Konut Kredilerinde Cinsiyet Farkı Var mı?

Cinsiyetler arası ücret farkının kanıtlandığı bir ülkede, bir ev satın alma, ev hakkı inşa etme ve ev sermayesi kredisi gibi kredilere erişim olanağı da ayrımcılık ve zorluklarla doludur. Bunun adaletsiz bir ekonomik manzaraya mı yoksa borç verenlerin ayrımcı davranışına ve varsayımlarına mı atfedildiğini belirlemek zordur.

Daha büyük olasılıkla, kurumsal ve birey arasındaki karmaşık bir etkileşimdir. Konut kredisi verilerindeki mevcut boşluğun yanı sıra ipotek kredilerinde ayrımcılık karşıtı mevzuatın tarihini araştırmak belki daha fazla açıklayabilir.

Ayrımcılık Karşıtı Mortgage Borç Verme Mevzuatının Kısa Tarihi

Genellikle ırk ve etnik kökene dayalı ayrımcı borç verme davranışına atıfta bulunan redline uygulaması, yakın tarih boyunca iyi belgelenmiştir. 2016 yılında, finans sektörünün kadınlara yönelik sistematik sömürüsünü tanımlamak için “pembeleşme” terimi ortaya atıldı. Ancak bir adı olmadan önce bile, borç verme ortamında cinsiyete dayalı ayrımcılık yaygın ve yapısaldı.

1970’lere kadar, kadınların kendi adlarına bir kredi imzalamalarına izin verilmedi ve evlilerse ya bir ortak imzacı bulmaları ya da kocalarının adıyla imzalamaları gerekiyordu. Ayrıca, kocasıyla birlikte ipotek başvurusunda bulunan çalışan bir kadının aile gelirinin payını saymamak da yaygındı. Bekar kadınlar da kredilerin onaylanmasında birçok zorlukla karşılaştı.

Yirminci yüzyılın sonlarında birçok ayrımcılık karşıtı yasa yürürlüğe girdi. 1968 tarihli Adil Konut Yasası, Sivil Haklar Yasası’nın bir parçası olarak ortaya çıktı ve konutla ilgili satın alma, kiralama ve borç verme faaliyetlerinde ayrımcılığı yasakladı.

1970’lerde, kredi verenlerin kredi başvurularını genellikle bir tür ayrımcılık temelinde (cinsiyet, ırk, medeni durum, din veya yaş, sadece birkaçını saymak gerekirse) reddettiklerine dair Kongre bulgusu, 1974 Eşitliği’nin yaratılmasını hızlandırdı. Kredi Fırsatı Yasası (ECOA).

Topluluk Yeniden Yatırım Yasası (CRA) 1977’de takip edildi ve redline ve diğer tüketici karşıtı ve ticaret karşıtı politika ve davranışları ele almayı amaçlıyordu. Finansal kurumlar, azınlıklara borç vermeyi veya düşük gelirli bölgelere yatırım yapmayı sistematik olarak reddederek, halklarının ve mahallelerinin büyümesine ve başarısına katkıda bulunabilecek temel kredi ihtiyaçlarını reddediyorlardı. Bu nedenle, CRA’nın sözde “Federal Rezerv ve diğer federal bankacılık düzenleyicilerinin, finansal kurumları, düşük ve orta gelirli (LMI) mahalleler de dahil olmak üzere, iş yaptıkları toplulukların kredi ihtiyaçlarını karşılamaya yardımcı olmaları için teşvik etmesini” talep ediyor.

Ne yazık ki, bu yasaların kusurlu ve ayrımcılığı önlemede yetersiz olduğuna dair çok sayıda gösterge var. Örneğin, 1996 tarihli kapsamlı bir yasal belge, “adil borç verme ve sigorta karşıtı ayrımcılık yasalarını uygulama sorumluluğunun” “mahkemelerin kendileri, ırk, cinsiyet ve diğer hem usuli hem de esasa ilişkin kararları etkilemek için izin verilmeyen değişkenler”.

Bu arada, Ulusal Zenci Kadınlar Konseyi ve Ulusal Toplum Yeniden Yatırım Koalisyonu tarafından hazırlanan 2009 tarihli bir raporda, CRA kapsamında Federal Rezerv Kuruluna birçok ayrımcılık vakası bildirilmiş olmasına rağmen, yönetim organının yaptırım ve takibin eksik olduğu tespit edildi. daha fazla araştırma yapmak anlamına geliyordu.

