金融会社や銀行によってテストされた、人口データに基づいて借り手の信用力を評価するモデルは、融資リスクを最大 20% 削減できます。
この情報は、8月7日の午後、借り手の信用度を評価するための人口データの適用に関するワークショップで、公安省社会秩序行政警察局副局長のヴー・ヴァン・タン大佐によって提供された。
タン氏によれば、このモデルは米国のFICO規格（顧客信用度評価モデル構築のリーディングカンパニーで、30カ国以上で採用されている）に基づいて構築されており、現在18の住宅情報フィールドが基本的に完成しているという。
MB Banking and Finance Company (MCredit) は 10,000 人の市民データをテストし、PVcombank は 20,000 人のデータをテストし、Datanest は 60,000 人のデータをテストしました。結果は、銀行や信用機関への資本貸付時のリスク比率が7～20%減少したことを示しました。
「テスト後、すべての銀行がこれを自社の業務プロセスに正式に導入したいと考えている」とヴー・ヴァン・タン大佐は語った。
公安省が人口データを活用して借り手の信用度を評価するプロジェクトは、信用機関が融資時にリスクを軽減するのに役立つ可能性がある。写真:ジャン・フイ
銀行業界と公安部がデータ活用において連携することで、4,100万人の顧客の信用情報と個人識別コードの管理を認証・同期化したり、ATMでの現金引き出しにチップ内蔵の国民識別カードを導入したり、認証に電子識別アカウントを使用したりと、多くのメリットがもたらされた。
公安省の責任者によると、最新技術は適用されているものの、それらはツールとしてのみ使用されており、銀行の融資決定を支援する情報やデータが不足しているという。生産や事業のための資金の借り入れは依然として困難であり、ブラッククレジットが悪影響を及ぼしています。
ヴー・ヴァン・タン大佐によれば、主な理由は3つある。銀行には融資対象を評価・決定する根拠がない。恵まれない人々を支援する政策はなく、ブラッククレジットを管理する国家管理メカニズムも欠如している。
そのため、C06はハノイ工科大学情報技術学部と連携し、米国のFICO信用参照基準に従い、機械学習技術と人工知能を使用して人口データに基づいて借り手の信用力を評価するプロジェクトを実施しました。
ベトナム国立銀行のファム・ティエン・ズン副総裁によれば、ベトナムにおける信用スコアリングは銀行業界におけるリスク管理ツールとしてますます普及し、人気が高まっているという。モデルが効果的に機能し、将来の債務返済能力を予測するには、データの正確さが重要な役割を果たします。
「信用力を評価するためのデータソースを確保するには、代替ソース、特に国家人口データベースから情報を共有する必要がある」と副総裁は述べた。
データソースの拡大は、借り手の信用度評価の効率性を向上させるために、国家信用情報センター（CIC）のカオ・ヴァン・ビン総裁が挙げた最初の解決策でもある。
CIC では、このモデルは 2015 年に構築されました。2019 年までに、CIC は対象範囲の拡大に伴い、個々の借り手の信用力を評価するための CB 2.0 モデルを構築しました。モデルが完成し、モデルのスコアリング結果は2021年4月から利用可能になりました。
ビン氏によれば、CICの情報提供の成長率は毎年15～20％に達し、経済全体の平均信用成長率を上回っているという。今年の最初の 6 か月間だけで、CIC はあらゆる種類の 3,100 万件を超える情報レポートを提供しました。
ただし、各銀行にとって、顧客の信用力を評価するには、依然として追加の基準が必要です。
BIDVの代表者は、顧客信用格付けモデルは統計的手法を採用し、原則とパラメータを設定しているが、ユーザーは依然として自ら情報を収集し、積極的に情報を検索して検証する必要があると述べた。しかし、デジタル チャネルで小売信用商品を展開する場合、既存の内部信用格付けシステムでは、情報を自動的に収集および検証し、正確な結果を提供する上で多くの制限に直面します。
「情報源が第三者、特に権限のある政府機関によって検証され、認証されていることは、銀行の個人向け信用活動、特にデジタル商品において極めて重要かつ有意義である」とBIDVの代表者は述べた。
この銀行が採用した解決策の 1 つは、公安省の RAR センターと協力して、国民識別データに基づく顧客評価プロジェクトを実施することです。 BIDVは、モデルのバックテスト結果に基づいて、一部の小売信用商品に信用スコアを適用することを研究し、提案すると述べた。
ミン・ソン
[広告2]
ソースリンク
コメント (0)