สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
aBRIDGEd

ระบบนิเวศสินเชื่อบนฐานข้อมูลข่าวสาร: กุญแจสู่ระบบการเงินที่ทั่วถึง

ระบบการเงินบนฐานข้อมูลข่าวสารเป็นกุญแจสู่การให้บริการทางการเงินอย่างทั่วถึงของระบบเศรษฐกิจไทย

จากบริบทของเศรษฐกิจ สังคมและเทคโนโลยีข่าวสารที่เปลี่ยนแปลงไป การปฏิวัติดิจิทัลจะเข้ามามีบทบาทในการช่วยให้คนที่ถูกคัดออกเข้าถึงการเงินในระบบโดยไม่เพิ่มความเปราะบางต่อระบบเศรษฐกิจ บทความนี้นำเสนอกรอบในการสร้างระบบนิเวศของบริการสินเชื่อบนฐานข้อมูลข่าวสารซึ่งจะเป็นบันไดขั้นแรกสู่การสร้างระบบการเงินที่ทั่วถึงในประเทศไทย

“On the one side there are consumers who want to set aside resources. … On the other side there are those with opportunities to use resources today to produce more resources tomorrow by investing… It is the task of the financial system to bring the wants and opportunities together. When this is done better, a number of benefits result.”

Lawrence Summers (2000)

คำกล่าวข้างต้นคือบทบาทของระบบการเงินในทรรศนะของ Lawrence Summers อดีตหัวหน้านักเศรษฐศาสตร์ธนาคารโลกและอธิการบดีมหาวิทยาลัยฮาร์วาร์ด ประเทศสหรัฐอเมริกา ที่แสดงต่อกลุ่มนักเศรษฐศาสตร์ชั้นนำของโลกในงานประชุม American Economic Association ประจำปี 2543 ภายใต้หัวข้อ Understanding, Preventing and Containing Financial Crisis ซึ่งเกี่ยวข้องกับการบริหารจัดการความเสี่ยงในการเกิดวิกฤตเศรษฐกิจ Summers ได้เน้นย้ำถึงบทบาทของระบบการเงินโดยมีนัยว่าการจัดการความเสี่ยงต้องมาคู่กับการรักษาบทบาทของระบบการเงินในการจัดสรรทรัพยากรทางการเงินอย่างมีประสิทธิภาพ

หลังจากเผชิญวิกฤตการณ์เศรษฐกิจในปี 2540 ระบบการเงินไทยมีความมั่นคงและมีระบบการจัดการความเสี่ยงที่เข้มข้นขึ้นมาก แต่หากเรามองผ่านทรรศนะของ Summers เราจะพบความบกพร่องในการจัดสรรทรัพยากรทางการเงินของไทย ข้างหนึ่งคือคนจำนวนมากที่เข้าไม่ถึงสินเชื่อในระบบและเผชิญกับอัตราดอกเบี้ยที่สูงมาก อีกข้างหนึ่งมีคนจำนวนน้อยที่มีความมั่งคั่งมาก แต่กลับแสวงหาผลิตภัณฑ์การออมที่ให้ผลตอบแทนเหมาะสมไม่พบ ระบบการเงินไทยยังไม่สามารถทำให้คนสองกลุ่มนี้มาเจอกัน

“ได้เข้า แต่เข้าไม่ถึง” ระบบการเงินไทยบกพร่องในเชิงคุณภาพ

หลักฐานเชิงประจักษ์บ่งชี้ว่าระบบการเงินไทยจัดสรรทรัพยากรทางการเงินได้สำเร็จในเชิงปริมาณแต่ยังขาดคุณภาพในแง่ของความครบถ้วนและความเท่าเทียมของต้นทุนในการเข้าถึง ในเชิงปริมาณ ข้อมูลการสำรวจภาวะเศรษฐกิจสังคมของครัวเรือน ปี 2559 ชี้ว่ามีประชากรไทยเพียงร้อยละ 6.6 ที่เข้าไม่ถึงบริการทางการเงินพื้นฐานจากสถาบันการเงินในระบบ[1] ได้แก่ บริการโอนเงิน ชำระเงิน ฝากเงิน และกู้เงิน (หรือเรียกคนกลุ่มนี้ว่า unbanked person) แต่ในเชิงคุณภาพ กลับยังมีประชากรไทยอีกร้อยละ 33.2 ที่เข้าถึงอย่างน้อยหนึ่งบริการแต่ได้รับไม่ครบ 4 บริการ (หรือเรียกคนกลุ่มนี้ว่า underserved person) ทั้งนี้สินเชื่อเป็นผลิตภัณฑ์ทางการเงินที่คนไทยเข้าถึงน้อยที่สุด โดยมีคนไทยประมาณร้อยละ 25 ที่มีความต้องการสินเชื่อแต่ไม่ได้รับบริการจากสถาบันการเงินในระบบ (รูปที่ 1)

รูปที่ 1 สัดส่วนของคนแบ่งตามการเข้าถึงระบบการเงิน และสัดส่วนของคนที่ได้รับบริการไม่ทั่วถึง
และไม่ได้รับบริการแบ่งตามผลิตภัณฑ์ทางการเงิน (2559)

นอกจากนี้ ระบบเศรษฐกิจไทยยังเผชิญความเหลื่อมล้ำของต้นทุนในการเข้าถึงบริการทางการเงิน ต้นทุนดังกล่าวสามารถวัดได้จากดอกเบี้ยจ่ายหักดอกเบี้ยรับจากสถาบันการเงินในระบบคิดต่อผลรวมของมูลค่าสินเชื่อและเงินฝาก เราพบว่าครัวเรือนที่มีรายได้ต่ำกว่าเปอร์เซ็นไทล์ที่ 10 มีต้นทุนในการใช้บริการทางการเงินสูงกว่าครัวเรือนรายได้สูงกว่าเปอร์เซ็นไทล์ที่ 90 ถึง 3 เท่า ขณะที่มีรายได้น้อยกว่าถึง 18 เท่า ความเหลื่อมล้ำของการเข้าถึงระบบการเงินเป็นเครื่องชี้ถึงความเหลื่อมล้ำของโอกาสซึ่งเป็นรากเหง้าของความเหลื่อมล้ำในมิติอื่น ๆ โดยงานศึกษาของ Aslan, Deléchat, Newiak, and Yang (2017) พบว่าความเหลื่อมล้ำของการเข้าถึงบริการทางการเงินส่งผลให้ความเหลื่อมล้ำด้านรายได้เพิ่มขึ้นอย่างมีนัยสำคัญ[2]

