परम्परागत रुपमा लघुवित्तले कर्जा विश्लेषण गर्दा ऋणीको घर, परिवार, समूहका सदस्यसँगको सम्बन्ध, अघिल्ला किस्ता भुक्तानी गर्दाको अनुशासन वा उपलब्ध धितोका आधारमा कर्जा मूल्याङ्कन गर्दै आएका छन्। यी सबै विवरण हुँदाहुँदै पनि भोलिका दिनमा यो ऋणीले कर्जा भुक्तानी गर्न सक्छ र तिर्ने वास्तविक नियत छ छैन भनेर यकिन गर्न सकिने अवस्था हुँदैन।

लघुवित्तको सुरुवाती मोडलले ५-१० जनाको समूह जमानी, नियमित बैठक र समूहका साथीको निगरानीलाई मूल आधार बनायो। तर, समय क्रममा प्रविधिले अर्को विश्लेषणात्मक आयाम थपेको छ जसले ऋणीको व्यक्तिगत व्यवहार, निर्णय शैली र मनोवैज्ञानिक विशेषतासँग सम्बन्धित तथ्याङ्क मूल्यांकन गर्छ। यसैलाई साइकोमेट्रिक क्रेडिट स्कोरिङ भनिन्छ।

नेपाल राष्ट्र बैंकले लघुवित्त वित्तीय संस्थाहरूलाई २०८३ भदौ ११ को परिपत्रमार्फत साइकोमेट्रिक क्रेडिट स्कोरिङका आधारमा समेत कर्जा विश्लेषण गरी कर्जा प्रवाह गर्न सकिने व्यवस्था समावेश भएको सन्दर्भमा यो विषय लघुवित्त कर्मी र बैंकरका लागि मात्र होइन, सामान्य ऋणीका लागि पनि चासोको विषय बनेको छ।

कुनै व्यक्तिले ऋण माग्दा ऋणदाताले उसको आम्दानी हेर्छ, व्यवसाय हेर्छ, विगतको कर्जा भुक्तानी इतिहास हेर्छ, समूहका सदस्यसँगको सम्बन्ध बुझ्छ र उपलब्ध धितो वा जमानीको अवस्था हेर्छ। यी सबै कर्जा मूल्याङ्कनका महत्त्वपूर्ण आधार हुन् तर यतिले मात्र अर्को एउटा कठिन प्रश्नको पूर्ण उत्तर नआउन सक्छ भोलि यो व्यक्तिले ऋण तिर्ने सम्भावना कति छ? यही प्रश्नको उत्तर खोज्ने क्रममा विश्वभर कर्जा मूल्याङ्कनका नयाँ विधिहरू विकसित भइरहेका छन्। त्यसमध्ये एउटा हो साइकोमेट्रिक क्रेडिट स्कोरिङ।

नेपाल राष्ट्र बैंकले अन्तर्राष्ट्रिय वित्त निगम (आइएफसी)को प्राविधिक सहयोगमा तयार गरिएको साइकोमेट्रिक स्कोरिङ सोलुसन कर्जा सूचना केन्द्र लिमिटेडलाई हस्तान्तरण गरेको छ। यसको उद्देश्य विशेष गरी विगतमा कर्जा नलिएका र बिनाधितो सानो कर्जा लिन चाहने सम्भावित ऋणीको व्यवहार तथा कर्जा भुक्तानी क्षमता सम्बन्धी मूल्याङ्कनमा सहयोग गर्नु हो। यो सुविधा प्राप्त गर्न कर्जा सूचना केन्द्र लिमिटेडसँग आवद्ध हुनु पर्ने र सुविधा निःशुल्क रुपमा लिन सकिने व्यवस्था रहेको छ। हाल केही लघुवित्तहरूले समेत आवद्धता जनाई सकेका छन्।

नेपालले यो अवधारणा लागू गर्दा अन्तर्राष्ट्रिय अनुभवबाट पनि पाठ सिक्न सकिन्छ। सन् २०२१ मा विश्व बैंकले इथियोपियामा महिला उद्यमीमाथि गरेको अध्ययनमा धितोमा आधारित परम्परागत कर्जा सीमालाई हटाएर साइकोमेट्रिक स्कोरिङ सलुसनको आधारमा बिनाधितो व्यक्तिगत कर्जा दिने प्रयोग गरेको थियो। विश्व बैंकको अध्ययनले ती महिला उद्यमीको औपचारिक वित्तीय पहुँचमा सुधार ल्याएको देखायो। व्यवसाय बन्द हुने दरमा पनि उल्लेखनीय सुधार देखिएको थियो।

