landbrug

Samarbejde mellem landbrugs- og banksektor fører til vækst

Confidential benchmarking på krypteret data vinder indpas i et samarbejde mellem landbrugs- og banksektoren. Teknologien giver resultatet af en beregning uden at afsløre de nødvendige private data, der ligger til grund for beregningen. Alexandra Instituttet samarbejder med banker og landmænd om, hvordan de med fordel kan bruge teknologien.

Mange landbrugskunder vil gerne optage lån i banken, og banken er interesseret i at låne penge ud. I den situation har banken brug for nogle private oplysninger om landbrugskunden, herunder kundens økonomiske situation. Ifølge Forsknings- og innovationsspecialist fra Alexandra Instituttets Security Lab, Peter Sebastian Nordholt, opstår her ofte et velkendt problem:

– Problemet er, at hvis banken er lille og ikke har ret mange landbrugskunder, kan den have svært ved at vurdere, hvordan det går en landmand økonomisk i forhold til andre landmænd. Banken kan derfor have svært ved at vurdere, hvor godt et lån, og hvilket lån, den kan tilbyde landmanden, forklarer han.

Videncenter for Landbrug og banken samarbejder om at dele data

Her kommer Videncentret for Landbrug (VFL) ind i billedet. VFL har via Dansk Landbrugsrådgivning kontakt til en lang række landmænd, og som en del af deres forretning indsamler de regnskabsdata fra de forskellige landbrugskunder. Banken og VLF skal derfor samarbejde om at dele de data, hvilket gør det muligt for banken at lave et godt benchmark på landbrugskunden, som gerne vil optage et lån hos dem.

Banken krypterer således de data, som den har fra sin potentielle kunde, og ligeledes krypterer VFL data fra sammenlignelige landmænd. De krypterede data samles i et samlet krypteret datasæt, og bankens kunde bliver nu benchmarket mod alle sammenlignelige landmænd, uden at nogen får kendskab til de bagvedliggende data.

– Kort fortalt sender VFL og banken nogle krypterede beskeder frem og tilbage i en protokol, og når samtalen er færdig, får man det ønskede resultat. De ønskede data vil medvirke til, at banken kan vurdere landmandens økonomi ved at sammenligne med en masse andre landmænd, siger Peter Sebastian Nordholt.

Førende i cutting edge teknologi

Alexandra Instituttets Security Lab er sammen med Aarhus Universitet verdensførende inden for implementering af Secure Multiparty Computation (SMC), som vil blive forklaret i sidste afsnit. Ifølge Peter Sebastian Nordholt er der en god grund til, at Alexandra Instituttet er en del af projektet om confidential benchmarking:

– Vi er i Security Lab på Alexandra Instituttet nogle af verdens bedste til at lave Secure Multiparty Computation. Vi har erfaring med implementering af SMC programmering, og generelt set findes der ret få, der gør det. Vi bruger en teknologi, som er meget ny, og det tilhørende teoretiske stof er blevet lavet indenfor de sidste fem år. Det sjove er, at vi er med til at lave noget, som er cutting edge, fortæller han.

Undgår fortrolighedsproblem

I projektet kunne der opstå et fortrolighedsproblem, idet VFL som udgangspunkt ikke må dele følsomme data med banken, da de har fået de data i fortrolighed. Samtidig må banken heller ikke dele data for landbrugskunden, da denne også har givet de personlige oplysninger i al fortrolighed.

En anden ting kan være, at banken ikke er interesseret i at fortælle omverdenen, hvem deres kunder er. Hertil svarer Peter Sebastian Nordholt, at systemet ikke berører fortrolighedsproblemet, idet folk rent faktisk ikke får de fortrolige data at se.

– Systemet sørger netop for, at vi kan lave et samarbejde omkring de forskellige data, uden at man rent faktisk kan finde ud af, hvad de data indeholder. Billedlig talt tager man fortrolig information og placerer i en kasse, som arbejder på informationen, og derefter kommer ud på den anden side med de resultater, som vi er interesserede i. I mellemtiden kan man så ikke se ind i kassen og lære den fortrolige information, der arbejdes på, forklarer han.

