Критика систем кредитного скоринга в Соединенных Штатах

Системы кредитного скоринга в Соединенных Штатах получили значительную критику со стороны различных СМИ, организаций по защите прав потребителей, ^[1] государственных служащих, ^[2] профсоюзов должников , ^{[3] [4]} и ученых. Расовая предвзятость , ^[5] дискриминация в отношении потенциальных сотрудников, ^[6] дискриминация в отношении держателей медицинских и студенческих долгов, ^[7] плохая предсказуемость рисков , манипулирование алгоритмами кредитного скоринга , ^[8] неточные отчеты, ^[9] и общая безнравственность — вот некоторые из проблем, поднятых в отношении системы. Даниэль Ситрон и Фрэнк Паскуале перечисляют три основных недостатка в текущей системе кредитного скоринга: ^[10]

1. Разрозненные воздействия: алгоритмы систематизируют предубеждения, которые были измерены извне и, как известно, влияют на неблагополучные группы, такие как расовые меньшинства и женщины. Поскольку алгоритмы являются запатентованными, их нельзя проверить на встроенную человеческую предвзятость.
2. Произвольный: Исследования показывают, что существует существенная вариация в оценке, основанной на аудитах. Ответственное финансовое поведение может быть наказано.
3. Непрозрачность: технология кредитного рейтинга непрозрачна, поэтому потребители не могут знать, почему это влияет на их кредитный рейтинг.

Система оценки также подвергалась критике как форма классификации для формирования жизненных шансов человека — форма экономического неравенства . ^[11] С 1980-х годов неолиберальная экономическая политика создала обратную корреляцию между расширением кредитования и снижением социального обеспечения — дерегулирование стимулирует финансирование потребления товаров и услуг, которые государство всеобщего благосостояния могло бы альтернативно предоставить. ^[12] Системы оценки кредитоспособности рассматриваются как схема классификации кредитоспособности людей, необходимая в связи с потерей этих коллективных социальных услуг. ^{[11] [13]} Система оценки кредитоспособности в Соединенных Штатах сравнивалась с системой социального кредита в Китае и послужила для нее источником вдохновения. ^{[14] [15]}

Использование кредитной информации в связи с подачей заявлений на различные виды страхования или при проверке биографических данных арендодателя (при подаче заявлений на аренду) вызвало аналогичное количество проверок и критики, поскольку получение и сохранение работы, жилья, транспорта и страхования являются одними из основных функций значимого участия в современном обществе ^[16] , а в некоторых случаях (например, автострахование ) предписаны законом. ^[17]

Дискриминационные эффекты

Кредитные рейтинги широко используются в качестве основы для принятия решений о предоставлении или отказе людям в возможности делать такие вещи, как получение кредитов, покупка домов и автомобилей, открытие кредитных карт и других видов счетов. ^[18] Это подвергалось критике как практика, имеющая дискриминационные последствия. ^[19] Кредитные компании претендуют на то, чтобы измерять кредитоспособность, рассматривая такую ​​информацию, как: количество имеющихся счетов, возраст связанных кредитных счетов, история потребительских платежей по заемным деньгам, а также пунктуальность и последовательность платежей.

Поскольку кредитные баллы стали необходимыми для поддержания кредитоспособности и покупательной способности , эта система подверглась критике как стена между привилегированными и непривилегированными классами людей. ^[11] Расширение доступного кредита может иметь обратную сторону исключения, поскольку люди с плохой кредитной историей (те, которые считаются высокорискованными системами кредитного скоринга) становятся зависимыми от краткосрочных альтернатив, таких как лицензированные кредиторы (индустрия жилищного кредитования), ломбарды , кредиторы до зарплаты и даже ростовщики . ^[20] Кредитные баллы могут функционировать как форма социальной иерархии, которая создает возможности для эксплуатации бедных американцев. Это также может помешать людям когда-либо вырваться из нищеты или плохого финансового прошлого. ^[21]

Системы кредитного скоринга также действуют как способ обращения с людьми как с объектами, которые подчиняются определенному набору количественных атрибутов. ^[22] Кроме того, они обладают деградирующим потенциалом, который превозносит исчисляемость над человеческими потребностями. ^[23] Дискриминационные ответы на плохую кредитную историю создают самоисполняющееся пророчество, поскольку это повышает затраты на будущее финансирование, что увеличивает вероятность безработицы или неплатежеспособности. ^[10] Поскольку кредитные рейтинги направлены на классификацию людей, другие рынки расширили его применимость для использования в качестве инструмента скрининга или оценки. ^[11] Кредит больше не используется только для финансовых продуктов, таких как ипотечные кредиты, но все чаще применяется межведомственно для других услуг, таких как:

• страхование автомобиля ^[17]
• медицинская страховка ^[16]
• запуск коммунальных услуг (электричество, природный газ, вода и т.д.) ^{[24] [21]}
• занятость ^{[5] [25]}
• арендное жилье ^[16]
• финансирование небольших покупок (например, мобильных телефонов, бытовой техники и т. д.)

Альтернативные системы кредитного скоринга могут использовать такие данные, как арендная плата, коммунальные платежи, субстандартный кредит и счета за мобильный телефон. ^[26] Другими источниками являются действия в социальных сетях, история просмотра интернета, история занятости, история студенчества, даты и места подачи прошлых заявок на кредит или метод, используемый при покупке бензина. ^[27] Баллы также использовались для индивидуальных целей, таких как знакомства. ^[28] До создания Fair, Isaac and Company ( FICO ) или Закона о справедливой кредитной отчетности 1970 года ранние системы кредитного скоринга, такие как Retail Credit Company (теперь Equifax ) в Атланте, штат Джорджия, собирали информацию о сексуальной жизни людей, инвалидности, их политических идеологиях и социальном поведении. ^[21] Сегодня некоторые системы скоринга, такие как разработанные Versium Analytics, выходят далеко за рамки оценок для финансовых продуктов, чтобы измерить вероятности того, что потребитель совершит мошенничество, отменит подписку, подвергнется риску кражи личных данных, купит экологически чистые товары, пожертвует на благотворительность и т. д. ^{[16] [29]}

Расизм

Системы кредитных баллов, как известно, содержат расовую предвзятость и, как было показано, увеличивают расовое неравенство ^{[5] [30] [31] [32],} поскольку исследования показывают, что афроамериканское и латиноамериканское население в среднем имеет значительно более низкие баллы, чем белое американское население. ^[1] Расовая дискриминация также приводит к влиянию на кредитные баллы и экономическую безопасность цветных сообществ — что в конечном итоге «укрепляет и усиливает неравенство, диктуя потребителю доступ к будущим возможностям». ^[1]

Многочисленные исследования выявили расовые различия в кредитном рейтинге:

• Исследование 1996 года показало, что афроамериканцы в три раза чаще имеют баллы FICO ниже 620, чем белые, а латиноамериканцы — в два раза чаще. ^[33]
• Исследование 1997 года показало, что у чернокожих, коренных и цветных жителей [BIPOC] из местных сообществ были более низкие кредитные баллы. ^[34]
• Исследование 2004 года показало, что почтовые индексы с высоким уровнем проживания чернокожих, коренных народов и цветных людей [BIPOC] имеют значительно худшие показатели, чем почтовые индексы с нечерным, коренным населением и цветными людьми [BIPOC]. ^[35]
• Исследование 2004 года показало, что афроамериканцы и испаноязычные потребители составляют более 60% потребителей с наихудшими кредитными рейтингами. ^[36]
• Исследование 2004 года показало, что медианный кредитный рейтинг для белых в 2001 году составлял 738, но медианный кредитный рейтинг для афроамериканцев был 676, а для латиноамериканцев — 670. ^[37]
• Исследование 2004 года показало, что менее 40% потребителей, проживающих в районах с преобладанием чернокожего коренного населения и цветного населения [BIPOC], имели кредитный рейтинг выше 701. ^[38]
• В 2006 году было проведено исследование округов США с высокой численностью чернокожего, коренного и цветного населения [BIPOC], в результате которого было установлено, что в этих странах средний кредитный рейтинг ниже, чем в округах с преобладающим белым населением. ^[39]
• Исследование, проведенное Федеральной торговой комиссией в 2007 году , показало, что афроамериканцы и латиноамериканцы значительно преобладают в категориях с самыми низкими оценками в отношении использования кредитных рейтингов компаниями автострахования. ^[40]
• В отчете за 2007 год были обнаружены значительные расовые различия в 300 000 кредитных файлов, сопоставленных с записями социального обеспечения , при этом баллы афроамериканцев были вдвое ниже, чем у белых неиспаноязычных. ^[41]
• Исследование 2010 года показало, что афроамериканцы в почтовых индексах Иллинойса имели баллы ниже 620 в 54,2%. В почтовых индексах, где большинство населения составляли латиноамериканцы, 31,4% имели кредитный балл ниже 620, и только 47,3% имели кредитный балл выше 700. ^[42]
• В исследовании 2012 года были изучены кредитные рейтинги около 200 000 потребителей, в ходе которых было обнаружено, что медианный балл FICO в почтовых индексах с преобладающим меньшинством составил 34-й процентиль, тогда как в почтовых индексах с низким меньшинством он составил 52-й процентиль. ^[43]

Результаты для чернокожих американцев из-за этой предвзятости — более высокие процентные ставки по ипотечным и автокредитам; более длительные сроки кредитования; увеличение числа судебных исков о неуплате долгов и увеличение использования хищных кредиторов . ^[44] FICO защищала систему, утверждая, что доход, имущество, образование и занятость неравномерно распределены в обществе, и было бы нерационально думать, что объективная мера не выявит эти различия. ^[22] Тамара Ноппер, социолог из Центра критических расовых и цифровых исследований, заявила, что для решения истинной проблемы расизма необходимо не просто регулировать ее, как это делают политики, а устранить ее в пользу государственных банков , которые обслуживают общество, а не акционеров . ^{[30] [45]}

Схожая концепция страхового скоринга также, как было показано, дискриминирует по расовому признаку, нанося непропорционально большой вред чернокожему и латиноамериканскому населению. ^[46]

Работа

Работодатели не могут получить доступ к кредитным рейтингам в кредитных отчетах, проданных для целей проверки занятости, но могут получить историю задолженности и платежей. ^[47] Кредитные отчеты являются законными для использования для проверки занятости во всех штатах, хотя некоторые приняли законодательство, ограничивающее эту практику только определенными должностями. Джон Ульцхаймер, президент The Ulzheimer Group и основатель CreditExpertWitness.com, заявил в отчете CNBC, что «[кредитные рейтинги] указывают, находитесь ли вы в затруднительном финансовом положении. Это атрибуты, которые важны для работодателей. Например, хотели бы вы нанять в свой бухгалтерский отдел кого-то, кто не может управлять своими собственными обязательствами?». ^[48] Такой подход был отмечен как дискриминационный вопрос, поскольку решения могут помешать человеку получить работу. ^{[5] [49]} Эрик Розенберг, директор по связям с правительством штата в TransUnion , также заявил, что нет исследований, которые показывают какую-либо статистическую корреляцию между тем, что находится в чьем-либо кредитном отчете, и его производительностью труда или вероятностью совершения мошенничества. ^[6] Национальный центр по защите прав потребителей (NCLC) заявил, что кредитный скоринг увековечивает экономическое неравенство, контролируя доступ к возможностям в будущем, а также к таким важным потребностям, как трудоустройство. ^[1]