Cinsiyete Dayalı Ücret Farkı ve Kadınların Krediye Erişimi

Elbette, cinsiyete dayalı ücret farkı, yalnızca kazanç farkının ötesine geçerek kadınların servete ve krediye erişimini de etkiler. Yıkıcı kredi uygulamaları (kadınları yüksek faizli veya aşırı yüksek kredilere yönlendirmek gibi) ve adil krediye erişimdeki engeller nedeniyle, özellikle kadınlar ve beyaz olmayan kadınlar, yalnızca gelirde değil, genel net değerde eşitsizliklerle karşı karşıyadır. Bu kaçınılmaz olarak kredi oluşturma yeteneklerini olumsuz etkiler.

Bir konut öz sermaye kredisi, borçlunun konut öz sermayesini teminat olarak kullandığı bir tür teminatlı taksitli kredi olduğundan, borçlunun sahip olduğu konut öz sermayesi miktarı, faiz oranının yanı sıra potansiyel kredi miktarını da kısmen belirleyecektir. Genellikle, birinin ödünç alabileceği maksimum miktar, ev özkaynaklarının yaklaşık %80’ine eşittir.

Ne yazık ki, ev eşitliği söz konusu olduğunda, bekar kadınlar zaman içinde erkek meslektaşlarından daha az inşa ediyor (bekar erkeklere kıyasla dolar başına 92 ​​sent olarak hesaplanıyor). Emlak şirketi Redfin tarafından 2017 yılında yapılan bir araştırma, kadınların bir evde erkeklere göre daha az peşinat ödeme eğiliminde olduğunu ve bunun da ev sermayesi oluşturma yeteneklerini etkilediğini buldu.

Kadınlar ayrıca, ilk etapta kendilerine ödeme yapma veya ipotek reddedilme konusunda daha iyi bir geçmişe sahip olmalarına rağmen, bir ipotek üzerinde fazla ödeme yapma olasılıkları daha yüksektir. Tek başına bu gerçekler, ev sermayesi kredisi alabilen (aynı zamanda güvence altına alabilecekleri miktar kadar) kadın-erkek oranında bir toplumsal cinsiyet farkına katkıda bulunabilir; çünkü bu, kesinlikle eşitsiz bir finansal temele işaret ediyor kredi piyasası.

Verileri Ayrıştırma: Konut İpoteği Açıklama Yasası ve Veri Toplama

Konut piyasasında ayrımcılıkla mücadele etmeyi amaçlayan bir diğer mevzuat da Konut İpoteği Açıklama Yasası’dır (HMDA). HMDA, şeffaflık ve hesap verebilirlik adına kamuya açık hale getirilen kredilere ilişkin verilerin toplanmasına izin verir. Veri toplama, teorik olarak, konut sektöründe cinsiyete dayalı ve diğer ayrımcılığı teşhis etmeyi mümkün kılarken, HMDA verilerinde bazı sınırlamalar vardır.

Birincisi, toplumsal cinsiyet, akışkan ve dinamik olabilen bir dizi kimlikten oluşan bir spektrumdur. Bu, cinsiyeti erkek ve kadın ikili kategorilerinde sunduğundan HMDA verileri tarafından yakalanmaz. Diğer iki veri alanı, karma cinsiyet ve “cinsiyet mevcut değil” eş-başvuranlarını belirtmek için ortaktır.

HMDA verileri, aynı zamanda, kredi kartı borcunu konsolide etmek veya tıbbi harcamaları ödemek için alınan konut sermayesi kredilerini tarihsel olarak hariç tuttuğundan, konut kredileri söz konusu olduğunda da bulanık.

2018 itibariyle, HMDA verilerinde yapılan büyük bir güncelleme ve verilerin toplanacağı kategorilerin gözden geçirilmesinden sonra, kredi amaçlı kategoriler aşağıdaki gibidir:

• ev satın alma
• Ev geliştirme
• yeniden finansman
• Nakit çıkışlı yeniden finansman
• Diğer amaç
• Uygulanamaz

2018’de, diğer amaç kategorisi, 2015’ten önce bildirilmeyecek olan yaklaşık 502.000 krediyi içeriyordu.

Ayrımcılığı belirleme ve bunlarla mücadele etmede bir diğer önemli husus, ırk, sınıf, cinsiyet ve kimliğin diğer yönlerinin kesişimselliğidir. Örneğin, araştırmacılar ipotek piyasasında “beyaz olmayan kadınlar arasında yüksek maliyetli kredilere karşı yüksek bir kırılganlık riski” belirlediler. Ayrıca, HMDA veri setindeki tarihsel yetersizlikleri de tespit ettiler; örneğin, adil kredilendirmeyi baltalayan sistematik bir önyargıyı ima eden yarış söz konusu olduğunda eksik bilgi.