คนที่เข้าไม่ถึงคือผู้มีรายได้น้อย ไม่รู้ และอยู่ไกล

คนที่เข้าไม่ถึงบริการทางเงินในระบบมีลักษณะอย่างไร? ข้อมูลการสำรวจภาวะเศรษฐกิจและสังคมของครัวเรือนชี้ว่าครัวเรือนที่จัดอยู่ในกลุ่ม unbanked person และ underserved person มีลักษณะร่วมกัน 3 ประการสำคัญ ได้แก่ เป็นผู้มีรายได้น้อย (ครัวเรือนที่มีรายได้ต่ำกว่า 8,000 บาทต่อเดือน) ขาดความรู้ (ระดับการศึกษาเทียบเท่าหรือต่ำกว่าประถมศึกษา) และอาศัยอยู่นอกเขตเทศบาล เราศึกษาอิทธิพลของลักษณะครัวเรือนดังกล่าวต่อโอกาสในการเข้าถึงบริการทางการเงินพื้นฐานครบ 4 ประการโดยใช้แบบจำลอง Probit ซึ่งควบคุมผลของปัจจัยทางเศรษฐกิจอื่นแล้ว ผลการศึกษาพบว่าในปี 2553 ครัวเรือนรายได้น้อยมีโอกาสที่จะเข้าถึงบริการทางการเงินพื้นฐานจากสถาบันการเงินในระบบน้อยกว่าผู้อื่นร้อยละ 15 ขณะที่ครัวเรือนที่ขาดความรู้จะมีโอกาสเข้าถึงบริการทางการเงินน้อยกว่าผู้อื่นร้อยละ 22 สำหรับครัวเรือนที่อาศัยอยู่นอกเขตเทศบาลจะมีโอกาสเข้าถึงบริการทางการเงินน้อยกว่าครัวเรือนที่อยู่ในเขตเทศบาลร้อยละ 6 (รูปที่ 2)

รูปที่ 2 โอกาสที่จะเข้าไม่ถึงบริการทางการเงินพื้นฐานครบ 4 ประการ

หมายเหตุ: คำนวณจาก Probit model โดยบริการทางการเงินพื้นฐาน 4 ประการ ได้แก่ บริการการโอนเงิน การชำระเงิน เงินฝากและเงินกู้
ที่มา: รายงานการสำรวจภาวะเศรษฐกิจและสังคมของครัวเรือน พ.ศ. 2553 และ พ.ศ. 2559, สำนักงานสถิติแห่งชาติ, วิจัยกรุงศรี

นอกจากนี้ ครัวเรือนที่มีลักษณะดังกล่าวร่วมกันมากกว่า 1 ลักษณะจะมีโอกาสเข้าถึงบริการทางการเงินลดลงมากกว่าตัวเลขที่ได้จากการบวกกันโดยตรง ยกตัวอย่างเช่น ครัวเรือนที่มีรายได้น้อยและขาดความรู้จะมีโอกาสเข้าถึงบริการทางการเงินพื้นฐานน้อยกว่าครัวเรือนทั่วไปร้อยละ 39 ซึ่งสูงกว่าโอกาสที่คิดได้จากการบวกกันโดยตรงที่ร้อยละ 37 เป็นต้น และสำหรับครัวเรือนที่มีลักษณะดังกล่าวครบสามประการ คือ มีรายได้น้อย ขาดความรู้ และอาศัยอยู่นอกเขตเทศบาลจะมีโอกาสเข้าถึงบริการทางการเงินในระบบน้อยกว่าถึงร้อยละ 46 เมื่อเทียบกับครัวเรือนทั่วไป สิ่งที่น่ากังวลคือครัวเรือนกลุ่มนี้มีโอกาสเข้าถึงบริการทางการเงินในระบบน้อยลงไปอีกเมื่อเวลาผ่านไป โดยมีโอกาสเข้าไม่ถึงบริการทางการเงินในระบบถึงร้อยละ 53 ในปี 2559 สะท้อนว่าสถานการณ์ทวีความรุนแรงขึ้น

เข้าไม่ถึงเพราะไม่มีข้อมูลทางการเงิน

ในการให้สินเชื่อ สถาบันการเงินจะทราบถึงโอกาสและความเสี่ยงของผู้กู้ได้จากการวิเคราะห์ข้อมูลซึ่งทำหน้าที่เป็นตัวแทน (proxy) สะท้อนตัวตนของผู้กู้ ดังนั้น ครัวเรือนจะเข้าถึงสินเชื่อได้ก็ต่อเมื่อสถาบันการเงินสามารถเก็บและใช้งานข้อมูลของครัวเรือนนั้น ๆ ได้

หากมองย้อนกลับไป เราจะเห็นถึงวิวัฒนาการของข้อมูลตัวแทนที่เปลี่ยนแปลงไปตามสภาวะเศรษฐกิจ สังคมและเทคโนโลยี ในอดีตที่ยังไม่มีข้อมูลเชิงปริมาณและเครื่องมือทางสถิติ สถาบันการเงินพิจารณาสินเชื่อจากการแนะนำผ่านบุคคลที่น่าเชื่อถือและใช้ตัวแทนสาขาเก็บข้อมูล (connection-based banking) ซึ่งมีต้นทุนสูง สินเชื่อจึงกระจุกตัวอยู่กับลูกค้ารายใหญ่ในบางธุรกิจ ในยุคต่อมา ธนาคารพาณิชย์เริ่มนำระบบหลักประกันมาใช้ (collateral-based banking) เพื่อเป็นข้อมูลสะท้อนถึงความเสี่ยงในการผิดนัดชำระหนี้ การวางหลักประกันเอื้อให้ผู้กู้ที่ไม่มี connection กับธนาคารเข้าถึงสินเชื่อได้มากขึ้น จนกระทั่งปัจจุบันเทคโนโลยีทางการเงินที่รุดหน้าเอื้อให้สถาบันการเงินไทยเข้าถึงข้อมูลทางการเงินเป็นจำนวนมากขึ้น ณ ต้นทุนที่ต่ำลง จึงสามารถขยายขอบเขตการให้สินเชื่อไปสู่ธุรกิจและครัวเรือนกลุ่มใหม่จึงทำให้สินเชื่อกระจายตัวดีขึ้น

