การเปลี่ยนผ่านสู่ดิจิทัลและบทบาทต่อการลดความเสี่ยงด้านเครดิตและ NPL ในประเทศไทย

การเปลี่ยนผ่านสู่ดิจิทัลกำลังปรับโฉมวิธีที่ธนาคารไทยบริหารความเสี่ยงด้านเครดิตและจัดการกับ NPL แม้ว่าเครื่องมือแบบดั้งเดิม เช่น หลักประกันและการประเมินสินเชื่อแบบใช้คนยังคงมีความสำคัญ แต่เทคโนโลยีได้เปิดโอกาสใหม่ ๆ ในการทำความเข้าใจพฤติกรรมของลูกหนี้ การตรวจจับสัญญาณเตือนล่วงหน้า และการทำให้กระบวนการติดตามหนี้มีประสิทธิภาพมากขึ้น

หนึ่งในความเปลี่ยนแปลงที่สำคัญที่สุดอยู่ที่ “ข้อมูล” ธนาคารไทยในปัจจุบันเก็บรวบรวมและวิเคราะห์ข้อมูลในวงกว้างกว่าที่เคย นอกเหนือจากงบการเงินมาตรฐานและรายงานจากเครดิตบูโร ธนาคารยังเข้าถึงประวัติธุรกรรม บันทึกการชำระเงินดิจิทัล และบางครั้งข้อมูลทางเลือกจากแพลตฟอร์มออนไลน์ ชุดข้อมูลที่หลากหลายและลึกขึ้นนี้ช่วยสนับสนุนการให้คะแนนเครดิตและการแบ่งกลุ่มลูกหนี้ที่แม่นยำยิ่งขึ้น โดยเฉพาะสำหรับลูกค้ารายย่อยและ SME ที่อาจไม่มีประวัติสินเชื่อแบบดั้งเดิมมากนัก

โมเดลแมชชีนเลิร์นนิงถูกนำมาใช้มากขึ้นเพื่อเสริมแบบฟอร์มให้คะแนนแบบดั้งเดิม โมเดลเหล่านี้สามารถระบุรูปแบบที่ซับซ้อนในพฤติกรรมการชำระหนี้ นิสัยการใช้จ่าย และตัวแปรด้านเศรษฐกิจมหภาคซึ่งอาจบ่งชี้ความเสี่ยงในการผิดนัดที่เพิ่มสูงขึ้น ตัวอย่างเช่น การลดลงอย่างฉับพลันของรายรับที่เข้าบัญชีของธุรกิจขนาดเล็ก หรือการใช้วงเงินบัตรเครดิตที่สูงขึ้นอย่างต่อเนื่อง อาจกระตุ้นให้ธนาคารทบทวนบัญชีลูกหนี้หรือเข้าติดต่อเชิงรุก ด้วยการมองเห็นรูปแบบเหล่านี้ได้เร็ว ธนาคารไทยสามารถเข้าแทรกแซงก่อนที่สินเชื่อจะกลายเป็นสินเชื่อที่ไม่ก่อให้เกิดรายได้

การรับลูกค้าใหม่ผ่านช่องทางดิจิทัล (Digital onboarding) ยังช่วยยกระดับทั้งคุณภาพและความรวดเร็วของการตัดสินใจด้านเครดิต ใบสมัครสินเชื่อออนไลน์ ขั้นตอน e-KYC และการตรวจสอบเอกสารแบบอัตโนมัติช่วยลดข้อผิดพลาดจากการทำงานของมนุษย์ และช่วยให้มั่นใจว่าเกณฑ์การปล่อยสินเชื่อถูกนำมาใช้สม่ำเสมอ สำหรับผู้บริโภค นั่นหมายถึงการอนุมัติที่รวดเร็วขึ้น ส่วนสำหรับธนาคาร นั่นหมายถึงชุดข้อมูลที่เชื่อถือได้และเป็นมาตรฐานมากขึ้นซึ่งไหลเข้าสู่โมเดลความเสี่ยง

หลังจากสินเชื่อถูกอนุมัติแล้ว ช่องทางดิจิทัลจะสนับสนุนการติดตามอย่างต่อเนื่องและการสร้างปฏิสัมพันธ์กับลูกค้า แอปธนาคารบนมือถือและข้อความ SMS ช่วยเตือนลูกหนี้เกี่ยวกับกำหนดชำระหนี้ที่กำลังจะมาถึง ลดความเสี่ยงจากการค้างชำระโดยไม่ตั้งใจ ในขณะเดียวกัน ธนาคารใช้ระบบภายในเพื่อติดตามการชำระล่าช้าและการเปลี่ยนแปลงด้านพฤติกรรมแบบเรียลไทม์ เมื่อเริ่มมีสัญญาณความตึงตัว แคมเปญการสื่อสารแบบเจาะจงกลุ่มสามารถนำเสนอทางเลือกการปรับโครงสร้างหนี้ คำแนะนำด้านการเงิน หรือแผนการชำระหนี้ที่ออกแบบเฉพาะราย