2018’de veri setine daha fazla etnik köken alanı ve daha önce veritabanında bulunmayan ırksal alt kategoriler eklendi. Bir başvuranın ırk, etnik köken veya cinsiyetinin veri muhabiri tarafından görsel gözlem veya soyadı ile belirlenip belirlenmediğini belirlemek için yeni bir raporlama kategorisi bile eklendi. Bu değişiklikler, borç verme ortamının daha karmaşık ve eksiksiz bir resmini oluşturmak ve bunun içinde ayrımcılıkla mücadele etmek için doğru yönde atılmış bir adım olsa da, HMDA verileri mükemmel değildir.

Yeni başlayanlar için, veri raporlama süreci son derece incelikli ve karmaşıktır ve ilgili finans kurumlarında çalışan personelin ayrıntılara, uyumluluğa, gözetime, tutarlılığa ve tarafsızlığa gösterdiği özene dayanır. Ne yazık ki, bu her zaman verilen bir şey değildir. Ayrıca Federal Rezerv’in HMDA hakkındaki kendi sözlerinin altını çizmeye değer: “etkinliği için kamu incelemesine dayanan bir ifşa yasasıdır. Borç verenlerin herhangi bir özel faaliyetini yasaklamaz.”

Daha iyi verilere doğru

HMDA veri setine bakıldığında, daha karmaşık ve eksiksiz bilgi toplamanın, konut kredisi gibi belirli kredi türleri için bir cinsiyet farkının bulunup bulunmadığına ilişkin sonuçlara varmada yardımcı olacağı görülüyor. Örneğin, belirli ödünç verme amaçlarını dışlamamak veya onları “diğer” bir kategoriye sokmamak, araştırmacıların daha eksiksiz bir resim çizmelerine yardımcı olabilir.

Ayrımcılığı önlemek için veri toplamanın merkezi olduğu bir diğer alan da yapay zeka ve fintech’tir. Tarihsel olarak, ayrımcılığı önlemeye yönelik yaklaşım, tarafsızlık için çaba göstermek, örneğin bir kredi başvurusunda cinsiyetin dikkate alınmasını ortadan kaldırmak olmuştur. Bu zihniyet, ECOA gibi 20. yüzyıl yasalarından, “cinsiyet körü” makine öğrenimi algoritmaları ve modellerinin inşasına taşındı.

Bununla birlikte, araştırmacılar, cinsiyeti algoritmalara dahil etmenin aslında onların adaletini geliştirdiğine dair mantıksız bir sonuca varmışlardır. Aksi takdirde, geçmiş borç verme verileriyle beslenen AI’nın, tarihsel olarak devam ettirilen aynı ayrımcı kalıpları yeniden üretmesi muhtemeldir – cinsiyet belirtilmemiş olsa bile, önyargı yaratan başka ilişkili faktörler olduğu için.

ECOA gibi mevcut ayrımcılık karşıtı mevzuat göz önüne alındığında, cinsiyete dayalı olarak farklılaşan modeller oluşturmak yasa dışıdır. Bununla birlikte, yasayı bu tür AI’yı içerecek şekilde değiştirmek, daha fazla ayrımcılık olasılığını açabilir.

Bütün bunlar, ayrımcılıkla mücadelede yararlı bir araç olsa da, verilerin her şeyin başı ve sonu olmadığı anlamına gelir. HMDA verilerini finansal yapay zeka alanındaki son sorunlarla birlikte değerlendirdiğimizde, daha iyi veriler ayrımcılığın önlenmesine yardımcı olsa da, bunları yorumlamak, gerektiğinde müdahale etmek ve değişikliğin türünü savunmak için kullanmak araştırmacıların görevidir. görmek istiyoruz. Ayrımcılık kalıpları yaratan aynı insan unsuru da bunu önleyebilir.

Alt çizgi

Tarihsel olarak, cinsiyete dayalı ayrımcılık Amerikan kredi endüstrisinde iyi belgelenmiş bir konu olmuştur ve bunu önlemek amacıyla mevzuat oluşturulmuştur. Ev kredilerinin birçok alanında eşitsizliğin devam ettiği ilgili istatistiklerden açıkça görülse de, ne yazık ki, yalnızca mevcut verilerden konut kredisi almada cinsiyet farkı olup olmadığını kanıtlamak zor. Daha iyi veri toplama, bu soruyu yanıtlamada yardımcı olabilir, ancak gelecek için daha iyi politika sağlamak için bu verileri sorumlu bir şekilde kaydetme ve kullanma sorumluluğu vardır.