„Die Nutzung von Bevölkerungsdaten wird dazu beitragen, die Kreditrisiken um 7-20 % zu senken.“

Ein Modell, das die Kreditwürdigkeit von Kreditnehmern anhand von Bevölkerungsdaten bewertet und von Finanzunternehmen und Banken getestet wird, kann die Kreditrisiken um bis zu 20 % senken.

Diese Informationen wurden von Oberst Vu Van Tan, stellvertretender Direktor der Abteilung der Verwaltungspolizei für soziale Ordnung ( Ministerium für öffentliche Sicherheit , C06) am Nachmittag des 7. August auf dem Workshop zur Anwendung von Bevölkerungsdaten bei der Beurteilung der Kreditwürdigkeit von Kreditkunden gegeben.

Laut Herrn Tan basiert dieses Modell auf den FICO-Standards (einem führenden Unternehmen für die Entwicklung von Modellen zur Beurteilung der Kreditwürdigkeit von Kunden, das in über 30 Ländern angewendet wird) der USA und ist nun im Wesentlichen mit 18 Wohninformationsfeldern ausgestattet.

MB Banking and Finance Company (MCredit) testete die Daten von 10.000 Bürgern, PVcombank 20.000 und Datanest 60.000 Bürger. Die Ergebnisse zeigten, dass sich das Risikoverhältnis bei der Kreditvergabe an Banken und Kreditinstitute um 7 bis 20 % verringerte.

„Nach den Tests möchten alle Banken es offiziell in ihren Prozessen einsetzen“, sagte Oberst Vu Van Tan.

Das Projekt des Ministeriums für öffentliche Sicherheit, Bevölkerungsdaten zur Beurteilung der Kreditwürdigkeit von Kreditnehmern zu nutzen, kann Kreditinstituten helfen, Risiken bei der Kreditvergabe zu reduzieren. Foto: Giang Huy

Die gemeinsame Nutzung von Daten durch die Bankenbranche und das Ministerium für öffentliche Sicherheit hat viele Vorteile mit sich gebracht, beispielsweise die Authentifizierung und Synchronisierung der Verwaltung persönlicher Identifikationscodes mit den Kreditinformationen von 41 Millionen Kunden, den Einsatz von Bürgerausweisen mit eingebettetem Chip zum Abheben von Geld an Geldautomaten und die Verwendung elektronischer Identifikationskonten zur Authentifizierung.

Laut dem Leiter des Ministeriums für öffentliche Sicherheit wird moderne Technologie zwar eingesetzt, sie wird jedoch nur als Werkzeug genutzt. Es mangelt an Informationen und Daten, um Banken bei Kreditentscheidungen zu unterstützen. Die Kapitalaufnahme für Produktion und Unternehmen ist nach wie vor mit vielen Schwierigkeiten verbunden, was zu einer Situation der Schwarzkredite mit entsprechenden Folgen führt.

Laut Oberst Vu Van Tan gibt es dafür drei Hauptgründe: Den Banken fehlt die Grundlage, um Kreditobjekte zu bewerten und festzulegen; es gibt keine Politik zur Unterstützung Benachteiligter und es fehlt ein staatlicher Verwaltungsmechanismus zur Kontrolle der Schwarzkredite.

Dementsprechend hat C06 in Abstimmung mit der School of Information Technology der Hanoi University of Science and Technology ein Projekt zur Bewertung der Kreditwürdigkeit von Kreditnehmern auf der Grundlage von Bevölkerungsdaten umgesetzt. Dabei kommen maschinelle Lerntechnologien und künstliche Intelligenz gemäß den FICO-Kreditreferenzstandards in den USA zum Einsatz.

Laut Pham Tien Dung, dem stellvertretenden Gouverneur der Staatsbank, ist das Kredit-Scoring in Vietnam ein zunehmend verbreitetes und beliebtes Instrument des Risikomanagements bei Banken. Damit das Modell effektiv funktioniert und die zukünftige Schuldentilgungsfähigkeit vorhersagen kann, spielt die Genauigkeit der Daten eine wichtige Rolle.

„Um über eine Datenquelle zur Beurteilung der Kreditwürdigkeit zu verfügen, ist es notwendig, auf alternative Quellen zurückzugreifen, insbesondere auf die nationale Bevölkerungsdatenbank“, sagte der stellvertretende Gouverneur.

Die Erweiterung der Datenquellen ist auch die erste Lösung, die Herr Cao Van Binh, Generaldirektor des National Credit Information Center (CIC), zur Verbesserung der Effizienz bei der Beurteilung der Kreditwürdigkeit von Kreditnehmern erwähnte.

Bei CIC wurde dieses Modell im Jahr 2015 entwickelt. Aufgrund der Ausweitung der Abdeckung hatte CIC bis 2019 ein CB 2.0-Modell zur Beurteilung der Kreditwürdigkeit einzelner Kreditnehmer entwickelt. Das Modell wurde fertiggestellt und die Scoring-Ergebnisse des Modells standen ab April 2021 zur Verfügung.

Laut Herrn Binh erreicht das Wachstum der Informationsbereitstellung durch CIC stets 15 bis 20 % pro Jahr und liegt damit über dem durchschnittlichen Kreditwachstum der Wirtschaft . Allein in den ersten sechs Monaten dieses Jahres hat CIC mehr als 31 Millionen Informationsberichte aller Art bereitgestellt.

Allerdings erfordert die Beurteilung der Kreditwürdigkeit von Kunden durch jede Bank noch weitere Kriterien.

Ein Vertreter des BIDV erklärte, dass das Kreditbewertungsmodell für Kunden zwar statistische Methoden verwendet und Prinzipien und Parameter festlegt, die Nutzer jedoch weiterhin selbst Informationen sammeln, aktiv suchen und überprüfen müssen. Bei der Einführung von Kreditprodukten für Privatkunden über digitale Kanäle stößt das bestehende interne Kreditbewertungssystem jedoch an viele Grenzen, wenn es darum geht, Informationen automatisch zu sammeln und zu überprüfen und genaue Ergebnisse zu liefern.

„Die Überprüfung und Authentifizierung von Informationsquellen durch Dritte, insbesondere eine zuständige staatliche Stelle, ist im Privatkundenkreditgeschäft der Bank, insbesondere bei digitalen Produkten, äußerst wichtig und sinnvoll“, sagte ein BIDV-Vertreter.

Eine der von dieser Bank angewandten Lösungen besteht in der Zusammenarbeit mit dem RAR-Zentrum des Ministeriums für öffentliche Sicherheit bei der Umsetzung eines Kundenbewertungsprojekts auf Grundlage von Bürgeridentifikationsdaten. Basierend auf den Ergebnissen des Backtest-Modells wird BIDV die Anwendung eines Kredit-Scores für einige Privatkundenkreditprodukte untersuchen und vorschlagen.

Minh Son

Quellenlink: https://vnexpress.net/ung-dung-du-lieu-dan-cu-se-giup-giam-7-20-rui-ro-cho-vay-4638946.html