В 2009 году представители TransUnion дали показания перед законодательным органом Коннектикута о своей практике маркетинга отчетов о кредитных рейтингах работодателям для использования в процессе найма. Законодатели по крайней мере в двенадцати штатах внесли законопроекты , а три штата приняли законы, ограничивающие использование проверки кредитоспособности в процессе найма. ^[50]

Держатели медицинских долгов

Медицинский долг часто является препятствием для получения кредита, жилья и трудоустройства. ^[7] Поскольку медицинские ситуации часто бывают неожиданными, они могут привести к тому, что человек или семья испытают финансовые трудности, особенно когда непредвиденные или «неожиданные» счета не могут быть оплачены. ^[7]

Задолженность сообщается в кредитные бюро из-за задержек платежей, страховых споров, путаницы или неэффективного характера системы финансирования здравоохранения США. ^[7]

Кредитные баллы рассматривают медицинские долги так же, как и любые другие долги, несмотря на их недобровольный характер (в отличие, например, от открытия кредитной карты ). Некоторые штаты приняли законы, защищающие потребителей от медицинских долгов, влияющих на их баллы, начиная от: ^[7]

• Запрет на предоставление отчетов о задолженности по медицинским услугам в течение определенного периода времени после выставления счета.
• Защита потребителей в рамках планов платежей.
• Ограничение на предоставление отчетов о задолженности по медицинским услугам для незастрахованных или недостаточно застрахованных пациентов или для пациентов, которые ведут переговоры по спорам со своей медицинской страховой компанией.
• Требования к уведомлению при сообщении о задолженности.
• Меры защиты ориентированы на уязвимых пациентов (например, детей).

NCLC рекомендует восемь ключевых требований к реформе политики: 1) расширение государственной финансовой помощи; 2) минимальные стандарты финансовой помощи; 3) крупные медицинские учреждения должны проверять наличие права на страхование; 4) языковая помощь для понимания финансового процесса; 5) выплаты начинаются по истечении 90 дней; 6) разъяснение договорных нарушений для прощения больницей доплаты пациента, совместного страхования и т. д.; 7) защита членов семьи от долгов близких; и 8) обеспечение соблюдения закона посредством частного права иска. ^[7]

Держатели студенческих долгов

Некоммерческая организация Student Debt Crisis совместно с Summer, стартапом социального воздействия, который помогает держателям студенческих долгов , опубликовали общенациональный опрос в 2018 году, который показал, что 59% респондентов не смогли совершить крупные покупки, 56% — купить дом и 42% — купить автомобиль. 58% сообщили, что их кредитный рейтинг снизился из-за долгов, 28% не смогли начать бизнес, 10% сообщили, что не прошли проверку кредитоспособности при приеме на работу, а 13% не прошли проверку кредитоспособности при подаче заявления на квартиру. ^{[51] [52]} Отклонения заявок на аренду и невозможность найти достаточное жилье являются хорошо известным следствием кредитного рейтинга, поскольку это лишает выпускников колледжей возможности участвовать в жизни общества. Даже если выплаты по кредиту никогда не задерживаются, соотношение долга к доходу может быть слишком высоким для того, чтобы арендодатели одобрили заявку. ^[53] Покупка дома может быть еще более сложной, если не невозможной, поскольку студенческие кредиты часто такие же большие или превышают среднюю ипотеку. ^[54]

Неточности и алгоритмическая субъективность

Потребители в США имеют очень мало контроля над тем, как они оцениваются, и еще меньше возможностей оспаривать несправедливые, предвзятые или неточные оценки кредитных отчетов. ^[8] Оценка автоматизирована, что приводит к потенциальным последствиям, часто без надзора. ^[10] Кредитные отчеты трех крупнейших компаний обычно оказываются неверными, и тысячи дел ежегодно поступают в суд. ^[9] Федеральный закон требует, чтобы агентства расследовали спорную информацию; однако «агентства десятилетиями работали с системами, которые делают практически невозможным проведение всестороннего расследования, говорят адвокаты и защитники прав потребителей. По их словам, закон настолько детализирован, что кредитные бюро могут по сути умыть руки от содержательного обзора». ^[9] В 2020 году в CFPB было подано 280 000 жалоб на проблемы с ошибками в кредитных отчетах. ^[55] По словам Мэтта Литта, директора потребительской кампании US Public Interest Research Group, одной из предполагаемых причин избытка ошибок является то, что кредитные бюро не заинтересованы в их исправлении, поскольку потребители не являются клиентами, а являются продуктом — кредиторы, арендодатели и другие предприятия, ищущие кредитную информацию, являются клиентами. ^[9] CNBC сообщил, что существует «поразительное количество ошибок в кредитных отчетах, которые являются результатом несогласованных экономических и правовых стимулов», ^[56] а опрос общественного мнения, проведенный Morning Consult, указал (74%) на потребность в новых законах или правилах для работы с кредитными бюро. ^[57] CNBC предложил три решения проблемы неточных отчетов: ^[56]

• Необходимо изменить ответственность за неверные данные, поскольку в настоящее время никто не несет ответственности и не предусмотрено никаких штрафов за нерасследование споров.
• Кредитные отчеты должны быть бесплатными и доступными для потребителей, чтобы они могли отслеживать наличие неточностей.
• Расширьте объем информации, которую можно использовать в отчетах с использованием больших данных .

