'Nüfus verilerinin kullanılması kredi risklerini %7-20 oranında azaltacak'

Finansal şirketler ve bankalar tarafından test edilen, nüfus verilerine dayalı olarak borçlunun kredibilitesini değerlendiren bir model, kredi risklerini %20'ye kadar azaltabilir.

Bu bilgi, Kamu Güvenliği Bakanlığı , C06'daki Sosyal Düzen İdari Polisi Müdür Yardımcısı Albay Vu Van Tan tarafından, 7 Ağustos öğleden sonra kredi müşterilerinin kredibilitesinin değerlendirilmesinde nüfus verilerinin uygulanmasına ilişkin Çalıştay'da verildi.

Tan, bu modelin ABD'nin FICO (30'dan fazla ülkede uygulanan, müşteri kredibilitesi değerlendirme modeli oluşturmada öncü bir şirket) standartlarına göre oluşturulduğunu ve şu ana kadar temel olarak 18 konut bilgi alanıyla tamamlandığını söyledi.

MB Bankacılık ve Finans Şirketi (MCredit) 10.000 vatandaş verisini, PVcombank 20.000 veriyi, Datanest ise 60.000 veriyi test etti. Sonuçlar, banka ve kredi kuruluşlarının sermayelerini borç verirken risk oranının %7-20 arasında azaldığını gösterdi.

Albay Vu Van Tan, "Testlerin ardından bankaların hepsi bunu resmi olarak süreçlerine uygulamak istiyor" dedi.

Kamu Güvenliği Bakanlığı'nın, borçluların kredibilitesini değerlendirmede nüfus verilerini kullanma projesi, kredi kuruluşlarının kredi verirken riskleri azaltmasına yardımcı olabilir. Fotoğraf: Giang Huy

Bankacılık sektörü ile Kamu Güvenliği Bakanlığı'nın veri kullanımında bir araya gelmesi, 41 milyon müşterinin kişisel kimlik kodlarının yönetiminin kredi bilgileriyle senkronize edilmesi ve doğrulanması, ATM'lerden para çekmek için çipli vatandaş kimlik kartlarının kullanılması ve kimlik doğrulama için elektronik kimlik hesaplarının kullanılması gibi pek çok faydayı beraberinde getirdi.

Kamu Güvenliği Bakanlığı başkanına göre, modern teknoloji uygulansa da, bankaların kredi kararlarını destekleyecek bilgi ve verilerden yoksun, yalnızca bir araç olarak kullanılıyor. Üretim ve iş için sermaye ödünç almak hâlâ birçok zorlukla karşı karşıya ve bu durum, kara krediye yol açan sonuçlara yol açıyor.

Albay Vu Van Tan'a göre bunun üç temel nedeni var: bankaların kredi nesnelerini değerlendirip belirleyecek bir temele sahip olmaması, dezavantajlı olanları destekleyecek bir politikanın olmaması ve kara krediyi kontrol edecek bir devlet yönetim mekanizmasının eksikliği.

Buna göre C06, ABD'deki FICO kredi referans standartlarına göre makine öğrenimi teknolojisi ve yapay zekâ kullanarak nüfus verilerine dayalı olarak borçluların kredibilitesini değerlendirmek üzere bir projeyi hayata geçirmek üzere Hanoi Bilim ve Teknoloji Üniversitesi Bilgi Teknolojileri Okulu ile işbirliği yaptı.

Devlet Bankası Başkan Yardımcısı Pham Tien Dung'a göre, Vietnam'da kredi notu, bankalarda giderek yaygınlaşan ve popülerleşen bir risk yönetim aracı. Modelin etkili bir şekilde çalışması ve gelecekteki borç ödeme kapasitesini tahmin edebilmesi için verilerin doğruluğu önemli bir rol oynuyor.

Vali Yardımcısı, "Kredibilitesini değerlendirecek veri kaynağına sahip olmak için, özellikle ulusal nüfus veri tabanı olmak üzere alternatif kaynaklardan paylaşım yapılması gerekiyor" dedi.

Ulusal Kredi Bilgi Merkezi (CIC) Genel Müdürü Sayın Cao Van Binh, borçluların kredibilitesinin değerlendirilmesinde etkinliğin artırılması amacıyla dile getirdiği ilk çözümün veri kaynaklarının genişletilmesi olduğunu söyledi.

CIC'de bu model 2015 yılında oluşturulmuştur. 2019 yılına gelindiğinde, kapsamın genişlemesi nedeniyle CIC, bireysel borçluların kredibilitesini değerlendirmek için bir CB 2.0 modeli oluşturmuştur. Model tamamlanmış ve puanlama sonuçları Nisan 2021'den itibaren yayınlanmıştır.

Bay Binh'e göre, CIC'nin bilgi sağlama oranındaki büyüme, ekonominin ortalama kredi büyümesinden daha yüksek bir oranda, yılda %15-20'ye ulaşıyor. Sadece bu yılın ilk 6 ayında, CIC her türden 31 milyondan fazla bilgi raporu sağladı.

Ancak her banka için müşterilerin kredibilitesinin değerlendirilmesinde hâlâ ek kriterlere ihtiyaç duyulmaktadır.

BIDV temsilcisi, müşteri kredi notu modelinin istatistiksel yöntemler kullandığını ve ilkeler ile parametreler belirlediğini, ancak kullanıcıların yine de bilgileri kendilerinin toplaması, aktif olarak araması ve doğrulaması gerektiğini belirtti. Ancak, perakende kredi ürünleri dijital kanallarda dağıtılırken, mevcut dahili kredi notu sistemi, bilgileri otomatik olarak toplama, doğrulama ve doğru sonuçlar sağlama konusunda birçok sınırlamayla karşı karşıya kalıyor.

BIDV temsilcisi, "Bankanın perakende kredi faaliyetlerinde, özellikle dijital ürünlerde, bilgi kaynaklarının üçüncü bir taraf, özellikle de yetkili bir devlet kurumu tarafından doğrulanması ve onaylanması son derece önemli ve anlamlıdır" dedi.

Bu bankanın uyguladığı çözümlerden biri, vatandaş kimlik verilerine dayalı Müşteri Puanlama Projesi'ni hayata geçirmek için Kamu Güvenliği Bakanlığı RAR Merkezi ile iş birliği yapmaktır. BIDV, geriye dönük test modelinin sonuçlarına dayanarak, bazı bireysel kredi ürünleri için Kredi Puanı uygulamasını araştırıp önereceğini belirtmiştir.

Minh Son

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