വായ്പകൾക്കായി ഉപഭോക്താക്കളെ വിലയിരുത്തുന്നതിന് അൽഗോരിതങ്ങളെയും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെയും ആശ്രയിക്കുന്നതിനെതിരെ ഇന്ത്യൻ ധനകാര്യ സ്ഥാപനങ്ങൾ ജാഗ്രത പാലിക്കണമെന്ന് റിസർവ് ബാങ്ക്.
വായ്പാ നിയന്ത്രണ മാനദണ്ഡങ്ങൾ ലംഘിച്ചതിന് ധനലക്ഷ്മി ബാങ്ക്, പഞ്ചാബ് ആൻഡ് സിന്ദ് ബാങ്ക് എന്നിവയുൾപ്പെടെ മൂന്ന് ബാങ്കുകളിൽ നിന്ന് 2.49 കോടി രൂപ പിഴ ചുമത്തി
വായ്പാ മോഡൽ അടിസ്ഥാനമാക്കിയുള്ള അൽഗോരിതം അംഗീകരിക്കുന്ന വായ്പകൾ അധിക വിലയിരുത്തലില്ലാതെ നൽകുന്നത് ബാങ്കുകളെ പ്രതിസന്ധിയിലേക്ക് നയിക്കും എന്നാണ് റിസർവ് ബാങ്കിന്റെ വിലയിരുത്തൽ. ബാങ്കുകളും നോൺ-ബാങ്ക് ഫിനാൻഷ്യൽ കമ്പനികളും വായ്പ നൽകുന്നതിന് ഉപയോഗിക്കുന്ന
AI മോഡലുകളുടെ കരുത്ത് ആദ്യം വിലയിരുത്തണം എന്നാണ് നിർദേശം.
സാമ്പത്തിക സ്ഥിരത മെച്ചപ്പെടുത്തുന്നതിനായി റിസർവ് ബാങ്ക് കഴിഞ്ഞ മാസങ്ങളിൽ അപകടസാധ്യതയുള്ള വായ്പകൾക്കുള്ള നിയന്ത്രണങ്ങൾ കർശനമാക്കിയിട്ടുണ്ട്.
ചില ബാങ്കുകൾക്കും നോൺ-ബാങ്ക് ഫിനാൻഷ്യൽ കമ്പനികൾക്കും അൽഗോരിതം അംഗീകരിച്ച വായ്പകളുടെ കുതിപ്പ് നിയന്ത്രിക്കാനുള്ള സൗകര്യം ഇല്ലെന്ന് റിസർവ് ബാങ്ക് ഗവർണർ ശക്തികാന്ത ദാസ് അടുത്തിടെ വ്യക്തമാക്കിയിരുന്നു.
എന്താണ് ബാങ്കുകളുടെ അൽഗോരിതം
എസ്എംഇകൾക്കുള്ള വായ്പാ അപേക്ഷകൾ അംഗീകരിക്കാൻ ബാങ്കുകൾ മെഷീൻ ലേണിംഗ് അൽഗോരിതം ഉപയോഗിക്കുന്നു. വായ്പാ അംഗീകാര വിശകലനത്തിനായി മെഷീൻ ലേണിംഗ് ടൂളുകളും ലോജിസ്റ്റിക് റിഗ്രഷൻ പോലുള്ള ക്ലാസിഫിക്കേഷൻ അൽഗോരിതങ്ങളും നടപ്പിലാക്കുന്നത് മനുഷ്യ ശ്രമങ്ങളെ ഗണ്യമായി കുറയ്ക്കുകയും ബാങ്കുകളിലെ ലോൺ അപ്രൂവൽ പ്രക്രിയയുടെ കാര്യക്ഷമത മെച്ചപ്പെടുത്തുകയും ചെയ്യും.
