Whalesbook
RBI कडून दर आठवड्याला क्रेडिट डेटा रिपोर्टिंग सक्तीचे
RBI च्या या नवीन नियमांमुळे कर्जदारांच्या क्रेडिट हिस्ट्रीचे (Credit History) विश्लेषण आता अधिक वेगाने होईल. जे रिपोर्टिंग सध्या दर दोन आठवड्यांनी होत असे, ते आता दर आठवड्याला होणार आहे. यामुळे कर्ज मंजूर करताना रिअल-टाइम (Real-time) तपासणी शक्य होईल आणि कर्जदाराच्या जोखमीचे (Risk) सतत निरीक्षण करता येईल. तज्ञांच्या मते, यामुळे कर्ज प्रक्रियेचे (Underwriting) मापदंड सुधारतील आणि डिफॉल्ट (Default) होण्यापूर्वीच धोक्याची सूचना (Early Warning Systems) मिळेल.
कर्जदारांना तंत्रज्ञान अपग्रेडचे आव्हान
या बदलामुळे कर्जदारांना (Lenders) आपल्या सिस्टीम्समध्ये मोठे तांत्रिक बदल करावे लागणार आहेत. खास करून, डिजिटाइज्ड कर्ज उत्पादने (Digitized Lending Products) आणि मजबूत डेटा पायाभूत सुविधा (Data Infrastructure) अत्यावश्यक ठरतील. इंडियन बँकेचे एमडी (MD) बिनोद कुमार यांच्या मते, रिअल-टाइम ब्युरो चेक कर्ज मंजुरीच्या वेळी महत्त्वपूर्ण ठरतील. यासाठी कर्जदारांना डेटा काढणे, तपासणे आणि आठवड्याला सबमिट करण्यासाठी तंत्रज्ञानात गुंतवणूक करावी लागेल.
क्रेडिट ब्युरोंसमोरील डेटा व्हॉल्यूमचे संकट
इक्विफॅक्स इंडिया (Equifax India) आणि CRIF हाय मार्क (CRIF High Mark) सारख्या क्रेडिट इन्फॉर्मेशन कंपन्यांना (CICs) डेटाच्या वाढत्या व्हॉल्यूममुळे (Volume) मोठी आव्हाने पेलावी लागणार आहेत. एवढ्या वेगाने डेटाची गुणवत्ता (Data Quality) टिकवून ठेवणे आणि मोठ्या प्रमाणात डेटा हाताळणे हे एक मोठे ऑपरेशनल काम असेल. CRIF हाय मार्कचे सीओओ (COO) सुनील अगीथाकालिया यांनी सांगितले की, नवीन प्रणालीत आठवड्याला विशिष्ट तारखांना डेटा पाठवावा लागेल, जो सध्याच्या दोन आठवड्यांच्या पूर्ण फाईल सबमिशनपेक्षा पूर्णपणे वेगळा आहे. या नियमांचे पालन न करणाऱ्या कर्जदारांवर कारवाई होऊ शकते.
तात्पुरती वाढ आणि मालमत्तेची गुणवत्ता सुधारण्याची शक्यता
बँकिंग क्षेत्रातील तज्ञांना सुरुवातीला काही प्रमाणात कर्ज थकबाकीत (Delinquency Rates) वाढ होण्याची शक्यता आहे, विशेषतः मायक्रोफायनान्स (Microfinance) क्षेत्रात. आठवड्याला मिळणाऱ्या डेटामुळे कर्जदारांच्या परतफेडीच्या सवयी (Repayment Behaviors) अधिक स्पष्ट होतील. ESAF स्मॉल फायनान्स बँकेचे एमडी (MD) के पॉल थॉमस यांच्या मते, सुरुवातीच्या या वाढीनंतर क्रेडिट अंडररायटिंग (Credit Underwriting) सुधारल्याने एकूण मालमत्तेची गुणवत्ता (Asset Quality) सुधारेल.
डेटा अचूकता आणि ऑपरेशनल ताण हे मुख्य धोके
या नवीन रिपोर्टिंग सिस्टीममधील मुख्य धोके डेटाची अचूकता (Data Accuracy) आणि वाढलेला कामाचा ताण हेच आहेत. लेंडर्ससाठी, विशेषतः जुन्या सिस्टीम असलेल्या लहान NBFCs आणि प्रादेशिक ग्रामीण बँकांसाठी (Regional Rural Banks) डेटा काढणे, तपासणे आणि सादर करणे हे तिप्पट कामाचे ठरू शकते. वेळेवर डेटा सबमिट न केल्यास RBI कडून दंड (Penalties) आणि अनुपालन खर्चात (Compliance Costs) वाढ होऊ शकते. जरी रिअल-टाइम डेटाने जोखीम मूल्यांकन (Risk Assessment) सुधारले तरी, तात्पुरत्या आर्थिक अडचणीत असलेल्या कर्जदारांना 'स्कोर शॉक' (Score Shock) बसण्याची शक्यता आहे, ज्यामुळे कर्ज मिळण्यास किंवा फेडण्यास अडचणी येऊ शकतात.