Chấm điểm tín dụng thay thế: Tra cứu dữ liệu lớn để biết thông tin người tiêu dùng

• tác giả:
• tên tác giả

  Tầm nhìn lượng tử
• 10 Tháng Mười

Tóm tắt thông tin chi tiết

Nhiều công ty đang sử dụng cách tính điểm tín dụng thay thế vì nó mang lại lợi ích cho người tiêu dùng và người cho vay. Trí tuệ nhân tạo (AI), cụ thể là máy học (ML), có thể được sử dụng để đánh giá mức độ tín nhiệm của những người không có quyền truy cập vào các sản phẩm ngân hàng truyền thống. Phương pháp này xem xét các nguồn dữ liệu thay thế như giao dịch tài chính, lưu lượng truy cập web, thiết bị di động và hồ sơ công khai. Bằng cách xem xét các điểm dữ liệu khác, việc chấm điểm tín dụng thay thế có tiềm năng tăng khả năng bao gồm tài chính và thúc đẩy tăng trưởng kinh tế.

Bối cảnh chấm điểm tín dụng thay thế

Mô hình điểm tín dụng truyền thống đang bị hạn chế và không thể tiếp cận được đối với nhiều người. Theo dữ liệu từ Diễn đàn CEO Châu Phi, khoảng 57% người Châu Phi là “tín dụng vô hình”, nghĩa là họ thiếu tài khoản ngân hàng hoặc điểm tín dụng. Kết quả là họ gặp khó khăn trong việc đảm bảo khoản vay hoặc lấy được thẻ tín dụng. Những cá nhân không có quyền truy cập vào các dịch vụ tài chính thiết yếu như tài khoản tiết kiệm, thẻ tín dụng hoặc séc cá nhân được coi là không có tài khoản ngân hàng (hoặc không có tài khoản ngân hàng).

Theo Forbes, những người không có tài khoản ngân hàng này cần truy cập tiền mặt điện tử, thẻ ghi nợ và khả năng nhận tiền nhanh chóng. Tuy nhiên, các dịch vụ ngân hàng truyền thống thường loại trừ nhóm này. Ngoài ra, các thủ tục giấy tờ phức tạp và các yêu cầu khác đối với các khoản vay ngân hàng thông thường đã dẫn đến việc các nhóm dễ bị tổn thương chuyển sang những kẻ cho vay nặng lãi và các chủ nợ áp đặt lãi suất cao.

Việc chấm điểm tín dụng thay thế có thể giúp dân số không có ngân hàng, đặc biệt là ở các quốc gia đang phát triển, bằng cách xem xét các phương tiện đánh giá không chính thức hơn (và thường chính xác hơn). Đặc biệt, hệ thống AI có thể được áp dụng để quét khối lượng lớn thông tin từ các nguồn dữ liệu đa dạng, chẳng hạn như hóa đơn điện nước, thanh toán tiền thuê nhà, hồ sơ bảo hiểm, sử dụng mạng xã hội, lịch sử việc làm, lịch sử du lịch, giao dịch thương mại điện tử và hồ sơ chính phủ và tài sản . Ngoài ra, các hệ thống tự động này có thể giúp xác định các mô hình lặp lại dẫn đến rủi ro tín dụng, bao gồm cả việc không có khả năng thanh toán hóa đơn hoặc giữ công việc quá lâu hoặc mở quá nhiều tài khoản trên nền tảng thương mại điện tử. Những kiểm tra này tập trung vào hành vi của người yêu và xác định các điểm dữ liệu mà các phương pháp truyền thống có thể đã bỏ qua. 

Tác động gián đoạn

Các công nghệ mới nổi là yếu tố quan trọng trong việc đẩy nhanh việc áp dụng phương thức chấm điểm tín dụng thay thế. Một trong những công nghệ như vậy bao gồm các ứng dụng blockchain do khả năng cho phép khách hàng kiểm soát dữ liệu của họ trong khi vẫn cho phép các nhà cung cấp tín dụng xác minh thông tin. Tính năng này có thể giúp mọi người kiểm soát nhiều hơn cách thông tin cá nhân của họ được lưu trữ và chia sẻ.