ഉപഭോക്താക്കളുടെ മുൻകാല ഡാറ്റ വിശകലനം ചെയ്തും പാറ്റേണുകൾ എക്സ്ട്രാക്റ്റുചെയ്യുന്നതിലൂടെയും അവരുടെ ലോൺ എത്ര വരെ നൽകാമെന്ന് പ്രവചിക്കാൻ ഈ അൽഗോരിതങ്ങൾ സഹായിക്കുന്നു. സപ്പോർട്ട് വെക്റ്റർ മെഷീൻ (SVM), റാൻഡം ഫോറസ്റ്റ് (RF), K-Nearest Neighbor, ലോജിസ്റ്റിക് റിഗ്രഷൻ എന്നിവ ഈ ആവശ്യത്തിനായി ഉപയോഗിക്കുന്ന ചില മെഷീൻ ലേണിംഗ് അൽഗോരിതങ്ങളാണ്. ഈ അൽഗോരിതങ്ങളുടെ ഉപയോഗം അപേക്ഷകരുടെ ക്രെഡിറ്റ് യോഗ്യത വിലയിരുത്താനും വായ്പാ അനുമതികൾ സംബന്ധിച്ച് തീരുമാനങ്ങൾ എടുക്കാനും ബാങ്കുകളെ അനുവദിക്കുന്നു. പ്രായം, വരുമാനം, ലോൺ തുക, ജോലിയുടെ കാലാവധി തുടങ്ങിയ ഘടകങ്ങൾ പരിഗണിച്ച് ഈ അൽഗോരിതങ്ങൾ വായ്പ അംഗീകാരത്തിനായുള്ള ഏറ്റവും മികച്ച നിർദേശങ്ങൾ നൽകും.
വായ്പ നിയന്ത്രണ മാനദണ്ഡങ്ങൾ ലംഘിച്ചതിന് ധനലക്ഷ്മി ബാങ്ക്, പഞ്ചാബ് ആൻഡ് സിന്ദ് ബാങ്ക് എന്നിവയുൾപ്പെടെ മൂന്ന് ബാങ്കുകളിൽ നിന്ന് 2.49 കോടി രൂപ പിഴ ചുമത്തിയതായി റിസർവ് ബാങ്ക് അറിയിച്ചു.
ലോണുകളും അഡ്വാൻസുകളും, കെവൈസി, നിക്ഷേപങ്ങളുടെ പലിശ നിരക്കുമായി ബന്ധപ്പെട്ട ചില മാനദണ്ഡങ്ങൾ,മറ്റ് സ്റ്റാറ്റ്യൂട്ടറി നിയന്ത്രണങ്ങൾ എന്നിവ സംബന്ധിച്ച ചില നിർദ്ദേശങ്ങൾ പാലിക്കാത്തതിന് ധനലക്ഷ്മി ബാങ്കിന് 1.20 കോടി രൂപ പിഴ ചുമത്തി.
വായ്പകളും അഡ്വാൻസുകളും അടക്കം മറ്റ് നിയന്ത്രണങ്ങൾ സംബന്ധിച്ച ചില നിർദ്ദേശങ്ങൾ പാലിക്കാത്തതിന് പഞ്ചാബ് ആൻഡ് സിന്ദ് ബാങ്കിന് ഒരു കോടി രൂപ പിഴ ചുമത്തിയിട്ടുണ്ട്.
‘ബാങ്കുകളിലെ കസ്റ്റമർ സർവീസ്’ എന്ന വിഷയത്തിൽ പുറപ്പെടുവിച്ച നിർദ്ദേശങ്ങൾ പാലിക്കാത്തതിന് ഇസാഫ് സ്മോൾ ഫിനാൻസ് ബാങ്കിന് 29.55 ലക്ഷം രൂപ പിഴയും സെൻട്രൽ ബാങ്ക് ചുമത്തിയിട്ടുണ്ട്.
RBI issues a warning to Indian Financial Institutions and Banks against relying on Artificial Intelligence and Algorithms to evaluate customers applying for loans. A fine of Rs 2.49 crore has been imposed on three banks, including Dhanalakshmi Bank, Punjab and Sind Bank and ESAF Bank for violating lending norms.
