|
 Thuật ngữ VietnamBiz
Tài chính

VPBank xây dựng mô hình chấm điểm tín dụng khách hàng với hệ thống 'Big data'

18:06 | 21/05/2018
Chia sẻ
Ông Dmytro Kolechko - Giám đốc Khối Quản trị rủi ro - cho biết VPBank là một trong những ngân hàng đi đầu về việc xây dựng mô hình xếp loại tín dụng khách hàng của ngân hàng dựa trên Big data. Mô hình luôn được theo dõi và điều chỉnh với những thay đổi mang tính ảnh hưởng lớn đến mô hình theo thời gian.
vpbank xay dung mo hinh cham diem tin dung khach hang voi he thong big data Xếp hạng tín nhiệm ngân hàng: Phải đúng người, đúng thời điểm
vpbank xay dung mo hinh cham diem tin dung khach hang voi he thong big data VPBank lên tiếng trước ồn ào giữa FE Credit và Công ty Deaura

Chấm điểm tín dụng khách hàng không phải là vấn đề mới tại các ngân hàng thương mại hiện nay. Hầu hết các ngân hàng tại Việt Nam hiện nay đều xây dựng riêng cho mình một phương pháp để chấm điểm hay đánh giá mức tín nhiệm của khách hàng dựa trên nhiều chỉ tiêu khác nhau như: lứa tuổi, nghề nghiệp, nơi cư trú, mức thu nhập, tài sản, lịch sử tín dụng,…

Trao đổi với phóng viên chiều ngày 21/5, Giám đốc Khối Quản trị rủi ro Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank), ông Dmytro Kolechko cho biết, nhà băng này đã thiết lập cho mình phương thức chấm điểm khách hàng dựa trên kết quả xây dựng từ nhiều mô hình kinh tế. Mô hình này được xây dựng từ việc xử lý hệ thống dữ liệu khổng lồ và tương đối phức tạp (big data).

"Hơn 2/3 thời gian chúng tôi làm là thu thập dữ liệu và 1/3 thời gian còn lại là để chạy mô hình đánh giá" - ông chia sẻ. Từ đó, việc chấm điểm được áp dụng với khoảng 10 chỉ tiêu đánh giá với những trọng số khác nhau.

vpbank xay dung mo hinh cham diem tin dung khach hang voi he thong big data
VPBank xây dựng hệ thống chấm điểm tín dụng khách hàng với hệ thống 'Big data' (Ảnh: VPBank)

Đồng thời ông cho rằng, tuy Việt Nam đi sau nhiều nước về phát triển toán ứng dụng nhưng lại có thể có được nhiều kinh nghiệm, học được nhiều thất bại từ các quốc gia khác cũng như áp dụng với những tiến bộ công nghệ mới nhất.

Theo ông, đối với một mô hình không được xây dựng lên và đưa ra kết quả bước đầu là đã hoàn tất mà còn phải theo dõi và điều chỉnh phù hợp với những thay đổi của nhiều biến số ảnh hưởng. Ông Dmytro Kolechko cho hay VPBank cũng đã hợp tác cùng với nhóm sinh viên tại Trường ĐH KTQD và Trường Đại học Khoa học Tự nhiên trong việc xử lý số liệu và phát triển mô hình.

Mô hình chỉ là một trong những công cụ trong việc đánh giá khách hàng. Để đánh giá chấm điểm tín dụng khách hàng, ngân hàng còn phải sử dụng kết hợp với nhiều thông tin như: thông tin từ CIC, từ gọi điện, điều tra,… mới có thể đưa ra được kết quả đánh giá tốt nhất về khách hàng.

Hiện tại, với mỗi khách hàng có nhu cầu vay vốn tại ngân hàng, sau khi thực hiện điền vào tờ khai sẽ được hệ thống chấm điểm. Đối với những khách hàng xếp loại tốt sẽ được hưởng nhiều ưu đãi hơn và ngược lại những khách hàng nhiều rủi ro sẽ phải bỏ ra nhiều chi phí hơn.


Diễn đàn Đầu tư Việt Nam 2026 - Summer Summit

Thời gian: 11/06/2026
Địa điểm: L7 West Lake Hanoi by Lotte Hotels, Ballroom tầng 4, 683 Lạc Long Quân, Tây Hồ, Hà Nội

Vietnam Investment Forum 2026 - Summer Summit quy tụ đại diện cơ quan quản lý, lãnh đạo ngân hàng, công ty chứng khoán, quỹ đầu tư, giám đốc phân tích và các chuyên gia kinh tế độc lập, tập trung vào bức tranh vĩ mô, AI & Big Data và chiến lược tìm kiếm Alpha trong nửa cuối năm 2026.

Ba phiên thảo luận chính:

Phiên thảo luận 1: Vĩ mô 2026 - Việt Nam trước các cú sốc từ bên ngoài và cơ hội từ bên trong
Phiên thảo luận 2: AI & Big Data - Từ lợi thế ra quyết định đến thế hệ sản phẩm đầu tư mới
Phiên thảo luận 3: Cơ hội tìm kiếm Alpha trên thị trường chứng khoán và các kênh tài sản phổ biến

Tìm hiểu chương trình tại VIF 2026 Summer Summit.

Tham gia khảo sát "Dự báo của bạn về nửa cuối năm 2026" để có cơ hội nhận vé mời đặc biệt từ Ban Tổ chức.

Trúc Minh

Tổng Giám đốc SSI: AI đã dần chuyển từ công nghệ ‘có thì tốt’ sang ‘phải có’
Ông Nguyễn Đức Thông cho biết AI đang được ứng dụng ngày càng sâu trong hoạt động công nghệ thông tin và vận hành doanh nghiệp, giúp rút ngắn thời gian phát triển sản phẩm. Tuy nhiên, việc triển khai công nghệ này cũng đặt ra yêu cầu về kiểm soát kết quả đầu ra, năng lực sử dụng AI đúng cách và bảo mật dữ liệu.