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 เอ็มบี แบงกิ้ง แอนด์ ไฟแนนซ์ (MCredit) ทดสอบข้อมูลประชาชน 10,000 ราย, พีวีคอมแบงก์ ทดสอบข้อมูล 20,000 ราย และดาต้าเนสท์ ทดสอบข้อมูล 60,000 ราย ผลการทดสอบแสดงให้เห็นว่าอัตราความเสี่ยงในการให้สินเชื่อแก่ธนาคารและสถาบันสินเชื่อลดลง 7-20%
“หลังจากการทดสอบแล้ว ธนาคารต่าง ๆ ก็อยากนำระบบนี้ไปใช้ในกระบวนการของตนอย่างเป็นทางการ” พันเอก Vu Van Tan กล่าว
โครงการนำข้อมูลประชากรมาใช้ประเมินความน่าเชื่อถือทางเครดิตของผู้กู้ยืมของกระทรวงความมั่นคงสาธารณะสามารถช่วยให้สถาบันสินเชื่อลดความเสี่ยงในการให้สินเชื่อได้ ภาพโดย: Giang Huy
การรวมกันของอุตสาหกรรมธนาคารและกระทรวงความมั่นคงสาธารณะในการใช้ข้อมูลทำให้เกิดประโยชน์มากมาย เช่น การรับรองความถูกต้องและซิงโครไนซ์การจัดการรหัสประจำตัวส่วนบุคคลกับข้อมูลสินเชื่อของลูกค้า 41 ล้านราย การใช้บัตรประจำตัวประชาชนที่มีชิปในการถอนเงินที่ตู้ ATM และการใช้บัญชีระบุตัวตนทางอิเล็กทรอนิกส์สำหรับการพิสูจน์ตัวตน
ผู้นำกระทรวงความมั่นคงสาธารณะกล่าวว่า แม้จะมีการนำเทคโนโลยีสมัยใหม่มาใช้ แต่เทคโนโลยีเหล่านี้กลับถูกใช้เป็นเพียงเครื่องมือเท่านั้น โดยขาดข้อมูลและข้อมูลที่สนับสนุนการตัดสินใจของธนาคารในการปล่อยสินเชื่อ การกู้ยืมเงินทุนเพื่อการผลิตและธุรกิจยังคงประสบปัญหาหลายประการ ส่งผลให้เกิดปัญหาสินเชื่อดำตามมา
พันเอกหวู่ วัน ตัน กล่าวว่า สาเหตุหลักๆ มีอยู่ 3 ประการ คือ ธนาคารไม่มีพื้นฐานในการประเมินและระบุผู้รับสินเชื่อ ไม่มีนโยบายช่วยเหลือผู้ด้อยโอกาส และขาดกลไกการบริหารจัดการของรัฐในการควบคุมสินเชื่อด้อยคุณภาพ
ดังนั้น C06 จึงได้ประสานงานกับคณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยี ฮานอย เพื่อดำเนินโครงการประเมินความน่าเชื่อถือทางสินเชื่อของผู้กู้ยืมโดยใช้ข้อมูลประชากร โดยใช้เทคโนโลยีการเรียนรู้ของเครื่องจักรและปัญญาประดิษฐ์ ตามมาตรฐานอ้างอิงสินเชื่อ FICO ของสหรัฐอเมริกา
นาย Pham Tien Dung รองผู้ว่าการธนาคารแห่งรัฐเวียดนาม กล่าวว่า การให้คะแนนเครดิตในเวียดนามเป็นเครื่องมือบริหารความเสี่ยงที่แพร่หลายและได้รับความนิยมเพิ่มมากขึ้นในระบบธนาคาร เพื่อให้โมเดลทำงานได้อย่างมีประสิทธิภาพและคาดการณ์ความสามารถในการชำระหนี้ในอนาคตได้ ความแม่นยำของข้อมูลมีบทบาทสำคัญ
