Resumen

Las mujeres de bajos ingresos carecen de forma desproporcionada de acceso al crédito en los países en desarrollo, a menudo porque es menos probable que tengan antecedentes crediticios, derechos de propiedad o ingresos formales. Los investigadores se están asociando con un banco y un operador de dinero móvil en la República Dominicana para evaluar el impacto de los modelos de calificación crediticia diseñados específicamente para mujeres en el acceso al crédito.

Tema de política

Las mujeres de bajos ingresos carecen de manera desproporcionada de acceso al crédito en los países en desarrollo, a menudo porque es menos probable que tengan antecedentes crediticios, derechos de propiedad e ingresos formales, insumos comunes para una calificación crediticia. Estas barreras específicas de género restringen las actividades económicas y los recursos de las mujeres y pueden afectar su poder de decisión dentro de sus hogares. Tradicionalmente, los bancos construyen puntajes crediticios agrupando datos de hombres y mujeres sin considerar completamente cómo el género influye en las entradas de estos puntajes crediticios. Los modelos estándar de calificación crediticia pueden excluir del acceso al crédito a mujeres potencialmente solventes. 

En los últimos años, los datos “no tradicionales” (de teléfonos móviles, actividad de redes sociales y transacciones de dinero móvil) han permitido nuevas formas de evaluar la solvencia de personas que históricamente no han tenido acceso al crédito formal. Por ejemplo, el uso de registros detallados de llamadas de teléfonos móviles (CDR) para evaluar la solvencia crediticia puede ser una solución potencial para expandir el acceso de las mujeres al crédito y superar la brecha de género en el crédito. Existe poca investigación sobre el impacto de aumentar el acceso al crédito para las mujeres que no calificarían para el crédito mediante la selección tradicional. Mediante el desarrollo y la evaluación de un algoritmo novedoso, esta investigación busca brindar evidencia sobre cómo ampliar de manera efectiva el acceso al crédito para las mujeres y aumentar potencialmente su empoderamiento financiero.  

Contexto de la Evaluación

Al igual que muchas mujeres en otros países en desarrollo, las mujeres de bajos ingresos en la República Dominicana enfrentan varios obstáculos específicos de género para acceder al crédito formal. Por ejemplo, entre las parejas casadas en la República Dominicana, el esposo es reconocido legalmente como cabeza de familia y tiene la propiedad exclusiva de la propiedad familiar. Este tipo de leyes impide que las mujeres construyan historiales crediticios, lo que a su vez limita su acceso a activos productivos y al crédito durante emergencias.

Detalles de la Intervención

Los investigadores se están asociando con la Asociación La Nacional de Ahorros y Préstamos, un gran banco y un operador de dinero móvil para construir un modelo de calificación crediticia específico para mujeres y evaluar su impacto en el acceso de las mujeres al crédito y otros resultados, como el control de los activos, el trabajo actividad física, dinámica del hogar, violencia de pareja, capacidad de afrontamiento del riesgo y bienestar.  

El equipo de investigación está utilizando 19,000 XNUMX autorizaciones de clientes para datos CDR del operador de dinero móvil y datos de clientes existentes de la Asociación La Nacional de Ahorros y Préstamos en los historiales de pago de facturas para construir un modelo de aprendizaje automático, que solo incorpora datos de mujeres, que predecirá la solvencia. y generar puntajes de crédito. Los investigadores utilizarán este nuevo algoritmo para realizar una evaluación aleatoria que evalúe si las mujeres rechazadas por los modelos estándar de calificación crediticia se beneficiarían del acceso al crédito y cómo se comparan los beneficios del acceso a los diferentes modelos. Los resultados se medirán seis meses después de que el cliente solicitó y recibió o no recibió crédito.

Para realizar la evaluación, A las mujeres solicitantes del producto crediticio se les asignará primero un puntaje crediticio según ambos modelos de puntaje crediticio (estándar y específico para mujeres), lo que producirá cuatro grupos:  

1. Mujeres que podrían recibir crédito bajo ambos modelos de calificación crediticia (las mujeres en este grupo recibirán crédito pero no serán incluidas en la evaluación aleatoria)
2. Mujeres que podrían recibir crédito bajo el modelo específico para mujeres únicamente
3. Mujeres que podrían recibir crédito bajo el modelo estándar solamente
4. Mujeres que no reciben crédito bajo ninguno de los modelos (estas mujeres también serán excluidas de la evaluación aleatoria)

Luego, los investigadores asignarán aleatoriamente a las mujeres en los grupos dos y tres para que reciban acceso al producto crediticio o no. Este diseño permitirá al equipo de investigación medir si las mujeres que habrían sido rechazadas por los modelos tradicionales de calificación crediticia se beneficiaron del crédito. El equipo de investigación también evaluará si la implementación del modelo específico para mujeres pone en desventaja a las mujeres que habrían sido aprobadas solo bajo el modelo estándar.

Resultados y lecciones de política

Estudio en progreso, resultados próximos