Credito:CC0 Dominio Pubblico
Gli incontri faccia a faccia tra i funzionari dei mutui e gli acquirenti di case sono stati rapidamente sostituiti da applicazioni e algoritmi online, ma la discriminazione sui prestiti non è scomparsa.
Una nuova Università della California, Lo studio di Berkeley ha scoperto che sia i prestatori online che quelli faccia a faccia applicano tassi di interesse più elevati ai mutuatari afroamericani e latini, guadagnando dall'11 al 17% in più su tali prestiti. Tutto detto, quegli acquirenti di case pagano fino a mezzo miliardo di dollari in più di interessi ogni anno rispetto ai mutuatari bianchi con punteggi di credito comparabili, ricercatori hanno trovato.
I risultati sollevano questioni legali sull'aumento della discriminazione statistica nell'era fintech, e indicano violazioni potenzialmente diffuse delle leggi sul prestito equo degli Stati Uniti, dicono i ricercatori. Mentre la discriminazione del prestito è stata storicamente causata dal pregiudizio umano, Le disparità di prezzo sono sempre più il risultato di algoritmi che utilizzano l'apprendimento automatico per indirizzare i candidati che potrebbero fare meno acquisti per prestiti a prezzi più elevati.
"La modalità di discriminazione dei prestiti si è spostata dal pregiudizio umano al pregiudizio algoritmico, ", ha affermato il coautore dello studio Adair Morse, un professore di finanza presso la Haas School of Business della UC Berkeley. "Anche se le persone che scrivono gli algoritmi intendono creare un sistema equo, la loro programmazione sta avendo un impatto disparato sui mutuatari di minoranza, in altre parole, discriminante per legge».
Il primo set di dati in assoluto
Una sfida chiave nello studio della discriminazione nel prestito è stata che l'unica grande fonte di dati che include razza ed etnia è l'Home Mortgage Disclosure Act (HDMA), che copre il 90 per cento dei mutui residenziali, ma manca di informazioni sulla struttura del prestito e sul tipo di proprietà. Utilizzando tecniche di apprendimento automatico, ricercatori hanno unito i dati HDMA con altri tre grandi set di dati:ATTOM, McDash, ed Equifax—connessione, per la prima volta in assoluto, dettagli sui tassi di interesse, termini e prestazioni del prestito, posizione della proprietà, e credito del mutuatario con razza ed etnia.
I ricercatori, tra cui i professori Nancy Wallace e Richard Stanton della Haas School of Business e il prof. Robert Bartlett di Berkeley Law, si sono concentrati su 30 anni, tasso fisso, prestiti residenziali unifamiliari emessi dal 2008 al 2015 e garantiti da Fannie Mae e Freddie Mac.
Ciò ha assicurato che tutti i prestiti in pool fossero sostenuti dal governo degli Stati Uniti e seguissero lo stesso rigoroso processo di determinazione dei prezzi, basato solo su una griglia di prestiti a valore e punteggi di credito, messo in atto dopo la crisi finanziaria. Poiché i finanziatori privati sono protetti dall'insolvenza dalla garanzia del governo, eventuali variazioni aggiuntive nel prezzo del prestito sarebbero dovute alle decisioni concorrenziali dei finanziatori. I ricercatori potrebbero così isolare le differenze di prezzo correlate alla razza e all'etnia oltre al rischio di credito.
L'analisi ha rilevato una discriminazione significativa sia da parte dei prestatori faccia a faccia che da quelli algoritmici:
"Prezzo strategico algoritmico"
Morse ha affermato che i risultati sono coerenti con gli istituti di credito che utilizzano variabili di big data e l'apprendimento automatico per dedurre l'entità della concorrenza per i clienti e il prezzo dei prestiti di conseguenza. Questo prezzo potrebbe essere basato sull'area geografica, come il targeting di aree con meno servizi finanziari, o sulle caratteristiche dei richiedenti. Se un'intelligenza artificiale riesce a capire quali candidati potrebbero fare meno acquisti comparativi e accettare offerte più costose, il prestatore ha creato ciò che Morse chiama "prezzi strategici algoritmici".
"Ci sono una serie di ragioni per cui i gruppi di minoranze etniche possono fare acquisti di meno:potrebbe essere perché vivono in deserti finanziari con meno accesso a una gamma di prodotti e prezzi più monopolistici, o potrebbe essere che il sistema finanziario crei un'atmosfera ostile per alcuni mutuatari, " Morse ha detto. "Gli istituti di credito potrebbero non essere specificamente rivolti alle minoranze nei loro schemi di prezzo, ma profilando i candidati che non fanno acquisti finiscono per prenderli di mira."
Questo è il tipo di discriminazione di prezzo che le leggi sul prestito equo degli Stati Uniti sono progettate per vietare, Note di Bartlett. Diversi tribunali statunitensi hanno ritenuto che le differenze di prezzo dei prestiti che variano in base alla razza o all'etnia possono essere legalmente giustificate solo se si basano sull'affidabilità creditizia dei mutuatari. "La novità del nostro progetto empirico è che possiamo escludere la possibilità che queste differenze di prezzo siano dovute a differenze nel rischio di credito tra i mutuatari, " Egli ha detto.
Diminuzione complessiva della discriminazione sui prestiti
I dati hanno rivelato alcune buone notizie:la discriminazione sui prestiti in generale è stata in costante declino, suggerendo che l'ascesa di nuove piattaforme fintech e processi di domanda online più semplici per i prestatori tradizionali ha aumentato la concorrenza e reso più facile per le persone confrontare i negozi, il che è di buon auspicio per gli acquirenti di case meno abbienti.
I ricercatori hanno anche scoperto che i finanziatori fintech non hanno discriminato nell'accettare i candidati di minoranza. Finanziatori tradizionali faccia a faccia, però, erano ancora il 5% in più di probabilità di rifiutarli.
