ક્રેડિટ સ્કોરનો આંચકો: શું ભારતની સિસ્ટમ વિદ્યાર્થીઓ અને નોકરી શોધનારાઓને અન્યાયી રીતે સજા કરી રહી છે?

ભારતના વિકાસ-આધારિત અર્થતંત્રમાં ક્રેડિટ માહિતી એક મહત્વપૂર્ણ ઘટક બની ગઈ છે. 2000 ના દાયકાની શરૂઆતથી, ક્રેડિટ બ્યુરોએ નાણાકીય સંસ્થાઓને દેવાદારના જોખમનું મૂલ્યાંકન કરવાની એક વ્યવસ્થિત રીત પ્રદાન કરી છે, જે વધુ સારા મૂડી ફાળવણી અને વ્યાપક ક્રેડિટ સુલભતાને સક્ષમ બનાવે છે.

ક્રેડિટ માહિતીની નિર્ણાયક ભૂમિકા

• સમયસર, સચોટ ક્રેડિટ ડેટા બેંકો અને NBFCs ને જોખમનું અસરકારક રીતે મૂલ્યાંકન કરવામાં મદદ કરે છે.
• આ એવા દેશ માટે નિર્ણાયક છે જ્યાં ક્રેડિટ-ટુ-જીડીપી ગુણોત્તર પ્રમાણમાં ઓછો છે.
• વધુ સારી માહિતીનું આદાનપ્રદાન પ્રતિકૂળ પસંદગી (adverse selection) અને નૈતિક જોખમ (moral hazard) ઘટાડે છે, જે ક્રેડિટ સુલભતાને વિસ્તૃત કરે છે.
• ધિરાણ-આધારિત અર્થતંત્ર માટે, ક્રેડિટ બ્યુરો ઉધાર લેવાનું જોખમ ઘટાડીને નાણાકીય ઊંડાણ (financial deepening) માટે મુખ્ય છે.

વિસ્તરતું ઉપયોગ: ધિરાણ ઉપરાંત

• ક્રેડિટ સ્કોર્સ અને રિપોર્ટ્સ નાણાકીય કરારો માટે ચુકવણી ક્ષમતા અને ઇચ્છાનું મૂલ્યાંકન કરવા માટે ડિઝાઇન કરવામાં આવ્યા છે.
• જોકે, તેમનો ઉપયોગ હવે રોજગાર નિર્ણયો, ભાડાપટ્ટા અને વીમા જેવા અસંબંધિત ક્ષેત્રોમાં વિસ્તરી રહ્યો છે.
• આ 'ફંક્શન ક્રીપ' (function creep) નૈતિક અને આર્થિક ચિંતાઓ ઉભી કરે છે.
• મદ્રાસ હાઈકોર્ટે CIBIL ઇતિહાસમાં પ્રતિકૂળ નોંધના આધારે જોબ ઓફર રદ કરવાના સ્ટેટ બેંક ઓફ ઈન્ડિયાના નિર્ણયને સમર્થન આપ્યું, જે આ તણાવને પ્રતિબિંબિત કરે છે.
• આ ઉપયોગ દેવું ચૂકવવાની ક્ષમતાને નોકરીના પ્રદર્શનની ક્ષમતા સાથે ભેળસેળ કરવાનો જોખમ ધરાવે છે.

વિદ્યાર્થી લોનનો ફાંસો

• ભારતમાં બાકી શૈક્ષણિક લોન ₹૨ લાખ કરોડથી વધુ છે.
• શિક્ષણ અને રોજગારની તકો વચ્ચેની મેળ ન ખાવાને કારણે ચુકવણી કરવામાં અસમર્થતાથી મોટાભાગના ડિફોલ્ટ થાય છે.
• યુવાન દેવાદારો, જેઓ ઘણીવાર પ્રથમ-પેઢીના સ્નાતક હોય છે, તેમને તેમના નબળા ક્રેડિટ સ્કોર્સને કારણે નોકરીદાતાઓ દ્વારા 'બ્લેકલિસ્ટ' કરી શકાય છે.
• આ તેમને બાકાત (exclusion) ના ચક્રમાં ફસાવે છે, જે નાણાકીય અને વ્યાવસાયિક બંને દરવાજા બંધ કરે છે.

