เมื่อสัปดาห์ที่แล้ว ผู้เขียนได้มีโอกาสไปร่วมเสวนาสองเวทีในงาน Money 20/20 Asia โดยในช่วง 3 ปีนี้ (2568-2570) จัดขึ้นที่ประเทศไทย งาน Money 20/20 เป็นงานมหกรรม Fintech ระดับโลก มีเทคโนโลยีและนวัตกรรมทางการเงินที่น่าสนใจมากมาย
และมีผู้เชี่ยวชาญจากทั่วโลกมาร่วมพูดคุยหารือ สิ่งที่ผู้เขียนแปลกใจคือการที่งานระดับโลกที่น่าสนใจแบบนี้มาจัดในประเทศไทย แต่กลับพบว่ามีความสนใจจากในประเทศค่อนข้างน้อย
ในทั้งสองเวทีที่ผู้เขียนได้ร่วมเสวนา เป็นหัวข้อเรื่องการเข้าถึงบริการทางการเงิน โดยมุ่งเน้นประเด็นของข้อมูลที่จะช่วยให้ภาคส่วนต่างๆ ของสังคมสามารถเข้าถึงสินเชื่อในระบบได้ สิ่งหนึ่งที่ชัดเจนจากวงเสวนาคือ การใช้ข้อมูลเพื่อการบริหารความเสี่ยงกับการใช้ข้อมูลเพื่อเพิ่มการเข้าถึงบริการทางการเงิน มีโฟกัสที่แตกต่างกันแต่ต้องพิจารณาควบคู่กันไปอย่างสมดุล ทั้งในระดับของสถาบันการเงินเองที่ต้องแสวงหาฐานลูกค้าในขณะที่ต้องบริหารจัดการความเสี่ยงทางธุรกิจด้วย ส่วนในระดับมหภาคนั้น ภาคนโยบายจำเป็นต้องพิจารณาวัตถุประสงค์ของการรักษาเสถียรภาพระบบสถาบันการเงิน ควบคู่ไปกับการเข้าถึงบริการทางการเงินเพื่อสร้างโอกาสในการเติบโตของเศรษฐกิจ
ประเทศในเอเชียมีลักษณะร่วมประการหนึ่งคือ ยังมีประชาชนและ SME จำนวนไม่น้อยที่เข้าไม่ถึงสินเชื่อในระบบ จึงไม่มีข้อมูลเครดิตอยู่ใน “เครดิตบูโร” ทำให้การพิจารณาปล่อยสินเชื่อเป็นไปได้ยาก เพื่อเติมเต็มช่องว่างของการเข้าถึงบริการทางการเงิน หลายประเทศเริ่มที่การพัฒนาไมโครไฟแนนซ์ โดยอนุญาตให้มีการเรียกอัตราดอกเบี้ยในอัตราที่สูงมากพอที่สถาบันที่ให้กู้เหล่านั้นจะสามารถบริหารความเสี่ยงได้ ต่อมาในยุคที่ข้อมูลเริ่มมีหลากหลายมากขึ้น ประกอบกับเทคโนโลยีที่ใช้ในการบริหารจัดการข้อมูลก้าวหน้ามากขึ้น ฟินเทคได้เข้ามามีบทบาทในด้านการเข้าถึงบริการทางการเงินมากขึ้น
ในเวทีสัมมนา ผู้เขียนได้กล่าวถึงการแยกประเภทของข้อมูลไว้ว่า 1) ข้อมูลเครดิตแบบดั้งเดิม (traditional credit data) หมายถึงข้อมูลการชำระสินเชื่อ ซึ่งนิยามของสินเชื่อ (credit) จะต่างกันไปบ้างในแต่ละประเทศ โดยกรณีของประเทศไทยนั้น มีการนิยามสินเขื่อตามความหมายอย่างแคบ หมายรวมถึงเฉพาะธุรกรรมที่มีการกู้ยืมเป็นพื้นฐานเป็นหลัก รวมถึงบัตรเครดิตด้วย 2) ข้อมูลทางเลือก (alternative data) เช่น ข้อมูลการชำระค่าน้ำ ค่าไฟ ค่าโทรศัพท์ ซึ่งมีลักษณะเป็นข้อมูลการชำระเงินค่าสินค้าและบริการต่างๆ (payment) และ 3) ข้อมูลเชิงพฤติกรรม (behavioural data) ซึ่งมีลักษณะเป็นข้อมูลเชิงรูปแบบ แบบแผน เช่น ช่วงเวลาในการทำธุรกรรมทางการเงิน พฤติกรรมการกดไลค์กดแชร์ในสื่อโซเชียลมีเดีย โดยข้อมูลเชิงพฤติกรรมนี้ จะต้องมีการประมวลผลเพื่อจับรูปแบบที่ส่งผลต่อการตัดสินใจ จึงจะนำไปใช้ประโยชน์ต่อไปได้
