Giai đoạn 2012-2020, tín dụng tiêu dùng có tốc độ tăng trưởng là 33,7%, tốc độ này gầm 2 lần tốc độ tăng trưởng của tín dụng toàn hệ thống. Năm 2021, dư nợ tín dụng tiêu dùng xấp xỉ 18% GDP cả nước. Tỷ lệ nợ xấu trong lĩnh vực cho vay tiêu dùng cũng tăng mạnh trong năm nay. Theo số liệu của Hiệp hội Ngân hàng Việt Nam (VNBA), tính đến 31/10/2013 nợ xấu tín dụng tiêu dùng toàn hệ thống hiện đã lên tới khoảng gần 3🎃,7% tổng dư nợ tín dụng tiêu dùng, tăng rất cao so với mức chỉ khoảng dưới 2% trong giai đoạn 2018 đến 2022. Tỷ lệ nợ xấu của các công ty tài chính 💖thậm chí có nguy cơ tăng trên 15%.

Điều này sẽ giảm khả năng tiếp 𝔉cận vốn của khách hàng do lãi suất cao (các công ty tài chính áp lãi cao để bù đắp rủi ro); người dân sẽ tìm đến các sản phẩm tín dụng phi chính thống 🐓như tín dụng đen.

Theo iHUB có hai nguyên nhân dẫn ✱đến tình trạng trên gồm: Khách hàng cố tình quỵt nợ và các hành vi lừa đảo ngày càng tinh vi.

Các tổ chℱức tín dụng vẫn cho khách hàng (cố tình gian lận) vay là bởi thiếu dữ liệu để thẩm định, đặc biệt là các khách hàng vay lần đầu. Để gian lận, các đối tượng sẽ làm giả tài khoản. Hiện có khoảng 20-25 triệu tài khoản chưa được làm sạch và tiềm ẩn rủi ro, thậm chí có thể mua bán tài khoản giả.

Giải pháp của iHUB sẽ giúp: xác minh khách hàng mở tài khoản và cung cấp điểm tín dụng cho𝄹 khách hàng lần đầu vay.

Thiết bị phần mền xác minh khách hàng có ưu điểm:

- Đội ngũ kỹ sư Việt Nam nghiên cứu và sản xuất

- Đảm bảo an toàn dữ liệu và bảo mật hệ thống

- Đáp ứng tiêu chuẩn kỹ thuật của Bộ Công an và Bộ Thô💞ng tin và Truyền thông

- Kết nối tới C06 để xác thực căn cước công dân thật/ giả. Người dùng cần cắm thiết CCCD🌜 và thiết bị. Sau đó, hệ thống sẽ chụp gương mặt chủ thẻ và so sánh với ảnh trên thẻ để xác minh chính chủ, đồng thời, hệ thống cũng đọc và gửi thông tin trong thẻ đến server bộ công an để xác minh thẻ thật/giả (có kèm transaction code do Bộ Công an cấp). Thiết bị xác minh này đã được triển khai thực tế ở BIDV, Techcombank và tại một số quận huyệ𒆙n của TP Hà Nội.

iHUB c𝄹ung cấp điểm tín dụng qua mô hình Alternative Credit Scoring. Ưu điểm của mô hình này:

- Có tỷ lệ bao phủ cao hơn các mô hình hiệu có và tập trung ở nhóm người yếu thế trong xã hộ🤪i𒆙, những người chưa có lịch sử tín dụng

- Sử dụng dữ liệu phong phú: thông tin định danh cá nhân,⛎ thuế, bảo hiểm, viễn thông, giao thông, pháp lý...

- Ứng dụng graph data science để trích xuất đặc trưng làm đầu vào mô hình. Sau khi xác minh khách hàng, nếu tổ chức tín dụng muốn chấm điểm của khách hàng cần gửi yêu cầu về hệ thống (đặt tại Bộ Công an) với đầu vào là ID khách hàng. Sau đó, cổng C0ꦛ6 sẽ tiếp nhận yêu cầu và gửi yêu cầu lấy dữ liệu thô 🅘từ các cơ sở dữ liệu khác như bộ công an, thuế, bảo hiểm... Việc tiền xử lý dữ liệu được diễn ra để làm đầu vào cho mô hình. Mô hình sẽ xử lý và trả về kết quả cho tổ chức tín dụng.