Diese Informationen wurden am Nachmittag des 7. August von Oberst Vu Van Tan, stellvertretender Direktor der Abteilung der Verwaltungspolizei für soziale Ordnung (Ministerium für öffentliche Sicherheit, C06) beim Workshop zur Anwendung von Bevölkerungsdaten bei der Beurteilung der Kreditwürdigkeit von Kreditnehmern bekannt gegeben.

Laut Herrn Tan basiert dieses Modell auf den Standards von FICO (dem führenden Unternehmen für die Erstellung von Modellen zur Beurteilung der Kreditwürdigkeit von Kunden, das in über 30 Ländern angewendet wird) in den USA und ist nun im Wesentlichen mit 18 Wohninformationsfeldern ausgestattet.

MB Banking and Finance Company (MCredit) testete die Daten von 10.000 Bürgern, PVcombank testete 20.000 Daten und Datanest testete 60.000 Daten. Die Ergebnisse zeigten eine Reduzierung der Risikoquote bei der Kapitalvergabe an Banken und Kreditinstitute von 7 auf 20 %.

„Nach den Tests möchten alle Banken es offiziell in ihren Prozessen einsetzen“, sagte Oberst Vu Van Tan.

Die gemeinsame Nutzung von Daten durch die Bankenbranche und das Ministerium für öffentliche Sicherheit hat viele Vorteile mit sich gebracht, beispielsweise die Authentifizierung und Synchronisierung der Verwaltung persönlicher Identifikationscodes mit den Kreditinformationen von 41 Millionen Kunden, den Einsatz von Bürgerausweisen mit eingebettetem Chip zum Abheben von Geld an Geldautomaten und die Verwendung elektronischer Identifikationskonten zur Authentifizierung.

Laut dem Leiter des Ministeriums für öffentliche Sicherheit würden moderne Technologien zwar eingesetzt, jedoch lediglich als Werkzeuge und es fehle an Informationen und Daten, um Banken bei Kreditvergabeentscheidungen zu unterstützen. Die Aufnahme von Kapital für Produktion und Unternehmen ist nach wie vor schwierig, was zu Schwarzkrediten führt und Konsequenzen hat.

Laut Oberst Vu Van Tan gibt es dafür drei Hauptgründe: Den Banken fehlt die Grundlage, um Kreditobjekte zu bewerten und zu bestimmen; Es gibt keine Politik zur Unterstützung der Benachteiligten und es mangelt an staatlichen Verwaltungsmechanismen zur Kontrolle der Kreditvergabe durch Schwarze.

Dementsprechend hat C06 in Abstimmung mit der School of Information Technology der Hanoi University of Science and Technology ein Projekt zur Bewertung der Kreditwürdigkeit von Kreditnehmern auf der Grundlage von Bevölkerungsdaten umgesetzt. Dabei kommen maschinelle Lerntechnologien und künstliche Intelligenz gemäß den FICO-Kreditreferenzstandards in den USA zum Einsatz.

Laut Pham Tien Dung, dem stellvertretenden Gouverneur der Staatsbank, ist die Kreditwürdigkeitsprüfung in Vietnam ein zunehmend verbreitetes und beliebtes Instrument des Risikomanagements im Bankwesen. Damit das Modell effektiv funktioniert und die zukünftige Schuldentilgungsfähigkeit vorhersagen kann, spielt die Genauigkeit der Daten eine wichtige Rolle.

„Um über eine Datenquelle zur Beurteilung der Kreditwürdigkeit zu verfügen, ist es notwendig, auf alternative Quellen zurückzugreifen, insbesondere auf die nationale Bevölkerungsdatenbank“, sagte der stellvertretende Gouverneur.

Die Erweiterung der Datenquellen ist auch die erste Lösung, die Herr Cao Van Binh, Generaldirektor des National Credit Information Center (CIC), zur Verbesserung der Effizienz bei der Beurteilung der Kreditwürdigkeit von Kreditnehmern erwähnte.

Bei CIC wurde dieses Modell im Jahr 2015 entwickelt. Aufgrund der erweiterten Abdeckung hatte CIC bis 2019 ein CB 2.0-Modell zur Beurteilung der Kreditwürdigkeit einzelner Kreditnehmer entwickelt. Das Modell wurde fertiggestellt und die Ergebnisse der Modellbewertung standen ab April 2021 zur Verfügung.

Laut Herrn Binh erreicht das Wachstum der Informationsbereitstellung von CIC stets 15 bis 20 Prozent pro Jahr und liegt damit über dem durchschnittlichen Kreditwachstum der Wirtschaft. Allein in den ersten sechs Monaten dieses Jahres hat CIC über 31 Millionen Informationsmeldungen aller Art bereitgestellt.

Allerdings bedarf es für jede Bank zur Beurteilung der Kreditwürdigkeit ihrer Kunden noch weiterer Kriterien.

Ein Vertreter des BIDV erklärte, dass das Kundenkreditbewertungsmodell zwar statistische Methoden verwende und Grundsätze und Parameter festlege, die Nutzer jedoch weiterhin selbst Informationen sammeln, proaktiv nach Informationen suchen und diese überprüfen müssten. Bei der Bereitstellung von Kreditprodukten für Privatkunden über digitale Kanäle ist das bestehende interne Kreditbewertungssystem jedoch mit zahlreichen Einschränkungen hinsichtlich der automatischen Erfassung und Überprüfung von Informationen sowie der Bereitstellung genauer Ergebnisse konfrontiert.

„Die Überprüfung und Authentifizierung von Informationsquellen durch Dritte, insbesondere eine zuständige staatliche Stelle, ist für die Kreditvergabe an Privatkunden einer Bank, insbesondere bei digitalen Produkten, äußerst wichtig und sinnvoll“, sagte ein Vertreter des BIDV.

Eine der von dieser Bank angewandten Lösungen besteht in der Zusammenarbeit mit dem RAR-Zentrum des Ministeriums für öffentliche Sicherheit bei der Umsetzung des Kundenbewertungsprojekts auf der Grundlage von Bürgeridentifikationsdaten. Auf Grundlage der Ergebnisse des Modell-Backtests wird BIDV die Anwendung von Kredit-Scores auf einige Privatkundenkreditprodukte untersuchen und vorschlagen.

Minh Son