Các ngân hàng cũng có thể sử dụng Internet of Things (IoT) để có bức tranh chi tiết hơn về rủi ro tín dụng trên các thiết bị; điều này bao gồm việc thu thập siêu dữ liệu theo thời gian thực từ điện thoại di động. Các nhà cung cấp dịch vụ chăm sóc sức khỏe có thể đóng góp nhiều dữ liệu liên quan đến sức khỏe cho mục đích tính điểm, chẳng hạn như dữ liệu được thu thập từ thiết bị đeo được như nhịp tim, nhiệt độ và bất kỳ hồ sơ nào về các vấn đề sức khỏe đã có từ trước. Mặc dù thông tin này không áp dụng trực tiếp cho bảo hiểm nhân thọ và sức khỏe, nhưng nó có thể cung cấp thông tin cho các lựa chọn sản phẩm của ngân hàng. Ví dụ, khả năng nhiễm COVID-19 có thể báo hiệu sự cần thiết phải hỗ trợ thấu chi khẩn cấp hoặc các doanh nghiệp vừa và nhỏ có các yếu tố rủi ro cao hơn đối với việc hoàn trả khoản vay và gián đoạn kinh doanh. Trong khi đó, đối với bảo hiểm xe hơi, một số công ty sử dụng dữ liệu viễn thông (GPS và cảm biến) thay vì tính điểm tín dụng truyền thống để đánh giá ứng viên nào có khả năng phải chịu trách nhiệm cao nhất. 

Một điểm dữ liệu quan trọng trong việc chấm điểm tín dụng thay thế là nội dung trên mạng xã hội. Các mạng này chứa một lượng dữ liệu ấn tượng có thể hữu ích trong việc tìm hiểu khả năng trả nợ của một người. Thông tin này thường chính xác hơn những gì các kênh chính thức tiết lộ. Ví dụ: kiểm tra sao kê tài khoản, bài đăng trực tuyến và tweet cung cấp thông tin chi tiết về thói quen chi tiêu và sự ổn định kinh tế của một người nào đó, có thể giúp các doanh nghiệp đưa ra quyết định tốt hơn. 

Ý nghĩa của việc chấm điểm tín dụng thay thế

Các tác động lớn hơn của việc chấm điểm tín dụng thay thế có thể bao gồm: 

• Nhiều dịch vụ cho vay tín dụng phi truyền thống được thúc đẩy bởi ngân hàng mở và ngân hàng dưới dạng dịch vụ. Các dịch vụ này có thể giúp những người không có ngân hàng đăng ký các khoản vay hiệu quả hơn.
• Việc sử dụng ngày càng nhiều IoT và thiết bị đeo được để đánh giá rủi ro tín dụng, đặc biệt là dữ liệu về sức khỏe và nhà thông minh.
• Các công ty khởi nghiệp sử dụng dịch vụ siêu dữ liệu điện thoại để lừa những người không có ngân hàng cung cấp dịch vụ tín dụng.
• Sinh trắc học ngày càng được sử dụng như một dữ liệu điểm tín dụng thay thế, đặc biệt là trong việc theo dõi thói quen mua sắm.
• Nhiều chính phủ hơn làm cho tín dụng phi truyền thống dễ tiếp cận và khả dụng hơn. 
• Gia tăng lo ngại về các vi phạm quyền riêng tư của dữ liệu tiềm ẩn, đặc biệt là đối với việc thu thập dữ liệu sinh trắc học.

Các câu hỏi cần xem xét

• Những thách thức tiềm ẩn trong việc sử dụng dữ liệu chấm điểm tín dụng thay thế là gì?
• Điểm dữ liệu tiềm năng khác có thể được đưa vào điểm tín dụng thay thế nào?