บริษัท ข้อมูลเครดิตแห่งชาติ จำกัด (NCB) จัดสัมมนา "NCB Seminar: New Perspectives of Credit Assessment for Future Ready" เพื่อถ่ายทอดองค์ความรู้และแนวทางการพัฒนาการประเมินความเสี่ยงสินเชื่อรูปแบบใหม่ ให้กับสถาบันการเงินสมาชิกและผู้แทนจากธนาคารแห่งประเทศไทย (ธปท.) ให้สอดคล้องกับบริบททางเศรษฐกิจและเทคโนโลยีที่เปลี่ยนแปลงไป ณ ห้อง Great Room โรงแรม W Hotel Bangkok เมื่อเร็ว ๆ นี้
ดร.ลัษมณ อรรถาพิช ผู้จัดการใหญ่ บริษัท ข้อมูลเครดิตแห่งชาติ จำกัด (NCB) กล่าวว่า การจัดสัมมนาในครั้งนี้ถือเป็นโอกาสสำคัญในการเปิดเวทีแลกเปลี่ยนมุมมองระหว่างผู้เชี่ยวชาญระดับสากลและสถาบันการเงินสมาชิก เพื่อร่วมกันยกระดับมาตรฐานการประเมินความเสี่ยงและสร้างความตระหนักถึงความสำคัญของข้อมูลเครดิตและคะแนนเครดิต ในฐานะกุญแจสำคัญที่จะช่วยเปิดโอกาสทางการเงินของประชาชนและต่อยอดธุรกิจของ SMEs ทั้งนี้ NCB มุ่งมั่นให้บริการข้อมูลเครดิตที่มีประสิทธิภาพและรับฟังเสียงสะท้อนสมาชิก เพื่อพัฒนาโครงสร้างพื้นฐานด้านข้อมูลเครดิต และยกระดับการเข้าถึงบริการทางการเงินของประเทศให้พร้อมรับมือกับความท้าทายในอนาคต
ภายในงานได้รับเกียรติจาก คุณจเร เจียรธนะกานนท์ ประธานกลุ่มบริหารผลิตภัณฑ์สินเชื่อรายย่อย ธนาคารทหารไทยธนชาต จำกัด (มหาชน) หรือ ทีทีบี มาร่วมถ่ายทอดมุมมองการขับเคลื่อนสินเชื่ออย่างยั่งยืนผ่านกลยุทธ์ Risk-Based Pricing (RBP) โดยเปลี่ยนการตั้งราคาจากแบบเหมาจ่าย (One-price-fits-all) มาเป็นการใช้ NCB Score ผสานกับคะแนนเครดิตภายในของทีทีบีเพื่อกำหนดดอกเบี้ยตามความเสี่ยงรายบุคคล ซึ่งผลลัพธ์จากการนำมาใช้จริงกับสินเชื่อส่วนบุคคลของทีทีบี ตั้งแต่ต้นปี 2569 พบว่าช่วยให้ยอดจองหรือยอดปล่อยสินเชื่อเติบโตถึง 100% โดยที่ลูกค้ากว่า 70% ได้รับอัตราดอกเบี้ยที่ถูกลงกว่าเดิม พร้อมชี้ให้เห็นบทบาทใหม่ของฝ่ายงานความเสี่ยงที่ต้องเป็น “Growth Enabler” ผ่านเครื่องมือวิเคราะห์ขั้นสูง อาทิ Affordability Model และ Early Warning Model บนระบบดิจิทัล พร้อมปรับเพดานดอกเบี้ยให้ยืดหยุ่นตามความเสี่ยง เพื่อส่งเสริมการเข้าถึงบริการทางการเงิน (Financial Inclusion) โดยไม่กระทบต่อเสถียรภาพของระบบเศรษฐกิจ
นอกจากนี้ คุณเผด็จ เจริญศิวกรณ์ รองผู้จัดการใหญ่ NCB ได้นำเสนอภาพรวมสถานการณ์สินเชื่อของประเทศไทย NCB เผยภาพรวมสถานการณ์สินเชื่อไทย ณ ไตรมาส 4/2568 ที่สะท้อนความเปราะบางของหนี้ครัวเรือนซึ่งพุ่งสูงถึง 86.8% ต่อ GDP โดยชี้ชัดว่าเป็น ‘ปัญหาเชิงโครงสร้าง’ ที่รายได้ภาคครัวเรือนเติบโตไม่ทันรายจ่ายท่ามกลางภาวะเศรษฐกิจชะลอตัว ข้อมูลเชิงลึกระบุสัญญาณอันตรายจากหนี้เสีย (NPL) และหนี้ค้างชำระ (SM) ที่ปรับตัวสูงขึ้นในทุกผลิตภัณฑ์ ส่งผลให้สถาบันการเงินคุมเข้มการอนุมัติทำให้อัตราการปฏิเสธสินเชื่อ (Rejection Rate) เพิ่มสูงขึ้น 30-40% เฉพาะกลุ่มรถยนต์และที่อยู่อาศัยราคา 1-3 ล้านบาท พุ่งสูงถึง 50-60% ในปีที่ผ่านมา ขณะที่กลุ่ม Gen Y และ Z ครองแชมป์ความเปราะบางสูงสุด ในด้านประสบการณ์บริหารหนี้ มีความจำเป็นเร่งด่วนในการใช้ข้อมูลเชิงลึกเพื่อแทรกแซงและช่วยเหลือลูกหนี้เชิงรุกก่อนเข้าสู่ภาวะวิกฤต