यसबाट नेपालले सिक्नुपर्ने कुरा निकै सरल छ। साइकोमेट्रिक क्रेडिट स्कोरिङ सम्भावनायुक्त उपकरण हो, तर जादुको छडी होइन। इथियोपियामा देखिएको परिणाम नेपालमा पनि त्यही रूपमा दोहोरिन्छ भन्ने निष्कर्ष निकाल्न मिल्दैन। विदेशमा सफल भएको साइकोमेट्रिक स्कोर मोडेल नेपालमा जस्ताको तस्तै लागू गर्नु उचित हुँदैन।

नेपालको पहाड र तराईको व्यावसायिक संरचना फरक छ। कृषि र व्यापारको नगद प्रवाह फरक छ। ग्रामीण र सहरी ग्राहकको डिजिटल पहुँच फरक छ। महिलाको आर्थिक निर्णयमा परिवार र सामाजिक संरचनाको प्रभाव पनि हुन सक्छ। त्यसैले नेपालका लागि प्रयोग हुने मोडलमा स्थानीय तथ्याङ्क, स्थानीय भाषा र स्थानीय सामाजिक-आर्थिक परिवेश पर्याप्त रूपमा प्रतिनिधित्व हुनुपर्छ।

नेपाल राष्ट्र बैंकको लघुवित्तलाई जारी गरेको रिस्क म्यानेजमेन्ट गाइडलाइन्स फर माइक्रोफाइनान्स इन्स्टिट्युसन्स, २०२४ ले पनि लघुवित्तको जोखिम व्यवस्थापनका सन्दर्भमा समूह जमानी र समूहकै निगरानी र क्रमिक रूपमा कर्जा बढाउने अभ्यासलाई ध्यान दिएको छ। उक्त निर्देशिकाको उद्देश्य लघुवित्त संस्थाका लागि जोखिम व्यवस्थापनका न्यूनतम मापदण्ड स्थापित गर्नु हो। संस्थाहरूलाई आफ्नो जोखिमको प्रकृति र सञ्चालनको अवस्था अनुसार जोखिम व्यवस्थापन प्रणाली थप विकसित गर्न सक्ने बनाउनु हो।

बैकिङ तथा वित्तीय प्रणाली सधै स्थिर हुँदैन। ऋणीको व्यवहार बदलिन्छ, कर्जाको आकार बदलिन्छ, बहुकर्जाको जोखिम देखिन्छ, बजार बदलिन्छ र प्रविधिले नयाँ सूचना उपलब्ध गराउँछ। यस्तो अवस्थामा केवल एउटै प्रकारको सूचनामा निर्भर रहने भन्दा कर्जा मूल्याङ्कनमा थप तथ्य र विश्लेषण जोड्नु स्वाभाविक हुन्छ र साइकोमेट्रिक क्रेडिट स्कोरिङ पनि यसैको निरन्तरता वा पछिल्लो विकास हो।

साधारण भाषामा भन्नु पर्दा साइकोमेट्रिक कर्जा स्कोरिङ भनेको सम्भावित ऋणीको केही व्यवहारिक तथा निर्णय सम्बन्धी विशेषतासँग सम्बन्धित जानकारी संकलन गरी त्यसलाई तथ्याङ्कीय विश्लेषणमार्फत कर्जा जोखिमको अनुमान गर्न प्रयोग गर्ने विधि हो। यसमा प्रश्नावली, व्यवहार सम्बन्धी प्रश्न वा डिजिटल परीक्षण प्रयोग हुन सक्छन्। यसको अर्थ कसैको अन्तरआत्मा पढ्न सक्नु वा त्यो व्यक्ति असल/खराब वा नैतिक/अनैतिक भनेर निर्णय गर्नु होइन।

मानौँ कुनै व्यक्तिको नाममा जग्गा छैन, उसले पहिले बैंकबाट कर्जा लिएको पनि छैन र उसको औपचारिक कर्जा कारोबारको बैंक स्टेटमेण्ट पनि छैन। तर, ऊ व्यवसाय गरिरहेको छ। यस्तो अवस्थामा ऋणदाता लधुवित्तलाई जोखिम मूल्याङ्कन गर्ने सूचना प्रर्याप्त हुँदैन। साइकोमेट्रिक क्रेडिट स्कोरिङ विधिले यस्तो अवस्थामा उपलब्ध अन्य व्यवहारिक सूचनालाई पनि कर्जा मूल्याङ्कनमा जोड्ने प्रयास गर्छ। यो विधि कसरी सञ्चालन हुन्छ र यसले कसरी नतिजा निकाल्छ भन्ने व्यावहारिक उदाहरण हेरौं :

साइकोमेट्रिक परीक्षण ट्याब्लेट वा मोबाइल एपमार्फत १० देखि १५ मिनेटमा पूरा गर्न सकिने १०/१५ वटा सरल प्रश्नावली सोधिन्छ। यसमा ऋणीको आम्दानी, खर्च, वैकल्पिक आयश्रोत सोध्नुको सट्टा उनीहरूको आर्थिक अनुशासन, जोखिम लिने शैली, इमानदारिता र योजना बनाउने क्षमता जाच्ने व्यवहारिक प्रश्नहरू गरिन्छ। उदाहरणका लागि ऋणीलाई सोध्न सकिन्छ- यदि तपाईंको व्यवसायमा अचानक बिक्री ५०% ले घट्यो भने पहिलो काम के गर्नुहुन्छ?

