پایگاه خبری توسعه تعاون
شنبه, ۱۴ بهمن ۱۴۰۲ ۱۰:۵۳ ۱۱
طبقه بندی:
  • بانک و بیمه
  • بانک
چچ
کمک هوش‌مصنوعی به اعتبارسنجی خُرد و ارزیابی ریسک مشتریان بانکی

کمک هوش‌مصنوعی به اعتبارسنجی خُرد و ارزیابی ریسک مشتریان بانکی

توسعه تعاون:فناوری‌های نوین به ویژه هوش‌مصنوعی می‌تواند به ارائه الگوهای اعتباری و ارزیابی ریسک مشتریان خُرد به بانک‌ها کمک کند.

به گزارش پایگاه خبری توسعه تعاون، «کاربرد هوش‌مصنوعی در گردآوری داده‌های مورد نیاز برای نظام اعتباری خُرد»، «بکارگیری هوش‌مصنوعی در تصمیم اعتباری به منظور کاهش نرخ نکول بانک‌ها و موسسات اعتباری در نظام اعتبارات خُرد» و «ارزیابی ریسک و ارزیابی اعتباری با استفاده از هوش‌مصنوعی» از جمله موضوعاتی است که می‌توان از فناوری هوش‌مصنوعی در شمول مالی و اعتبارسنجی از آن کمک گرفت.

موضوعاتی نظیر دسترسی آسان‌تر شهروندان به خدمات بانکی به ویژه دسترسی بیشتر به تسهیلات از جمله مسائلی است که بانک مرکزی برای آن بدنبال راهکار با استفاده از فناوری‌های نوین به ویژه هوش‌مصنوعی است. برای درک بهتر آنچه که بانک مرکزی بدنبال راهکار برای آن می‌گردد، گفت‌وگویی با «آمنه نادعلی‌زاده معاون اداره نظام‌های پرداخت بانک مرکزی» انجام شده که مشروح آن به شرح زیر است:

بانک مرکزی در زمینه شمول مالی نیازمند راهکار‌های فناورانه است. رویداد‌هایی از جمله اینوتکنیک هوش‌مصنوعی چه کمکی می‌توانند به سیاست‌گذار پولی در این رابطه داشته باشند؟

نادعلی‌زاده: بانک مرکزی در فضای اجرایی، با چالش‌هایی روبه‌روست که با مشورت خبرگان بانکی سعی دارد این چالش‌ها را حل کند. کمک گرفتن از فضای آکادمیک یا حتی فضای فین‌تکی می‌تواند نگاه جدیدی را در اختیار سیاست‌گذار قرار دهد تا با استفاده از این نگاه جدید، به مساله خود از زاویه دیگری بنگرد و سیاست‌های خود را با آن همگام سازد. رویداد‌هایی مانند اینوتکنیک هوش‌مصنوعی در این مورد می‌تواند موثر باشد. هرچند که این رویداد و مخاطبان آن در ابتدای فعالیت خود قرار دارند، ولی در آینده می‌تواند محصولات و ایده‌های خود را با درک بهتر شرایط سیاست‌گذار و تنظیم‌گر یا انتخاب راهکار‌های خلاقانه در اختیار بانک مرکزی قرار دهد.

از آنجایی که این رویداد نوپاست، قاعدتا انتظار نداشتیم که نتایج ملموسی از آن استخراج شود، ولی فکر می‌کنم در ادامه راه این رویداد به بلوغ رسیده و می‌تواند به برقراری رابطه بین سیاست‌گذار با حوزه آکادمیک منجر شود. این ارتباط در بهنگام‌سازی سیاست‌های پولی بانک مرکزی بسیار موثر است. با وجودی که اولین دوره اینوتکنیک در حال برگزاری است، ولی سطح کیفیت ایده‌ها، طرح‌ها و محصولات آن در سطح مناسبی قرار دارد. انتظار دارم که اینوتکنیک در سال‌های آینده هم بتواند با شرایط بهتر برگزار شود.

رویداد‌هایی مانند اینوتکنیک چه کمکی می‌توانند به شمولیت مالی داشته باشند؟

نادعلی‌زاده: اینوتکنیک هوش مصنوعی می‌تواند کمک شایان توجهی به شمول مالی داشته باشد. شمولیت مالی به معنای آن است که چند درصد از افراد به خدمات بانکی دسترسی راحت، آسان و کم هزینه‌ای دارند. این یک تعریف مشخص و استاندارد بین‌المللی است و براساس این تعریف، یکسری از شاخص‌ها تعریف می‌شوند. گزارش فینتکس بانک جهانی هم براساس این شاخص‌ها، کشور‌ها را از نظر شمولیت مالی با یکدیگر مقایسه می‌کند. در گزارش اخیر فینتکس که در سال ۲۰۲۱ منتشر شد، ایران به لحاظ سطح خدمات بانکی، در وضعیت مناسبی قرار دارد.

