Chấm điểm tín dụng công dân trên nền tảng dữ liệu dân cư

Nội dung

Với sự hỗ trợ của các nền tảng công nghệ hiện đại ngày nay, các giải pháp chấm điểm tín dụng ngày càng hiệu quả, khách quan và giảm thiểu rủi ro trong hoạt động tín dụng. Trong đó, chắc chắn phải kể đến công nghệ chấm điểm tín dụng công dân dựa trên nền tảng dữ liệu dân cư. Tại Việt Nam, Bộ Công an phòng C06 và Ngân hàng Nhà nước đang hợp tác hoàn thiện giải pháp chấm điểm tín dụng này, ưu tiên phục vụ cho an sinh xã hội, giúp người có hoàn cảnh khó khăn, sinh viên… có thể tiếp cận được các khoản vay từ ngân hàng và tổ chức tài chính.

Khái niệm và mục đích của chấm điểm tín dụng công dân

Tầm quan trọng của chấm điểm tín dụng

Chấm điểm tín dụng là phương pháp cải tiến với kết quả có tính trung lập và dựa trên xác suất thống kê, thay thế cho phương pháp đánh giá tín dụng truyền thống theo kiểu thủ công, nhiều sai sót. Điểm tín dụng như một cách “tóm tắt” thông tin tín dụng của một khách hàng, diễn giải bằng một con số cụ thể, người ta có thể định lượng được rủi ro trong thực hiện giao dịch tài chính, bảo hiểm và cả tuyển dụng.

Nhờ vào kết quả chấm điểm tín dụng, các tổ chức cho vay có thể đưa ra quyết định nhanh chóng và khách quan với khách hàng của mình, giữ quyền kiểm soát hoàn toàn và đặt ra được quy tắc riêng đối với mỗi người, đảm bảo khoản vay có khả năng thu hồi lại được. 

Điểm tín dụng cho phép tổ chức cho vay mở rộng được thêm những phân khúc thị trường chưa từng được khai thác. Các quyết định cho vay tính bằng phút thay vì bằng ngày như trước kia. Giảm bớt chi phí dịch vụ thiết yếu chẳng hạn như phí cho vay thế chấp, cho vay tiêu dùng cá nhân hay thẻ tín dụng. 

Việc dự đoán được nguy cơ trả chậm và nguy cơ mất vốn của khách hàng nhờ điểm tín dụng cho phép các công ty tài chính phân bổ chi phí tốt hơn, duy trì quản lý rủi ro ở một mức thích hợp. Những công ty bảo hiểm cũng sử dụng điểm tín dụng chuyên biệt để đưa ra quyết định bảo hiểm công bằng và xác đáng hơn.

Bên cạnh đó, chấm điểm tín dụng còn mang lại lợi ích ở mức vĩ mô cho nền kinh tế. Thứ nhất, giúp các hộ gia đình thoát khỏi vòng luẩn quẩn về kinh tế, họ có thể tiếp cận được nhiều ưu đãi với điểm tín dụng hơn, cân đối việc chi tiêu ở những giai đoạn thu nhập cao và thu nhập thấp, việc này rất quan trọng trong việc tích luỹ tài sản. Thứ hai, điểm tín dụng cũng thúc đẩy phát triển kinh tế, phòng ngừa suy thoái nhỏ nhờ việc giảm căng thẳng thanh khoản, tăng cường tín dụng tiêu dùng và giảm chi phí tín dụng. Các tổ chức doanh nghiệp nhỏ và vừa cũng có thể tiếp cận được nguồn tín dụng để duy trì hoạt động kinh doanh nhất là trong thời kỳ suy thoái kinh tế.

Vai trò của nền tảng dữ liệu dân cư khi chấm điểm tín dụng

Hiện nay, rất nhiều tổ chức tài chính đã sử dụng nền tảng dữ liệu dân cư để chấm điểm tín dụng cá nhân, phục vụ cho mục đích tối ưu hoá quá trình cho vay. 

Nền tảng dữ liệu dân cư sẽ bao gồm tên tuổi, trình độ học vấn, tình trạng hôn nhân, tình trạng cư trú, thời gian cư trú, nghề nghiệp. Nền tảng dữ liệu cá nhân sẽ gồm lịch sử tư pháp, tình trạng sức khoẻ, mức thu nhập và thông tin pháp lý về tài sản. Sẽ cung cấp các thông tin về mối quan hệ của người đi vay với cộng đồng, quan hệ với bảo hiểm nhân thọ, cơ cấu gia đình, tính chất công việc, tỷ lệ khoản dự kiến phải trả, chi phí hàng tháng, thời gian làm công việc hiện tại, mức độ rủi ro của công việc hiện tại, lịch sử tín dụng, tình trạng kinh tế, mức độ rủi ro tài sản... để chấm điểm tín dụng của khách hàng.