โดยมีผู้แทน TransUnion APAC มาร่วมถ่ายทอดประสบการณ์ระดับสากล พร้อมทั้งเสนอแนวทางสำคัญในหัวข้อ “การขับเคลื่อนระบบนิเวศสินเชื่อไทยด้วยเทคโนโลยีข้อมูล” โดยได้ถอดบทเรียนความสำเร็จจากกรณีศึกษาในเขตบริหารพิเศษฮ่องกงแห่งสาธารณรัฐประชาชนจีนและสาธารณรัฐฟิลิปปินส์มาปรับใช้กับบริบทของไทย ผ่านการนำเสนอเครื่องมือประเมินความเสี่ยงเชิงลึก อาทิ ระบบคะแนนเครดิต (Gen2 Score) ระบบการตรวจจับสัญญาณเตือนล่วงหน้าของการผิดนัดชำระ หรือ EDS (Early Default Solution) และ ระบบจำลองรายได้ (Proxy Income) หรือ DCS (Debt Capacity Model) เพื่อเพิ่มความแม่นยำในการวิเคราะห์ความสามารถในการชำระหนี้ที่แท้จริงของลูกหนี้ พร้อมชูแนวคิดการช่วยเหลือลูกหนี้ตั้งแต่เนิ่น ๆ (Early Intervention) ด้วยระบบตรวจสอบการเริ่มต้นในการผิดนัดชำระก่อนจะกลายเป็นหนี้เสีย (NPL) ซึ่งเป็นไปตามแนวทางการให้สินเชื่ออย่างเป็นธรรมของ ธปท.
ในช่วงการเสวนามุมมองจากผู้เชี่ยวชาญในอุตสาหกรรมการเงิน อาทิ ผู้แทนจากธนาคารกรุงเทพ จำกัด (มหาชน) บริษัท โตโยต้า ลีสซิ่ง (ประเทศไทย) จำกัด และ TransUnion APAC ซึ่งเป็นกลุ่มที่เข้าร่วมโครงการทดลอง (POC) โดยระบุว่าในสภาวะเศรษฐกิจปัจจุบัน การตรวจจับสัญญาณเตือนล่วงหน้าของการผิดนัดชำระมีความสำคัญเร่งด่วนยิ่งกว่าการเร่งหาลูกค้าใหม่ เนื่องจากพบสัญญาณความเปราะบางของลูกหนี้ที่ผิดนัดชำระเร็วขึ้นอย่างที่ไม่เคยปรากฏมาก่อน ทั้งนี้ ผู้แทนจากหน่วยงานต่างยอมรับถึงประสิทธิภาพของเครื่องมือใหม่อย่าง EDS (Early Default Solution) และ Proxy Income ที่ช่วยให้เห็นความเสี่ยงซ่อนเร้นในกลุ่มลูกค้าคะแนนระดับกลาง และช่วยประเมินความสามารถในการชำระหนี้ของกลุ่มที่ไม่มีเอกสารแสดงรายได้ได้อย่างแม่นยำ นอกจากนี้ ยังมองว่าแม้ AI และ Machine Learning จะเข้ามามีบทบาทสำคัญในฐานะเครื่องมือสนับสนุนเพื่อเพิ่มประสิทธิภาพงานหลังบ้าน แต่จะยังไม่เข้ามาทดแทนโมเดลการพิจารณาสินเชื่อแบบดั้งเดิมในระยะอันใกล้นี้
ท่ามกลางการพัฒนาอย่างต่อเนื่องของเครื่องมือประเมินความเสี่ยงและคะแนนเครดิตในระดับสากล คะแนนเครดิตจาก NCB ยังคงเป็นเครื่องมือมาตรฐานที่ได้รับความไว้วางใจในการสะท้อนพฤติกรรมทางการเงินของประชาชนไทยอย่างแม่นยำ และมีประสิทธิภาพ NCB ยังคงมุ่งมั่นติดตามและศึกษาโมเดลการประเมินความเสี่ยงรูปแบบใหม่ ๆ เพื่อยกระดับมาตรฐานบริการข้อมูลเครดิตและคะแนนเครดิตให้เป็นส่วนหนึ่งของการเสริมสร้างการเจริญเติบโตของเศรษฐกิจไทยอย่างมีเสถียรภาพและยั่งยืนต่อไป
ข่าวเด่น