อย่างไรก็ดี ยังคงมีครัวเรือนไทยอีกจำนวนมากที่ยังเข้าไม่ถึงสินเชื่อและบริการทางการเงินอื่น ๆ ในระบบ เนื่องจากสถาบันการเงินไม่สามารถเข้าถึงข้อมูลของครัวเรือนได้ ซึ่งเป็นเพราะต้นทุนในการเข้าถึงข้อมูลของครัวเรือนกลุ่มนี้สูงเกินไป หรือไม่สามารถหาข้อมูลตัวแทนที่สะท้อนพฤติกรรมของครัวเรือนเหล่านี้ได้ จากข้อมูลข้างต้นจะเห็นว่าครัวเรือนที่มีรายได้น้อยและอยู่นอกเขตเทศบาลเข้าไม่ถึงบริการทางการเงินเพราะทำธุรกรรมที่มีมูลค่าน้อย ไม่คุ้มกับการเดินทางไปที่สาขาของสถาบันการเงินซึ่งมีค่าใช้จ่ายสูง ส่วนครัวเรือนที่ขาดความรู้อาจไม่ทราบวิธีการเข้าถึงและเลือกใช้บริการทางการเงินที่จำเป็น เมื่อครัวเรือนไม่ได้เข้ารับบริการก็จะไม่มีประวัติทางการเงินซึ่งธนาคารใช้เป็นข้อมูลในการพิจารณาสินเชื่อหรือการให้บริการทางการเงินอื่น ๆ

นอกจากนี้ หลังจากวิกฤตเศรษฐกิจไทยในปี 2540 และวิกฤตเศรษฐกิจโลกในปี 2551-52 ธนาคารแห่งประเทศไทยยกระดับการป้องกันความเสี่ยงของสถาบันการเงินให้เข้มข้นขึ้น สถาบันการเงินจึงหันไปให้น้ำหนักกับข้อมูลที่สะท้อนความเสี่ยงคู่สัญญา (risk-based banking) ซึ่งช่วยลดความเปราะบางต่อความเสี่ยงทางเศรษฐกิจและการเงิน แต่การป้องกันความเสี่ยงอย่างเข้มข้นอาจคัดกรองคนที่มีศักยภาพที่จะใช้ทรัพยากรทางการเงินอย่างคุ้มค่าแต่มีความเสี่ยงสูงออกจากระบบการเงินด้วยเช่นกัน

เทคโนโลยีดิจิทัลช่วยลดต้นทุนในการเก็บข้อมูลทางการเงินและขยายขอบเขตสู่ข้อมูลใหม่

เราจะเพิ่มการเข้าถึงข้อมูลตัวแทนของครัวเรือนได้อย่างไร? ในส่วนนี้จะกล่าวถึงกรณีศึกษาจากงานวิจัยและประสบการณ์ต่างประเทศ 2 กรณีที่ชี้ว่าเทคโนโลยีดิจิทัลสามารถเพิ่มการเข้าถึงข้อมูลตัวแทนได้ ในกรณีแรกคือการใช้เทคโนโลยีดิจิทัลเพื่อลดต้นทุนในการเข้าถึงข้อมูลทางการเงินของครัวเรือน และในกรณีที่สองจะกล่าวถึงการใช้ข้อมูลทางเลือกอื่นนอกเหนือจากข้อมูลทางการเงินพื้นฐานในการประเมินสินเชื่อ

กรณีศึกษาที่ 1 การเพิ่มการเข้าถึงข้อมูลดั้งเดิมของ M-Shwari

M-Shwari เป็นผลิตภัณฑ์ทางการเงินที่เสนอบริการรับฝากเงินและให้สินเชื่อผ่านทางโทรศัพท์เคลื่อนที่อันเกิดจากความร่วมมือระหว่าง Commercial Bank of Africa (CBA) และ Safaricom ซึ่งเป็นสถาบันการเงินและผู้ให้บริการโทรคมนาคมหลักในประเทศเคนยา M-Shwari ประสบความสำเร็จอย่างสูงในการให้สินเชื่อแก่ครัวเรือนที่เข้าไม่ถึงบริการทางการเงินในระบบ โดย ณ สิ้นปี 2560 M-Shwari ครอบคลุมลูกค้าสินเชื่อกว่า 21 ล้านคน (คิดเป็น 2 ใน 5 ของประชากรเคนยาทั้งหมด) หรือคิดเป็นวงเงินสินเชื่อสูงถึง 2.3 พันล้านดอลลาร์สหรัฐ โดยมีผู้ขอสินเชื่อเฉลี่ยสูงกว่า 300,000 รายการต่อวัน ซึ่งได้รับการอนุมัติถึง 70,000-100,000 รายการต่อวัน ยิ่งไปกว่านั้น M-Shwari สามารถเพิ่มการเข้าถึงสินเชื่อโดยไม่เพิ่มความเสี่ยงต่อระบบการเงิน โดยสัดส่วนยอดคงค้างสินเชื่อที่ไม่ก่อให้เกิดรายได้ต่อสินเชื่อรวม (NPL Ratio) อยู่ที่เพียงร้อยละ 1.92 ซึ่งต่ำกว่า NPL Ratio ของระบบธนาคารพาณิชย์ที่ร้อยละ 8.8 อยู่มาก[3]

ระบบการทำงานของ M-Shwari ช่วยลดต้นทุนในการเข้าถึงข้อมูล จากรูปที่ 3 CBA ใช้ข้อมูลธุรกรรมทางการเงิน อาทิ ข้อมูลการโอนเงินผ่านโทรศัพท์เคลื่อนที่ภายใต้เครือข่ายโทรคมนาคมของบริษัท Safaricom โดย M-Shwari ช่วยลดต้นทุนในการทำธุรกรรมของครัวเรือนที่มีรายได้น้อยและอยู่ไกลจากสาขาของสถาบันการเงินจากการใช้บริการผ่านโทรศัพท์เคลื่อนที่แทน ขณะที่ผู้ที่ขาดความรู้ก็สามารถขอสินเชื่อได้ เพราะ M-Shwari มี User Interface ที่ไม่ซับซ้อนและมีขั้นตอนน้อยกว่าการขอสินเชื่อโดยทั่วไป นอกจากนี้ M-Shwari ยังออกแบบเงื่อนไขให้ครัวเรือนออมเงินผ่านระบบซึ่งช่วยสร้างวินัยทางการเงินและสร้างสินทรัพย์ค้ำประกันของครัวเรือนซึ่งจะย้อนกลับมาเป็นข้อมูลในการประเมินสินเชื่อครั้งต่อไป

ในขณะเดียวกัน สถาบันการเงินก็มีต้นทุนในการเข้าถึงข้อมูลลดลงเพราะเครือข่ายโทรคมนาคมครอบคลุมผู้ใช้จำนวนมากจึงมีความประหยัดต่อขนาดเทียบกับการเก็บข้อมูลเองผ่านสาขาซึ่งครอบคลุมผู้ใช้น้อยกว่าและมีต้นทุนสูงกว่า นอกจากนี้ M-Shwari ยังนำประวัติการอนุมัติสินเชื่อของครัวเรือนมาใช้ในการพิจารณาสินเชื่อให้กับครัวเรือนเดิมในครั้งต่อไปตลอดจนครัวเรือนอื่นที่มีลักษณะร่วมกัน จึงเพิ่มประสิทธิภาพในการใช้ข้อมูลและเอื้อให้สถาบันการเงินสามารถคำนวณอัตราดอกเบี้ยที่เหมาะสมกับโอกาสและความเสี่ยงที่แท้จริงของครัวเรือนได้

เงื่อนไขที่ทำให้ M-Shwari ประสบความสำเร็จ คือ โครงสร้างพื้นฐานทางกายภาพและโครงสร้างเชิงสถาบันที่เอื้ออำนวย ในเชิงกายภาพประเทศเคนยามี National Digital ID ซึ่งครอบคลุมประชากรส่วนใหญ่ของประเทศและมีIntegrated Population Registration System (IPRS) ซึ่งกำกับดูแลโดยหน่วยงานกลางของรัฐบาล ทำให้การแลกเปลี่ยนข้อมูลหรือการยืนยันตัวตนของลูกค้า (KYC) ทำได้อย่างรวดเร็วและมีต้นทุนต่ำ ในเชิงสถาบัน เครือข่ายของ Safaricom ครอบคลุมผู้ใช้งานเป็นจำนวนกว่า 2 ใน 3 ของประชากรในประเทศเคนยา ขณะเดียวกันผู้ใช้บริการผลิตภัณฑ์ทางการเงินของ M-Shwari ยังได้รับความคุ้มครองภายใต้ระบบคุ้มครองเงินฝาก เนื่องจากเป็นผลิตภัณฑ์ที่ให้บริการโดย CBA ซึ่งอยู่ภายใต้กฏการให้บริการบัญชีธนาคารของประเทศเคนยา จึงสร้างความน่าเชื่อถือและความมั่นใจให้กับผู้ใช้บริการ

รูปที่ 3 กลไกการทำงานของ M-Shawari

ที่มา: สรุปโดยคณะผู้เขียน

กรณีศึกษาที่ 2 ข้อมูลทางเลือกจากรอยเท้าดิจิทัล

นอกจากการลดต้นทุนในการเข้าถึงข้อมูลทางการเงินที่สถาบันการเงินใช้งานอยู่แล้ว เทคโนโลยีดิจิทัลยังทำให้เกิดรอยเท้าดิจิทัล (Digital Footprint) ซึ่งเป็นข้อมูลทางเลือกที่สะท้อนศักยภาพและความเสี่ยงของคนได้แม่นยำไม่แพ้ข้อมูลดั้งเดิม งานวิจัยของ Berg, Burg, Gombović, and Puri (2018) ทดสอบความแม่นยำของข้อมูลจากรอยเท้าดิจิทัลในการประเมินโอกาสผิดนัดชำระหนี้ของผู้บริโภคที่ซื้อสินค้าผ่านช่องทางการพาณิชย์อิเล็กทรอนิกส์ (e-commerce) ในประเทศเยอรมนี ตัวอย่างของรอยเท้าดิจิทัลที่ทำการศึกษา อาทิ ชนิดของอุปกรณ์สื่อสาร ระบบปฏิบัติการของอุปกรณ์สื่อสาร ชื่ออีเมล หรือกระทั่งการพิมพ์ชื่ออีเมลหรือรหัสผ่านผิดในการลงชื่อเข้าใช้งานเว็บไซต์ ข้อมูลเหล่านี้สะท้อนถึงลักษณะทางจิตวิทยาของผู้บริโภคตามหลักการตลาด

คณะผู้วิจัยวัดความแม่นยำในการพิจารณาสินเชื่อของข้อมูลจากรอยเท้าดิจิทัลโดยคำนวณ Area Under the Curve (AUC) ของ Receiver Operative Characteristics ซึ่งเป็นดัชนีสะท้อนถึงโอกาสที่ข้อมูลสามารถระบุลูกหนี้ที่จะผิดนัดชำระหนี้ได้ถูกต้องจากการสุ่มลูกหนี้ที่ดีและลูกหนี้ที่จะผิดนัดชำระหนี้ขึ้นมากลุ่มละ 1 คน การศึกษาพบว่าแบบจำลองที่ใช้ข้อมูลจากรอยเท้าดิจิทัลในการประเมินโอกาสผิดนัดชำระหนี้มีค่า AUC ร้อยละ 69.6 สูงกว่าแบบจำลองที่ใช้ข้อมูลดั้งเดิมที่มีค่า AUC ร้อยละ 68.3 ผลการศึกษาชี้ว่ารอยเท้าดิจิทัลมีศักยภาพที่จะทดแทนข้อมูลทางการเงินที่ธนาคารใช้ในการประเมินความน่าเชื่อถือทางการเงิน เนื่องจากรอยเท้าดิจิทัลสามารถเก็บได้ง่าย ณ ต้นทุนที่ต่ำกว่าข้อมูลทางการเงินทั่วไป รอยเท้าดิจิทัลจึงเป็นทางเลือกที่ดีในการพิจารณาสินเชื่อให้กับผู้กู้ที่ไม่มีข้อมูลทางการเงินทั่วไป นอกจากนี้ การพิจารณาสินเชื่อจะยิ่งแม่นยำขึ้นหากใช้งานข้อมูลทางการเงินกับรอยเท้าดิจิทัลร่วมกัน

ระบบนิเวศของบริการสินเชื่อบนฐานข้อมูลข่าวสาร

จากประสบการณ์ต่างประเทศ ระบบการเงินบนฐานข้อมูลข่าวสารจะเกิดขึ้นได้ภายในระบบนิเวศที่เอื้อให้เกิดการใช้ข้อมูลอย่างมีประสิทธิภาพ ในส่วนนี้จะกล่าวถึงการสร้างระบบนิเวศของบริการสินเชื่อบนฐานข้อมูลข่าวสารซึ่งจะนำไปสู่การสร้างระบบการเงินที่ให้บริการได้อย่างทั่วถึง (Inclusive) ในประเทศไทย