(क) अर्को लघुवित्तबाट ऋण लिएर किस्ता समयमा तिर्छु र बाँकी पैसा बिक्री बढाउन लगानी थप्छु।
(ख) व्यक्तिगत तथा घरखर्च कटौती गरी किस्ताका लागि रकम जोगाउँछु।
(ग) किस्ता अर्को महिनामा तिर्छु र बिक्री सुध्रिने पर्खाइमा बस्छु।

यदि ऋणीले विकल्प (ख) छान्छ भने प्रणालीले यसलाई सकारात्मक वित्तीय अनुशासन अर्थात न्यून जोखिम र पूर्व-योजनाको रूपमा लिन्छ। त्यसैगरी, ऋणीले प्रश्नको उत्तर दिँदा लिएको समय, सोचविचारको गति र उत्तरमा देखिने निरन्तरतालाई एल्गोरिदमले विश्लेषण गर्छ। यदि कुनै ऋणीले विचारै नगरी तुरुन्तै उत्तर दिन्छ वा उस्तै प्रकृतिका प्रश्नहरूमा विरोधाभास पूर्ण उत्तर दिन्छ भने प्रणालीले उच्च जोखिमको संकेत गर्छ।

यसरी सङ्कलित व्यवहारिक प्रश्नका आधारमा ऋणीलाई मानौँ १०० पूर्णअङ्कमा प्रश्न संख्याका आधारमा प्रत्येक प्रश्नको भारअङ्क तोकी साइकोमेट्रिक अङ्क प्रदान गरिन्छ, अङ्क भारको आधारमा उच्च, मध्यम र न्यून जोखिम भनी वर्गीकरण गर्न सकिन्छ। यसले व्यक्तिमा कर्जा चुक्ता गर्ने नियत छ या छैन भन्ने प्रारम्भिक आधार दिन्छ।

मानौँ एक महिला ग्राहकले व्यवसाय विस्तार गर्न कर्जा मागिन्। उनी समूहमा सक्रिय छिन्, घितो पनि छ, विगतमा किस्ता समयमा तिरेकी छन् र समूहका सदस्यले उनलाई विश्वास गर्छन्। तर, उनको व्यवसायको हालको नगद प्रवाह कमजोर छ। अर्कोतर्फ, अर्को ग्राहकको सामाजिक सम्बन्ध सामान्य छ, तर उसको व्यवसायको दैनिक नगद प्रवाह राम्रो छ, विगतको कर्जा अनुशासन राम्रो छ र उपलब्ध साइकोमेट्रिक स्कोरिङले पनि कम जोखिम तर्फ संकेत गर्छ। यस्तो अवस्थामा केवल समूहले राम्रो भनेको छ र विगतमा राम्रो कारोवार गरेको छ भनेर मात्र कर्जा दिने निर्णय गर्नु पर्याप्त हुँदैन। कर्जा विश्लेषकले ग्राहकको वित्तीय अनुसासन, अन्य संस्थाबाट लिएको कर्जा, आम्दानीको निरन्तरता, व्यवसायको नगद प्रवाह, भुक्तानी क्षमता, व्यवसायको प्रकृति र साइकोमेट्रिक स्कोरिङ जस्ता विभिन्न सूचनालाई सँगै हेर्नुपर्छ।

साइकोमेट्रिक क्रेडिट स्कोरिङका केही सिमाहरू पनि छन्। कर्मचारीले स्पष्ट रूपमा बुझ्नु पर्ने कुरा के छ भने कुनै ग्राहकको साइकोमेट्रिक स्कोरिङ राम्रो आयो भन्दैमा उसले अन्य लघुवित्तबाट ऋण लिएको छैन भन्ने प्रमाणित हुँदैन। स्कोरिङ र बहुबैकिङ दुई अलग विषय हुन्। बहुकर्जा वा ऋणीको अन्य कर्जा दायित्व बुझ्न कर्जा सूचना प्रणाली, उपलब्ध वित्तीय विवरण र संस्थागत प्रक्रिया आवश्यक हुन्छ।

साइकोमेट्रिक क्रेडिट स्कोरले ती सूचनाको स्थान लिन सक्दैन। त्यसैले स्कोरिङ राम्रो आयो, अब ऋणी सुरक्षित छ भन्ने सोच आफैँमा जोखिमपूर्ण हुन्छ। कर्जा मूल्याङ्कनमा एउटा स्कोरिङले निर्णय गर्नुभन्दा विभिन्न स्रोतबाट प्राप्त सूचना जोडेर समग्र जोखिमको स्तर मापन प्रणाली बनाउनु बढी महत्त्वपूर्ण हुन्छ।