વૈશ્વિક ફેરફારો અને પરત ફરેલા લોકો

• યુ.એસ. થી H-1B વિઝા ધારકોનું પાછા ફરવું એ વધુ એક પડકાર ઉઘાડે છે.
• ઘણા લોકો ડોલરની કમાણીથી ચુકવણીની અપેક્ષાએ તેમની શિક્ષા માટે ધિરાણ લીધું હતું.
• જેમ જેમ વૈશ્વિક નોકરી બજારો કડક બની રહ્યા છે, બેંકો સંભવિત NPAs નો સામનો કરી રહી છે, જ્યારે પાછા ફરેલા લોકો નિરાશાજનક ઘરેલું સંભાવનાઓ અને નીચા ક્રેડિટ સ્કોરના કલંકનો સામનો કરી રહ્યા છે.
• પુનર્વસન સિવાય સ્વયંસંચાલિત ક્રેડિટ-આધારિત 'બ્લેકલિસ્ટિંગ' સિસ્ટમિક ન્યાય પર પ્રશ્નો ઉભા કરે છે.

ડિફોલ્ટ વ્યવહારમાં અસમાનતા

• મોટા કોર્પોરેટ ડિફોલ્ટર્સ ઘણીવાર ઇન્સોલ્વન્સી અને બેંક્રપ્ટસી કોડ (Insolvency and Bankruptcy Code) જેવા માળખા દ્વારા ઓછી પ્રતિષ્ઠા નુકસાન સાથે બજારમાં પાછા ફરે છે.
• તેનાથી વિપરીત, વિદ્યાર્થીઓ, ખેડૂતો અને સૂક્ષ્મ-ઉદ્યોગસાહસિકો સહિત નાના દેવાદારો, ઘણીવાર તેમના નિયંત્રણ બહારના ડિફોલ્ટ માટે જીવન બદલનારા પરિણામોનો સામનો કરે છે.
• આ અસમાનતા આર્થિક નિષ્પક્ષતા અને નાણાકીય સમાવેશ (financial inclusion) એજન્ડાને પડકારે છે.

આંતરરાષ્ટ્રીય પરિપ્રેક્ષ્યો

• યુ.એસ. માં, ફેર ક્રેડિટ રિપોર્ટિંગ એક્ટ (Fair Credit Reporting Act) નોકરીદાતાઓને ક્રેડિટ રિપોર્ટ્સનો ઉપયોગ કરવાની મંજૂરી આપે છે, પરંતુ કડક સુરક્ષા પગલાં સાથે.
• સંશોધન સૂચવે છે કે ક્રેડિટ તપાસ નોકરીના પ્રદર્શન સાથે સ્પષ્ટ જોડાણ વિના સંવેદનશીલ જૂથોને ગેરલાભ પહોંચાડી શકે છે.
• યુરોપનો GDPR આવી પ્રથાઓને પ્રતિબંધિત કરે છે, સામાજિક ગતિશીલતા અને નિષ્પક્ષતાને સુરક્ષિત કરવા માટે હેતુ મર્યાદા (purpose limitation) પર ભાર મૂકે છે.

અતિશય ઉપયોગના સંભવિત પરિણામો

• સિસ્ટમ તરીકે, તે એક ભેદભાવપૂર્ણ સિસ્ટમ બનાવવાનું જોખમ ધરાવે છે જ્યાં ભૂતકાળની નાણાકીય મુશ્કેલી રોજગારની સંભાવનાઓને કાયમ માટે દાગ લગાડે છે.
• વર્તણૂકીય રીતે, નોકરીની તકોમાં ઘટાડો થવાના ભયથી દેવાદારો ઔપચારિક સિસ્ટમને ટાળી શકે છે.
• આ અનૌપચારિક ધિરાણ બજારોની માંગ વધારી શકે છે જ્યાં ઊંચા જોખમો અને વ્યાજ દરો હોય છે.
• આવા પરિણામો નાણાકીય સિસ્ટમને ઔપચારિક બનાવવા અને સમાવેશને પ્રોત્સાહન આપવાના સરકારના પ્રયત્નોને નબળા પાડશે.

