अध्याय ३ · खण्ड II · 17 मिनेट
क्रेडिट ब्यूरो बिना ऋण स्कोरिङ
नेपालको अधिकांश हिस्सा ऋणदाताका लागि अदृश्य छ। यहाँ काम गर्ने ऋण-निर्णय मोडेल पश्चिमी देशको जस्तो किन देखिँदैन — र वैकल्पिक डाटाले के प्रतिस्थापन गर्न सक्छ र के सक्दैन।
म्यासाचुसेट्समा क्रेडिट कार्ड पाउन प्रयास गर्ने युवा बैंकको दृष्टिमा रेकर्डको बाक्लो थुप्रो हो — विद्यार्थी ऋण, छ महिनाको भाडा इतिहास, तीन वर्षको उपभोग्य बिल, अंशकालीन रोजगारको डब्ल्यू-२। सुर्खेतमा त्यही व्यक्ति सहकारीको दृष्टिमा एक अपरिचित हो। उनीसँग नागरिकता कार्ड, फोन नम्बर, र ऋण अधिकृतले गाउँबाट चिनेको हुन सक्ने वा नचिनेको हुन सक्ने अनुहार छ। तपाईंले “ऋण इतिहास” भन्ने जुनसुकै कुरा त्यहाँ छैन।
यो संरचनात्मक तथ्यले नेपालमा ऋणलाई क्रेडिट ब्यूरो काम गर्ने देशको ऋण समस्याभन्दा मौलिक रूपमा फरक बनाउँछ — र यो क्षेत्रको एआईलाई दुवै ठूलो अवसर र धेरै विदेशी खेल-योजना असफल हुने ठाउँ बनाउँछ।
पश्चिमी ऋण मोडेल किन यहाँ टाँसिँदैन
पश्चिमी उपभोक्ता ऋण स्ट्याकले तीन संस्था मान्छ: हरेक वयस्कको ऋण र पुनर्भुक्तानी थाहा पाउने क्रेडिट ब्यूरो; ब्यूरोलाई स्थिर मजदुरी डाटा दिने तलबयुक्त रोजगार प्रणाली; र उपभोग्य बिल र भाडा रेकर्डबाट स्थिर ठेगाना इतिहास। यिनै कुनै हटाइदिएमा मोडेल डगमगिन्छ।
नेपालमा तीनै छैनन्। सीआईबी (क्रेडिट सूचना ब्यूरो) छ, तर यसले औपचारिक बैंक ऋण मात्र ट्र्याक गर्छ — सहकारी, लघुवित्त, रोजगारदाता, मारवाडी पारिवारिक व्यवसायबाट, वा सबैभन्दा सामान्य रूपमा आफन्तबाट सापट लिने सबै यसका लागि अदृश्य छन्। वयस्क जनसङ्ख्याको करिब ७० प्रतिशत अनौपचारिक रूपमा काम गर्छन्, त्यसैले मजदुरी डाटा सानो छ। गाउँबाट सहर सर्दा ठेगाना इतिहास विरलै बाँकी रहन्छ।
परिणाम: विदेशी ऋण-स्कोरिङ मोडेल पूरै आयात गरिँदा सामान्य नेपाली आवेदकलाई हेर्छ, झन्डै कुनै डाटा भेट्दैन, र ऋण दिन इन्कार गर्छ। आवेदक उच्च-जोखिममा छैनन्; उनी अदृश्य छन्।
वैकल्पिक डाटाले के गर्न सक्छ
ऋण इतिहास देख्न सक्नुहुन्न भने, तपाईं प्रतिनिधिहरू खोज्नुहुन्छ। नेपालमा यो क्षेत्रको गम्भीर काम — ठूला भुक्तानी प्लेटफर्मभित्र र थोरै फिनटेक स्टार्टअपमा चुपचाप गरिने — ले तीन परिवारका संकेत प्रयोग गर्छ।
प्लेटफर्ममै कारोबार इतिहास। प्रत्येक खल्ती वा ईसेवा प्रयोगकर्तासँग भुक्तानीको इतिहास हुन्छ: कति पटक, कति, कसलाई, कुन कोष स्रोतमार्फत भुक्तानी। यो घना, संरचित, र — प्लेटफर्मकै सीमाभित्र — कुनै परम्परागत क्रेडिट ब्यूरो रेकर्डभन्दा कैयौं गुणा राम्रो छ। दुई वर्षदेखि ईसेवामार्फत मासिक उपभोग्य बिल तिर्ने व्यक्ति औपचारिक बैंकिङ प्रणालीले देख्न नसक्ने तरिकाले झन्डै निश्चित रूपमा स्थिर छन्।
फोन र उपकरण संकेत। फोन स्वामित्वको लम्बाइ, रिचार्ज ढाँचा, सिम स्व्याप इतिहास, उपकरण वर्ग। पाँच वर्षदेखि उही नम्बर भएको र हरेक शुक्रबार रू. २०० टप-अप गर्ने प्रयोगकर्ता ब्रान्ड-न्यु सिम र खाली वालेट भएको भन्दा फरक जोखिम हुन्। यी संकेत एक्लै कमजोर छन् तर एकत्रित हुँदा शक्तिशाली।