ระบบนิเวศของบริการสินเชื่อบนฐานข้อมูลข่าวสารมีองค์ประกอบสำคัญ 5 ประการ ได้แก่ ข้อมูล โครงสร้างพื้นฐาน แพลตฟอร์ม ผู้เล่น และผลิตภัณฑ์ (รูปที่ 4) โดยมีรายละเอียดดังนี้

รูปที่ 4 ระบบนิเวศระบบสินเชื่อบนฐานข้อมูลข่าวสาร

ที่มา: สรุปโดยคณะผู้เขียน

1. ข้อมูล

ข้อมูลเป็นกุญแจสำคัญสู่ความสำเร็จของบริการสินเชื่อบนฐานข้อมูลข่าวสาร จากกรณีศึกษาข้างต้น การพิจารณาสินเชื่อควรใช้ทั้งข้อมูลทางการเงินในรูปแบบเดิม อาทิ ข้อมูลจากบริษัทข้อมูลเครดิต และข้อมูลทางเลือกจากรอยเท้าดิจิทัล มีรอยเท้าดิจิทัลอยู่ใกล้ตัวเรามากมายที่สามารถนำมาใช้ในการพิจารณาสินเชื่อ เช่น การพิจารณาสินเชื่อเพื่อการบริโภคจากประวัติการใช้งานสื่อสังคม (social media) และการทำธุรกรรมทางการเงินผ่านโทรศัพท์มือถือ หรือการพิจารณาสินเชื่อธุรกิจขนาดกลางและเล็กจากข้อมูลยอดขายสินค้าและข้อมูลสินค้าคงคลังที่จัดเก็บในคลาวด์ (Cloud) เป็นต้น โดยการใช้งานรอยเท้าดิจิทัลที่มีความหลากหลายจะช่วยรองรับผู้กู้ที่แตกต่างกันได้มากขึ้น

2. โครงสร้างพื้นฐาน

ระบบสินเชื่อบนฐานข้อมูลข่าวสารจะทำงานได้อย่างมีเสถียรภาพบนโครงสร้างพื้นฐานทางกายภาพและโครงสร้างเชิงสถาบันที่ดี โครงสร้างพื้นฐานทางกายภาพ เช่น ระบบการชำระเงินและโครงข่ายโทรคมนาคม มีหน้าที่รองรับการโอนถ่ายข้อมูลและการทำธุรกรรมทางการเงินอย่างมีเสถียรภาพ ขณะที่โครงสร้างเชิงสถาบันโดยเฉพาะกฎการกำกับดูแลจะต้องเอื้อต่อการพัฒนาระบบการเงินโดยชั่งน้ำหนักระหว่างโอกาสและความเสี่ยงอย่างเหมาะสม

3. แพลตฟอร์ม

แพลตฟอร์มหลักในตลาดสินเชื่อบนฐานข้อมูลข่าวสาร ได้แก่ แพลตฟอร์มการขอสินเชื่อและแพลตฟอร์มการลงทุน ในปัจจุบันแพลตฟอร์มที่ได้รับความนิยมอยู่ในรูปแบบของแอพพลิเคชั่นบนโทรศัพท์มือถือและบริการบนเว็บไซต์ ทั้งนี้ แพลตฟอร์มการขอสินเชื่อควรมีคุณลักษณะสำคัญ 2 ประการคือ เข้าถึงง่ายและปลอดภัย แพลตฟอร์มที่เข้าถึงง่ายหมายถึงแพลตฟอร์มที่มี user interface ที่ง่ายไม่ซับซ้อน ลดขั้นตอนในการส่งคำขอสินเชื่อเพื่อให้ผู้ใช้ที่ขาดความรู้ทางการเงินหรือความชำนาญทางเทคโนโลยีใช้งานได้ง่าย ณ ต้นทุนที่ต่ำ ในขณะเดียวกัน แพลตฟอร์มที่ปลอดภัยควรมีระบบการยืนยันตัวตนที่น่าเชื่อถือและระบบการขอความยินยอมจากเจ้าของข้อมูลก่อนที่ผู้ให้บริการจะเข้าถึงข้อมูลส่วนตัวของผู้กู้ ตลอดจนระบบปกป้องข้อมูลส่วนตัวของผู้ใช้

4. ผู้เล่น

ผู้เล่นในระบบนิเวศของบริการสินเชื่อบนฐานข้อมูลข่าวสารประกอบไปด้วยผู้กู้ ผู้ให้กู้ ผู้ให้สินเชื่อฟินเทคและกลุ่มผู้ให้บริการอื่น ๆ ที่เกี่ยวข้องกับการจัดเก็บ การยืนยันตัวตนและการประมวลข้อมูล

ผู้กู้ที่เป็นเป้าหมายคือคนที่เข้าไม่ถึงสินเชื่อในระบบ เนื่องจากคนที่เข้าไม่ถึงมักไม่มีประวัติทางการเงินทำให้สถาบันการเงินไม่มีข้อมูลในการประเมินสินเชื่อ ดังนั้น ระบบนิเวศจึงต้องมีกลไกในการค้นหาและระบุตัวผู้กู้ที่มีศักยภาพ โดยในต่างประเทศ การระบุตัวสามารถทำผ่านการแนะนำหรือส่งต่อลูกค้าจากสถาบันการเงินหรือพันธมิตรทางธุรกิจให้กับผู้ให้สินเชื่อฟินเทค (cross-referral agreement) เช่น ธนาคารพาณิชย์อาจส่งต่อลูกค้าที่ไม่ผ่านการพิจารณาสินเชื่อมาให้บริษัทฟินเทค หรือในกรณีของ Google ซึ่งแนะนำให้พันธมิตรทางธุรกิจขอสินเชื่อจากผู้ให้สินเชื่อฟินเทคที่มีชื่อว่า Lending Club โดย Google เป็นคนกลางในการส่งต่อข้อมูลของพันธมิตรทางธุรกิจ อาทิ ยอดขายสินค้าและรายได้ให้ Lending Club ใช้ประกอบการพิจารณาสินเชื่อด้วย เป็นต้น ส่วนผู้ให้กู้คือนักลงทุนในตลาดการเงิน โดยผลิตภัณฑ์ลงทุนที่ให้ผลตอบแทนจากสินเชื่อบนฐานข้อมูลข่าวสารสามารถตอบโจทย์ความต้องการของนักลงทุนโดยเฉพาะนักลงทุนสถาบันที่ต้องการเข้าถึงผลิตภัณฑ์ทางการเงินที่มีโครงสร้างผลตอบแทนและความเสี่ยงที่หลากหลายขึ้น