અસર

• આ સમાચાર ભારતમાં નિષ્પક્ષતા, નાણાકીય સમાવેશ અને રોજગારની તકો સંબંધિત નોંધપાત્ર સિસ્ટમિક જોખમોને પ્રકાશિત કરે છે.
• તે નાણાકીય સંસ્થાઓ અને નોકરી શોધનારાઓને અસર કરી શકે તેવી નિયમનકારી સમીક્ષાઓ અને નીતિગત ફેરફારોને પ્રેરિત કરી શકે છે.
• અનૌપચારિક ધિરાણ બજારો પર વધેલી નિર્ભરતા અને વ્યાપક સામાજિક બાકાતની સંભાવના છે.
  Impact Rating: 7/10

મુશ્કેલ શબ્દો સમજાવ્યા

• ક્રેડિટ બ્યુરો (Credit Bureaus): સંસ્થાઓ જે ક્રેડિટ રિપોર્ટ્સ પ્રદાન કરવા માટે વ્યક્તિઓના ક્રેડિટ ઇતિહાસને એકત્રિત અને જાળવે છે.
• પ્રતિકૂળ પસંદગી (Adverse Selection): એક બજારની સ્થિતિ જ્યાં ફક્ત સૌથી જોખમી દેવાદારો જ લોન લેવા માંગે છે કારણ કે ધિરાણકર્તાઓ તેમને સુરક્ષિત લોકોથી સરળતાથી અલગ પાડી શકતા નથી.
• નૈતિક જોખમ (Moral Hazard): જ્યારે એક પક્ષ વધુ જોખમ લે છે કારણ કે તે જોખમથી ઉદ્ભવતા ખર્ચ આંશિક રીતે બીજા પક્ષ દ્વારા વહન કરવામાં આવશે.
• ક્રેડિટ પેનિટ્રેશન (Credit Penetration): અર્થતંત્રમાં વ્યક્તિઓ અને વ્યવસાયો દ્વારા ક્રેડિટનો ઉપયોગ કેટલો છે.
• ફંક્શન ક્રીપ (Function Creep): કોઈ ટેકનોલોજી અથવા ડેટાના ઉપયોગનો તેના મૂળ હેતુથી આગળ ધીમે ધીમે વિસ્તરણ.
• CIBIL હિસ્ટ્રી (CIBIL History): ક્રેડિટ ઇન્ફોર્મેશન બ્યુરો (ઇન્ડિયા) લિમિટેડનો ઇતિહાસ, ક્રેડિટ યોગ્યતાનું મૂલ્યાંકન કરતો ક્રેડિટ સ્કોર અને રિપોર્ટ.
• નોન-પર્ફોર્મિંગ એસેટ્સ (NPAs): એવા લોન જેમાં દેવાદાર નિર્ધારિત સમયગાળા માટે નિર્ધારિત ચૂકવણી કરવામાં નિષ્ફળ જાય છે.
• ઇન્સોલ્વન્સી અને બેંક્રપ્ટસી કોડ (IBC): ભારતીય નાદારી અને નાદારીના નિરાકરણ માટેના કાનૂની માળખાને એકીકૃત કરતો ભારતનો કાયદો.
• હેતુ મર્યાદા (Purpose Limitation): એક ડેટા સંરક્ષણ સિદ્ધાંત જે જરૂરી કરે છે કે ડેટા ચોક્કસ, સ્પષ્ટ અને કાયદેસર હેતુઓ માટે એકત્રિત કરવામાં આવે અને તે હેતુઓ સાથે અસંગત રીતે વધુ પ્રક્રિયા ન કરવામાં આવે.