ภาพโดย Peter Grundy จาก www.marketwatch.com
บทความ “Alternative Credit Scoring ผู้กวาดล้างเงินกู้นอกระบบ” จากคอลัมน์ “กระปุกเศรษฐกิจ” น.ส.พ.Post Today เมื่อ 13 พฤศจิกายน 2561 กล่าวถึงประเทศที่พัฒนาแล้ว ได้นำเทคโนโลยีด้านต่าง ๆ ในระบบสารสนเทศกับ Data point (จุดของข้อมูลที่ได้มาจากข้อเท็จจริงของบุคคล) ที่มีความเป็นไปได้ของแต่ละบุคคล โดยเฉพาะจากกลุ่มผู้มีรายได้น้อยมาใช้ประโยชน์ เพื่อประเมินค่าความเสี่ยงสำหรับการอนุมัติสินเชื่อให้กับผู้มีรายได้น้อย โดยคาดว่า น่าจะช่วยลดสภาพการกู้นอกระบบลงได้บ้าง เพราะนับเป็นปัญหาสำคัญกับการดำรงชีพของพลเมืองส่วนใหญ่ในโลกปัจจุบัน อย่างไรก็ดี ระบบดังกล่าวนี้เป็นระบบในประเทศที่พัฒนาแล้ว ซึ่งอยู่ภายใต้พื้นฐานความสอดคล้องระหว่างกฎหมาย การใช้ข้อมูลข่าวสาร และเทคโนโลยีสารสนเทศ
https://smeloan.sg/blog/credit-bureau-report-how-credit-rating-affects-business-loan
ตามความหมายของ “Credit scoring” (แบบจำลองคะแนนเครดิต) คือ เครื่องมือที่ใช้กระบวนการทางสถิติ ทำขึ้นเพื่อกำหนดตัวชี้วัดความน่าจะเป็นในการชำระคืนหนี้ โดยใช้ข้อมูลเฉพาะในส่วนที่่ไม่สามารถระบุตัวตนของเจ้าของข้อมูลมาเป็นปัจจัยหนึ่งในการจัดทำ Credit score (คะแนนเครดิต) หรือก็คือตัวชี้วัดความน่าจะเป็นในการชำระคืนหนี้ โดยใช้วิธีการทางสถิติในการประมวลผลข้อมูล หากถือตามความหมายเช่นนี้ การใช้งาน Credit scoring ก็จะยังไม่มีส่วนที่เกี่ยวข้องหรือเชื่อมโยงถึงการรักษาความปลอดภัย เพราะเป็นวิธีทางสถิติ ไม่เกี่ยวข้องกับข้อมูลส่วนบุคคลแบบเฉพาะเจาะจง ต่อเมื่อเป็น Alternative Credit Scoring เพื่อการอนุมัติสินเชื่อตามคอลัมน์ “กระปุกเศรษฐกิจ” นั้น จึงมีการนำเอา Data point ของแต่ละบุคคลเข้ามาประเมินค่าความเสี่ยงในการชำระหนี้ โดย Data point ของแต่ละบุคคลประกอบด้วยแหล่งข้อมูลข่าวสาร ซึ่งเป็นทางเลือกใหม่จาก 3 แหล่ง
แหล่งแรกคือ ข้อมูล online อย่างเช่น ประวัติการทำธุรกรรมบน online (digital footprint) ประวัติการซื้อขายผ่าน online ประวัติการเข้าชม website ต่าง ๆ แหล่งที่ 2 ได้มาจากข้อมูลประวัติการใช้โทรศัพท์ ประวัติการทำธุรกรรมผ่านระบบมือถือ ประวัติการชำระเงินผ่านมือถือ เป็นต้น ส่วนแหล่งสุดท้ายคือ ข้อมูลการตอบแบบสอบถามที่ใช้หลักจิตวิทยา ด้วยข้อมูลข่าวสารทั้ง 3 แหล่งดังกล่าวมาจากพฤติกรรมเฉพาะบุคคล จึงทำให้ข้อมูลข่าวสารสำหรับการใช้งาน Alternative Credit Scoring กลายเป็นข้อมูลส่วนบุคคลทันที
