TRATAMIENTO DE DATOS PARA CREDIT SCORING Y USO SECUNDARIO DE DATOS. EXAMEN DESDE LA PRESUNCIÓN DE COMPATIBILIDAD DEL ART. 5.1.B RGPD
Palabras clave:
evaluación de solvencia, protección de datos personales, usos secundarios de datos, finalidad del tratamiento, inteligencia artificialDerechos de autor 2025 Revista Jurídica Universidad Autónoma de Madrid
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Resumen
El análisis de la solvencia del prestatario a través de modelos de credit scoring se presenta como una obligación legal de las entidades de crédito para la concesión de préstamos. Estas entidades dan cumplimiento a dicha exigencia realizando perfilados de solvencia de sus clientes, lo que supondrá un tratamiento de datos personales sujeto al RGPD. Por ello, la correcta identificación de la finalidad del tratamiento permitirá definir las posibilidades de tratamiento de los datos y los usos secundarios que las entidades de crédito podrán darles. El análisis de la cuestión conduce a definir la finalidad del tratamiento en sentido amplio como la de evaluación de la solvencia para la prevención del sobreendeudamiento y el mantenimiento de la salud del mercado financiero. Ello proyectará sus efectos en los usos ulteriores susceptibles de considerarse compatibles, cuestión que podría permitir a las entidades de crédito aumentar el espectro de tratamientos posibles de estos datos.
Descargas
Citas
ANDERSON, R., The credit scoring toolkit: theory and practice for retail credit risk management and decision automation, Oxford (Oxford University Press), 2007.
ARISTÓTELES., Ética Nicomaquea, Madrid (Gredos), 1985.
AUTORIDAD BANCARIA EUROPEA., «Directrices sobre concesión y seguimiento de préstamos», de 29 de mayo de 2020 (EBA/GL/2020/06). Disponible en: <https://www.bde.es/f/webbde/INF/MenuHorizontal/Normativa/guias/EBA-GL-2020-06-ES.pdf>. [Consultado el 03/06/2024].
BANCO SABADELL S.A., «Información a clientes», 28 de septiembre de 2023. Disponible en <https://www.bancsabadell.com/cs/Satellite/SabAtl/Informacion-a-clientes/GBS_Generico_FA/1183016790073/1191332198208/es/>. [Consultado el 03/06/2024].
BESSIS, J., Risk Management in Banking,West Sussex (John Willey & Sons LTD), 2002.
BIERMAN, H. y HAUSMAN, W., «The credit granting decision», Management Science, núm. 8, 1970, pp. 519-532.
BONILLA, M., OLMEDA, I. y PUERTAS, R., «Clasificación crediticia mediante modelos de agregación», en: Ayala Calvo, J. C. (coord.), La gestión de la diversidad: XIII Congreso Nacional, IX Congreso Hispano-Francés, 16, 17 y 18 de junio, Logroño (Universidad de La Rioja), 1999, pp. 845-852.
BONILLA, M., OLMEDA, I. y PUERTAS, R., «Modelos paramétricos y no paramétricos en problemas de credit scoring», Spanish Journal of Finance and Accounting/Revista Española de Financiación y Contabilidad, núm. 118, 2003, pp. 833-869.
CAIXABANK S.A., «Política de privacidad de CaixaBank S.A.», 29 de septiembre de 2023. Disponible en: <https://www.caixabank.es/particular/general/politica-privacidad.html#>. [Consultado el 03/06/2024].
CASTILLO PARRILLA, J. A., «Privacidad de grupo: un reto para el derecho a la protección de datos a la luz de la evolución de la inteligencia artificial», Derecho Privado y Constitución, núm. 43, pp. 53-88. Disponible en: <https://www.cepc.gob.es/sites/default/files/2023-12/40259rdpyc4302castillo-parrilla.pdf>. [Consultado el 03/06/2024].
