‘Ứng dụng dữ liệu dân cư sẽ giúp giảm 7-20% rủi ro cho vay’

Mô hình đánh giá mức độ tín nhiệm khách hàng vay dựa trên dữ liệu dân cư, theo thử nghiệm của các công ty tài chính và ngân hàng, có thể giảm tới 20% rủi ro cho vay.

Thông tin này được Đại tá Vũ Văn Tấn, Phó Cục trưởng Cảnh sát quản lý hành chính về trật tự xã hội (Bộ Công an, C06) cho biết trong Hội thảo ứng dụng dữ liệu dân cư trong đánh giá khả tín khách hàng vay, chiều 7/8.

Theo ông Tấn, mô hình này được xây dựng theo tiêu chuẩn FICO (công ty đi đầu trong xây dựng mô hình đánh giá khả tín khách hàng vay, được áp dụng tại hơn 30 quốc gia) của Mỹ, đến nay cơ bản đã hoàn thiện với 18 trường thông tin dân cư.

Công ty tài chính ngân hàng MB (MCredit) đã thử nghiệm 10.000 dữ liệu công dân, PVcombank thử nghiệm 20.000 dữ liệu, Datanest 60.000 dữ liệu. Kết quả cho thấy đã giảm tỷ lệ rủi ro khi cho vay vốn của các ngân hàng và tổ chức tín dụng từ 7-20%.

“Sau khi thử nghiệm, các ngân hàng đều có mong muốn được triển khai chính thức trên quy trình của mình”, Đại tá Vũ Văn Tấn cho biết.

Dự án ứng dụng dữ liệu dân cư trong đánh giá khả tín khách hàng vay của Bộ Công an có thể giúp các tổ chức tín dụng giảm bớt rủi ro khi cho vay. Ảnh: Giang Huy

Dự án ứng dụng dữ liệu dân cư trong đánh giá khả tín khách hàng vay của Bộ Công an có thể giúp các tổ chức tín dụng giảm bớt rủi ro khi cho vay.

Sự kết hợp của ngành ngân hàng và Bộ Công an trong việc sử dụng dữ liệu đã đem lại nhiều tiện ích, như xác thực và đồng bộ quản lý mã số định danh cá nhân với thông tin tín dụng của 41 triệu khách hàng, triển khai căn cước công dân gắn chip rút tiền tại ATM, sử dụng tài khoản định danh điện tử để xác thực.

Theo lãnh đạo Bộ Công an, dù áp dụng các công nghệ hiện đại nhưng chỉ thực hiện mang tính chất công cụ, thiếu thông tin, dữ liệu để hỗ trợ các ngân hàng ra quyết định cho vay. Việc vay vốn để phục vụ sản xuất kinh doanh vẫn còn nhiều khó khăn, dẫn đến tình trạng tín dụng đen gây ra các hệ lụy.

Theo Đại tá Vũ Văn Tấn, có ba nguyên nhân chính là các ngân hàng không có cơ sở để đánh giá xác định đối tượng cho vay; chưa có chính sách hỗ trợ những người yếu thế và thiếu cơ chế quản lý nhà nước về kiểm soát tín dụng đen.

Theo đó, C06 đã phối hợp với Trường Công nghệ thông tin Đại học Bách khoa Hà Nội triển khai dự án đánh giá mức độ khả tín khách hàng vay trên nền tảng dữ liệu dân cư, sử dụng công nghệ máy học, trí tuệ nhân tạo theo tiêu chuẩn tham khảo tín dụng FICO tại Mỹ.

Theo Phó thống đốc Ngân hàng Nhà nước Phạm Tiến Dũng, việc chấm điểm tín dụng tại Việt Nam là một công cụ quản trị rủi ro ngày càng rộng rãi và phổ biến trong ngân hàng. Để mô hình hoạt động hiệu quả, dự đoán khả năng trả nợ trong tương lai, yếu tố chính xác của dữ liệu đóng vai trò quan trọng.

“Để có nguồn dữ liệu đánh giá mức độ tín nhiệm rất cần có sự chia sẻ từ các nguồn thay thế, đặc biệt là nguồn cơ sở dữ liệu quốc gia về dân cư”, Phó thống đốc cho biết.

Mở rộng các nguồn dữ liệu cũng là giải pháp đầu tiên được ông Cao Văn Bình, Tổng giám đốc Trung tâm Thông tin tín dụng quốc gia (CIC) nhắc tới trong việc nâng cao hiệu quả hoạt động đánh giá khả tín khách hàng vay.

Tại CIC, mô hình này được xây dựng năm 2015. Đến 2019, do việc mở rộng độ phủ, CIC đã xây dựng mô hình đánh giá khả tín khách hàng vay thể nhân (cá nhân) CB 2.0. Mô hình được hoàn tất và kết quả chấm điểm của mô hình được đưa vào cung cấp từ tháng 4/2021.

Theo ông Bình, tăng trưởng cung cấp thông tin của CIC luôn đạt mức từ 15-20% mỗi năm, cao hơn mức tăng trưởng tín dụng trung bình của nền kinh tế. Tính riêng 6 tháng đầu năm nay, CIC đã cung cấp hơn 31 triệu báo cáo thông tin các loại.

Tuy nhiên, với mỗi ngân hàng, việc đánh giá mức độ khả tín của khách hàng vẫn cần thêm những chỉ tiêu.

Đại diện BIDV cho biết mô hình xếp hạng tín nhiệm khách hàng sử dụng phương pháp thống kê và cài đặt các nguyên tắc, tham số, nhưng người dùng vẫn phải tự thu thập thông tin, chủ động tìm kiếm, xác minh thông tin. Tuy nhiên, khi triển khai các sản phẩm cấp tín dụng bán lẻ trên kênh số, hệ thống xếp hạng tín dụng nội bộ hiện hữu gặp nhiều hạn chế trong việc tự động thu thập, xác minh thông tin, đưa ra kết quả chính xác.

“Có được nguồn thông tin được kiểm chứng, xác thực bởi bên thứ ba, nhất là cơ quan nhà nước có thẩm quyền là vô cùng quan trọng và ý nghĩa trong hoạt động cấp tín dụng bán lẻ của ngân hàng, nhất là với các sản phẩm số”, đại diện BIDV cho biết.

Một trong những giải pháp được nhà băng này áp dụng là hợp tác với Trung tâm RAR – Bộ Công An để triển khai Dự án chấm điểm xếp hạng khách hàng dựa trên dữ liệu căn cước công dân. Trên cơ sở kết quả backtest mô hình, BIDV cho biết sẽ nghiên cứu, đề xuất ứng dụng Credit score cho một số sản phẩm tín dụng bán lẻ.

Đánh Giá Bài Viết

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *