Chi phí tìm kiếm khách hàng không có hồ sơ tín dụng lên tới hàng tỷ đồng, ngân hàng phải gánh chịu

Cơ quan tài chính đang yêu cầu mở rộng khả năng tiếp cận tài chính thông qua việc sử dụng đánh giá tín dụng thay thế, nhưng gánh nặng cho các ngân hàng cũng đang gia tăng. Chi phí phát triển và vận hành mô hình đánh giá dựa trên dữ liệu phi tài chính đang được mỗi ngân hàng tự gánh chịu. Có ý kiến cho rằng nếu chỉ khuyến khích mở rộng mà không có tiêu chuẩn rõ ràng và cơ sở hạ tầng chung, gánh nặng chi phí sẽ càng lớn hơn.

Theo thông tin từ ngành tài chính vào ngày 27, các ngân hàng lớn đang tự phát triển mô hình đánh giá tín dụng thay thế sử dụng dữ liệu phi tài chính để đánh giá khả năng trả nợ của khách hàng có lịch sử giao dịch tài chính hạn chế.

Ngân hàng Shinhan đã áp dụng mô hình đánh giá tín dụng thay thế cho các khoản vay tín dụng cho người có thu nhập thấp từ tháng 3, dựa trên thông tin về chi phí sinh hoạt và lịch sử thanh toán hóa đơn. Ngân hàng KB Kookmin cũng đang sử dụng thông tin tài chính và phi tài chính cùng với lịch sử thanh toán hóa đơn điện thoại cho việc xét duyệt khoản vay "KB Chưa bao giờ DỄ DÀNG". Tập đoàn tài chính NH Nonghyup dự kiến sẽ xác định chiến lược xét duyệt dựa trên thông tin thay thế vào nửa cuối năm nay và sẽ triển khai vào tháng 10.

Đánh giá tín dụng thay thế là hệ thống sử dụng dữ liệu phi tài chính như lịch sử thanh toán hóa đơn điện thoại, tiền thuê nhà, thuế và các mẫu chi tiêu để đánh giá khả năng trả nợ của người vay. Mục đích là nhằm tăng khả năng tiếp cận vay vốn cho những người mới bắt đầu đi làm và thanh niên, những người khó có thể được đánh giá tín dụng đầy đủ chỉ dựa vào thông tin tài chính hiện có.

Vấn đề là việc phát triển và vận hành mô hình này tốn kém không ít. Mặc dù cơ quan tài chính nhấn mạnh việc sử dụng đánh giá tín dụng thay thế, nhưng việc xác định đối tượng và phương pháp đánh giá lại được để cho các ngân hàng tự quyết định. Mỗi ngân hàng phải tự phát triển mô hình và xây dựng hệ thống máy tính của riêng mình.

Ngành ngân hàng ước tính rằng việc phát triển một mô hình đánh giá mới hoặc cải tiến mô hình hiện có có thể tốn hàng tỷ đồng. Để nâng cao độ chính xác của đánh giá, cần phải thu thập và xử lý dữ liệu từ nhiều tổ chức khác nhau. Việc liên kết với hệ thống xét duyệt khoản vay hiện có và xác minh tính hợp lý của mô hình cũng là những công việc cần thiết.

Việc thu thập dữ liệu cũng tốn kém. Để sử dụng thông tin từ các công ty viễn thông, phân phối và nền tảng, cần phải ký hợp đồng riêng và thiết lập quy trình đồng ý về bảo vệ thông tin cá nhân và sử dụng thông tin. Ngoài ra, việc thiếu dữ liệu lâu dài đủ để xác minh độ chính xác và mức độ rủi ro của đánh giá tín dụng thay thế cũng là một gánh nặng.

Mỗi khi thêm một mục đánh giá mới, mô hình phải được xác minh và phản ánh lại trong hệ thống máy tính, dẫn đến thời gian phát triển kéo dài. Theo giải thích của ngành ngân hàng, nếu bao gồm cả tư vấn bên ngoài, thử nghiệm và ổn định hệ thống, quá trình này có thể kéo dài hơn một năm.

Ngành tài chính chỉ ra rằng việc các ngân hàng riêng lẻ mua dữ liệu tương tự và phát triển các mô hình tương tự một cách riêng biệt là không hiệu quả. Cần có các tiêu chuẩn chung tối thiểu về phạm vi sử dụng thông tin thay thế, định dạng dữ liệu và phương pháp xác minh mô hình.

Một quan chức trong ngành tài chính cho biết: "Cơ quan chức năng chỉ đưa ra định hướng mà không xây dựng tiêu chuẩn chi tiết và cơ sở hạ tầng, trong khi chi phí phát triển và vận hành lại do từng ngân hàng tự gánh chịu. Cần phải bảo đảm tính tự chủ của ngân hàng nhưng cũng cần thiết lập các hướng dẫn chung cho việc sử dụng dữ liệu và xác minh mô hình."