COLLADO RODRÍGUEZ, N., «La obligación del prestamista de evaluar la solvencia del consumidor», tesis doctoral Universidade da Coruña, 2018. Disponible en: <https://ruc.udc.es/dspace/handle/2183/22297 > [Consultado el 03/06/2024].
COLLADO RODRÍGUEZ, N., «La evaluación de la solvencia mediante el uso de sistemas de IA», Revista CESCO de Derecho de Consumo, núm. 46, 2023, pp. 41-67.
COLOMA, P., GUAJARDO, J., MIRANDA, J. y WEBER, R., «Modelos analíticos para el manejo del riesgo de crédito», Trend management, vol. 8, 2006, pp. 44-51.
CONSEJO ECONÓMICO Y SOCIAL EUROPEO, Dictamen «El consumidor y el mercado interior» de 26 de noviembre de 1992.
CONSEJO ECONÓMICO Y SOCIAL EUROPEO, Dictamen sobre «el sobreendeudamiento de los hogares» de 24 de abril de 2002.
CONSEJO ECONÓMICO Y SOCIAL EUROPEO, Dictamen de 14 y 15 de febrero de 2006, en relación con la «Propuesta de Decisión del Parlamento Europeo y del Consejo por la que se establece un Programa de acción comunitaria en el ámbito de la salud y la protección de los consumidores (2007-2013)» de 6 de abril de 2005.
CONSEJO ECONÓMICO Y SOCIAL EUROPEO, Dictamen sobre «El crédito y la exclusión social en la sociedad de la abundancia» de 25 de octubre de 2007.
CONSEJO ECONÓMICO Y SOCIAL EUROPEO, Dictamen sobre «Protección de los consumidores y tratamiento adecuado de sobreendeudamiento para evitar la exclusión social» de 29 de abril de 2014.
CONSEJO EUROPEO, Resolución del Consejo sobre futuras prioridades del desarrollo de la política de protección de los consumidores de 13 julio 1992
CONSEJO EUROPEO. Resolución del Consejo de Ministros de Justicia de 8 de abril de 2005.
CONSEJO EUROPEO., Recomendación del Consejo a los Estados miembros del Consejo de 20 de junio de 2007.
DASSATTI, C., «Modelos de Score Crediticio: revisión metodológica y análisis a partir de datos de encuesta», Central Bank of Uruguay, 2019. Disponible en: <https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3443515>. [Consultado el 03/06/2024].
DOPAZO FRANGUIO, P., «La protección de datos en el derecho europeo: principales aportaciones doctrinales y marco regulatorio vigente. (Novedades del Reglamento General de Protección de Datos)», Revista Española de Derecho Europeo, núm. 68, 2018, pp. 113-148.
DORRONSORO, J. R., GINEL, F., SÁNCHEZ, C. y CRUZ, C.S., «Neural fraud detection in credit card operations», IEEE transactions on neural networks, núm. 4, 1997, pp. 827-834.
DURAND, D., Risk elements in consumer installment financing, Nueva York (National Bureau of Economic Research), 1941.
FERNÁNDEZ MORALES, A., «Modelos para la determinación del riesgo de crédito», en: FLORES, M. S. y RAGA J. T. (dir.), en El préstamo hipotecario y el mercado del crédito en Europa, Madrid (Dykinson), 2016.
FINCONET, «FinCoNet report on responsible lending: Review of supervisory tools for suitable consumer lending practices», 2014. Disponible en: <https://www.finconet.org/FinCoNet-Responsible-Lending-2014.pdf>. [Consultado el 03/06/2024].
FISHER, R. A., «The use of multiple measurements in taxonomic problems», Annals of eugenics, núm. 2, pp. 179-188, 1936. Disponible en: <https://onlinelibrary.wiley.com/doi/pdfdirect/10.1111/j.1469-1809.1936.tb02137.x>. [Consultado el 03/06/2024].
FLÓREZ LÓPEZ, R. F., Análisis de los Determinantes del Riesgo de Crédito. Aplicación de Técnicas Emergentes en el Marco de los Acuerdos de Basilea II y Solvencia II, España (Instituto de Contabilidad y Auditoría de Cuentas Ministerio de Economía y Competitividad), 2012.