สำหรับผู้ให้สินเชื่อและผู้จัดการข้อมูล ผู้ให้สินเชื่อเป็นผู้ดูแลแพลตฟอร์มการขอสินเชื่อและการลงทุน ตลอดจนเป็นผู้ออกแบบผลิตภัณฑ์สินเชื่อและผลิตภัณฑ์ลงทุน (เช่น Lending Club และ Prosper ในสหรัฐอเมริกา หรือ Zopa ในอังกฤษ) สำหรับการบริหารจัดการข้อมูล ผู้ให้สินเชื่อสามารถจัดจ้างบุคคลภายนอกให้เป็นผู้บริหารจัดการข้อมูล อาทิ การจัดจ้างบริษัทจากภายนอกเข้ามาดูแลการยืนยันตัวตนและการวิเคราะห์ข้อมูลเพื่อประเมินเครดิต (credit scoring) บริษัทเหล่านี้ลงทุนในเทคโนโลยีการจัดการข้อมูลขั้นสูง เช่น Machine Learning Deep Learning และ Artificial Intelligence ซึ่งพัฒนาไปสู่การพิจารณาสินเชื่ออัตโนมัติ (เช่น Lenddo และ FirstAccess ในสหรัฐอเมริกา) การจัดจ้างบุคคลภายนอกช่วยให้ผู้ให้สินเชื่อไม่ต้องลงทุนในการพัฒนาเทคโนโลยีในการประมวลผลข้อมูลด้วยตนเองจึงช่วยลดต้นทุนในการจัดการข้อมูล อนึ่ง การแบ่งงานดังกล่าวจะมีประสิทธิภาพมากขึ้นหากตลาดการเงินมีความลึกและมีการแข่งขันระหว่างผู้ให้บริการจำนวนมาก

5. ผลิตภัณฑ์

เนื่องจากมีข้อมูลที่สะท้อนศักยภาพและความเสี่ยงที่เฉพาะเจาะจงกับผู้กู้แต่ละราย ผู้ให้สินเชื่อจึงสามารถเสนอผลิตภัณฑ์สินเชื่อที่คิดอัตราดอกเบี้ยตามศักยภาพและความเสี่ยงของผู้กู้ นอกจากนี้ ผู้ให้สินเชื่อยังสามารถจัดกลุ่มผู้กู้เพื่อกระจายความเสี่ยงได้ดีขึ้นเนื่องจากมีข้อมูลที่สะท้อนความเสี่ยงได้แม่นยำขึ้นจึงช่วยลดส่วนชดเชยความเสี่ยง (risk premium) ลง อีกด้านหนึ่งผู้ให้สินเชื่อสามารถเสนอขายผลิตภัณฑ์ลงทุนที่มีโครงสร้างผลตอบแทนและความเสี่ยงที่หลากหลาย นักลงทุนจึงมีทางเลือกในการจัดการพอร์ตการลงทุนมากขึ้นด้วย จะเห็นได้ว่าการออกแบบผลิตภัณฑ์สินเชื่อบนฐานข้อมูลข่าวสารช่วยให้การจัดสรรทรัพยากรและการจัดการความเสี่ยงมีประสิทธิภาพขึ้นไปพร้อม ๆ กัน

ตัวอย่างความสำเร็จในการออกแบบผลิตภัณฑ์สินเชื่อคือ Lending Club ในสหรัฐอเมริกา งานวิจัยของ Vallee and Zeng (2018) พบว่า Lending Club ได้พัฒนาระบบการพิจารณาสินเชื่อที่สามารถทำนายโอกาสในการผิดนัดชำระหนี้ของผู้กู้ได้แม่นยำขึ้น โดยอาศัยข้อมูลที่มีขนาดใหญ่และการพัฒนาเทคโนโลยีการวิเคราะห์ข้อมูล (information technology) ผนวกกับการวิเคราะห์โดยใช้อัลกอริทึม จึงทำให้แพลตฟอร์มของ Lending Club สามารถให้สินเชื่อกับผู้กู้ที่มีความเสี่ยงสูง[4] ได้เป็นจำนวนมากขึ้น ในขณะเดียวกันก็ยังเรียกเก็บอัตราดอกเบี้ยได้ในอัตราที่เหมาะสมกับความเสี่ยงของผู้กู้มากขึ้นอีกด้วย

ปัจจัยที่เอื้อให้เกิดระบบนิเวศของบริการสินเชื่อบนฐานข้อมูลข่าวสาร

จากการถอดความสำเร็จของศูนย์กลางทางการเงินดิจิทัลที่สำคัญของโลกไม่ว่าจะเป็นสหรัฐอเมริกา สหราชอาณาจักร ยูโรโซน และสิงคโปร์ ปัจจัยที่เอื้อให้เกิดระบบนิเวศมี 4 ประการดังต่อไปนี้

1. การเพิ่มจำนวนผู้เล่นและสร้างความร่วมมือระหว่างผู้เล่น การเพิ่มจำนวนผู้เล่นในแต่ละส่วนของระบบนิเวศไม่ว่าจะเป็นผู้ให้สินเชื่อ ผู้เก็บรวบรวมข้อมูล และผู้ประมวลผลจะช่วยให้ตลาดมีความกว้างและลึก ทำให้เกิดการแข่งขันอันนำไปสู่การให้บริการอย่างมีประสิทธิภาพ นอกจากนี้ การสร้างความร่วมมือระหว่างสถาบันการเงินและบริษัทฟินเทคจะทำให้เกิดการแบ่งปันข้อมูลและการส่งต่อลูกค้าซึ่งจะช่วยจับคู่ลูกค้ากับผู้ให้บริการที่เหมาะสม จากประสบการณ์ต่างประเทศ ผู้ดำเนินนโยบายมีบทบาทในการสร้างความร่วมมือระหว่างผู้เล่น เช่น กรณีของประเทศอังกฤษที่ผู้กำกับดูแลออกกฎเกณฑ์ให้ธนาคารพาณิชย์ส่งต่อลูกค้าสินเชื่อธุรกิจขนาดกลางและขนาดเล็กที่ไม่ผ่านการพิจารณาสินเชื่อไปยัง Referral Designed Online Finance Platform ซึ่งเป็นแพลตฟอร์มที่ส่งต่อผู้กู้ให้กับผู้ให้สินเชื่อที่เหมาะสมต่อไป