Большой процент кредитных оценок, как предполагается, содержит неточности. ^[16] Часть неточностей возникает из-за ошибок атрибуции из-за смешивания данных из-за похожих имен или информации. ^[58] Альтернативные данные, использующие персональные данные за пределами сферы традиционного кредитного скоринга, также известны тем, что содержат неточности. ^[59] Кроме того, ни один из этих сборов данных, методов или параметров, используемых для определения кредитоспособности, не является общедоступной информацией. ^[60] Несправедливые суждения о кредитоспособности создают несправедливую и социально несправедливую ^[61] систему, которая ограничивает участие в жизни общества. ^[16] Эти алгоритмические неточности, обусловленные большими данными, могут иметь серьезные последствия для человеческой идентичности и статуса в обществе, концепции, известной как «оцененное общество». ^{[10] [16]}

Неточность

Поскольку значительная часть оценки FICO определяется соотношением использованного кредита к кредиту, доступному на счетах кредитных карт, один из способов повысить оценку — увеличить кредитные лимиты на счетах кредитных карт. ^[62] Это подвергалось критике, поскольку это действует как способ стимулирования накопления долгов и лишает людей стимула самостоятельно финансировать покупки за счет сбережений , ^[63] а также нормализует систему кредит-долг и потребительство . ^[64]

Кредитная невидимость

Концепция «кредитной невидимости» (термин, используемый Бюро по защите прав потребителей в сфере финансов, CFPB ^[65] ) учитывается в этом, поскольку есть много людей, которые не пользуются кредитом или не нуждаются в нем (обычно пожилые люди), избегают его использования или избегают участия в кредитной системе. Кредитная невидимость ставит потребителей в невыгодное положение. ^[26] Испаноязычные американцы, как правило, чаще платят наличными и объединяют ресурсы с расширенной семьей. Ничего из этого не видно кредитным бюро, и поэтому латиноамериканцы не имеют возможности совершать крупные покупки. ^[66] Другая группа американцев, которые «оставлены в цифровой богадельне», как ее придумала социолог Вирджиния Юбэнкс, — это молодые люди, в частности, миллениалы. Это связано с доступом против собственности — не имея возможности покупать из-за низкого кредита, они ищут альтернативы покупке автомобилей или домов. Они также не используют кредитные карты так часто, как наличные, и полагаются на мобильные платежные приложения, такие как Venmo . Ни одна из этих транзакций не фиксируется кредитными бюро, и кредит студентов остается невидимым. Кроме того, миллениалы сообщают, что верят в то, что отсутствие долгов является признаком финансового успеха. ^[67] Чтобы построить кредитный рейтинг, необходимо взять на себя долг, действуя фактически как долговой рейтинг. ^[68]

Альтернативные системы подсчета очков

Кредитная невидимость в сочетании с ростом больших данных и искусственного интеллекта породила новый рынок, который бросает вызов традиционной модели кредитного скоринга FICO. ^[45] Использование альтернативных данных рассматривалось как средство доступа к большему количеству потребителей, форма рыночной конкуренции в отрасли, стремящейся к большей прибыли. ^[45] Существуют разногласия относительно инвазивной природы технологии. Некоторые из проблем суммированы здесь:

• Нарушение надлежащей правовой процедуры может привести к тому, что оценки искусственного интеллекта могут неправильно классифицировать потребителей. Законы о надлежащей правовой процедуре вместе с правилами, основанными на этой традиции, должны использоваться в качестве защитной меры. ^[10]
• Системы кредитного скоринга с использованием ИИ не обладают прозрачностью в принятии решений, поскольку технология запатентована. ^[10]
• Прогностические алгоритмы подвержены высокому риску быть неточными и несправедливыми, влияя на жизни людей дискриминационным или произвольным образом. ^[10]
• Альтернативный сбор данных может быть инвазивным, поскольку он собирает данные, выходящие за рамки финансовых транзакций (например, оплата счетов за коммунальные услуги), для создания «цифровых символов» ^[69] на основе учетных записей социальных сетей или истории просмотров в Интернете. ^[45]
• Нарушение законов о защите прав потребителей и справедливом кредитовании (а также нарушение прав человека и гражданина) может привести к нарушению конфиденциальности и безопасности. ^[16]
• Большие данные пытаются решить проблему неспособности традиционного кредитного скоринга точно предсказывать риск, «кредитные невидимые» популяции и популяции «тонкого файла» (люди с очень ограниченной или устаревшей кредитной историей). Цель состоит в том, чтобы построить кредитные истории на основе альтернативной информации; однако это может привести к более низким баллам вместо их отсутствия (особенно для людей с низким доходом) из-за финансовых приоритетов, таких как задержка коммунальных услуг в месяцы с высокой стоимостью в пользу критических пунктов. ^[59]
• Политики и регулирующие органы должны сосредоточиться на точности данных, проверяемой прогнозируемости и возможности дискриминации. ^[59] Исследования убедительно показывают, что ни одно из этих требований не выполняется альтернативными компаниями по оценке кредитоспособности. ^{[59] [70] [71]}
• Редлайнинг может вернуться из-за скрытых предубеждений в алгоритмах. ^[72]
• Чем больше точек данных используется для оценки кредитоспособности, тем больше затруднений в обеспечении прозрачности. ^{[8] [30]}

