Модель, оценивающая кредитоспособность заемщика на основе данных о населении, протестированная финансовыми компаниями и банками, может снизить риск кредитования до 20%.
Эту информацию сообщил полковник Ву Ван Тан, заместитель директора Департамента административной полиции по общественному порядку ( Министерство общественной безопасности , C06) на семинаре по применению данных о населении при оценке кредитоспособности заемщиков, который состоялся во второй половине дня 7 августа.
По словам г-на Тана, эта модель построена в соответствии со стандартами FICO (ведущая компания по созданию моделей оценки кредитоспособности клиентов, применяемая в более чем 30 странах) США и на данный момент в нее фактически добавлено 18 полей с информацией о жилье.
Компания MB Banking and Finance Company (MCredit) протестировала данные 10 000 граждан, PVcombank — 20 000, Datanest — 60 000. Результаты показали снижение коэффициента риска при предоставлении кредитного капитала банкам и кредитным организациям на 7–20%.
«После тестирования все банки хотят официально внедрить его в свои процессы», — сказал полковник Ву Ван Тан.
Проект Министерства общественной безопасности по использованию данных о населении для оценки кредитоспособности заёмщиков может помочь кредитным организациям снизить риски при кредитовании. Фото: Джанг Хуэй
Объединение банковской отрасли и Министерства общественной безопасности в использовании данных принесло множество преимуществ, таких как аутентификация и синхронизация управления персональными идентификационными кодами с кредитной информацией 41 миллиона клиентов, внедрение карт граждан со встроенным чипом для снятия денег в банкоматах и использование электронных идентификационных счетов для аутентификации.
По словам главы Министерства общественной безопасности, несмотря на применение современных технологий, они используются лишь в качестве инструментов, не предоставляя банкам достаточной информации и данных для принятия решений о кредитовании. Заимствование капитала для производства и бизнеса по-прежнему сопряжено со многими трудностями, что приводит к возникновению чёрного кредитования, вызывающего серьёзные последствия.
По словам полковника Ву Ван Тана, есть три основные причины: у банков нет базы для оценки и определения получателей кредитов; нет политики поддержки малообеспеченных слоев населения и отсутствует механизм государственного управления для контроля за черным кредитованием.
Соответственно, C06 координирует работу со Школой информационных технологий Ханойского университета науки и технологий для реализации проекта по оценке кредитоспособности заемщиков на основе данных о населении, используя технологию машинного обучения и искусственного интеллекта в соответствии со стандартами кредитной отчетности FICO в США.
По словам заместителя управляющего Государственного банка Вьетнама Фам Тиен Зунга, кредитный скоринг во Вьетнаме становится всё более распространённым и популярным инструментом управления рисками в банковской сфере. Для эффективной работы модели и прогнозирования будущей способности к погашению задолженности важна точность данных.
«Чтобы иметь источник данных для оценки кредитоспособности, необходимо использовать альтернативные источники, особенно национальную базу данных о населении», — сказал заместитель губернатора.
Расширение источников данных также является первым решением, о котором упомянул г-н Цао Ван Бинь, генеральный директор Национального центра кредитной информации (CIC) в целях повышения эффективности оценки кредитоспособности заемщиков.
В CIC эта модель была разработана в 2015 году. К 2019 году, в связи с расширением охвата, CIC разработала модель CB 2.0 для оценки кредитоспособности индивидуальных заёмщиков. Разработка модели была завершена, и результаты скоринга стали доступны с апреля 2021 года.
По словам г-на Биня, рост объёмов предоставления информации CIC составляет 15–20% в год, что превышает средний рост кредитования в экономике . Только за первые 6 месяцев этого года CIC предоставила более 31 миллиона информационных отчётов всех видов.
Однако для каждого банка оценка кредитоспособности клиентов по-прежнему требует дополнительных критериев.
Представитель BIDV отметил, что модель оценки кредитоспособности клиентов использует статистические методы и устанавливает принципы и параметры, но пользователям по-прежнему приходится самостоятельно собирать информацию, активно искать и проверять её. Однако при внедрении розничных кредитных продуктов в цифровые каналы существующая внутренняя система оценки кредитоспособности имеет множество ограничений в плане автоматического сбора и проверки информации и предоставления точных результатов.
«Наличие проверенных и аутентифицированных источников информации третьей стороной, особенно компетентным государственным органом, чрезвычайно важно и значимо в деятельности банка по предоставлению розничных кредитов, особенно при работе с цифровыми продуктами», — отметил представитель BIDV.
Одним из решений, применяемых этим банком, является сотрудничество с Центром RAR Министерства общественной безопасности для реализации проекта по оценке клиентов на основе данных, идентифицирующих граждан. На основе результатов бэктестинга модели BIDV заявил, что проведёт исследование и предложит применение кредитного рейтинга для некоторых розничных кредитных продуктов.
Мин Сон
Ссылка на источник
Комментарий (0)