Et bedre grundlag for bankerne

Systemet giver bankerne et bedre grundlag for at tage beslutning om, hvilke lån de kan tilbyde potentielle landbrugskunder.
Der laves en vurdering af landbrugskundernes kreditværdighed i forhold til andre landbrugskunder. Det giver bankerne mulighed for at vurdere landbrugskundernes mulighed for at betale deres gæld, og hvorvidt landbrugskunderne måske ikke kan betale deres gæld.

Jakob Vesterlund Olsen peger på en sammenhæng mellem pris og risiko i bankernes favør:

– Projektet bidrager til, at bankerne får bedre information om deres landbrugskunder. Dermed kan bankerne tilbyde kunderne produkter, hvor der er god sammenhæng mellem pris og risiko. De kan løbende holde øje med, at deres kundeportefølje inden for landbrugssektoren udvikler sig risikomæssigt og indtjeningsmæssigt fornuftigt, forklarer han.

Dette vil gøre de små banker mere konkurrencedygtige, da de i højere grad kommer på lige fod med de store banker, som har et større datanetværk. Således bliver grøften imellem de små og store banker minimeret, hvilket også skyldes, at de små banker får adgang til de samme oplysninger, som de store banker har. De små banker får derved samme fordele som de store, og fra et samfundsmæssigt synspunkt, kan det også have sine finansielle fordele.

Bankerne er naturligvis også interesseret i at få nogle gode kunder og være sikre på deres interne beslutninger.

Landmænd får bedre vilkår

Samfundsmæssigt ligger der en almen interesse i, at gode landmænd får de bedste vilkår og mulighed for gode lån, så de kan fortsætte deres forretning. En naturlig interesse i at sikre landmændenes eksistens er i højsædet, idet udviklingen inden for landbruget peger på et fald i antallet af landmænd.

– Landmændene som er kunder i banker, hvor confidential benchmarking anvendes, vil få tilbudt produkter, som modsvarer den risiko, de udgør for banken. Det betyder, at de landmandskunder, som udgør en lille risiko for banken, kan få attraktive vilkår og tilbud fra banken, forklarer han.

Ifølge Vækstfonden har landbruget siden finanskrisen været i en svær økonomisk situation. På trods af at landbruget med flere vækstmuligheder går en lysere tid i møde, er det stadig svært at finde den nødvendige finansiering til ejerskifte, udvidelse og modernisering af landbrug. Confidential benchmarking kan bidrage til at løse dette problem og skabe optimisme omkring finansieringssituationen.

– Attraktive vilkår og lånetilbud kan være det, som faktisk er med til at holde den enkelte landmand i gang med landbrugsproduktionen, forklarer Jakob Vesterlund Olsen.

Benchmarking gør det nemmere for landmændene at låne penge, da deres oplysninger bliver lettere tilgængelige for den ønskede bank. En god fortrolig kreditvurdering er positiv for landmændene, da det muligvis kan skaffe dem en bedre pris på bankernes ydelser. Derfor kan confidential benchmarking i sidste ende være med til at sikre finansieringen for landmænd og samtidig bidrage til vækst inden for landbruget.
Ifølge Peter Sebastian Nordholt kan det være nødvendigt at kigge på nogle evalueringsaspekter inden for systemet. Blandt andet om den indbyggede tillid og fortrolighed er god nok, og om der er brug for flere data fra flere kilder end VFL.

Hvad er confidential benchmarking og SMC?

Benchmarking betyder, at man sammenligner sig selv og ens præstation i forhold til industrien. Confidential betyder, at det er ud fra nogle fortrolige økonomiske data, som kan være meget private for ens virksomhed, og det vil man gerne holde tæt på kroppen.

Teknologien bag confidential benchmarking hedder Secure Multiparty Computation (SMC). SMC er en teknologi, der gør det muligt at foretage beregninger på krypterede tal. Derved opnås et højt sikkerhedsniveau og effektiv konfidentiel datahåndtering.

Confidential benchmarking betyder dermed, at der beregnes et benchmark, uden af de bagvedliggende data afsløres.
Ved at anvende denne moderne kryptografiske teknologi, kan der opnås store samfunds- og forretningsmæssige fordele.

Læs mere om Secure Multiparty Computation.