GARCÍA GALLEGO, A. y GUTIÉRREZ LÓPEZ, C., «Una aproximación al riesgo de crédito en las entidades financieras», AECA: Revista de la Asociación Española de Contabilidad y Administración de Empresas, núm. 70, 2005, pp. 16-21.
GOODHART, C. H., y SCHOENMAKER, D., «Institutional Separation between Supervisory and Monetary Agencies», LSE Financial Markets Group, Special Paper núm. 52, Londres, 1993.
GRUPO DE TRABAJO DEL ARTÍCULO 29, «Opinion 03/2013 on purpose limitation». Disponible en: <https://ec.europa.eu/justice/article-29/documentation/opinion-recommendation/files/2013/wp203_en.pdf>. [Consultado el 03/06/2024].
HAND, D. J. y HENLEY, W. E., «Statistical classification methods in consumer credit scoring: a review», Journal of the royal statistical society: series a (statistics in society), núm. 3, 1997, pp. 523-541. Disponible en: <https://www.sfu.ca/~rjones/bus864/readings/HandHenley1997JRSS.pdf>. [Consultado el 03/06/2024].
INCE, H. y AKTAN, B., «A comparison of data mining techniques for credit scoring in banking: A managerial perspective», Journal of Business Economics and Management, núm. 3, 2009, pp. 233-240. Disponible en: <https://www.tandfonline.com/doi/pdf/10.3846/1611-1699.2009.10.233-240>. [Consultado el 03/06/2024].
JENSEN, H. L., «Using neural networks for credit scoring», Managerial finance, núm. 6, 1992, pp. 15-26
LATA, N. Á., «Notas a la STJUE de 18 de diciembre de 2014 (asunto C-449/13, CA Consumer Finance SA Vs I. Bakkaus; Mr. & Mrs. Bonato). Obligaciones derivadas del principio de crédito responsable: primeras interpretaciones del TJUE», Revista CESCO de Derecho de Consumo, núm. 13, 2015, pp. 245-256.
LESSMANN, S., BAESENS, B., SEOW H. V. y THOMAS, L. C., «Benchmarking state-of-the-art classification algorithms for credit scoring: An update of research», European Journal of Operational Research, núm. 1, 2015, pp. 124-136. Disponible en: <https://eprints.soton.ac.uk/377196/1/Lessmann_Benchmarking.pdf>. [Consultado el 03/06/2024].
MAROSE, R. A., «A financial neural-network application», AI Expert, núm. 5, 1990, pp. 50-53.
MENDES AMARO, M., «Credit scoring: comparison of non?parametric techniques against logistic regression», trabajo fin master, Universidad Nova de Lisboa, Lisboa, 2020. Disponible en: <https://run.unl.pt/bitstream/10362/99692/1/TGI0324.pdf>. [Consultado el 03/06/2024].
MONROY-CELY, D. A., «Behavioral Economics: Orígenes, metodología y herramientas de trabajo», Entramado, vol. 10, núm. 2, pp. 184-206, 2014. Disponible en: <http://www.scielo.org.co/pdf/entra/v10n2/v10n2a12.pdf>. [Consultado el 03/06/2024].
MULLAINATHAN, S. y THALER, R., «Behavioral Economics», en: Working Paper MIT, núm. 27, 1-13, Chicago, 2000. Disponible en: <https://papers.ssrn.com/sol3/papers.cfm?abstract_id=245828>. [Consultado el 03/06/2024].
MURES QUINTANA, M. J., GARCÍA GALLEGO, A. y VALLEJO PASCUAL, M. E., «Aplicación del análisis discriminante y regresión logística en el estudio de la morosidad en las entidades financieras. Comparación de resultados», Pecunia: revista de la Facultad de Ciencias Económicas y Empresariales, núm. 1, 2005, pp. 175-199
MYERS, J. H. y FORGY, E. W., «The development of numerical credit evaluation systems», Journal of the American Statistical association, núm. 303, pp. 799-806, 1963.
