5. Phương pháp nghiên cứu
1.3.1.Vai trò dữ liệu thay thế trong chấm điểm và xếp hạng tín dụng
Trong hoạt động chấm điểm và xếp hạng tín dụng, dữ liệu thay thế mang lại rất nhiều lợi ích như sau:
- Cải thiện kết quả chấm điểm tín dụng đồng nghĩa với việc xác định chính xác hơn mức độ rủi ro của khách hàng. Việc có nhiều thông tin đa chiều hơn cho phép tổ chức cho vay có thế hiểu về khách hàng của mình chính xác hơn, không chỉ bó hẹp trong việc đánh giá năng lực tài chính mà còn mở rộng sang cả các yếu tố như thói quen, tính cách, hành vi của khách hàng, từ đó cho phép dự báo chính xác hơn xác suất vỡ nợ cũng như khả năng không trả nợ của khách hàng. Trong không ít trường hợp, khách hàng có thể có khả năng trả nợ nhưng họ có thể ưu tiên thực hiện các nghĩa vụ khác trước, trong khi chây ỳ đối với nghĩa vụ nợ. Trong những trường hợp này chỉ đánh giá khả năng tài chính theo các phương thức truyền thống sẽ không thể hiệu quả bằng việc xem xét cả các yếu tố về hành vi và thói quen của khách hàng thông qua việc sử dụng dữ liệu thay thế
Hình 1.2 dưới đây mô tả hiệu quả tăng lên của việc sử dụng dữ liệu thay thế trong chấm điểm tín dụng cho một danh mục khách hàng cá nhân. Kết quả cho thấy
24
các thông tin tín dụng truyền thống có khả năng chấm điểm tốt hơn so với dữ liệu thay thế nếu như hai nhóm này sử dụng một cách riêng rẽ. Có những phần chồng lấn nhất định cho thấy khả năng phản ánh như nhau giữa dữ liệu truyền thống và dữ liệu thay thế đối với khả năng trả nợ của khách hàng. Tuy nhiên nếu kết hợp cả hai loại dữ liệu này trong một mô hình chấm điểm, kết quả mang lại là tốt hơn hẳn so với hai mô hình sử dụng dữ liệu độc lập.
Hình 1 2: a ăng nh h nh xá a mô hình chấm đ ểm dựa trên việc bổ sung dữ liệu thay th
(Nguồn: FICO blog https://www.fico.com/blogs/using-alternative-data-credit-risk- modelling)
- Chấm điểm tín dụng cho nhóm khách hàng mới (chưa được chấm điểm từ dữ liệu truyền thống). Một trong những lợi ích nổi trội của việc sử dụng dữ liệu thay thế là cung cấp khả năng chấm điểm tín dụng cho nhóm khách hàng không được chấm điểm dựa trên cơ sở dữ liệu lịch sử tín dụng truyền thống. Ngày nay, có khoảng 50% người trưởng thành trên thế giới vẫn bị loại trừ tài chính, hoặc không được tiếp cận các dịch vụ ngân hàng bao gồm cả việc tiếp cận tín dụng (Mc Evoy, 2014). Ngay cả ở các thị trường phát triển như Mỹ người ta cũng thấy có một lượng nhất định những người dân không có điểm tín dụng bởi vì họ chưa từng đi vay, không có lịch sử tín dụng, hoặc thông tin trong lịch sử tín dụng không đủ để các mô
25
hình chấm điểm tín dụng truyền thống có thể đưa ra các mức xếp hạng. Kết quả khảo sát hơn 300 tổ chức cho vay của TransUnion, (2015) cũng đã cho thấy có 58% tổ chức cho vay đồng ý rằng rất nhiều khách hàng không có điểm tín dụng nhưng thực ra lại có mức rủi ro thấp.
Kết quả nghiên cứu của Carroll Rehmani, (2017) cũng cho thấy sự cải thiện rõ rệt về khả năng đi vay của nhóm khách hàng khi được sử dụng dữ liệu thay thế. Hiệu quả của việc sử dụng dữ liệu thay thế trong chấm điểm khách hàng chưa được chấm điểm theo mô hình chấm điểm tín dụng truyền thống sẽ giúp gia tăng khả năng cung cấp tín dụng cho các nhóm tài chính vi mô, nhóm khách hàng chưa được tiếp cận dịch vụ tài chính chính thức, không có lịch sử tín dụng và không thể chấm điểm tín dụng theo mô hình truyền thống. Do vậy, việc áp dụng dữ liệu thay thế trong chấm điểm tín dụng là động lực quan trọng cho qua trình thực thi tài chính toàn diện tại các quốc gia. (McEvoy, 2014; Carro&Rehmani, 2017; Nick & John, 2018)