Плохой предсказатель риска

Кредитные баллы повышаются за счет наличия нескольких кредитных карт , использования кредитных карт и наличия кредитов с рассрочкой платежа . Однако финансово обеспеченные лица, которые не используют несколько кредитных карт или которые самостоятельно финансируют расходы, могут получить неточную оценку более низкого кредитного балла. ^[73] Некоторые обвиняют кредиторов в ненадлежащем одобрении кредитов для заемщиков с низким рейтингом , несмотря на признаки того, что люди с низким рейтингом подвергаются высокому риску невозврата кредита. Не принимая во внимание, может ли человек позволить себе платежи, если они увеличатся в будущем, многие из этих кредитов могли подвергнуть заемщиков риску дефолта. ^[74] Некоторые банки уменьшили свою зависимость от скоринга FICO. Например, Golden West Financial отказалась от скоринга FICO в пользу более дорогостоящего анализа активов и занятости потенциального заемщика перед выдачей кредита. ^[75]

Непрозрачность

Технологии кредитного скоринга не являются общедоступной информацией, поскольку они являются коммерческой тайной компаний, которые их изобрели. ^[10]

Регулирование

Существует очень мало нормативно-правовой базы для обеспечения справедливости алгоритмов кредитного скоринга. ^[10] Было высказано предположение, что оцениваемым лицам необходимо предоставить права на различные этапы процесса скоринга, такие как метод сбора данных, способ расчета балла, кому распространяется балл, а также способ использования балла. ^[10] Федеральная торговая комиссия также была названа учреждением, которое должно иметь больший регулирующий надзор за процессом кредитного скоринга, а также иметь доступ к системам кредитного скоринга для обеспечения справедливости и точности. ^[10]

Этика, мораль и неравенство

Кредитные баллы подвергались критике как систематический способ измерения нравственности . ^{[16] [25] [11] [76]} Они отслеживают потребительский выбор с течением времени и поэтому используются для отражения способности человека управлять деньгами. Система классификации кредитных баллов «вознаграждает потребителей, которые принадлежат к правильной категории», и исключает тех, кто находится на периферии классификации; кредитные баллы, номинально предназначенные как мера надежности кредитора, вместо этого становятся мерой нравственности. Компании ведут учет покупательского поведения, что предполагает определенные модели поведения, некоторые из которых вознаграждаются, а другие наказываются — обычно способами, которые расширяют экономические и (воспринимаемые) моральные разрывы между более богатыми и более бедными людьми. Эти наказания могут включать более высокие премии , потерю привилегий, более плохое обслуживание или более высокие процентные ставки , что в конечном итоге влияет на кредитный рейтинг и покупательную способность. ^[11] Эта идея аналогичным образом выражена в системе социального кредита в Китае, поскольку она действует как инструмент для «исправления» морального разложения» ^[14] и «поощрения позитивного экономического и морального поведения». ^[16] Параллель между двумя системами заключается в том, что китайская находится вне рынка, в то время как американская — внутри рынка, поэтому это рассматривается как вопрос морали. ^[76] Джонатан Синнамон из Университета Эксетера утверждает о несправедливости кредитных баллов и о том, как они препятствуют нашей способности функционировать в обществе: ^[16]

Невозможность получить кредит, ипотеку, работу или медицинскую страховку из-за неверного отнесения к категории «риска» явно несправедлива, однако точность классификации, возможно, не важна в контексте социальной справедливости — точные или нет, персональные системы оценки «создают людей» (Хакинг, 1999); они создают новые социальные категории различий и ограничивают нашу способность формировать собственное чувство собственного достоинства, что является явной угрозой равноправию участия в общественной жизни.

—  Джонатан Синнамон

Джеки Ванг из Университета Южной Калифорнии пишет в книге «Карцеральный капитализм» о том, как кредитные рейтинги в конечном итоге выносят моральные суждения, которые увеличивают неравенство: ^[25]

В настоящее время кредитные рейтинги оказывают ряд часто невидимых эффектов на нашу жизнь. Кредитные рейтинги (и даже более сомнительные «электронные рейтинги», определяемые частными компаниями по добыче данных) часто используются при найме на работу, поскольку работодатели считают, что кредитные рейтинги являются надежным способом индексации уровня ответственности человека. Тем не менее, учитывая, что медицинская задолженность является наиболее распространенной причиной банкротства в Соединенных Штатах и ​​что существуют расовые структурные барьеры для доступа к нехищным формам кредита, возмутительно использовать кредитные рейтинги как способ оценки чьего-либо личного характера и выносить о них моралистические суждения. У вас может быть ужасный кредитный рейтинг, просто будучи незастрахованным черным или смуглым человеком (без накопленного богатства), который попадает в аварию на велосипеде. Короче говоря, использование кредитных рейтингов для наказания бедных людей усугубляет уже существующее социально-экономическое неравенство.

—  Джеки Ванг

Мэрион Фуркад из Калифорнийского университета в Беркли и Киран Хили из Университета Дьюка обсуждают концепцию кредитного скоринга как инструмента морального суждения, ^[76] сверхкапитала, ^[76] а также формы классовой борьбы . ^[11]

В 1960-х годах шли дебаты, сосредоточенные на идее, что «бедные платят больше» (Caplovitz, 1963). С Великим обществом и расширением программ социального обеспечения они пошли на убыль. Но их главная идея — что быть бедным стоит денег, что фирмы, желающие вести бизнес с бедными, знают это и систематически эксплуатируют это — стоит переоснастить для неолиберальной эпохи. Долг стал более доступным, но также и намного более дорогим в нижнем конце социальной шкалы. И теперь не просто «бедные» платят больше, но и гораздо более конкретные категории людей, измеряемые и нацеленные на моральные рыночные инструменты и дифференцированные рыночные институты. Ситуации классификации, возможно, стали двигателем современных классовых ситуаций.