के यसले धितोको समस्या समाधान गर्छ त, भन्ने प्रश्न पनि उठ्न सक्छ? केही अवस्थामा यसले धितोको निर्भरता कम गर्ने सम्भावना दिन सक्छ। विशेष गरी पर्याप्त घितो नभएका तर व्यावसायिक क्षमता भएका ऋणीको कर्जा मूल्याङ्कनमा थप सूचना उपलब्ध गराउन सक्छ। तर, धितोको विकल्प रुपमा विकास भएको प्रणाली भन्न मिल्दैन। कुनै कर्जाको आकार ठूलो छ भने भुक्तानी क्षमता, नगद प्रवाह, व्यवसायको जोखिम, कर्जाको उद्देश्य र संस्थाको कर्जा नीति अझ महत्त्वपूर्ण हुन्छन्। स्कोर राम्रो हुँदैमा ठूलो कर्जा स्वत: स्वीकृत हुने होइन। यसको सबैभन्दा उपयोगी भूमिका धितो नभएको व्यक्तिलाई जोखिमपूर्ण भनेर मात्र नहेरी उसको जोखिमका अन्य संकेत पनि मूल्याङ्कन गर्ने उपकरणका रुपमा परिभाषित गर्न सकिन्छ।

ऋण नतिर्नु र ऋण तिर्न नचाहनु एउटै होइन साइकोमेट्रिक स्कोरको बहसमा यो विषय छुटाउनु हुँदैन। मानौँ कुनै ऋणीले व्यवसाय चलाइरहेको छ। उसको परीक्षणमा न्यून जोखिम स्कोर आएको छ। उसले ऋण तिर्ने इच्छा पनि राखेको छ। तर, अचानक बाढी आयो, पहिरो गयो, पसलमा ठूलो क्षति भयो वा बजारमा असामान्य गिरावट आयो। अब उसले किस्ता तिर्न सकेन भने त्यसलाई केवल खराब नियतका रूपमा बुझ्न मिल्दैन।

कर्जा जोखिममा सघै ऋणीसँग मात्र सीमित जोखिम हुँदैन। बजार, व्यवसाय, प्राकृतिक विपत्ति र व्यापक आर्थिक अवस्थाले पनि प्रभाव पार्छ। त्यसैले साइकोमेट्रिक स्कोरले व्यक्तिसम्बन्धी केही जोखिम संकेत दिन सक्छ। यसले भविष्यका सबै बाह्य जोखिमको पूर्वानुमान गर्दैन।

नेपालको लघुवित्त क्षेत्रमा साइकोमेट्रिक क्रेडिट स्कोरको प्रवेशलाई केवल नयाँ प्रविधि भनेर हेर्नु पर्याप्त हुँदैन। यो वास्तवमा कर्जा मूल्याङ्कन गर्ने हाम्रो सोचमा आउन सक्ने परिवर्तन हो। कुनै स्कोरले भविष्यवाणी गर्न सक्दैन। त्यसैले नेपालको लघुवित्तको भविष्य सामूहिक जमानीलाई हटाएर एउटा नयाँ अंक राख्नु होइन।

सही ग्राहकलाई, सही उद्देश्यका लागि, उसले धान्न सक्ने सही आकारको कर्जा, सही समयमा र पर्याप्त जोखिम मूल्याङ्कनका आधारमा दिन सक्ने प्रणाली विकास गर्नु हो। त्यसैले यसको सही प्रयोग भनेको कुनै एउटै सूचकका आधारमा निर्णय गर्नु होइन, उपलब्ध विभिन्न सूचनालाई एकीकृत गरेर समग्र मूल्याङ्कन गर्नु हो।

कर्जा निर्णय = विगतमा बैंक तथा वित्तीय संस्थासँग गरेको कारोवार विवरण + कर्जा सूचना केन्द्रको विवरण + नगद प्रवाह + व्यवसायको वर्तमान अवस्था + कर्जा तिर्न सक्ने क्षमता + साइकोमेट्रिक स्कोर + फिल्ड कर्मचारीको विश्लेषण।

यी सबै सूचनालाई सँगै विश्लेषण गरेर कर्जा निर्णय गर्न अझ सजिलो बनाउँछ। अर्थात्, साइकोमेट्रिक स्कोरले मानिसको निर्णय गर्ने क्षमतालाई प्रतिस्थापन गर्ने होइन कर्जा विश्लेषकले ऋणीलाई अझ राम्रोसँग बुझ्न थप सूचना उपलब्ध गराउने हो।