Những thông tin trong nền tảng dữ liệu dân cư góp phần đơn giản hoá thủ tục cho vay bắt đầu từ bước lập hồ sơ vay vốn. Tổ chức tài chính có thể đối chiếu thông tin khách hàng cung cấp với sự xác thực của các cơ quan quản lý, đảm bảo tính khách quan và tin cậy, giảm tình trạng giả mạo, xác thực định danh đúng khách hàng. Từ đó, cũng tiết giảm chi phí và thời gian của cả tổ chức tài chính và khách hàng. Tăng nhanh tốc độ xử lý giao dịch tài chính, giải quyết số lượng lớn nhu cầu vay vốn của khách hàng trong thời gian ngắn, hỗ trợ người dân có thể tiếp cận được nguồn vốn chính thống để trang trải chi phí cuộc sống.

Cơ sở dữ liệu dân cư cũng giúp các tổ chức tín dụng, ngân hàng tăng độ bao phủ và tin cậy của bộ dữ liệu đầu vào, do nền tảng sẽ cập nhật thông tin thường xuyên. Nếu có rủi ro về khách hàng vay vốn thì hệ thống cũng cảnh báo sớm cho các tổ chức biết để có biện pháp cấp tín dụng và quản lý rủi ro cho mình.

Các nguồn thu thập dữ liệu dân cư

Vì dữ liệu dân cư là thông tin quan trọng, phải bảo mật ở mức độ cao, cho nên, chỉ các cơ quan, tổ chức, cá nhân có thẩm quyền mới có thể khai thác và sử dụng (theo Điều 10 Luật Căn cước công dân và Điều 8 Nghị định 137/2015/NĐ-CP). 

Cơ quan Nhà nước

Những cơ quan Nhà nước, tổ chức chính trị - xã hội sẽ được phép thu thập, khai thác và sử dụng cơ sở dữ liệu quốc gia về dân cư theo quyền hạn. Những cơ quan đơn vị này có thể tương tác qua cổng dịch vụ công quốc gia, cổng dịch vụ công của Bộ Công an hoặc hệ thống một cửa điện tử cấp bộ, cấp tỉnh.

Các tổ chức tài chính và phi tài chính

Đó là các tổ chức tín dụng, viễn thông, nhà cung cấp dịch vụ chứng thực chữ ký số, dịch vụ định danh điện tử, dịch vụ công chứng, thừa phát và một số tổ chức khác được Nhà nước cho phép và thực hiện theo đúng hướng dẫn của Bộ Công an.

Khi khai thác và sử dụng thì các cơ quan, tổ chức và cá nhân không được phép sao chép hay cung cấp dữ liệu cho bên thứ ba, trừ trường hợp được phép. Đồng thời, phải tuân thủ đúng quy định về bảo vệ bí mật quốc gia, chịu hoàn toàn trách nhiệm nếu để lộ lọt dữ liệu.

Cơ quan thử nghiệm chấm điểm tín dụng trên nền tảng dữ liệu dân cư

Bộ Công an 

Bộ Công an đang hoàn thiện giải pháp chấm điểm tín dụng công dân dựa trên nền tảng cơ sở dữ liệu dân cư để tạo thêm kênh thông tin tham khảo cho các ngân hàng cũng như tổ chức tài chính để đánh giá hiệu quả khoản vay trước giải ngân, hỗ trợ đẩy lùi tín dụng đen. Từ tháng 12/2022 đến tháng 5/2023 đã có 25 triệu hồ sơ khách hàng được làm sạch và cơ quan Công an tiếp tục xử lý, rà soát 26 triệu hồ sơ nữa trong cơ sở dữ liệu dân cư.

Ngân hàng và các tổ chức tài chính

Các ngân hàng thương mại như VCB, BIDV, VietinBank… từ năm 2022 đã phối hợp với Cục Cảnh sát quản lý hành chính về trật tự xã hội (C06, Bộ Công an) để hoàn thành thử nghiệm định danh khách hàng thông qua việc xác thực thẻ CCCD gắn chip trong một số nghiệp vụ ngân hàng. Sau đó, ngân hàng VCB, MB Bank, VietinBank, VIB, PVComBank phối hợp với C06 thử nghiệm chấm điểm tín dụng cá nhân dựa trên nền tảng dữ liệu dân cư, tăng cường năng lực đánh giá khả năng thanh toán nợ của khách hàng và đẩy nhanh tốc độ phê duyệt các khoản vay.