ในกรณีของประเทศไทยซึ่งยังอยู่ในช่วงเริ่มต้นของการพัฒนาระบบนิเวศ ตลาดสินเชื่อบนฐานข้อมูลข่าวสารจึงยังขาดความลึกและความหลากหลายของผู้เล่น โดยกลุ่มบริษัทฟินเทครายย่อยซึ่งมีบทบาทหลักในการให้บริการสินเชื่อในไทยยังให้สินเชื่อกับ SMEs เป็นหลัก ในขณะที่การปล่อยสินเชื่อระหว่างนักลงทุนกับบุคคลธรรมดายังไม่เกิดขึ้น จากข้อมูลของสมาคมฟินเทคประเทศไทย พบว่าในปี 2018 มีบริษัทฟินเทคผู้ให้บริการแพลตฟอร์มจำนวน 12 ราย โดยมีบางรายที่ใช้ใบเรียกเก็บเงิน (Invoice) เป็นหลักฐานในการพิจารณาสินเชื่อ ในขณะที่แพลตฟอร์มที่ให้สินเชื่อกับบุคคลธรรมดายังอยู่ในขั้นตอนการทดสอบระบบภายใต้ Regulatory Sandbox ของธนาคารแห่งประเทศไทย

2. การแลกเปลี่ยนข้อมูล ต้องอาศัยโครงสร้างพื้นฐานด้านโครงข่ายอินเทอร์เน็ตและการชำระเงินทางอิเล็กทรอนิกส์ที่มีเสถียรภาพและครอบคลุมพื้นที่ที่อยู่ห่างไกล ขณะเดียวกันการแลกเปลี่ยนข้อมูลระหว่างผู้ให้สินเชื่อกับผู้ให้บริการด้านข้อมูล ตลอดจนหน่วยงานของรัฐที่เป็นเจ้าของข้อมูลจะต้องมีความรวดเร็วและปลอดภัย โดยในปัจจุบันศูนย์กลางทางการเงินของโลกใช้ Application Programming Interface (API) ในการแลกเปลี่ยนข้อมูล ซึ่งในกรณีของประเทศไทย สถาบันการเงินและหน่วยงานกำกับได้วางระบบการแลกเปลี่ยนข้อมูลผ่าน API แล้วเช่นกัน

นอกจากโครงสร้างทางกายภาพและเทคโนโลยีพื้นฐาน การแลกเปลี่ยนข้อมูลต้องการโครงสร้างเชิงสถาบันที่สร้างความเชื่อมั่นระหว่างผู้เล่นในตลาดโดยเฉพาะการยืนยันตัวตนที่น่าเชื่อถือ โดยไทยได้ผ่านร่าง พ.ร.บ. การพิสูจน์และยืนยันตัวตนทางดิจิทัลแล้วซึ่งกำลังจะมีผลบังคับใช้ในกลางปี 2562 นอกจากนั้น การแลกเปลี่ยนข้อมูลยังต้องมีระบบการรักษาความปลอดภัยของข้อมูลจากกฎหมายคุ้มครองข้อมูลส่วนบุคคลที่รัดกุมและบังคับใช้จริงอย่างเข้มงวด การรักษาความปลอดภัยของข้อมูลเป็นประเด็นที่ศูนย์กลางทางการเงินของโลกให้ความสำคัญมาก ดังจะเห็นได้จากตัวอย่างของยูโรโซนที่เริ่มบังคับใช้กฎหมาย General Data Protection Regulation (GDPR) ตั้งแต่เดือนพฤษภาคม 2561 ที่ผ่านมา สำหรับไทยอยู่ระหว่างการปรับร่างกฎหมายที่เกี่ยวข้องกับการคุ้มครองข้อมูล

3. การลงทุนในทุนมนุษย์และเทคโนโลยี และการส่งเสริมความรู้ทางดิจิทัล ในกรณีของไทย การลงทุนในทุนมนุษย์มีความจำเป็นเร่งด่วนอย่างมากเพราะยังไม่สามารถพัฒนากำลังคนให้ทันกับความต้องการ โดยเฉพาะบุคลากรที่มีความสามารถด้านเทคโนโลยีขั้นสูง เช่น โปรแกรมเมอร์ ทั้งนี้เนื่องจากไทยขาดแคลนผู้จบการศึกษาในหลักสูตรที่เกี่ยวข้อง ขณะที่บุคลากรจบใหม่ยังขาดประสบการณ์ในการทำงานจริงทำให้ผู้ประกอบการต้องว่าจ้างแรงงานต่างชาติมาทดแทน นอกจากนี้ ภาคการเงินไทยยังขาดแคลนแรงงานที่มีทักษะในด้านเทคโนโลยีใหม่ที่รองรับรูปแบบของธุรกิจที่จะเปลี่ยนไปในอนาคต เช่น ปัญญาประดิษฐ์ (Artificial Intelligence, AI) ช่องทางเชื่อมต่อให้ระบบต่าง ๆ สามารถทำงานร่วมกันได้ อาทิ API ตลอดจนการวิเคราะห์ข้อมูลขนาดใหญ่ (Big data analytics) โดยปัจจุบันสถาบันการเงินหลายแห่งกำลังเร่งพัฒนาหลักสูตรร่วมกับมหาวิทยาลัยในประเทศ รวมถึงแข่งขันกันเพื่อดึงบุคลากรไทยที่กำลังศึกษาอยู่ในมหาวิทยาลัยในต่างประเทศหรือกำลังทำงานในศูนย์กลางเทคโนโลยีของโลกกลับมาทำงานในไทยมากขึ้น

การสร้างความรู้ความเข้าใจทางการเงินตลอดจนความคุ้นเคยกับเทคโนโลยีก็มีความสำคัญไม่แพ้กัน สิ่งดังกล่าวทำให้ผู้ใช้บริการทางการเงินตระหนักถึงทางเลือกในการขอสินเชื่อผ่านแพลตฟอร์มสินเชื่อ รู้วิธีการเข้าถึงและสามารถใช้เทคโนโลยีการเงินดิจิทัลในการบริหารจัดการเงินอย่างมีประสิทธิภาพซึ่งจะทำให้ผู้กู้มีฐานะการเงินที่ดีขึ้น นำมาซึ่งโอกาสเข้าถึงบริการทางการเงินที่ซับซ้อนขึ้นไป สำหรับนักลงทุน ความรู้ทางด้านเทคโนโลยีการเงินดิจิทัลทำให้นักลงทุนเข้าถึงผลิตภัณฑ์ทางการเงินที่ซับซ้อนได้มากขึ้น