ในด้านการติดตามหนี้ (Collections) การวิเคราะห์ข้อมูลช่วยให้ธนาคารจัดลำดับความสำคัญของความพยายาม ธนาคารไทยแบ่งกลุ่มลูกหนี้ค้างชำระตามระดับความเสี่ยง ความน่าจะเป็นในการกลับมาชำระได้ และความเปราะบางทางเศรษฐกิจ ลูกหนี้ที่มีความเสี่ยงต่ำและค้างชำระระยะสั้นอาจจัดการได้ด้วยการเตือนอัตโนมัติ ขณะที่กรณีรุนแรงมากขึ้นจะถูกส่งต่อไปยังเจ้าหน้าที่เฉพาะทางหรือหน่วยงานจัดการหนี้มีปัญหา แนวทางแบบแบ่งชั้นนี้ช่วยให้การติดตามหนี้มีประสิทธิภาพยิ่งขึ้น และสามารถเพิ่มอัตราการกู้คืนหนี้ ซึ่งส่งผลให้ระดับ NPL ลดลง

เครื่องมือดิจิทัลยังถูกบูรณาการเข้าสู่กระบวนการธรรมาภิบาลภายในองค์กร แดชบอร์ดความเสี่ยงให้ผู้บริหารมองเห็นคุณภาพพอร์ตสินเชื่อแบบอัปเดตล่าสุด รวมถึงแนวโน้มหนี้ค้างชำระระยะเริ่มต้น อัตราการไหลของหนี้จากกลุ่มค้างชำระหนึ่งไปยังอีกกลุ่มหนึ่ง และผลลัพธ์ของการปรับโครงสร้างหนี้ แพลตฟอร์มการวิเคราะห์สถานการณ์จำลอง (Scenario analysis) สามารถจำลองผลกระทบจากการเปลี่ยนแปลงอัตราดอกเบี้ย ระดับการจ้างงาน หรือแรงกระแทกเฉพาะภาคธุรกิจที่อาจมีต่อสัดส่วน NPL ความสามารถเหล่านี้ช่วยเพิ่มคุณภาพการวางแผนเชิงกลยุทธ์และการจัดสรรเงินกองทุน

หน่วยงานกำกับดูแลในประเทศไทยสนับสนุนการนำนวัตกรรมด้านเทคโนโลยีมาใช้ ควบคู่กับการเน้นย้ำความรอบคอบ ธนาคารจึงต้องบริหารความเสี่ยงที่เกี่ยวข้องกับโมเดลและข้อมูล รวมถึงประเด็นเรื่องอคติ ความเป็นส่วนตัว และความมั่นคงทางไซเบอร์ กระบวนการทดสอบและยืนยันโมเดล (Model validation) ที่เข้มแข็ง และการทบทวนโดยหน่วยงานอิสระ เป็นกุญแจสำคัญเพื่อให้มั่นใจว่าเครื่องมือเครดิตดิจิทัลช่วยเสริม ไม่ใช่บ่อนทำลาย การบริหารความเสี่ยงที่ sound

โดยสรุป การเปลี่ยนผ่านสู่ดิจิทัลได้กลายเป็นพันธมิตรที่ทรงพลังในการลด NPL ในระบบธนาคารไทย ด้วยการขยายขอบเขตข้อมูลที่ใช้ในการตัดสินใจ ปรับปรุงแบบจำลองความเสี่ยง อัตโนมัติกระบวนการที่ทำซ้ำ ๆ และเปิดโอกาสให้เข้าแทรกแซงได้ทันท่วงที เทคโนโลยีช่วยให้ธนาคารตรวจจับและจัดการปัญหาด้านเครดิตได้เร็วยิ่งขึ้นในวงจรของสินเชื่อ เมื่อผสานเข้ากับแนวปฏิบัติด้านการบริหารความเสี่ยงแบบดั้งเดิม นวัตกรรมเหล่านี้ช่วยสร้างระบบเครดิตที่มีความยืดหยุ่นและตอบสนองต่อการเปลี่ยนแปลงได้ดียิ่งขึ้น