แบบจำลองที่ประเมินความน่าเชื่อถือทางเครดิตของผู้กู้โดยอ้างอิงจากข้อมูลประชากร ซึ่งได้รับการทดสอบโดยบริษัทการเงินและธนาคาร สามารถลดความเสี่ยงในการให้สินเชื่อได้มากถึง 20%
ข้อมูลนี้ได้รับจากพันเอก Vu Van Tan รองอธิบดีกรมตำรวจบริหารเพื่อความสงบเรียบร้อยในสังคม (กระทรวงความมั่นคงสาธารณะ C06) ในการประชุมเชิงปฏิบัติการเรื่องการใช้ข้อมูลประชากรในการประเมินความน่าเชื่อถือทางเครดิตของผู้กู้ยืม ในช่วงบ่ายของวันที่ 7 สิงหาคม
นายแทน กล่าวว่า โมเดลนี้ถูกสร้างขึ้นตามมาตรฐาน FICO (บริษัทชั้นนำในการสร้างแบบจำลองการประเมินความน่าเชื่อถือทางเครดิตของลูกค้า ซึ่งนำไปใช้ในมากกว่า 30 ประเทศ) ของสหรัฐอเมริกา และปัจจุบันได้เสร็จสมบูรณ์เกือบสมบูรณ์แล้วด้วยช่องข้อมูลที่อยู่อาศัย 18 ช่อง
บริษัท MB Banking and Finance (MCredit) ทดสอบข้อมูลประชาชนจำนวน 10,000 ราย, PVcombank ทดสอบข้อมูลจำนวน 20,000 ราย และ Datanest ทดสอบข้อมูลจำนวน 60,000 ราย ผลลัพธ์แสดงให้เห็นถึงการลดลงของอัตราส่วนความเสี่ยงในการให้สินเชื่อทุนแก่ธนาคารและสถาบันสินเชื่อจาก 7-20%
“หลังจากการทดสอบแล้ว ธนาคารต่าง ๆ ก็อยากนำระบบนี้ไปใช้ในกระบวนการของตนอย่างเป็นทางการ” พันเอก Vu Van Tan กล่าว
โครงการนำข้อมูลประชากรมาประเมินความน่าเชื่อถือในการกู้ยืมของกระทรวงความมั่นคงสาธารณะจะช่วยให้สถาบันสินเชื่อลดความเสี่ยงในการให้สินเชื่อได้ ภาพโดย : เจียง ฮุย
การรวมกันของอุตสาหกรรมธนาคารและกระทรวงความมั่นคงสาธารณะในการใช้ข้อมูลทำให้เกิดประโยชน์มากมาย เช่น การรับรองความถูกต้องและซิงโครไนซ์การจัดการรหัสประจำตัวส่วนบุคคลกับข้อมูลสินเชื่อของลูกค้า 41 ล้านราย การใช้บัตรประจำตัวประชาชนที่มีชิปในการถอนเงินที่ตู้ ATM และการใช้บัญชีระบุตัวตนทางอิเล็กทรอนิกส์สำหรับการพิสูจน์ตัวตน
ตามที่ผู้นำกระทรวงความมั่นคงสาธารณะกล่าวไว้ แม้ว่าจะมีการนำเทคโนโลยีสมัยใหม่มาใช้ แต่ก็ใช้เป็นเพียงเครื่องมือเท่านั้น และขาดข้อมูลและข้อมูลเพื่อสนับสนุนธนาคารในการตัดสินใจให้สินเชื่อ การกู้ยืมเงินทุนสำหรับการผลิตและการดำเนินธุรกิจยังคงเป็นเรื่องยาก ส่งผลให้เกิดสินเชื่อดำตามมา
ตามที่พันเอก Vu Van Tan กล่าว มีสาเหตุหลักสามประการคือ: ธนาคารไม่มีพื้นฐานในการประเมินและกำหนดหัวข้อการให้สินเชื่อ ไม่มีนโยบายช่วยเหลือผู้ด้อยโอกาส และขาดกลไกบริหารจัดการของรัฐในการควบคุมสินเชื่อด้อยคุณภาพ
ดังนั้น C06 จึงได้ประสานงานกับคณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีฮานอย เพื่อดำเนินโครงการประเมินความน่าเชื่อถือทางสินเชื่อของผู้กู้ยืมโดยใช้ข้อมูลประชากร โดยใช้เทคโนโลยีการเรียนรู้ของเครื่องจักรและปัญญาประดิษฐ์ ตามมาตรฐานอ้างอิงสินเชื่อ FICO ของสหรัฐอเมริกา