เมื่อหันมาพิจารณาพื้นฐานสภาพประเทศกำลังพัฒนาอย่างเช่นประเทศไทย ที่ยังขาดความสอดคล้องและไม่รองรับต่อกัน ทั้งในด้านกฎหมาย การใช้งานระบบสารสนเทศและข้อมูลข่าวสารระหว่างภาครัฐและเอกชน โดยเฉพาะระเบียบปฏิบัติในด้านการรักษาความมั่นคงและความปลอดภัยเกี่ยวกับข้อมูลข่าวสาร ฉะนั้น หากนำเอา Alternative Credit Scoring มาใช้ประโยชน์สำหรับผู้มีรายได้น้อย อาจกลายเป็นความเสี่ยงที่จะก่อปัญหาต่อทั้งภาครัฐและเอกชน อย่างเช่น Data point จากทั้ง 3 แหล่งดังกล่าวถือเป็นข้อมูลข่าวสารส่วนบุคคล และหากอยู่ในครอบครองของราชการ จะได้รับการคุ้มครองตามพระราชบัญญัติข้อมูลข่าวสารของราชการ พ.ศ.2540 แต่ Data point ตามคอลัมภ์ “กระปุกเศรษฐกิจ” มาจากฐานข้อมูลของภาคเอกชน จึงถือว่าอยู่นอกขอบเขตอำนาจของพระราชบัญญัติดังกล่าว ฉะนั้นหากเกิดปัญหาขัดแย้งจากการใช้ประโยชน์ข้อมูลเหล่านี้จนกลายเป็นการละเมิดการรักษาความปลอดภัยข้อมูลข่าวสารขึ้นแล้ว ก็จะไม่มีกฎหมายฉบับใดคุ้มครองโดยตรงได้ แม้แต่พระราชบัญญัติการประกอบธุรกิจข้อมูลเครดิต พ.ศ.2545 เพราะกฎหมายฉบับนี้บัญญัติให้ผู้ที่สามารถเข้าถึงข้อมูลเครดิตบูโร มีเพียงผู้ที่เป็นเจ้าของประวัติกับผู้ที่ได้รับอนุญาตจากเจ้าของประวัติเท่านั้น ถือได้ว่าไม่รองรับกับ Data point ตามคอลัมน์ “กระปุกเศรษฐกิจ” เพราะการนำ Data point เฉพาะบุคคลที่มาจากการรวบรวมจัดเก็บของภาคเอกชน ไม่ใช่ข้อมูลเครดิตบูโร
อีกประการเกี่ยวกับการนำ Data point ของแต่ละบุคคลมาวิเคราะห์นั้นจำเป็นต้องตั้งศูนย์กลางที่ทำหน้าที่รวบรวม จัดเก็บ ให้บริการ ดูแลรักษาและป้องกันมิให้เกิดการแทรกแซงข้อมูล ทั้งเพื่อให้เกิดความมั่นใจสำหรับการเข้ามาใช้ประโยชน์หรือการแบ่งปันข้อมูล เพราะนอกจากข้อมูลแล้วยังเชื่อมโยงไปถึงระบบสารสนเทศและเทคโนโลยีที่จะนำมาประกอบการใช้งาน ดังนั้น หน่วยงานที่จะเป็นศูนย์กลางเช่นนี้สมควรเป็นหน่วยงานของรัฐ หรือหน่วยงานอิสระที่อยู่ในกำกับของรัฐ หรือหน่วยงานภาคเอกชน แต่ทั้งนี้ต้องมีการประกาศใช้กฎหมายและระเบียบปฏิบัติ เพื่อควบคุมและรองรับความมั่นคงปลอดภัย โดยเฉพาะส่วนที่เป็นข้อมูลส่วนบุคคล ซึ่งสามารถนำไปแสวงประโยชน์ได้ทั้งในทางบวกและทางลบ
Alternative Credit Scoring = การประเมินคะแนนเครดิตทางเลือก
อ้างถึง : ปัญหาทางกฎหมายเกี่ยวกับข้อมูลเครดิต ศึกษาเฉพาะกรณีการนำข้อมูลเครดิตไปใช้ผิด
วัตถุประสงค์ โดย ศิริลักษณ์ ศรีโชละ, รองศาสตราจารย์พินิจ ทิพย์มณี