“การมีแหล่งข้อมูลในการประเมินความน่าเชื่อถือด้านสินเชื่อ จำเป็นต้องมีการแบ่งปันจากแหล่งทางเลือก โดยเฉพาะฐานข้อมูลประชากรระดับประเทศ” รองผู้ว่าการฯ กล่าว
การขยายแหล่งข้อมูลถือเป็นวิธีแก้ปัญหาแรกที่นาย Cao Van Binh ผู้อำนวยการทั่วไปของศูนย์ข้อมูลเครดิตแห่งชาติ (CIC) กล่าวถึงเพื่อปรับปรุงประสิทธิภาพในการประเมินความน่าเชื่อถือทางเครดิตของผู้กู้ยืม
ที่ CIC แบบจำลองนี้ถูกสร้างขึ้นในปี 2015 ภายในปี 2019 เนื่องจากความครอบคลุมที่เพิ่มมากขึ้น CIC จึงได้สร้างแบบจำลอง CB 2.0 สำหรับการประเมินความน่าเชื่อถือทางเครดิตของผู้กู้รายบุคคล แบบจำลองดังกล่าวเสร็จสมบูรณ์แล้ว และผลการให้คะแนนของแบบจำลองดังกล่าวได้รับการจัดทำขึ้นตั้งแต่เดือนเมษายน 2021
นายบิ่งห์ กล่าวว่าอัตราการเติบโตของข้อมูลของ CIC อยู่ที่ 15-20% ต่อปี ซึ่งสูงกว่าอัตราการเติบโตของสินเชื่อเฉลี่ยของ เศรษฐกิจ ในช่วง 6 เดือนแรกของปีนี้ CIC ได้จัดทำรายงานข้อมูลทุกประเภทมากกว่า 31 ล้านรายงาน
อย่างไรก็ตาม สำหรับแต่ละธนาคาร การประเมินความน่าเชื่อถือทางเครดิตของลูกค้ายังคงต้องมีเกณฑ์เพิ่มเติม
ผู้แทน BIDV กล่าวว่าโมเดลการให้คะแนนเครดิตของลูกค้าใช้วิธีการทางสถิติและกำหนดหลักการและพารามิเตอร์ แต่ผู้ใช้ยังคงต้องรวบรวมข้อมูลด้วยตนเอง ค้นหาและตรวจสอบข้อมูลอย่างจริงจัง อย่างไรก็ตาม เมื่อใช้งานผลิตภัณฑ์สินเชื่อค้าปลีกบนช่องทางดิจิทัล ระบบการให้คะแนนเครดิตภายในที่มีอยู่จะมีข้อจำกัดมากมายในการรวบรวมและตรวจสอบข้อมูลโดยอัตโนมัติและให้ผลลัพธ์ที่แม่นยำ
“การมีแหล่งข้อมูลที่ได้รับการตรวจสอบและรับรองโดยบุคคลภายนอก โดยเฉพาะหน่วยงานของรัฐที่มีอำนาจหน้าที่ ถือเป็นสิ่งสำคัญและมีความหมายอย่างยิ่งในกิจกรรมการให้สินเชื่อค้าปลีกของธนาคาร โดยเฉพาะอย่างยิ่งกับผลิตภัณฑ์ดิจิทัล” ตัวแทน BIDV กล่าว
โซลูชันหนึ่งที่ธนาคารแห่งนี้ใช้คือการร่วมมือกับศูนย์ RAR กระทรวงความมั่นคงสาธารณะเพื่อดำเนินโครงการจัดอันดับลูกค้าโดยอิงจากข้อมูลประจำตัวประชาชน โดยอิงจากผลลัพธ์ของแบบจำลองการทดสอบย้อนหลัง BIDV กล่าวว่าจะทำการวิจัยและเสนอการใช้คะแนนเครดิตสำหรับผลิตภัณฑ์สินเชื่อค้าปลีกบางรายการ
มินห์ ซอน
ลิงค์ที่มา
การแสดงความคิดเห็น (0)