Quá trình chấm điểm tín dụng dựa trên dữ liệu dân cư

Thu thập và phân tích dữ liệu 

Những thông tin được thu thập để phân tích trong cơ sở dữ liệu quốc gia về dân cư sẽ bao gồm: họ, chữ đệm và tên khai sinh, ngày tháng năm sinh, giới tính, nơi đăng ký khai sinh, quê quán, dân tộc, tôn giao, quốc tịch, tình trạng hôn nhân, nơi thường trú, tạm trú, tạm vắng, nơi ở hiện tại, quan hệ với chủ hộ, nhóm máu, số CCCD/CMND (ngày cấp, nơi cấp, giá trị thời hạn), họ tên và số định danh cá nhân, quốc tịch của cha mẹ, vợ chồng hoặc người đại diện hợp pháp, các thành viên trong hộ gia đình, thông tin của người giám hộ, nếu mất tích hoặc tử vong thì có ghi rõ ngày tháng năm, thông tin về diện chính sách, thông tin khác theo cơ sở dữ liệu quốc gia và cơ sở dữ liệu chuyên ngành.

Các cơ quan quản lý có thẩm quyền và các đơn vị được Nhà nước cho phép sẽ thu thập toàn bộ các thông tin này rồi tải lên hệ thống trung tâm để phân tích dữ liệu. Có thể thu thập dữ liệu thông qua kênh offline hoặc online qua trang web, ứng dụng trực tuyến…

Ngoài ra, các thông tin về hành vi mua sắm, chi tiêu, chi trả nợ, hoá đơn… cũng đều được thu thập lại để có thêm kênh phục vụ việc chấm điểm tín dụng.

Mô hình và thuật toán chấm điểm tín dụng

Một số mô hình chấm điểm tín dụng gồm mô hình hồi quy Logit, mô hình cây quyết định (Decision Tree), mô hình K láng giềng gần nhất (K-Nearest Neighbor), mô hình mạng nơ ron nhân tạo (ANN)…

Bên cạnh đó, nhiều ngân hàng và tổ chức tín dụng cũng sử dụng mô hình chấm điểm tín dụng theo trí tuệ nhân tạo (AI) kết hợp lịch sử tín dụng của khách hàng cũng như sức mạnh của Big Data, tăng tính hiệu quả trong việc phân tích một khối lượng lớn dữ liệu như hiện nay. Công nghệ mới giúp khám phá ra các xu hướng, hành vi và mô hình mua hàng của mỗi cá nhân, mỗi giao dịch đã từng được họ thực hiện như thanh toán hoá đơn, chuyển tiền, mua vé… đều được ghi nhận để kết hợp các yếu tố lại, cung cấp cái nhìn toàn diện về hành vi tài chính và khả năng trả nợ của các cá nhân, từ đó, chấm điểm tín dụng một cách khách quan nhất.

Đánh giá và cập nhật điểm tín dụng

Sau khi đã phân tích các dữ liệu thì hệ thống tiến hành đánh giá và chấm điểm tín dụng cho mỗi cá nhân trong dữ liệu dân cư, đưa ra cảnh báo về rủi ro và khả năng trả nợ của khách hàng.

Có 5 khung điểm tín dụng, trong đó:

- Điểm số từ 150 - 321 dành cho khách hàng rủi ro rất cao, những khách hàng này không đủ điều kiện để vay vốn;

- Điểm số từ 322 - 430 cảnh báo rủi ro cao, họ có thể không có khả năng thanh toán số nợ mà họ mượn;

- Điểm tín dụng từ 431 - 569 với các khách hàng rủi ro trung bình, khách hàng có thể phải chịu lãi suất vay cao;

- Điểm tín dụng từ 570 - 679 dành cho các khách hàng có khả năng trả nợ đúng hạn, rủi ro là thấp, nên được xét duyệt với lãi suất thấp;

- Điểm tín dụng từ 680 - 750 là các khách hàng rất tốt, họ luôn trả nợ đúng hạn, vì vậy, họ có thể được hưởng lãi suất thấp và hạn mức vay cao.

Khi thông tin trong nền tảng dữ liệu dân cư được thay đổi và cập nhật thì hệ thống sẽ phân tích lại, rồi tiến hành chấm điểm tín dụng lại.

Nhìn chung, việc chấm điểm tín dụng dựa trên nền tảng dữ liệu dân cư mang lại khá nhiều lợi ích, tạo điều kiện cho người dân tiếp cận được các nguồn vốn chính thống từ ngân hàng và các công ty tài chính uy tín, thay vì tín dụng đen, một cách nhanh chóng, đơn giản hoá các thủ tục và nâng cao chất lượng xác thực thông tin cá nhân cũng như đánh giá rủi ro tín dụng. Bên cạnh đó, các ngân hàng và tổ chức tài chính cũng có cơ sở để xây dựng cơ chế phòng, chống rửa tiền, kiểm soát rủi ro tập trung và những rủi ro trong hoạt động tín dụng, đẩy mạnh tín dụng tiêu dùng, từ đó, phát triển kinh tế - xã hội.