Модель, оценивающая кредитоспособность заемщика на основе данных о населении, протестированная финансовыми компаниями и банками, может снизить риск кредитования до 20%.
Эту информацию сообщил полковник Ву Ван Тан, заместитель директора Департамента административной полиции по общественному порядку (Министерство общественной безопасности, C06) на семинаре по применению данных о населении при оценке кредитоспособности заемщиков, который состоялся во второй половине дня 7 августа.
По словам г-на Тана, эта модель построена в соответствии со стандартами FICO (ведущая компания по созданию моделей оценки кредитоспособности клиентов, применяемая в более чем 30 странах) США и в настоящее время в основном дополнена 18 полями информации о жилье.
Компания MB Banking and Finance Company (MCredit) проверила данные 10 000 граждан, PVcombank проверил данные 20 000, Datanest проверил данные 60 000. Результаты показали снижение коэффициента риска при предоставлении капитала банкам и кредитным организациям с 7 до 20%.
«После тестирования все банки хотят официально внедрить его в свои процессы», — сказал полковник Ву Ван Тан.
Проект Министерства общественной безопасности по использованию данных о населении при оценке кредитоспособности заемщиков может помочь кредитным организациям снизить риски при кредитовании. Фото: Джанг Хуэй
Объединение банковской отрасли и Министерства общественной безопасности в использовании данных принесло множество преимуществ, таких как аутентификация и синхронизация управления персональными идентификационными кодами с кредитной информацией 41 миллиона клиентов, внедрение карт граждан со встроенным чипом для снятия денег в банкоматах и использование электронных идентификационных счетов для аутентификации.
По словам руководителя Министерства общественной безопасности, несмотря на применение современных технологий, они используются лишь в качестве инструментов и не обеспечивают достаточной информацией и данными для поддержки банков при принятии решений о кредитовании. Заимствование капитала для производства и бизнеса по-прежнему затруднено, что приводит к черным кредитам и последствиям.
По словам полковника Ву Ван Тана, есть три основные причины: у банков нет базы для оценки и определения субъектов кредитования; Не существует политики поддержки обездоленных слоев населения, а также отсутствует механизм государственного управления для контроля за черным кредитованием.
Соответственно, C06 координирует работу со Школой информационных технологий Ханойского университета науки и технологий с целью реализации проекта по оценке кредитоспособности заемщиков на основе данных о населении с использованием технологий машинного обучения и искусственного интеллекта в соответствии со стандартами кредитной реферативной оценки FICO в США.
По словам заместителя управляющего Государственного банка Фам Тиен Зунга, кредитный скоринг во Вьетнаме становится все более распространенным и популярным инструментом управления рисками в банковской сфере. Для эффективной работы модели и прогнозирования будущей способности погашения задолженности важную роль играет точность данных.
«Чтобы иметь источник данных для оценки кредитоспособности, необходимо обмениваться данными из альтернативных источников, особенно из национальной базы данных о населении», — сказал заместитель губернатора.
Расширение источников данных также является первым решением, упомянутым г-ном Цао Ван Бинем, генеральным директором Национального центра кредитной информации (CIC) для повышения эффективности оценки кредитоспособности заемщиков.
В CIC данная модель была построена в 2015 году. К 2019 году в связи с расширением охвата CIC построила модель CB 2.0 для оценки кредитоспособности индивидуальных заемщиков. Модель была завершена, и результаты оценки модели стали доступны с апреля 2021 года.
По словам г-на Биня, рост объема предоставления информации CIC всегда достигает 15–20% в год, что превышает средний рост кредитования в экономике. Только за первые 6 месяцев этого года CIC предоставила более 31 миллиона информационных отчетов всех видов.
Однако для каждого банка оценка кредитоспособности клиентов по-прежнему требует дополнительных критериев.
Представитель BIDV сообщил, что модель оценки кредитоспособности клиентов использует статистические методы и устанавливает принципы и параметры, однако пользователям по-прежнему приходится самостоятельно собирать информацию, активно искать и проверять ее. Однако при внедрении розничных кредитных продуктов на цифровых каналах существующая внутренняя система кредитного рейтинга сталкивается со многими ограничениями в автоматическом сборе, проверке информации и предоставлении точных результатов.
«Наличие источников информации, проверенных и аутентифицированных третьей стороной, особенно компетентным государственным органом, чрезвычайно важно и значимо в деятельности банка по розничному кредитованию, особенно с использованием цифровых продуктов», — сказал представитель BIDV.
Одним из решений, применяемых этим банком, является сотрудничество с Центром RAR Министерства общественной безопасности по реализации проекта рейтингования клиентов на основе данных идентификации граждан. BIDV заявила, что на основе результатов бэк-тестирования модели проведет исследование и предложит применить кредитный рейтинг к некоторым розничным кредитным продуктам.
Мин Сон
Ссылка на источник
Комментарий (0)