chegar mais rápido ao mercado.

3. Otimizar continuamente a sua abordagem

Com o tempo, é preciso melhorar e monitorar continuamente a interpretação dos dados de fluxo de caixa. Maik destacou como a Taktile permitiu que os credores construíssem com facilidade “cascatas de dados” para otimizar os custos com dados externos.

As fontes de dados externas, sejam de bureaus de crédito ou de fluxo de caixa, fornecem sinais diferentes para prever a PD. Na cascata de dados, é preciso determinar que tipo de solicitante deve ter que tipo de sinais.

Na Taktile, Maik explicou que os credores empresariais costumam usar uma combinação de scores de crédito, dados de fluxo de caixa e dados contábeis. No entanto, eles não necessariamente consultam todas essas fontes de dados para cada solicitante.

Se um cliente tem um score de crédito alto, muitos credores o consideram um sinal de PD seguro o bastante. Já para os clientes que normalmente seriam recusados apenas com base no score de crédito, pode valer a pena fazer uma triagem e avaliá-los de outras formas, usando dados de fluxo de caixa para prever sua PD.

Desafios na adoção de uma abordagem de análise de crédito baseada em fluxo de caixa

1. Disponibilidade de dados

O acesso aos dados de fluxo de caixa nem sempre é simples, o que gera atrito no processo de vinculação de contas. Isso acontece porque a disponibilidade tende a variar conforme a geografia.

Na Europa, por exemplo, os credores se beneficiam da regulamentação PSD2, pela qual, por lei, os bancos devem compartilhar dados com terceiros se o cliente autorizar. Já nos Estados Unidos, por exemplo, a regulamentação sobre o compartilhamento de dados de contas bancárias só começou a valer este ano.

Por isso, é útil encontrar provedores de open banking que ofereçam a cobertura e a precisão de que você precisa na sua geografia. Jonathan mencionou que é aí que a Plaid ajuda: ela já estabeleceu conexões de compartilhamento de dados com mais de 12.000 instituições para casos de uso de crédito e empréstimos.

2. Usabilidade dos dados

Jonathan destacou como é importante que a sua infraestrutura de análise de crédito consiga se conectar de forma fluida a provedores de dados externos.

Além da infraestrutura, Maik explicou que extrair insights relevantes dos dados de fluxo de caixa é outro desafio comum para os credores. Como a abordagem moderna baseada em fluxo de caixa é relativamente nova, poucos credores a utilizam há tempo suficiente para ter aprendido os melhores métodos de aproveitar esses dados.

Encontrar os sinais certos para o seu caso de uso, produtos, segmento e apetite de risco pode ser complicado. No entanto, Maik mencionou que, na Taktile, os credores superaram esse desafio com sucesso ao lançar experimentos, testar de forma rigorosa e iterar rapidamente. É aqui que ter uma infraestrutura de análise de crédito com capacidade de experimentação é fundamental, com ciclos rápidos de interação e simulações sofisticadas de backtesting.

Alguns credores que usam a Taktile lançam experimentos para 15 a 20% de seus clientes para testar e obter insights antes de aplicar as mudanças a todo o segmento. Depois, acompanham de perto que valor cada fonte de dados está agregando.

3. Conectividade dos dados

Resolver os desafios contínuos de conectividade é fundamental para manter insights em tempo real sobre os clientes. Alguns bancos exigem a renovação da conexão com os dados da conta do cliente a cada três meses, o que cria um dilema para os credores.

Sem as informações mais atualizadas sobre a saúde financeira de um cliente, decisões conservadoras podem acabar levando a ações adversas. Abhinav mencionou que mitigar esse desafio se torna imperativo, principalmente quando se considera oferecer futuros aumentos de limite aos clientes.

Jonathan enfatiza o valor dos dados ao longo do ciclo de vida do cliente, destacando a importância da persistência das conexões com os provedores de dados. Embora APIs sofisticadas estejam ampliando essa estabilidade, ainda há trabalho a fazer para superar esses obstáculos.

Para saber mais sobre as oportunidades futuras de inovação com essa abordagem de análise de crédito e ouvir o painel responder a perguntas interessantes do público, convidamos você a assistir ao webinar completo.

Perguntas frequentes (FAQs)