—  Марион Фуркад и Киран Хили

Фрэнк Паскуале , эксперт по искусственному интеллекту, алгоритмам и машинному обучению, и Даниэль Ситрон из Школы права Университета Вирджинии утверждают, что алгоритмы, используемые для определения кредитных рейтингов, нуждаются в моральном оправдании из-за большого влияния, которое они могут оказать на людей. ^[10]

Прогнозный скоринг может быть устоявшейся чертой информационного века, но он не должен продолжаться без проверки. Значимая подотчетность имеет важное значение для прогнозных систем, которые сортируют людей на «зерно» и «плевелы», «трудоспособных» и «нетрудоспособных», «плохих кандидатов» и «нанимаемых», «первоклассных» и «субстандартных» заемщиков. Процедурная регулярность имеет важное значение, учитывая важность прогнозных алгоритмов для жизненных возможностей людей — занимать деньги, работать, путешествовать, получать жилье, поступать в колледж и многое другое. Оценки могут стать самоисполняющимися пророчествами, создавая финансовые трудности, на которые они, как утверждается, просто указывают. Акт обозначения кого-либо как вероятного кредитного риска (или плохого найма, или безрассудного водителя) повышает стоимость будущего финансирования (или работы, или страховых ставок), увеличивая вероятность возможной неплатежеспособности или нетрудоспособности. Когда системы подсчета баллов имеют потенциал жить собственной жизнью, способствуя возникновению или создавая ситуацию, которую они, по их утверждениям, просто предсказывают, это становится нормативным вопросом, требующим морального оправдания и логического обоснования.

—  Франк Паскуале

Смотрите также

• Закон Додда-Фрэнка о реформе Уолл-стрит и защите прав потребителей
• Закон о справедливой кредитной отчетности
• Финансовый кризис 2007–2008 гг.
• Финансиализация
• Право на объяснение
• Кризис субстандартного ипотечного кредитования