شمولیت مالی دارای ۲ بُعد خدمات اولیه و خدمات ثانویه است. بُعد خدمات اولیه دسترسی به خدمات بانکی و حساب‌های بانکی از طریق اینترنت بانک، همراه بانک یا هر ابزار نوین دیگری را اندازه‌گیری می‌کند که در این زمینه ایران رتبه خوبی را داراست. اما در بُعد دیگر که خدمات ثانویه و دسترسی افراد به تسهیلات بانکی است، ایران رتبه مناسبی را ندارد. این شاخص بسیار می‌تواند به ریشه‌کن کردن فقر در جامعه کمک کند.

این موضوع نشان می‌دهد که ایران فضای رشد مناسبی برای لندتک‌ها دارد. ایران در شاخص ارائه تسهیلات به افراد بالای ۱۵ سال، ارائه کارت اعتباری به افراد بالای ۱۵ سال یا شاخص نسبت تسهیلات به پس‌انداز و ... وضعیت مناسبی ندارد و علت اصلی این موضوع نیز این است که اعتبارسنجی در کشور به خوبی شکل نگرفته است.

فکر می‌کنم اتفاقا اینجاست که رویداد‌هایی مانند اینوتکنیک و یا راهکار‌هایی مبتنی بر هوش‌مصنوعی می‌توانند در الگو‌های اعتبارسنجی به بانک مرکزی کمک کنند. متاسفانه در اولین رویداد اینوتکنیک طرحی را ندیدم که چندان مرتبط با اعتبارسنجی باشد. البته طرحی بود که ریسک اعتباری بانک‌ها را اندازه‌گیری می‌کرد، ولی بیشتر طرح‌ها مربوط به خدمات اولیه یعنی دسترسی افراد به شعب یا احراز هویت یا دستیار‌های غیرحضوری برای افراد کم‌برخوردارتر بود تا مشتریان بتوانند از خدمات بانکی و دسترسی به حساب‌های خود بیشتر منتفع شوند.
هوش‌مصنوعی می‌تواند الگوریتم‌های مناسبی از رفتار مشتری، نحوه پرداخت‌ها و ارزیابی اعتباری وی به بانک مرکزی ارائه کند که در اعتبارسنجی بسیار مهم هستند.
تقویت اعتبارسنجی باعث می‌شود تا ریسک اعتباری بانک‌ها، هزینه پول و ریسک نکول کاهش یابد و بانک‌ها و موسسات اعتباری رغبت بیشتری برای ارائه تسهیلات به مشتریان داشته باشند. همچنین اعتبارسنجی می‌تواند به فین‌تک‌هایی که در حوزه تسهیلات فعال هستند، مانند BMPL‌ها خدمت‌رسانی کند تا بتوانند خدمات خود را با کیفیت بهتری ارائه دهند.

فین‌تک‌هایی که در زمینه تسهیلات فعال هستند بیشتر بر موضوع نرخ سود تاکید دارند. برای این موضوع راهکاری وجود دارد؟
نادعلی‌زاده: در حال حاضر یک شرکت اعتبارسنجی در کشور وجود دارد که ریسک اعتباری افراد را رتبه‌بندی می‌کند و بانک‌ها براساس این رتبه‌بندی، تصمیم می‌گیرند که آیا به آن مشتری تسهیلات ارائه کنند یا خیر؟
با این حال، هنوز در آیین‌نامه‌ها و قوانین بانک‌مرکزی درباره اینکه یک بانک به یک مشتری دارای رتبه “الف” با چه نرخی و به مشتری دارای رتبه “ب” با نرخ دیگری تسهیلات بدهد، انعطاف لازم وجود ندارد و نرخ سود تسهیلات براساس مصوبات شورای پول و اعتبار تعیین می‌شود. با این حال انتظار می‌رود که در آینده چنین رویکردی اتفاق بیفتد و بانک‌ها در ارائه تسهیلات بین افرادی که دارای رتبه اعتبار بالاتر هستند و افرادی که دارای رتبه اعتباری پایین‌تری دارند، تفاوت در نظر بگیرند.

آدرس کوتاه شده: