Nghiệp vụ cho vay dựa trên hồ sơ dữ liệu thay thế (Alternative-data Based Lending Operations)
Nghiệp vụ cho vay dựa trên hồ sơ dữ liệu thay thế (tiếng Anh: Alternative-data Based Lending Operations) là hoạt động cấp tín dụng của tổ chức tín dụng trong đó quyết định cho vay — bao gồm chấm điểm tín dụng, phân loại rủi ro, xác định hạn mức, lãi suất và kỳ hạn — được xây dựng chủ yếu dựa trên các nguồn dữ liệu thay thế (alternative data) thay vì chỉ dựa vào hồ sơ tín dụng truyền thống như lịch sử vay tại ngân hàng, bảng lương, hợp đồng lao động hay báo cáo tài chính chính thức.
Các nguồn dữ liệu thay thế điển hình gồm: dữ liệu viễn thông/di động (thời lượng cuộc gọi, lịch sử nạp tiền điện thoại, đăng ký thuê bao), dữ liệu thương mại điện tử (lịch sử giao dịch trên sàn, đánh giá người bán, tần suất hoàn trả), dữ liệu mạng xã hội (mức độ tương tác, danh sách bạn bè, nội dung công khai), dữ liệu hành vi trên ứng dụng/website ngân hàng (thời gian đăng nhập, thiết bị sử dụng, địa điểm đăng nhập), dữ liệu thanh toán điện tử (mobile money, ví điện tử, QR code), dữ liệu định vị/GPS, dữ liệu hóa đơn điện/nước/internet (utility data), và các tín hiệu phi truyền thống khác như lịch sử chia sẻ xe, đặt vé máy bay, hồ sơ giáo dục trực tuyến.
Mô hình này đặc biệt có ý nghĩa đối với nhóm khách hàng "không có lịch sử tín dụng" (credit invisible / thin-file), tức những người lao động tự do, tiểu thương, nông dân, người mới tham gia lực lượng lao động (như sinh viên mới ra trường), người di cư — nhóm chiếm tỷ trọng không nhỏ tại Việt Nam và nhiều nền kinh tế mới nổi.
Cơ sở pháp lý và thông lệ quản lý tại Việt Nam
Tại Việt Nam, Ngân hàng Nhà nước (NHNN) chưa ban hành văn bản quy phạm pháp luật riêng quy định chi tiết về cho vay dựa trên dữ liệu thay thế như một nghiệp vụ độc lập. Tuy nhiên, hoạt động này được đặt trong khung pháp lý chung gồm Luật Các tổ chức tín dụng, các quy định của NHNN về cấp tín dụng cho khách hàng, quy định về hoạt động trung gian thanh toán và đặc biệt là Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân (có hiệu lực từ ngày 01/7/2023), vốn chi phối trực tiếp đến việc thu thập, xử lý, lưu trữ và chia sẻ dữ liệu thay thế của khách hàng.
Một số điểm cần lưu ý:
- Mọi dữ liệu cá nhân dùng trong chấm điểm tín dụng phải được sự đồng ý của khách hàng theo Nghị định 13/2023/NĐ-CP.
- Dữ liệu thay thế thường được sử dụng bổ sung cho dữ liệu truyền thống trong giai đoạn đầu, chứ chưa thay thế hoàn toàn các tiêu chuẩn thẩm định hiện hành.
- Các công ty fintech hợp tác với ngân hàng (bank-fintech partnership) thường đóng vai trò cung cấp mô hình chấm điểm, còn quyền quyết định cấp tín dụng cuối cùng vẫn thuộc tổ chức tín dụng.
Quy trình nghiệp vụ điển hình
Bước 1 — Thu thập dữ liệu thay thế: Khách hàng đồng ý cho phép ngân hàng/đối tác fintech truy cập một hoặc nhiều nguồn dữ liệu thông qua đăng nhập OAuth, API chia sẻ từ nhà cung cấp viễn thông, Open Banking (nếu có), hoặc nhập thủ công các thông tin hóa đơn.
Bước 2 — Tiền xử lý dữ liệu: Làm sạch, chuẩn hóa, mã hóa dữ liệu; xử lý giá trị khuyết; bảo đảm tuân thủ Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân; thực hiện kỹ thuật ẩn danh hóa (anonymization) hoặc giả danh tính (pseudonymization) khi cần.
Bước 3 — Xây dựng chỉ tiêu tín dụng (credit feature engineering): Trích xuất các biến đặc trưng (feature) từ dữ liệu thô, ví dụ: độ ổn định của thuê bao di động (số năm duy trì), tần suất nạp tiền điện thoại, tỷ lệ giao dịch thành công trên sàn thương mại điện tử, số lượng đánh giá 5 sao của người bán, mức độ tương tác tài khoản ngân hàng, v.v.
Bước 4 — Chấm điểm bằng mô hình: Áp dụng mô hình học máy (machine learning) như cây quyết định, gradient boosting, random forest hoặc mạng nơ-ron, kết hợp với mô hình logistic truyền thống. Đầu ra là một điểm tín dụng thay thế (alternative credit score) và phân loại rủi ro.
Bước 5 — Quyết định tín dụng: Nhân viên tín dụng hoặc hệ thống tự động (auto-decisioning) đưa ra quyết định cấp tín dụng dựa trên điểm số, kết hợp với các yếu tố thẩm định truyền thống. Hạn mức cho vay thường bắt đầu nhỏ (ví dụ 1–5 triệu đồng với khách hàng cá nhân) và tăng dần theo lịch sử trả nợ.
Bước 6 — Giám sát sau cho vay: Cập nhật dữ liệu thay thế liên tục để cảnh báo sớm rủi ro tín dụng (early-warning signals).
Ưu điểm và rủi ro
Ưu điểm:
- Mở rộng khả năng tiếp cận tín dụng (financial inclusion): Theo Ngân hàng Thế giới (World Bank) Global Findex 2021, khoảng 31% người trưởng thành tại Việt Nam vẫn không có tài khoản ngân hàng và phần lớn không có lịch sử tín dụng. Dữ liệu thay thế giúp lấp "khoảng trống tín dụng" này.
- Giảm chi phí thẩm định và thời gian phê duyệt nhờ tự động hóa; nhiều nền tảng cho vay ngang hàng (P2P lending) tại Trung Quốc, Ấn Độ phê duyệt khoản vay trong vài phút nhờ mô hình dữ liệu thay thế.
- Phát hiện sớm khả năng trả nợ thực tế dựa trên hành vi chi tiêu, từ đó phân loại rủi ro chính xác hơn so với chỉ dựa vào lịch sử tín dụng truyền thống.
- Hỗ trợ cho vay SME và hộ kinh doanh cá thể — nhóm thường không có báo cáo tài chính chuẩn.
Rủi ro:
- Rủi ro về bảo vệ dữ liệu cá nhân: Việc chia sẻ dữ liệu viễn thông, mạng xã hội có thể gây lộ lọt thông tin nếu không kiểm soát chặt theo Nghị định 13/2023/NĐ-CP.
- Thiên kiến thuật toán (algorithmic bias): Mô hình có thể phân biệt đối xử gián tiếp với một số nhóm dân cư (ví dụ: vùng nông thôn có dữ liệu di động ít ổn định hơn thành thị).
- Tính chính xác và khả năng giải thích: Nhiều mô hình là "hộp đen" (black-box), gây khó khăn trong việc giải thích lý do từ chối cho khách hàng theo nguyên tắc minh bạch.
- Rủi ro pháp lý: Ngân hàng vẫn chịu trách nhiệm cuối cùng về chất lượng tín dụng; dữ liệu thay thế chưa được quy định chính thức là căn cứ pháp lý thay thế báo cáo tài chính.
- Rủi ro mô hình (model risk): Khi mô hình được huấn luyện trên dữ liệu lịch sử có thiên kiến hoặc thay đổi hành vi kinh tế, điểm tín dụng có thể suy giảm chất lượng.
Xu hướng phát triển
Trong giai đoạn 2023–2026, ba xu hướng chính đang định hình nghiệp vụ này tại Việt Nam và khu vực:
- Mở rộng Open Banking theo Đề án của NHNN tạo hành lang pháp lý cho phép chia sẻ dữ liệu ngân hàng có sự đồng ý của khách hàng với bên thứ ba, từ đó cung cấp nguồn dữ liệu thay thế dồi dào hơn.
- Ứng dụng Generative AI và Explainable AI (XAI): Các ngân hàng lớn như Techcombank, VPBank, TPBank đã và đang triển khai mô hình chấm điểm có khả năng giải thích (SHAP, LIME) để đáp ứng yêu cầu minh bạch.
- Hội nhập dữ liệu từ ví điện tử, fintech: MoMo, ZaloPay, VNPay trở thành nguồn dữ liệu thay thế quan trọng phản ánh hành vi chi tiêu thực tế của hàng chục triệu người dùng tại Việt Nam.
Câu hỏi thường gặp
Hỏi: Ngân hàng tại Việt Nam hiện có đang thực sự áp dụng cho vay dựa trên dữ liệu thay thế hay chỉ thử nghiệm? Trả lời: Từ năm 2022 đến nay, nhiều ngân hàng và công ty fintech tại Việt Nam đã triển khai ở mức độ vận hành thực tế, không chỉ thử nghiệm — đặc biệt trong các sản phẩm cho vay tiêu dùng không có bảo đảm và cho vay khách hàng SME nhỏ. Tuy nhiên, dữ liệu thay thế thường được dùng kết hợp với dữ liệu truyền thống, chưa thay thế hoàn toàn, một phần vì khung pháp lý hiện hành của NHNN về cấp tín dụng vẫn ưu tiên các tiêu chuẩn thẩm định truyền thống.
Hỏi: Khách hàng có quyền từ chối cung cấp dữ liệu thay thế cho ngân hàng không? Trả lời: Có. Theo Nghị định 13/2023/NĐ-CP, việc xử lý dữ liệu cá nhân phải được sự đồng ý của chủ thể dữ liệu, và chủ thể có quyền rút lại đồng ý. Nếu khách hàng từ chối cung cấp dữ liệu thay thế, ngân hàng vẫn có thể thẩm định theo phương pháp truyền thống, nhưng hạn mức hoặc lãi suất có thể kém hơn so với khách hàng đồng ý chia sẻ thêm dữ liệu.
Hỏi: Trong kỳ thi tuyển dụng ngân hàng, kiến thức nào về nghiệp vụ này thường được hỏi nhất? Trả lời: Các câu hỏi thường tập trung vào: (i) phân biệt dữ liệu truyền thống và dữ liệu thay thế, (ii) các bước cơ bản của quy trình chấm điểm tín dụng bằng dữ liệu thay thế, (iii) yếu tố pháp lý liên quan đến bảo vệ dữ liệu cá nhân, (iv) ưu điểm và rủi ro (đặc biệt là rủi ro thiên kiến thuật toán), và (v) mối liên hệ với mục tiêu tài chính toàn diện (financial inclusion) mà NHNN đang theo đuổi.
Nội dung trên mang tính tham khảo chuyên môn, không thay thế tư vấn pháp lý hay tư vấn tín dụng chính thức từ tổ chức tín dụng hoặc cơ quan quản lý có thẩm quyền.