ตามที่รองผู้ว่าการธนาคารแห่งรัฐ Pham Tien Dung กล่าว การให้คะแนนเครดิตในเวียดนามเป็นเครื่องมือการจัดการความเสี่ยงที่แพร่หลายและได้รับความนิยมเพิ่มมากขึ้นในระบบธนาคาร เพื่อให้โมเดลทำงานได้อย่างมีประสิทธิภาพและคาดการณ์ความสามารถในการชำระหนี้ในอนาคต ความแม่นยำของข้อมูลมีบทบาทสำคัญ
“การมีแหล่งข้อมูลในการประเมินความน่าเชื่อถือด้านสินเชื่อ จำเป็นต้องมีการแบ่งปันจากแหล่งทางเลือก โดยเฉพาะฐานข้อมูลประชากรระดับประเทศ” รองผู้ว่าการฯ กล่าว
การขยายแหล่งข้อมูลถือเป็นวิธีแก้ปัญหาแรกที่นาย Cao Van Binh ผู้อำนวยการทั่วไปของศูนย์ข้อมูลเครดิตแห่งชาติ (CIC) กล่าวถึงเพื่อปรับปรุงประสิทธิภาพในการประเมินความน่าเชื่อถือทางเครดิตของผู้กู้ยืม
ที่ CIC แบบจำลองนี้ถูกสร้างขึ้นในปี 2558 ภายในปี 2562 เนื่องจากมีการครอบคลุมที่เพิ่มมากขึ้น CIC จึงได้สร้างแบบจำลอง CB 2.0 ขึ้นมาเพื่อประเมินความน่าเชื่อถือทางเครดิตของผู้กู้รายบุคคล แบบจำลองเสร็จสมบูรณ์แล้ว และผลการให้คะแนนแบบจำลองจะพร้อมให้บริการตั้งแต่เดือนเมษายน พ.ศ. 2564
นายบิ่ญห์ กล่าวว่า อัตราการเติบโตของข้อมูลของ CIC มักจะสูงถึง 15-20% ต่อปี ซึ่งสูงกว่าอัตราการเติบโตของสินเชื่อโดยเฉลี่ยของเศรษฐกิจ ในช่วง 6 เดือนแรกของปีนี้ CIC ได้จัดทำรายงานข้อมูลทุกประเภทมากกว่า 31 ล้านรายงาน
อย่างไรก็ตาม สำหรับแต่ละธนาคาร การประเมินความน่าเชื่อถือทางเครดิตของลูกค้ายังคงต้องมีเกณฑ์เพิ่มเติม
ตัวแทน BIDV กล่าวว่าโมเดลการให้คะแนนเครดิตลูกค้าใช้หลักสถิติและกำหนดหลักการและพารามิเตอร์ แต่ผู้ใช้ยังคงต้องรวบรวมข้อมูลด้วยตนเอง ค้นหาและตรวจสอบข้อมูลอย่างจริงจัง อย่างไรก็ตาม เมื่อใช้งานผลิตภัณฑ์สินเชื่อปลีกบนช่องทางดิจิทัล ระบบการจัดอันดับสินเชื่อภายในที่มีอยู่จะเผชิญกับข้อจำกัดมากมายในการรวบรวม ตรวจสอบข้อมูล และให้ผลลัพธ์ที่แม่นยำโดยอัตโนมัติ
“การมีแหล่งข้อมูลที่ได้รับการตรวจสอบและรับรองโดยบุคคลภายนอก โดยเฉพาะหน่วยงานของรัฐที่มีอำนาจหน้าที่ ถือเป็นสิ่งสำคัญและมีความหมายอย่างยิ่งต่อกิจกรรมสินเชื่อค้าปลีกของธนาคาร โดยเฉพาะอย่างยิ่งกับผลิตภัณฑ์ดิจิทัล” ตัวแทน BIDV กล่าว
วิธีแก้ปัญหาประการหนึ่งที่ธนาคารนำไปใช้ คือ การร่วมมือกับศูนย์ RAR กระทรวงความมั่นคงสาธารณะ เพื่อดำเนินโครงการให้คะแนนลูกค้าโดยอาศัยข้อมูลประจำตัวประชาชน อิงจากผลการทดสอบย้อนหลังของโมเดล BIDV กล่าวว่าจะทำการวิจัยและเสนอการนำคะแนนเครดิตไปใช้กับผลิตภัณฑ์สินเชื่อค้าปลีกบางส่วน
มินห์ ซอน
ลิงค์ที่มา
การแสดงความคิดเห็น (0)