4. การกำกับดูแลที่เหมาะสม ซึ่งต้องทันต่อการเปลี่ยนแปลงของภูมิทัศน์ของระบบการเงินและชั่งน้ำหนักระหว่างการเอื้อให้เกิดนวัตกรรมกับการป้องกันความเสี่ยง โดยจะทราบถึงจุดสมดุลได้จากการระดมความคิดระหว่างผู้กำกับดูแลกับผู้ให้สินเชื่อ ตลอดจนการทดลองให้สินเชื่อภายใต้กฎเกณฑ์ดังกล่าวในพื้นที่ที่จำกัดขอบเขตความเสียหายต่อผู้บริโภค อาทิ Regulatory Sandbox นอกจากนี้ กฎต้องชัดเจนและตีความได้ง่ายเพื่อให้ผู้ให้สินเชื่อปฏิบัติตามได้อย่างถูกต้อง โดยเฉพาะผู้ให้สินเชื่อขนาดกลางและเล็กซึ่งมีข้อจำกัดในการปฏิบัติตามกฎสูงกว่าผู้ให้สินเชื่อขนาดใหญ่ เช่น มีความคุ้มค่าในการจ้างผู้เชี่ยวชาญด้านกฎหมายต่ำกว่าบริษัทขนาดใหญ่ มีเครื่องมือบริหารความเสี่ยงน้อยกว่า เป็นต้น ทั้งนี้เพื่อให้เกิดการแข่งขันภายใต้เงื่อนไขที่เท่าเทียมระหว่างผู้ให้สินเชื่อขนาดใหญ่และเล็ก

สำหรับการกำกับดูแล เนื่องจากโครงสร้างของระบบการเงินเปลี่ยนแปลงเร็วและมีความซับซ้อนขึ้น ทั้งจากผลิตภัณฑ์ทางการเงิน ผู้เล่น ไปจนถึงวิธีการตั้งราคาสินทรัพย์ (pricing)ผู้กำกับดูแลศูนย์กลางทางการเงินของโลกจึงเริ่มหันมาใช้เทคโนโลยีในการกำกับดูแล (Regulatory Technology, Reg-tech) มากขึ้น ยกตัวอย่างเช่นการรายงานตัวเลขทางการเงินผ่านระบบการส่งข้อมูลที่มีประสิทธิภาพและการใช้ machine learning หรือ AI ในการเรียนรู้พฤติกรรมของตัวแปรทางการเงินที่สำคัญเพื่อให้สามารถตรวจจับความผิดปกติได้อย่างทันท่วงที

นอกจากการวางกฎและการกำกับดูแล ผู้วางนโยบายในศูนย์กลางทางการเงินของโลกยังให้ความสำคัญกับการเพิ่มสภาพคล่องให้กับตลาดสินเชื่อโดยใช้นโยบายสนับสนุนและกำกับดูแลการแปลงสินเชื่อเป็นสินทรัพย์และนโยบายพัฒนาตลาดรอง ซึ่งจะช่วยเพิ่มกำลังในการปล่อยกู้ (capacity) ของผู้ให้สินเชื่อฟินเทคและเพิ่มทางเลือกในการลงทุนของผู้ให้กู้ด้วย

รูปที่ 5 สรุปปัจจัยที่เอื้อให้เกิดระบบนิเวศสินเชื่อบนฐานข้อมูลข่าวสาร

ที่มา: สรุปโดยคณะผู้เขียน

ข้อสรุป

ที่ผ่านมา ระบบเศรษฐกิจไทยยังมีผู้มีศักยภาพจำนวนมากที่เข้าไม่ถึงเงินทุนในระบบเพราะสถาบันการเงินไม่มีข้อมูลที่สะท้อนโอกาสและความเสี่ยงของคนกลุ่มนี้ บทความนี้ชี้ให้เห็นว่าในวันนี้ เรามีเทคโนโลยีดิจิทัลอันเป็นกุญแจสำคัญในการสร้างระบบการเงินบนฐานข้อมูลข่าวสารที่เอื้อให้สถาบันการเงินเข้าถึงข้อมูลของลูกค้าและให้บริการทางการเงินอย่างทั่วถึงโดยไม่เพิ่มความเปราะบางต่อระบบเศรษฐกิจการเงิน หากจะประสบความสำเร็จได้เหมือนกับศูนย์กลางทางการเงินของโลก ไทยจะต้องสร้างความร่วมมือระหว่างผู้เล่น สนับสนุนการแลกเปลี่ยนข้อมูล ลงทุนในทุนมนุษย์และเทคโนโลยี ตลอดจนพัฒนาการกำกับดูแลที่ชั่งน้ำหนักระหว่างโอกาสกับความเสี่ยงอย่างสมดุล ระบบการเงินบนฐานข้อมูลข่าวสารจะปลดล็อคศักยภาพในการขยายตัวของเศรษฐกิจไทยและนำไปสู่การเติบโตอย่างยั่งยืนในระยะยาว

เอกสารอ้างอิง

Aslan, G., Delechat, C., Newiak, M., & Yang, F. (2017). “Inequality in Financial Inclusion and Income Inequality.” Working Paper No. 17/236.

Berg, T., Burg, B., Gombovic, A., Puri, M. (2018). “On the Rise of FinTechs – Credit Scoring using Digital Footprints.” NBER Working Paper No. 24551.

Vallee, B. and Zeng, Y (2018). “Marketplace Lending: A new Banking Paradigm? Harvard Business School.” IMF Working Paper 18-067.

[1] ไม่นับครัวเรือนที่ระบุว่าไม่ต้องการเข้าถึงบริการทางการเงิน
[2] จากกลุ่มตัวอย่างจำนวน 136 ประเทศ (รวมไทย)
[3] ข้อมูลจาก Safaricom CBA และ Financial Sector Deepening Kenya (FSD Kenya)
[4] สะท้อนจาก FICO score ที่ต่ำและมีหนี้ต่อรายได้ในสัดส่วนสูง

ข้อคิดเห็นที่ปรากฏในบทความนี้เป็นความเห็นของผู้เขียน ซึ่งไม่จำเป็นต้องสอดคล้องกับความเห็นของสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์.

READS: 3091
ธนาคารกรุงศรีอยุธยา จำกัด (มหาชน)
somprawin.manprasert@krungsri.com
ธนาคารกรุงศรีอยุธยา จำกัด (มหาชน)
Talublugkhana.thanadhidhasuwanna@krungsri.com
ธนาคารกรุงศรีอยุธยา จำกัด (มหาชน)
rachot.leingchan@krungsri.com
ธนาคารกรุงศรีอยุธยา จำกัด (มหาชน)
Arpakorn.nopparattayaporn@krungsri.com
Waseda University (นักศึกษาปริญญาโท)
wo.kongphop@toki.waseda.jp