'Door gebruik te maken van bevolkingsgegevens kunnen kredietrisico's met 7-20% worden verminderd'

Een model dat de kredietwaardigheid van kredietnemers beoordeelt op basis van bevolkingsgegevens, getest door financiële bedrijven en banken, kan de kredietrisico's met maar liefst 20% verminderen.

Deze informatie werd gegeven door kolonel Vu Van Tan, adjunct-directeur van de afdeling Administratieve Politie voor Sociale Orde ( Ministerie van Openbare Veiligheid , C06) tijdens de workshop over het gebruik van bevolkingsgegevens bij het beoordelen van de kredietwaardigheid van leningklanten, op de middag van 7 augustus.

Volgens de heer Tan is dit model opgebouwd volgens de FICO-normen (een toonaangevend bedrijf op het gebied van het ontwikkelen van een model voor het beoordelen van de kredietwaardigheid van klanten, dat in meer dan 30 landen wordt toegepast) van de VS en is het nu in principe voltooid met 18 velden met informatie over woningen.

MB Banking and Finance Company (MCredit) testte de gegevens van 10.000 burgers, PVcombank testte de gegevens van 20.000 burgers en Datanest testte de gegevens van 60.000 burgers. De resultaten toonden aan dat de risicoratio bij het uitlenen van kapitaal door banken en kredietinstellingen met 7-20% daalde.

"Nadat het is getest, willen alle banken het officieel in hun processen implementeren", aldus kolonel Vu Van Tan.

Het project van het Ministerie van Openbare Veiligheid om bevolkingsgegevens te gebruiken bij het beoordelen van de kredietwaardigheid van kredietnemers, kan kredietinstellingen helpen de risico's bij het verstrekken van leningen te verminderen. Foto: Giang Huy — Het project van het Ministerie van Openbare Veiligheid om bevolkingsgegevens te gebruiken bij het beoordelen van de kredietwaardigheid van kredietnemers, kan kredietinstellingen helpen de risico's bij het verstrekken van leningen te verminderen. Foto: *Giang Huy*

De combinatie van de banksector en het Ministerie van Openbare Veiligheid bij het gebruik van data heeft veel voordelen opgeleverd, zoals het authenticeren en synchroniseren van het beheer van persoonlijke identificatiecodes met de kredietinformatie van 41 miljoen klanten, het gebruiken van burgerservicekaarten met chip om geld op te nemen bij geldautomaten en het gebruiken van elektronische identificatierekeningen voor authenticatie.

Volgens de leider van het Ministerie van Openbare Veiligheid wordt moderne technologie weliswaar toegepast, maar slechts als hulpmiddel ingezet. Er is een gebrek aan informatie en data om banken te ondersteunen bij het nemen van kredietbeslissingen. Het lenen van kapitaal voor productie en bedrijven kent nog steeds veel moeilijkheden, wat leidt tot de situatie van zwart krediet met alle gevolgen van dien.

Volgens kolonel Vu Van Tan zijn er drie hoofdredenen: banken hebben geen basis om de leningobjecten te beoordelen en te bepalen, er is geen beleid om kansarmen te ondersteunen en er is een gebrek aan overheidsmechanismen om de kredietverlening aan zwarte mensen te controleren.

Daarom heeft C06 samengewerkt met de School of Information Technology van de Hanoi University of Science and Technology om een project te implementeren om de kredietwaardigheid van leners te beoordelen op basis van bevolkingsgegevens, met behulp van machine learning-technologie en kunstmatige intelligentie volgens de FICO-kredietreferentienormen in de VS.

Volgens Pham Tien Dung, vice-gouverneur van de staatsbank, is kredietscoring in Vietnam een steeds wijdverbreider en populairder instrument voor risicomanagement bij banken. Om het model effectief te laten werken en de toekomstige terugbetalingscapaciteit van schulden te voorspellen, is de nauwkeurigheid van de gegevens essentieel.

"Om over een bron van gegevens te beschikken waarmee we de kredietwaardigheid kunnen beoordelen, is het noodzakelijk om gegevens uit alternatieve bronnen te delen, met name de nationale bevolkingsdatabase", aldus de adjunct-gouverneur.

Het uitbreiden van databronnen is ook de eerste oplossing die de heer Cao Van Binh, algemeen directeur van het National Credit Information Center (CIC), noemde om de kredietwaardigheid van kredietnemers efficiënter te kunnen beoordelen.

Bij CIC werd dit model in 2015 ontwikkeld. In 2019 had CIC, vanwege de uitbreiding van de dekking, een CB 2.0-model ontwikkeld voor het beoordelen van de kredietwaardigheid van individuele kredietnemers. Het model werd voltooid en de scoreresultaten van het model werden vanaf april 2021 beschikbaar gesteld.

Volgens de heer Binh bedraagt de groei van de informatievoorziening door CIC jaarlijks 15-20%, hoger dan de gemiddelde kredietgroei van de economie . Alleen al in de eerste zes maanden van dit jaar heeft CIC meer dan 31 miljoen informatierapporten van allerlei aard verstrekt.

Voor elke bank zijn er echter nog aanvullende criteria nodig om de kredietwaardigheid van klanten te beoordelen.

Een vertegenwoordiger van BIDV gaf aan dat het model voor klantkredietbeoordeling gebruikmaakt van statistische methoden en principes en parameters vastlegt, maar dat gebruikers nog steeds zelf informatie moeten verzamelen, actief moeten zoeken en verifiëren. Bij de implementatie van retailkredietproducten via digitale kanalen kampt het bestaande interne kredietbeoordelingssysteem echter met veel beperkingen bij het automatisch verzamelen en verifiëren van informatie en het leveren van nauwkeurige resultaten.

"Het laten verifiëren en authentiseren van informatiebronnen door een derde partij, met name een bevoegde overheidsinstantie, is van groot belang en zinvol voor de retailkredietactiviteiten van de bank, vooral bij digitale producten", aldus een vertegenwoordiger van BIDV.

Een van de oplossingen die deze bank toepast, is samenwerking met het RAR Center van het Ministerie van Openbare Veiligheid om het Customer Rating Project te implementeren op basis van burgeridentificatiegegevens. Op basis van de resultaten van het backtestmodel zal BIDV onderzoek doen naar en voorstellen doen voor de toepassing van de kredietscore voor een aantal retailkredietproducten.

Minh Son

Bronlink