Ссылки

1. Прошедшее несовершенное время: как кредитные рейтинги и другие аналитические данные «вкрапляются» и увековечивают прошлую дискриминацию (PDF) , май 2016 г.
2. Демократы и республиканцы в Конгрессе согласны: система, определяющая кредитные баллы, «сломана», 27 февраля 2019 г.
3. Поодиночке наши долги — бремя. Вместе они делают нас сильными.
4. Коллективный долг (23 июня 2020 г.). Не могу платить, не хочу платить: аргументы в пользу экономического неповиновения и отмены долга. Haymarket Books. ISBN 978-1-64259-382-2.
5. Людвиг, Сара (13 октября 2015 г.), «Кредитные баллы в Америке увековечивают расовую несправедливость. Вот как», The Guardian
6. «Миллионам не нужно подавать заявку». The New York Times , 29 мая 2011 г.
7. Не добавляйте оскорбление к травме: Медицинские отчеты о долгах и кредитах (PDF) , Национальный центр по защите прав потребителей, ноябрь 2019 г.
8. Микелла Херли и Джулиус Адебайо (2017), «Кредитный скоринг в эпоху больших данных», Йельский журнал права и технологий , 18 (1)
9. Ямил Берард (19 февраля 2019 г.), «Кредитные ошибки переворачивают жизни тысяч потребителей», The Atlanta Journal-Constitution
10. Даниэль Китс Ситрон и Фрэнк А. Паскуале (2014), «Общество с оценками: надлежащая правовая процедура для автоматизированных прогнозов», Washington Law Review , 89 (1)
11. Марион Фуркад и Киран Хили (2013), «Ситуации классификации: жизненные шансы в неолиберальную эпоху», Бухгалтерский учет, организации и общество , 38 (8): 559–572, doi : 10.1016/j.aos.2013.11.002, hdl : 11858/00-001M-0000-0014-C967-4
12. Прасад, Моника (31 декабря 2012 г.), Земля слишком многого: американское изобилие и парадокс бедности, США: Издательство Гарвардского университета , стр. 233–235, ISBN 9780674067813– через Google Книги
13. Хакер, Джейкоб С. (9 октября 2006 г.), Великий сдвиг рисков: новая экономическая нестабильность и упадок американской мечты: нападение на американские рабочие места, семьи, здравоохранение и пенсионное обеспечение и как вы можете дать отпор, США: Oxford University Press , ISBN 9780195179507– через Google Книги^{[ нужна страница ]}
14. Карен Ли Сян Вонг и Эми Шилдс Добсон (2019), «Мы просто данные: исследование системы социального кредита Китая в связи с культурой рейтингов цифровых платформ в западных демократиях», Global Media and China , 4 (2): 220–232, doi : 10.1177/2059436419856090, hdl : 20.500.11937/81128 , S2CID  197785198
15. Том МакГрегор (2 марта 2019 г.), Комментарий: На самом деле, система социального кредита в Китае не первая, Channel News Asia
16. Джонатан Синнамон (2017), «Социальная несправедливость в капитализме надзора», Наблюдение и общество , 15 (5): 609–625, doi : 10.24908/ss.v15i5.6433 , hdl : 10871/30595
17. Законодательные органы, Национальная конференция штата. «Использование кредитной информации в законодательстве о страховании 2011 года». Архивировано из оригинала 23 июня 2013 г. Получено 23 октября 2016 г.
18. «Что такое кредитный рейтинг?».
19. [Райс, Л. и Свесник, Д.: «Дискриминирующее влияние кредитного скоринга на цветные сообщества» Юридический обзор Университета Саффолка 46:935 (2013)]
20. Доннча Маррон (2013), «Управление бедностью в неолиберальную эпоху: новые лейбористы и случай финансовой изоляции», Новая политическая экономия , 18 (6): 785–810, doi : 10.1080/13563467.2012.753043, S2CID  205779277
21. Шон Трейнор (22 июля 2015 г.), «Долгая, запутанная история вашего кредитного рейтинга», Time
22. Donncha Marron (2007), "«Кредитование по цифрам»: кредитный скоринг и структура риска в американском потребительском кредите», Экономика и общество , 36 (1): 103–133, doi : 10.1080/03085140601089846, S2CID  154718544
23. Джордж Ритцер (1995), Выражение Америки: Критика Глобального общества кредитных карт , SAGE Publications, Inc., doi : 10.4135/9781452243115, ISBN 9780803990449
24. Федеральная торговая комиссия (май 2021 г.), Получение коммунальных услуг: почему ваша кредитная история имеет значение, Федеральная торговая комиссия
25. Джеки Ванг (23 февраля 2018 г.), Carceral Capitalism , MIT Press, стр. 33–34, ISBN 9781635900354
26. Невидимость кредита и альтернативные данные: обещания и опасности, Национальный центр потребительского права, июль 2019 г.
27. Дж. Мерритт Мелансон (17 мая 2022 г.), Как сообщения в социальных сетях могут повлиять на кредитные баллы, Университет Джорджии
28. Джессика Сильвер-Гринберг (25 декабря 2012 г.), «Идеальная 10-ка? Не обращайте на это внимания. Спросите ее о кредитном рейтинге», The New York Times
29. Versium Predictive Scores и Datafinder, 22 мая 2022 г.
30. Rose Eveleth (13 июня 2019 г.), «Кредитные рейтинги вскоре могут стать еще более жуткими и предвзятыми», Vice
31. Как алгоритмы могут снизить кредитные рейтинги меньшинств
32. От врожденной расовой предвзятости до неверных данных — проблемы с текущими моделями кредитного скоринга, 26 февраля 2021 г.
33. Фредди Мак, Автоматизированное андеррайтинг: как сделать ипотечное кредитование проще и справедливее для семей Америки (сентябрь 1996 г.) http://www.housingfinance.org/uploads/Publicationsmanager/9706_Aut.pdf Архивировано 14 сентября 2016 г. на Wayback Machine .
34. Fair, Isaac & Co., Эффективность оценки низкого и среднего дохода и высокого уровня дохода коренного населения и цветного населения [BIPOC] Area Populations 22, рис. 9 (август 1997 г.) http://market360online.com/sqlimages/1261/36693.pdf ^{[ нерабочая ссылка ]}
35. Брент Каблер, Департамент страхования Миссури, Кредитные рейтинги на основе страхования: влияние на коренное население и цветное население [BIPOC] и малообеспеченное население в Миссури (январь 2004 г.) https://insurance.mo.gov/reports/credscore.pdf
36. Отчет 79-му законодательному собранию — Использование кредитной информации страховщиками в Техасе (PDF) . Департамент страхования Техаса (Отчет). 30 декабря 2004 г. Получено 29 января 2022 г.
37. Бостик, Рафаэль В .; Кейлем, Пол С.; Вахтер, Сьюзан М. (февраль 2004 г.). Hitting the Wall: Credit As an Mepediment to Homeownership (PDF) . Создание активов, создание кредита: Симпозиум по улучшению финансовых услуг в малообеспеченных сообществах. Объединенный центр жилищных исследований Гарвардского университета .
38. Роберт Б. Эвери, Пол С. Кейлем и Гленн Б. Каннер, Точность кредитных отчетов и доступ к кредитам, Бюллетень Федеральной резервной системы (лето 2004 г.) https://www.federalreserve.gov/pubs/bulletin/2004/summer04_credit.pdf.
39. Мэтт Феллоуз, Институт Брукингса, Кредитные баллы, отчеты и продвижение в Америке 9-10 (май 2006 г.) https://www.ciaonet.org/attachments/2800/uploads
40. Федеральная торговая комиссия, Рейтинги страхования на основе кредитов: влияние на потребителей автомобильного страхования 3 (июль 2007 г.) https://www.ftc.gov/sites/default/files/documents/reports/credit-based-insurance5 ^{[ постоянная неработающая ссылка ]} рейтинги-воздействия-потребителей-автомобильного-страхования-отчет-congress-federaltrade/p044804facta_report_credit-based_insurance_scores.pdf
41. Совет управляющих Федеральной резервной системы, Отчет Конгрессу о кредитном скоринге и его влиянии на доступность и финансовую доступность кредита 80-81 (август 2007 г.) http://www.federalreserve.gov/boarddocs/rptcongress/creditscore/creditscore.pdf
42. Сара Дуда и Джефф Смит, Институт Вудстока, Преодоление разрыва: кредитные баллы и экономические возможности в цветных сообществах Иллинойса 8 (сентябрь 2010 г.), http://www.woodstockinst.org/sites/default/files/attachments/bridgingthegapcreditscore ^{[ постоянная неработающая ссылка ]} s_sept2010_smithduda.pdf
43. Бюро по защите прав потребителей в сфере финансов, Анализ различий между потребительскими и приобретенными кредиторами кредитными рейтингами, 18 сентября 2012 г., http://files.consumerfinance.gov/f/201209_Analysis_Differences_Consumer_Credit.pdf
44. Кредитные баллы должны быть нейтральными по отношению к расе. Это невозможно., 16 октября 2020 г., архивировано из оригинала 18 октября 2020 г.
45. Тамара К. Ноппер (август 2020 г.), Альтернативные данные и будущее кредитного скоринга (PDF) , Данные для прогресса
46. Чи Чи Ву (июнь 2007 г.), Кредитный скоринг и страхование: обходятся потребителям в миллиарды и увековечивают экономическое расовое неравенство (PDF) , Национальный центр потребительского права
47. Снижает ли проверка кредитного рейтинга его? А также развенчаны 12 других распространенных мифов о кредитном рейтинге, 28 января 2021 г.
48. Могут ли работодатели видеть ваш кредитный рейтинг? Как подготовиться к тому, что они на самом деле увидят, когда проведут проверку кредитоспособности, 27 августа 2020 г.
49. Хороших должников не бывает, 20 сентября 2020 г.
50. «Как фильтр при найме, проверка кредитоспособности вызывает вопросы», The New York Times , 9 апреля 2010 г.
51. Погрязшие в долгах. Национальный отчет о состоянии заемщиков студенческих кредитов в 2018 году (PDF) , Летний и студенческий долговой кризис, 1 ноября 2018 г.
52. Диана Хембри (1 ноября 2018 г.), «Новый отчет показывает, что бремя студенческих долгов оказывает «катастрофический эффект домино» на миллионы американцев», Forbes
53. Натали Китроефф (6 июня 2014 г.), «Молодые и в долгах в Нью-Йорке», The New York Times
54. Энни Нова (19 апреля 2018 г.), Почему покупка дома может быть практически невозможной при наличии огромного долга по студенческому кредиту, CNBC
55. Энн Каррнс (19 февраля 2021 г.), «Все больше потребителей жалуются на ошибки в своих кредитных отчетах», The New York Times
56. Aaron Klein (27 сентября 2017 г.), Настоящая проблема кредитных отчетов — это поразительное количество ошибок, CNBC
57. Анна Гроневолд (20 сентября 2017 г.), Опрос: потребители США поддерживают новые законы и коллективные иски после взлома Equifax, Morning Consult
58. Чи Ву (2009), Автоматизированная несправедливость: как механизированная система урегулирования споров расстраивает потребителей, пытающихся исправить ошибки в своих кредитных отчетах , Национальный центр по защите прав потребителей
59. Персис Ю, Джиллиан Маклафлин и Марина Леви (2014), Большие данные: большое разочарование в оценке риска потребительского кредитования , Национальный центр потребительского права{{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
60. Пэм Диксон и Роберт Геллман. 2014. Оценка Америки: как секретные потребительские оценки угрожают вашей конфиденциальности и вашему будущему . Сан-Диего, Калифорния: Всемирный форум по конфиденциальности.
61. Хакинг, Ян. 1999. Making Up People. В The Science Studies Reader , под редакцией Бьяджоли, М., 161-171. Лондон: Routledge.
62. «Кредитные рейтинги: не такие уж и магические числа» Business Week , 7 февраля 2008 г.
63. Ана Каспарян и Джен Пан (5 июня 2021 г.). «Выходные: антипопулизм и гипотеза утечки из лаборатории в Ухане с Томасом Франком» (подкаст). Jacobin .
64. Лиза Пеньялоса и Мишель Барнхарт (2011), «Живой капитализм США: нормализация кредита/долга», Журнал исследований потребителей , 38 (4): 743–762, doi : 10.1086/660116 , S2CID  145117956
65. Исследовательский офис CFPB (май 2015 г.), Data Point: Credit Invisibles (PDF) , Бюро по защите прав потребителей в сфере финансов
66. Кевин Г. Холл (26 июля 2015 г.), «Латиноамериканцы сталкиваются с препятствиями в доступе к кредитам и ипотеке», The Charlotte Observer
67. Кристофер К. Одинет (2019), «Новые данные о студенческой задолженности» (PDF) , 92 Southern California Law Review
68. Ramsey Solutions (28 апреля 2021 г.), UltraFICO: Ultra Ridiculous, Lampo Licensing, LLC.
69. Тамара К. Ноппер (2019) «Цифровой персонаж в «оцененном обществе»: FICO, социальные сети и конкурирующие измерения кредитоспособности»; «Захватывающие технологии: раса, карцерная технонаука и освободительное воображение в повседневной жизни», под редакцией Рухи Бенджамин.
70. Ариэль Нельсон (декабрь 2019 г.), Broken Records Redux: как ошибки компаний, проверяющих биографические данные, продолжают вредить потребителям, ищущим работу и жилье (PDF) , Национальный центр по защите прав потребителей
71. Кирстен Э. Мартин (2015), «Агрегаторы данных, данные потребителей и ответственность в Интернете: кто отслеживает потребителей в Интернете и должны ли они прекратить это», Информационное общество , 32 (1): 51–63, doi : 10.1080/01972243.2015.1107166, S2CID  205509140
72. Джордан Пирсон (2 февраля 2017 г.), «ИИ может возродить расистскую жилищную политику», Vice
73. «Как история платежей влияет на ваш кредитный рейтинг – myFICO». www.myfico.com .
74. Кредитные рейтинги не подвели при отборе заемщиков на получение субстандартных кредитов Архивировано 23 июля 2011 г. в Wayback Machine (7 апреля 2008 г.) Автор: Памела Йип / The Dallas Morning News
75. «Кредитные рейтинги: не такие уж и магические числа» Business Week , 7 февраля 2008 г.
76. Марион Фуркад и Киран Хили (2017), «Видение как рынок», Социально-экономическое обозрение , 15 (1): 9–29, doi :10.1093/ser/mww033

Дальнейшее чтение

• Пун, Марта А. (2012). Что видят кредиторы – История оценочной карты Fair Isaac (Ph.D.). Калифорнийский университет, Сан-Диего . Получено 29 января 2022 г.