सञ्जाल संकेत। आवेदकले पहिले कसलाई भुक्तानी गरेका छन्, र ती प्रतिपक्षीहरूको ऋण-योग्यता कस्तो छ? पहिलो दस भुक्तानी आफै राम्रो इतिहास भएका दुई किराना पसल र एक सवारी डिलरलाई गएको युवा कसैले नचिन्ने ठाउँमा भुक्तानी गएको भन्दा सुरक्षित देखिन्छ। यो डाटा खल्ती जस्ता प्लेटफर्मसँग मात्र छ र कुनै बैंकले देख्न सक्दैन।
वैकल्पिक डाटा कहाँ गलत हुन्छ
वाचा वास्तविक छ। जोखिम पनि वास्तविक छन्, र गम्भीरताका साथ लिन लायक छन्।
प्लेटफर्मले देख्ने डाटा प्लेटफर्मले देख्ने डाटा हो। सामान्य खल्ती प्रयोगकर्ता शहरी, तलबयुक्त, ३५ मुनिको, एन्ड्रोइड फोन भएको हो भने मोडेलले शहरी-तलबयुक्त-३५-मुनिको-एन्ड्रोइड प्रयोगकर्तालाई राम्रो स्कोर दिन सिक्छ — र अरू सबैमा अविश्वसनीय हुन्छ। अछामकी ५५ वर्षीया किसानले त्रैमासमा एक पटक खल्ती प्रयोग गर्छिन् भने मोडेलका लागि उनी नयाँ र अपरिचित आकार हुन्। मोडेलले उनलाई कम स्कोर दिन सक्छ — खराब जोखिम भएर होइन, तालिम डाटाजस्तो नदेखिने भएर।
प्रतिनिधि विशेषताले अनुचित ढाँचा कोड गर्न सक्छन्। फोन-रिचार्ज नियमितताले तलब स्थिरतासँग सम्बन्ध राख्छ — जुन औपचारिक रोजगारसँग सम्बन्ध राख्छ — जुन नेपालमा जात, जातीयता, र भूगोलसँग सम्बन्ध राख्छ। “नियमित रिचार्ज = कम जोखिम” सिक्ने मोडेलले पछिल्तिरबाट “उच्च-जात शहरी = कम जोखिम” सिक्न सक्छ। यो एउटा सावधान टोलीले जाँच्ने र असावधान टोलीले उत्पादनमा पठाउने ठ्याक्कै त्यस्तै हानि हो।
कानुनी ढाँचा अस्पष्ट छ। स्वचालित ऋण निर्णयका लागि नेपाली कानुनमा अहिले बलियो निष्पक्षता वा व्याख्यायोग्यता मानक छैन। आज बैंकले तपाईंलाई कारण नबताई ऋण इन्कार गर्न सक्छ। ऋणीलाई किन थाहा पाउने अधिकार छ — र एआई निर्णयकारी कारक थियो कि — अहिले खुला प्रश्न हो। देशले उत्तर दिनुपर्नेछ।
सहकारी र लघुवित्तका लागि यसको अर्थ
नेपालमा एआई-सहायताप्राप्त ऋण स्कोरिङका लागि सबैभन्दा उपयोगी ठाउँ ठूला वाणिज्य बैंक होइनन्। यो सहकारी र लघुवित्त संस्था हो — ३०,००० भन्दा बढी सहकारी छन् — जसले बैंकले बेवास्ता गरेका मानिसलाई पहिले नै ऋण दिइरहेका छन्। तिनीहरू उच्च प्रति-ऋण लागत र असमान पुनर्भुक्तानीबाट पीडित छन् जुन वैकल्पिक-डाटा मोडेलले अर्थपूर्ण रूपमा घटाउन सक्छ।
यथार्थवादी पाइलट: एक क्षेत्रीय सहकारी भुक्तानी प्लेटफर्मसँग साझेदारी गर्छ, सदस्यहरूको कारोबार इतिहासलाई अनाम बनाउँछ, कुन आवेदकले पुनर्भुक्तानी गर्ने सम्भावना छ संकेत गर्ने सानो मोडेल बनाउँछ, र मोडेललाई मानव ऋण अधिकृतका लागि सिफारिस — एकल निर्णय कहिल्यै होइन — का रूपमा प्रयोग गर्छ। राम्रोसँग गरेमा यो उच्च-लिभरेज एआई-विकास काम हो जुन कुनै विदेशी टोलीले घरेलु टोली जत्तिकै राम्ररी पठाउन सक्दैन।
आफ्नो बुझाइ जाँच्नुहोस्
Quick check
—नेपालमा बिना परिमार्जन आयात गरिएको विदेशी ऋण-स्कोरिङ मोडेलले अधिकांश वयस्क जनसङ्ख्यालाई ऋण दिन सामान्यतया किन असफल हुन्छ?
अब के?
भुक्तानी र ऋणको कथा नेपाली पैसाको आधा हो। अर्को आधा — विप्रेषण — देशको विदेशी मुद्राको सबैभन्दा ठूलो एकल स्रोत हो, र एआईका लागि कसैले राम्ररी प्रयोग नगरेको डाटा प्रवाह उत्पादन गर्छ। अर्को खण्ड हामीले बनायौं भने विप्रेषण डाटाले के सक्षम पार्न सक्छ भन्ने हो।