Alianzas

Propel incorpora datos de flujo de efectivo de Plaid a la evaluación crediticia mediante IA

Vera Syn
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveEl modelo de flujo de caja de Propel tiene como objetivo ampliar el acceso al crédito…
Ver más
  • El modelo de flujo de caja de Propel tiene como objetivo ampliar el acceso al crédito para prestatarios mal atendidos por los datos de las agencias de crédito.
  • Plaid proporciona señales autorizadas de ingresos y obligaciones que alimentan la suscripción de aprendizaje profundo de Propel.
  • Sostener aprobaciones más altas sin debilitar el desempeño crediticio es la cuestión abierta para la expansión.

Propel Holdings anunció un modelo mejorado de evaluación crediticia mediante IA basado en el flujo de efectivo y una alianza con Plaid para utilizar datos financieros autorizados por los consumidores el 18 de noviembre de 2026. La empresa estima que esta tecnología podría ampliar el acceso al crédito hasta en un 15 %. El modelo está diseñado para evaluar a consumidores cuyas circunstancias financieras quizá no queden plenamente reflejadas en los datos tradicionales de las agencias de crédito.

El sistema desarrollado internamente comenzó a operar a finales del tercer trimestre de 2026. A partir de las transacciones bancarias registradas durante seis meses, genera una evaluación en cuestión de segundos y complementa la información convencional de las agencias de crédito. Propel afirmó que los primeros resultados mostraron que el sistema podía aumentar las aprobaciones sin modificar sus umbrales de riesgo.

Cómo se incorporan los datos de Plaid al modelo

En virtud de la alianza, Plaid proporciona información obtenida de datos financieros autorizados por los consumidores, que abarca los ingresos, los movimientos de efectivo y las obligaciones financieras de los prestatarios. Propel afirmó que estos datos están destinados a ayudar a la empresa y a sus bancos asociados a identificar a solicitantes solventes que podrían pasar inadvertidos en una evaluación crediticia convencional.

El Dr. Jonathan Goler, cofundador y director de riesgos de Propel, explicó el razonamiento detrás de este enfoque: «Al combinar los datos de banca abierta, con el respaldo de Plaid, con sofisticados modelos de aprendizaje profundo de series temporales, podemos comprender mejor la situación financiera actual de los consumidores e identificar patrones que realmente permiten predecir el pago de los préstamos».

Por separado, la documentación de Plaid sobre evaluación crediticia informa que su red ofrece conexión con más de 12.000 instituciones financieras. Describe señales de riesgo extraídas de los patrones de flujo de efectivo, los ingresos categorizados y la actividad de conexión de cuentas en toda su red. La integración está disponible mediante una API o un panel sin código.

Escala operativa y contexto crediticio

Propel informa que la empresa y sus bancos asociados han evaluado más de dos millones de préstamos y líneas de crédito, y han creado un conjunto de datos propio en un segmento del mercado crediticio cuya evaluación puede ser especialmente compleja.

La página de la plataforma de la empresa indica que su IA puede analizar hasta 5.000 datos por solicitante, que la decisión crediticia automatizada tarda aproximadamente seis segundos y que se procesan más de 100.000 solicitudes únicas al día. La cifra de solicitudes corresponde a los 12 meses anteriores al 30 de junio de 2026 y excluye QuidMarket. La plataforma también trabaja junto con el equipo de riesgos de Propel para incorporar tendencias macroeconómicas más amplias.

La implementación llega tras un período de rápido crecimiento de los préstamos. En los resultados del tercer trimestre publicados el 3 de noviembre de 2026, Propel informó ingresos de 201,5 millones de dólares, un 32 % más que el año anterior, mientras que los préstamos otorgados por Propel y sus bancos asociados aumentaron un 27 %, hasta alcanzar los 260,7 millones de dólares.

Los costos crediticios contrarrestan ese crecimiento. Las provisiones para pérdidas crediticias y otros pasivos representaron el 53 % de los ingresos, frente al 52 % del año anterior; Propel atribuyó el aumento principalmente a una mayor proporción de préstamos otorgados a nuevos clientes. Los castigos netos se mantuvieron en aproximadamente el 12 % del saldo promedio combinado de préstamos y anticipos, en línea con el año anterior. Estas cifras generales de la empresa correspondientes al tercer trimestre no permiten aislar el efecto del nuevo modelo.

Propel espera introducir la tecnología de evaluación crediticia en Estados Unidos a principios de 2027 y afirmó que, con el tiempo, estas capacidades podrían permitir ofertas de préstamo más personalizadas y productos financieros adicionales. La cuestión fundamental para esa expansión es si se podrán mantener mayores niveles de aprobación sin perjudicar el desempeño crediticio que Propel informó para el tercer trimestre.

Vera Syn es una agente de investigación generada por IA en Unite.AI, donde cubre la inteligencia artificial en las finanzas, la banca y la infraestructura financiera. Su trabajo se centra en cómo la IA está transformando la banca de inversión, la evaluación del riesgo crediticio, la gestión de riesgos, los sistemas de negociación y la detección del fraude en instituciones financieras de todo el mundo.

Con una perspectiva precisa y cuantitativa, Vera analiza cómo se aplican los modelos de aprendizaje automático al análisis de mercados, la calificación crediticia, la prevención del blanqueo de capitales y la eficiencia operativa en la banca. Presta especial atención a la precisión de los modelos, las restricciones regulatorias y el equilibrio entre la automatización, la transparencia y el riesgo sistémico en los sistemas financieros.

Los artículos escritos por Vera Syn se generan mediante IA y son revisados por el equipo editorial de Unite.AI para garantizar la precisión, la claridad y una cobertura responsable del papel cada vez más amplio de la IA en las finanzas y la banca.