भारतातील कर्ज संकट: जुन्या टेक्नॉलॉजीमुळे 'चांगले' कर्जदारही नाकारले जात आहेत!

BANKINGFINANCE
Whalesbook Logo
AuthorSiddharth Joshi|Published at:
भारतातील कर्ज संकट: जुन्या टेक्नॉलॉजीमुळे 'चांगले' कर्जदारही नाकारले जात आहेत!
Overview

भारतात लाखो पात्र नागरिक वैयक्तिक कर्ज मिळवण्यापासून वंचित राहत आहेत. याचे कारण त्यांची परतफेड करण्याची क्षमता नसणे नसून, बँकांचे कालबाह्य झालेले मूल्यांकन तंत्रज्ञान (underwriting models) आणि कंपनीच्या अप्रूव्हल लिस्ट्स (approved companies list) आहेत. यामुळे अनेकजण आर्थिकदृष्ट्या मागे पडत असून त्यांना महागड्या अनौपचारिक सावकारीकडे (informal lenders) वळावे लागत आहे. हे चित्र बँकांना पर्यायी डेटा विश्लेषण (alternative data analytics) स्वीकारण्याची गरज अधोरेखित करते.

कर्ज मिळण्यात अडथळा: जुन्या सिस्टीमचा फटका

भारतातील क्रेडिट मिळवण्यातील मुख्य समस्या म्हणजे बँकांचे रुढिवादी आणि जुने मूल्यांकन तंत्रज्ञान. समजा, एखाद्या व्यक्तीचे मासिक उत्पन्न ₹1.3 लाख आहे आणि त्याचा क्रेडिट स्कोअर 774 इतका चांगला आहे, तरीही जर त्याचे एम्प्लॉयर (employer) बँकेच्या 'अप्रूव्हड कंपन्यांच्या' यादीत नसेल, तर त्याला सरळ कर्ज नाकारले जाऊ शकते. ही मनमानी पद्धत हजारो पात्र व्यक्तींना कर्जापासून वंचित ठेवते, ज्यांच्याकडे कर्जाची परतफेड करण्याची क्षमता आणि इच्छा दोन्ही आहेत.

क्रेडिट अदृश्यतेची समस्या

तंत्रज्ञानात प्रगती होऊनही, आजही मोठ्या संख्येने भारतीय नागरिक औपचारिक कर्ज मिळवण्याच्या प्रक्रियेतून वगळले जात आहेत किंवा त्यांना अपुरा कर्जपुरवठा होत आहे. अनेक लोकांना त्यांच्या क्रेडिट स्कोअरबद्दल माहिती नसते, किंवा ते क्रेडिट ब्युरोच्या कक्षेबाहेर असतात. एका अभ्यासानुसार, अनेक भारतीयांनी आपला क्रेडिट स्कोअर तपासलाच नाही, कारण त्यांना भीती होती की तो कमी होऊ शकतो. विशेषतः २१ ते ३० वयोगटातील अनेकांचा क्रेडिट स्कोअर 650 पेक्षा कमी असतो, याचे कारण डिफॉल्ट नसून क्रेडिट हिस्ट्रीचा अभाव असतो.

अनौपचारिक सावकारीचा फास

जेव्हा औपचारिक कर्जदार बँका हे अडथळे निर्माण करतात, तेव्हा क्रेडिट अदृश्य असलेले लोक अनौपचारिक कर्जाकडे वळतात. हे मार्ग सामान्यतः खूप महाग असतात, त्यांचे नियमन व्यवस्थित नसते आणि कर्जदारांना कर्जाच्या दुष्टचक्रात अडकवू शकतात. सेंटर फॉर मॉनिटरिंग इंडियन इकॉनॉमी (CMIE) च्या आकडेवारीनुसार, आर्थिक वर्ष 2018-19 ते 2022-23 दरम्यान, आर्थिकदृष्ट्या दुर्बळ घटकांसाठी औपचारिक कर्ज घेणाऱ्यांची संख्या कमी झाली आहे.

पर्यायी डेटा: भविष्याचा मार्ग

केवळ पारंपरिक क्रेडिट स्कोअरवर अवलंबून राहिल्यास, अनेक पात्र व्यक्तींना कर्ज मिळण्यास अडचण येते. यावर उपाय म्हणजे पारंपरिक स्कोअरमध्ये पर्यायी डेटाचा (alternative data) समावेश करणे. उत्पन्नाचे व्यवहार, ई-वॉलेट ॲक्टिव्हिटी, युटिलिटी बिले आणि वर्तणूक विषयक संकेत (behavioral signals) यांचे विश्लेषण करून कर्जदाराची अधिक सर्वसमावेशक माहिती मिळवता येते. FinBox DeviceConnect सारखी सोल्युशन्स बँकांना पूर्वी मूल्यांकन करता न येणारे कर्ज आत्मविश्वासाने मंजूर करण्यास मदत करतात, ज्यामुळे आर्थिक समावेशनाला चालना मिळते आणि आर्थिक विकासाला गती मिळते. पारंपरिक स्कोअर आणि डायनॅमिक पर्यायी डेटा यांचा समन्वय साधणारी एक सर्वांगीण रणनीती एक न्याय्य क्रेडिट इकोसिस्टम तयार करण्यासाठी आवश्यक आहे.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.