Ứng dụng Big Data phân tích lỗ hổng tín dụng cho vay và giải pháp hạn chế: trường hợp của Ngân hàng TMCP Sài Gòn (SCB)

Abstract

Thông qua nguồn dữ liệu Big data phục vụ phân tích và xác định những gian lận trong hoạt động tín dụng là một việc dường như mới lạ trong nghiên cứu này. Sự mới lạ được thể hiện trong nghiên cứu là sử dụng thuật toán C5.0 trên 2.572 khách hàng đang tham gia giao dịch tại SCB. Những khách hàng trong nghiên cứu được chọn có thời gian tham giao dịch vụ từ trên 12 tháng trở lên. Điều đó cho kết quả dự báo sẽ chính xác hơn. Tuy nhiên, chúng ta cũng thừa biết rằng, các tiêu chí để xếp hạng hồ sơ của khách hàng đã được phía ngân hàng xây dựng theo một qui trình có đóng góp từ nhiều phía. Do vậy hồ sơ bị đánh giá lệch, cũng phải nói rằng, có trách nhiệm của nhân viên và cấp thẩm quyền phê duyệt sản phẩm đó. Các lỗ hổng trong phân tích có thể bao gồm những nội dung tóm tắt trong các điểm chính như sau: (1) Khách hàng cố tình gian lận trong việc cung cấp hồ sơ ban đầu cho ngân hàng, nhưng nhân viên tiếp nhận & cấp thẩm quyền cao nhất, không phát hiện hồ sơ rủi ro; (2) khách hàng cố tình gian lận trong việc cung cấp hồ sơ pháp lý ban đầu cho ngân hàng, kế hợp với nhân viên tiếp nhận thông đồng, cấp thẩm quyền cao nhất không phát hiện hồ sơ rủi ro; (3) khách hàng cố tình gian lận trong việc cung cấp hồ sơ ban đầu cho ngân hàng, kế hợp với lảnh đạo cấp thẩm quyền cao nhất của sản phẩm dịch vụ đó thông đồng, phát hiện ra hồ sơ mang tính rủi ro thấp hoặc trung bình từ khách hàng & lãnh đạo cấp thẩm quyền phê duyệt sản phẩm đó. …vv. Nghiên cứu này là một sự kế thừa thực tế, trên cơ sở đó áp dụng mô hình Fraud vào số liệu thực tế của một ngân hàng thương mại. Kết quả nghiên cứu có một đóng góp cực kỳ quan trọng cho việc xây dựng các giải pháp giảm thiểu rủi ro trong gian lận cho phía nhân viên của công ty và từ phía khách hàng.