Trong những năm gần đây, hoạt động tín dụng bán lẻ ngày càng được các tổ chức tín dụng (TCTD) Việt Nam chú trọng phát triển. Tốc độ tăng trưởng dư nợ cho vay khách hàng cá nhân trong hệ thống TCTD luôn được duy trì ở mức cao hơn so với tốc độ tăng trưởng dư nợ tín dụng trung bình của toàn hệ thống. Có không ít TCTD hiện nay định hướng lấy tín dụng bán lẻ là trọng tâm phát triển nhằm mang lại sự tăng trưởng dài hạn và bền vững. Đồng thời, xu hướng phát triển của thị trường tín dụng bán lẻ cũng phù hợp với nhu cầu của nền kinh tế, cho thấy khả năng đáp ứng ngày càng toàn diện của hệ thống TCTD Việt Nam đối với nhu cầu đa dạng của người dân, nâng cao khả năng tiếp cận tài chính trong nền kinh tế và hướng tới tài chính toàn diện.

Tuy nhiên, cùng với xu hướng phát triển tất yếu đó, cần thấy rằng hoạt động tín dụng bán lẻ cũng còn nhiều rủi ro. Thông lệ trên thị trường quốc tế cho thấy tỷ lệ nợ xấu trong hoạt động tín dụng bán lẻ thường ở mức cao hơn so với tín dụng cho doanh nghiệp. Điều này đặt ra yêu cầu về việc kiểm soát rủi ro tín dụng trong hoạt động tín dụng bán lẻ cần được chú trọng và xây dựng một cách phù hợp nhằm đảm bảo an toàn và lợi ích cho cả tổ chức cho vay và người đi vay.

Các TCTD Việt Nam trong những năm gần đây đã nhanh chóng tiếp cận các xu hƣớng quốc tế, bao gồm cả việc sử dụng dữ liệu lớn (big data), các kỹ thuật về máy học (machine learning), trí thông minh nhân tạo (AI) trong thu thập dữ liệu, phân tích khách hàng và cung cấp sản phẩm dịch vụ. Xu hướng đó sẽ mở ra nhiều cơ hội cho các TCTD để khai thác và sử dụng các dữ liệu thay thế (alternative data) một cách hiệu quả nhằm nâng cao chất lượng dịch vụ tín dụng cho khách hàng cá nhân, và do đó cũng mang lại lợi nhuận và giảm rủi ro cho TCTD, góp phần phát triển bền vững thị trường tín dụng bán lẻ tại Việt Nam.

Tại Việt Nam đến nay chưa có các nghiên cứu khoa học đối với vấn đề sử dụng dữ liệu thay thế trong chấm điểm tín dụng. Mặc dù trong thực tế, các TCTD đã bước đầu vận dụng nhiều thông tin khác nhau về khách hàng để làm dữ liệu đầu vào cho quá trình chấm điểm tín dụng, song vẫn chủ yếu phụ thuộc vào lịch sử tín dụng cũng như đánh giá năng lực tài chính của khách hàng để ra quyết định cho vay.

Xuất phát từ thực tiễn trên, nhóm nghiên cứu do Cơ quan chủ trì Ngân hàng Nhà nước Việt Nam cùng phối hợp với Chủ nhiệm đề tài TS. Nguyễn Thị Hiền thực hiện đề tài “Sử dụng dữ liệu thay thế (alternative data) trong việc chấm điểm tín dụng đối với khách hàng cá nhân tại các tổ chức tín dụng”. Với mục tiêu xây dựng các giải pháp thúc đẩy một cách phù hợp việc sử dụng dữ liệu thay thế trong chấm điểm tín dụng cho khách hàng cá nhân tại các TCTD ở Việt Nam, góp phần thúc đẩy hoạt động tín dụng cho khách hàng cá nhân tại các TCTD phát triển hiệu quả, an toàn, bền vững; đề tài đặc biệt chú trọng việc đề xuất các khuyến nghị chính sách với cơ quan quản lý trực tiếp là NHNN trong việc quản lý sử dụng dữ liệu thay thế trong chấm điểm tín dụng tại các TCTD.

Đề tài cung cấp cơ sở lý luận cho việc áp dụng dữ liệu thay thế trong việc chấm điểm tín dụng đối với khách hàng cá nhân tại các TCTD đang hoạt động ở Việt Nam, từ đó gợi mở cho các TCTD trong việc đưa các nguồn dữ liệu mới vào mô hình chấm điểm tín dụng. Kết quả nghiên cứu của đề tài cũng sẽ là tài liệu hữu ích giúp cho Trung tâm thông tin tín dụng quốc gia CIC trong tiến trình mở rộng và xây dựng mô hình chấm điểm tín dụng dựa trên dữ liệu thay thế. Bên cạnh đó, đề tài cũng sẽ đưa ra các khuyến nghị về việc xây dựng các quy phạm pháp luật quản lý việc sử dụng dữ liệu thay thế trong chấm điểm tín dụng nhằm đảm bảo sự phù hợp với các quy định pháp luật liên quan, bảo vệ lợi ích hợp pháp của người tiêu dùng cũng như tổ chức tín dụng.

Từ một số khía cạnh thực tiễn của một số nước trong phát triển thị trường thông tin tín dụng như đã trình bày ở trên, đề tài đã đưa ra một số kinh nghiệm đối với Việt Nam như sau:

Thứ nhất: trên cơ sở sự phát triển của công nghệ thông tin hiện nay thì việc tạo lập các hạ tầng dữ liệu lớn về người dùng không phải là vấn đề quá khó khăn. Ngày càng có nhiều dữ liệu được tạo ra bao gồm cả dữ liệu truyền thống và phi truyền thống, dữ liệu cấu trúc và phi cấu trúc… Đồng thời các công nghệ để xử lý dữ liệu cũng được phát triển một cách mạnh mẽ. Điều này cho thấy rằng, về mặt kỹ thuật, thu thập thông tin và quản trị dữ liệu khách hàng nhằm thu thập các thông tin cần thiết cho quá trình chấm điếm dụng bao gồm cả các dữ liệu thay thế là vấn đề nằm trong tầm tay dựa trên các ứng dụng công nghệ mới. Thực tiễn triển khai hệ thống xếp hạng tín nhiệm tại Trung Quốc thậm chí cho thấy ngay cả khi hạ tầng dữ liệu được mở rộng ra hầu hết các khía cạnh của cuộc sống, hay là mục tiêu chấm điểm tín nhiệm toàn diện chứ không chỉ dừng ở chấm điểm tín dụng, cũng đều có thể thực hiện được dựa trên các công nghệ mới.

Thứ hai: Ngược lại với sự sẵn sàng về công nghệ, thì hầu hết các vấn đề nghi ngại chủ yếu nằm ở một số khía cạnh như: các cơ chế chia sẻ dữ liệu và tính chính xác của dữ liệu; tính chính xác, khách quan của các mô hình chấm điểm; các quyền cá nhân của khách hàng. Trên cơ sở đó, các cơ quan quản lý cần thiết ban hành các quy định rõ ràng đối với các vấn đề này. Các quy định này cũng được áp dụng chung đối với cả dữ liệu truyền thống và dữ liệu thay thế, hình thành các nguyên tắc chung cho hoạt động thu thập và sử dụng thông tin khách hàng.

Có thể tìm đọc báo cáo kết quả nghiên cứu (mã số 17251/2019) tại Cục Thông tin khoa học và công nghệ quốc gia.

Đ.T.V (NASATI)