PEÑA LÓPEZ, F., «El enfoque del "crédito responsable" como mecanismo de protección del consumidor frente al riesgo de insolvencia», 2010. Disponible en: <https://ruc.udc.es/dspace/bitstream/handle/2183/13057/CC-112_art_10.pdf?sequence=1&isAllowed=y>. [Consultado el 03/06/2024].
PALMA ORTIGOSA, A., «El ciclo de vida de los sistemas de inteligencia artificial. Aproximación técnica de las fases presentes durante el diseño y despliegue de los sistemas algorítmicos», en COTINO HUESO, L., (dir.), Derechos y garantías ante la inteligencia artificial y las decisiones automatizadas, Cizur Menor (Aranzadi), 2022.
PETIT, M., «Por una crítica de la razón algorítmica. Estado de la cuestión sobre la inteligencia artificial, su influencia en la política y su regulación», Quaderns del CAC, núm. 44, 2018, pp. 5-15. Disponible en: . [Consultado el 03/06/2024].
QIU, G., KANDHAI, D. y SLOOT, P., «Modeling options markets by focusing on active traders», Procedia Computer Science, núm. 1, 2010, pp. 2457-2462.
RODRÍGUEZ, D. E., BECERRA, J. A. y CARDONA, D., «Modelos y metodologías de credit score para personas naturales: una revisión literaria», Revista CEA, núm. 5, 2017. Disponible en: <https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3519541>. [Consultado el 03/06/2024].
ROSADO, A. O., MARTÍNEZ, A. A., JUÁREZ, B. y OROZCO, J. D., «Aplicación de la Regresión Log?stica para el Análisis de Credit Scoring», CAPE, 2021. Disponible en: <https://www.fcfm.buap.mx/SIEP/2021/Extensos%20Carteles/Extenso%20Alan.pdf>. [Consultado el 03/06/2024].
RUIZ GUEVARA, P., «El aprendizaje de las máquinas: El ‘Machine learning’, una rama de la inteligencia artificial en auge», Revista de seguridad nuclear y protección radiológica (Alfa), núm. 55, 2023, pp. 6-12. Disponible en: <https://www.csn.es/documents/10182/13557/Alfa+55/467f0e7f-0343-9bb2-b95a-8bba8d6fe88e>. [Consultado el 03/06/2024].
THOMAS, L. C., «A survey of credit and behavioral scoring: forecasting financial risk of lending to consumers», International journal of forecasting, núm. 2, pp. 149-172, 2000. Disponible en: <http://www.yaroslavvb.com/papers/thomas-survey.pdf>. [Consultado el 03/06/2024].
TOMER, J., «What is behavioral economics?», The Journal of Socio-Economics, vol. 36, núm. 3, 2007, pp. 463-479.
TRIBUNAL DE JUSTICIA DE LA UNIÓN EUROPEA, Sentencia de 27 de marzo de 2014, asunto C-565/12. Disponible en: <https://eur-lex.europa.eu/legal-content/ES/TXT/PDF/?uri=CELEX:62012CJ0565>. [Consultado el 03/06/2024].
TRIBUNAL DE JUSTICIA DE LA UNIÓN EUROPEA, Sentencia de 20 de octubre de 2022, asunto C-77/21.
VAN GESTEL, T. y BAESENS, B., Credit Risk Management: Basic concepts: Financial risk components, Rating analysis, models, economic and regulatory capital, Oxford (Oxford University Press), 2009.
WANG, G., HAO, J., MA, J. y JIANG, H., «A comparative assessment of ensemble learning for credit scoring», Expert systems with applications, núm. 1, 2011, pp. 223-230. Disponible en: <https://www.sciencedirect.com/science/article/abs/pii/S095741741000552X>. [Consultado el 03/06/2024].
YATCHEW, A., «Nonparametric regression techniques in economics», Journal of Economic Literature, núm. 2, 1998, pp. 669-721.