05 آذر 1403 - 15:42

اعتبارسنجی در نظام بانکی به کمک الگوریتم‌های پیشرفته هوش مصنوعی و لرنینگ

اعتبارسنجی در نظام بانکی به کمک الگوریتم‌های پیشرفته هوش مصنوعی و لرنینگ
اعتبارسنجی هوشمند از ۷۵ شاخص اطلاعاتی مختلف برای اشخاص حقیقی استفاده می‌کند که میزان پوشش و دقت را تا حدود ۹۰ درصد افزایش می‌دهد.
کد خبر : ۱۶۹۰۶۶

به گزارش خبرنگار ایبنا؛ رضا قاسم‌پور، مدیرعامل شرکت مشاوره رتبه‌بندی اعتباری ایران در یازدهمین همایش سالانه بانکداری نوین و نظام‌های پرداخت گفت: اعتبارسنجی در دنیا سه مرحله را طی کرده است. مرحله اول که مرحله دستی و انسانی (۱۸۰۰ تا ۱۹۷۰) است و در این دوره با ظهور رایانه‌ها امکان ذخیره‌سازی داده‌ها فراهم شد. مرحله دوم از سال ۱۹۷۰ به بعد است که اعتبارسنجی وارد فاز جدیدی شد. علاوه بر داده‌های مالی، اطلاعات دیگری نظیر تسهیلات و مالیات نیز در فرایند اعتبارسنجی استفاده شدند. همچنین فناوری‌هایی مانند ماشین لرنینگ و هوش مصنوعی به کار گرفته شدند.

وی افزود: سومین مرحله نیز از ۱۹۹۰ تا ۲۰۱۰ و بعد از آن که با ظهور اینترنت در دهه ۹۰ و توسعه شبکه‌های اجتماعی پس از سال ۲۰۱۰، اعتبارسنجی به سمت هوشمندتر شدن پیش رفت. در این مرحله از اطلاعاتی مانند تراکنش‌ها، خریدها، معاملات آنلاین و حتی موقعیت جغرافیایی افراد استفاده شد تا تمامی افراد جامعه بتوانند به منابع مالی دسترسی پیدا کنند. در ایران تا سال ۲۰۰۷ هیچ اتفاقی در حوزه اعتبارسنجی رخ نداد و ایران فاقد شرکت‌های تخصصی در این زمینه بود. اولین شرکت اعتبارسنجی، "شرکت اعتبارسنجی ایرانیان"، با سهامداری تمامی بانک‌ها تأسیس شد. در سال ۱۳۹۵، اولین مدل اعتبارسنجی توسط یک شرکت خارجی بر اساس ۱۸ شاخص مختلف طراحی و اجرا شد.

قاسم پور ادامه داد: در سال ۱۴۰۲ حدود ۲۵ درصد از کل تسهیلات ارائه‌شده در کشور مربوط به تسهیلات خرد بود. از سال ۱۴۰۱ این شرکت رویکرد جدیدی در اعتبارسنجی اتخاذ و مدل جدید اعتبارسنجی هوشمند را با کمک تیمی متخصص و خبره از حوزه‌های مختلف طراحی و پیاده‌سازی کرد. در نهایت در مدل جدید اعتبارسنجی هوشمند، از ۷۵ شاخص اطلاعاتی مختلف برای اشخاص حقیقی استفاده شده و توانسته‌ایم میزان پوشش و همچنین دقت کار را به حدود ۹۰ درصد (از ۷۶ درصد در گذشته) افزایش بدهیم.

مدیرعامل شرکت مشاوره رتبه‌بندی اعتباری ایران گفت: الگوریتم‌های پیشرفته هوش مصنوعی و ماشین لرنینگ در این مدل به کار گرفته شدند. فاز اول این مدل هم‌اکنون توسط شبکه بانکی و لندتک‌ها اجرا می‌شود و برای اشخاص حقوقی نیز طی دو ماه آینده عملیاتی خواهد شد. ما سعی کردیم ماموریت شرکت را بازتعریف بکنیم به این شکل که هدف ما فقط ارائه یک امتیاز اعتباری نیست؛ بلکه شفاف‌سازی فضای کسب‌وکار و معاملات بین طرفین نیز مورد توجه قرار بگیرد. در حال حاضر خوشبختانه تمامی داده‌های سازمان‌ها به "پایگاه داده کشور" متصل شده‌اند.

قاسم پور تاکید کرد: همکاری با بیمه مرکزی برای اعتبارسنجی پیش از صدور بیمه‌نامه آغاز شده است. در این همکاری، نرخ بیمه بر اساس ریسک افراد تعیین خواهد شد و این طرح در حال پیگیری است.اعتبارسنجی در سامانه معاملات و سامانه خودنویس نیز دستور کار قرار دارد. با رضایت طرفین، اعتبارسنجی به طور مستقیم در اختیار طرفین معامله قرار خواهد گرفت.

 

۲۵.۶ درصد مردم وام دریافت کرده‌اند

 

محمد صادق آزادانی؛ رئیس کمیسیون لندتک سازمان نظام صنفی رایانه‌ای تهران نیز در اینن نشست با بیان اینکه بانک مرکزی، وزارتخانه‌های اقتصاد و ارتباطات در فضای تنظیم‌گری زیست بوم اعتباری قرار دارند، اظهار کرد:  گزارش بانک جهانی درباره فراگیری مالی در ایران نشان می‌دهد ۹۰ درصد مردم دارای حساب بانکی هستند و ۶۱.۱ درصد از افراد کشور نیازمند دریافت وام هستند که ۲۵.۶ درصد آنها وام دریافت کردند.

آزادانی تاکید کرد: ۱۴۱۸ همت تسهیلات خرد در سال ۱۴۰۲ اعطا شده که سهم sme‌ها از کل تسهیلات حدود ۴.۵ درصد است. اعطای تسهیلات در راستای تقویت عرضه، باعث پایداری بیشتر درآمد تولید، پیچیدگی کمتر اعتبار سنجی، ایجاد ثبات و افزایش توان پرداخت بدهی در بلند مدت می‌شود.

وی افزود: برای ایجاد توازن تسهیلات در نقطه عرضه و تقاضا باید تنوع بخشی در اعطای تسهیلات صورت بگیرد. تسهیلات و اعتبار در نقطه فروش باعث هدایت منابع به سمت تقاضای واقعی می‌شود و به رفع رکود با افزایش قدرت خرید نیز کمک می‌کند.

آزادانی اظهار کرد: قانون برنامه هفتم توسعه به گسترش قانون تامین تولید و زیرساخت برای این امر کمک می‌کند و در آن به قانون بانک مرکزی و قانون تجارت الکترونیک نیز پرداخته شده است. 

وی افزود: در ماده ۶۶ قانون برنامه هفتم نیز به شفافیت ارائه داده پرداخته شده و تمامی این موضوعات کمک می‌کند که اعطای تسهیلات را داده محور کنیم تا فراگیری مالی و کاهش مطالبات رقم بخورد.

آزادانی گفت: دو چالش اصلی موضوع فراگیری مالی و کاهش نرخ مطالبات غیر جاری و نکول؛ با استفاده از ظرفیت‌های اعتبار سنجی کاهش پیدا می‌کند.

 

ادامه دارد...

ارسال‌ نظر