Möten ansikte mot ansikte mellan hypoteksansvariga och bostadsköpare har snabbt ersatts av onlineapplikationer och algoritmer, men utlåningsdiskrimineringen har inte försvunnit.

Ett nytt University of California, Berkeley-studie har funnit att både online och ansikte mot ansikte långivare tar ut högre räntor för afroamerikanska och latinamerikanska låntagare, tjäna 11 till 17 procent högre vinster på sådana lån. Allt sagt, dessa bostadsköpare betalar upp till en halv miljard dollar mer i ränta varje år än vita låntagare med jämförbara kreditvärden gör, forskare hittade.

Resultaten väcker juridiska frågor om uppkomsten av statistisk diskriminering i fintech-eran, och pekar på potentiellt utbredda brott mot USA:s lagar om rättvisa lån, säger forskarna. Även om utlåningsdiskriminering historiskt sett har orsakats av mänskliga fördomar, prisskillnader är i allt högre grad resultatet av algoritmer som använder maskininlärning för att rikta in sig på sökande som kanske letar mindre efter billigare lån.

"Sättet att utlåna diskriminering har skiftat från mänsklig fördom till algoritmisk fördom, " sa studiens medförfattare Adair Morse, en finansprofessor vid UC Berkeleys Haas School of Business. "Även om de som skriver algoritmerna har för avsikt att skapa ett rättvist system, deras programmering har olika inverkan på minoritetslåntagare – med andra ord, diskriminerar enligt lagen."

Första dataset någonsin

En viktig utmaning för att studera utlåningsdiskriminering har varit att den enda stora datakällan som inkluderar ras och etnicitet är Home Mortgage Disclosure Act (HDMA), som täcker 90 procent av bostadslånen men saknar information om lånestruktur och fastighetstyp. Använda maskininlärningstekniker, forskare slog samman HDMA-data med tre andra stora datamängder – ATTOM, McDash, och Equifax—ansluter, för första gången någonsin, information om räntor, lånevillkor och prestanda, fastighetens läge, och låntagarens kredit med ras och etnicitet.

Forskarna – inklusive professorerna Nancy Wallace och Richard Stanton från Haas School of Business och prof. Robert Bartlett från Berkeley Law – fokuserade på 30 år, fast ränta, småhuslån utgivna från 2008 till 2015 och garanterade av Fannie Mae och Freddie Mac.

Detta säkerställde att alla lån i poolen backades upp av den amerikanska regeringen och följde samma rigorösa prissättningsprocess – endast baserad på ett rutnät av belåningsvärde och kreditpoäng – som infördes efter finanskrisen. Eftersom de privata långivarna skyddas från fallissemang av den statliga garantin, eventuella ytterligare variationer i låneprissättningen skulle bero på långivarnas konkurrensbeslut. Forskarna kunde på så sätt isolera prisskillnader som korrelerar med ras och etnicitet förutom kreditrisk.

Analysen fann betydande diskriminering av både ansikte mot ansikte och algoritmiska långivare:

• Svarta och latinamerikanska låntagare betalar 5,6 till 8,6 räntepunkter högre ränta på köplån än låntagare från vita och asiatiska etniciteter. och 3 räntepunkter mer på refinansieringslån.
• För låntagare, dessa skillnader kostar dem $250 miljoner till $500 miljoner årligen.
• För långivare, detta uppgår till 11 till 17 procent högre vinster på köplån till minoriteter, baserat på branschens genomsnittliga vinst på 50 punkter vid låneemission.

"Algoritmisk strategisk prissättning"

Morse sa att resultaten överensstämmer med långivare som använder stordatavariabler och maskininlärning för att sluta sig till omfattningen av konkurrensen om kunderna och prissätta lån i enlighet därmed. Denna prissättning kan baseras på geografi – till exempel inriktning på områden med färre finansiella tjänster – eller på sökandes egenskaper. Om en AI kan ta reda på vilka sökande som kan göra mindre jämförelser och acceptera erbjudanden till högre priser, långivaren har skapat vad Morse kallar "algoritmisk strategisk prissättning".

"Det finns ett antal anledningar till att etniska minoritetsgrupper kan shoppa mindre – det kan bero på att de bor i finansiella öknar med mindre tillgång till en rad produkter och mer monopolprissättning, eller så kan det vara så att det finansiella systemet skapar en ovänlig atmosfär för vissa låntagare, " sade Morse. "Långivarna kanske inte riktar sig specifikt mot minoriteter i sina prissättningssystem, men genom att profilera sökande som inte handlar med dem, slutar de med att de riktar in sig på dem."

Detta är den typ av prisdiskriminering som amerikanska lagar om rättvisa lån är utformade för att förbjuda, Bartlett konstaterar. Flera amerikanska domstolar har slagit fast att prisskillnader på lån som varierar beroende på ras eller etnicitet endast kan rättfärdigas om de är baserade på låntagares kreditvärdighet. "Det nya med vår empiriska design är att vi kan utesluta möjligheten att dessa prisskillnader beror på skillnader i kreditrisk bland låntagare, " han sa.

Total nedgång i utlåningsdiskriminering

Uppgifterna avslöjade några goda nyheter:Utlåningsdiskrimineringen har totalt sett varit på en stadig nedgång, antyder att uppkomsten av nya fintech-plattformar och enklare onlineansökningsprocesser för traditionella långivare har ökat konkurrensen och gjort det lättare för människor att jämföra butiker – vilket bådar gott för undertjänade bostadsköpare.

Forskarna fann också att fintech-långivare inte diskriminerade när det gällde att acceptera minoritetssökande. Traditionella långivare ansikte mot ansikte, dock, var fortfarande 5 procent mer benägna att avvisa dem.