ในกรณีของประเทศไทย ด้วยกฎหมายค่อนข้างมีข้อจำกัด บริษัทข้อมูลเครดิตแห่งชาติจำกัด ไม่สามารถจัดเก็บหรือประมวลผลข้อมูลประเภทที่ 2 และ 3 ได้ อย่างไรก็ดี สถาบันการเงินผู้ให้สินเชื่อและผู้ออกบัตรเครดิตในประเทศไทย มีการใช้ข้อมูลทางเลือกในโมเดลการบริหารความเสี่ยง เพื่อประกอบการตัดสินใจปล่อยสินเชื่ออยู่ไม่น้อย ขึ้นอยู่กับความสามารถในการเข้าถึงข้อมูลและการประมวลผลข้อมูลของสถาบันนั้นๆ ในส่วนของข้อมูลเชิงพฤติกรรม ผู้เขียนทราบว่าผู้ให้สินเชื่อที่เชื่อมอยู่ในระบบนิเวศน์ของแพลตฟอร์ม e-commerce ขนาดใหญ่ มีการวิเคราะห์รูปแบบพฤติกรรมเพื่อบ่งชี้การตัดสินใจทางการเงินอยู่เช่นกัน
พัฒนาการของโลกการเงินในปัจจุบัน มีผู้ให้บริการที่เกี่ยวกับ behavioural data เกิดขึ้นจำนวนหนึ่ง ส่วนใหญ่เป็นบริการประมวลผลข้อมูลที่ดึงมาจากที่ต่างๆ เพื่อบ่งชี้รูปแบบการตัดสินใจที่เกี่ยวกับการเงินของผู้คน ในวงเสวนามีตัวอย่างจากทั้งอินโดนีเซีย มาเลเซีย และฟิลิปปินส์ แต่ที่น่าสนใจเป็นพิเศษคือมีฟินเทคที่พัฒนาเกมทางการเงินที่มีความแม่นยำในการบ่งชี้ความเสี่ยงของผู้กู้ในระดับที่สถาบันการเงินขนาดใหญ่ในประเทศอินเดีย นำไปทดลองใช้เพื่อปล่อยกู้ให้กับกลุ่มคนที่ไม่มีประวัติข้อมูลเครดิตอยู่ในระบบเลย ผู้เขียนไม่แน่ใจ ว่าในประเทศไทย การประมวลผลข้อมูลเชิงพฤติกรรมเพื่อการตัดสินใจด้านการเงิน มีความเป็นระบบมากน้อยเพียงใด และก้าวหน้าถึงระดับที่พัฒนาเป็นธุรกิจให้บริการประเภทหนึ่งแล้วหรือไม่
ผู้เขียนได้เสนอแนวคิดต่อผู้ร่วมเสวนาทั้งสองเวทีว่า ข้อมูลทางเลือกและข้อมูลเชิงพฤติกรรมมีประโยชน์ในการเข้าถึงบริการทางการเงิน แต่เท่าที่เห็นในปัจจุบัน มักจะเป็นการที่แต่ละสถาบันการเงินเลือกใช้กันเองตามความสามารถและความจำเป็นต้องการทางธุรกิจของตนเอง ผู้เขียนเห็นว่าทุกประเทศในเอเชีย ต่างก็มีปัญหาของการที่ประชาชนกลุ่มหนึ่งและ SME ขนาดเล็ก ไม่มีประวัติข้อมูลเครดิตและไม่สามารถเข้าถึงบริการทางการเงินในระบบ การสร้างมาตรฐานและมาตรวัดของข้อมูลทางเลือกและข้อมูลเชิงพฤติกรรม ให้สามารถเข้าใจได้ อธิบายได้ระดับหนึ่ง ในทำนองเดียวกันกับคะแนนเครดิต (credit score) น่าจะเป็นประโยชน์ในฐานะประตูบานแรกสู่การเงินในระบบ และในลำดับถัดไป
การประมวลผลข้อมูลทางเลือกหรือข้อมูลเชิงพฤติกรรมจากหลายๆ แหล่งข้อมูลร่วมกัน เพื่อให้ผู้ให้บริการทางการเงินสามารถนำไปใช้ประกอบการตัดสินใจในการปล่อยสินเชื่อร่วมกับข้อมูลเครดิตแบบดั้งเดิมได้ จะเป็นประตูสู่โอกาสทางการเงินของประชาชนและ SME ของประเทศต่อไป ซึ่งผู้เขียนแปลกใจและดีใจที่พบว่าข้อเสนอนี้ได้รับการตอบรับอย่างดีทั้งสองเวที ไม่ว่าจะเป็นวงเสวนาด้านนโยบาย หรือวงเสวนาร่วมกับภาคเอกชน สะท้อนให้เห็นถึงการเปิดรับนวัตกรรมใหม่ๆ ของภาคนโยบายในประเทศต่างๆ และการคำนึงถึงประโยชน์ส่วนรวมของผู้ผลิตนวัตกรรมในภาคธุรกิจ


