Несмотря на правительственные инициативы, такие как Прадхан Мантри Авас Йоджана и Схема субсидий, связанных с кредитом (CLSS), покупатели жилья с низким и средним доходом в Индии с неформальными источниками дохода по-прежнему сталкиваются с серьезными препятствиями в обеспечении традиционных домашних кредитов. Эти барьеры сохраняются в основном из -за зависимости кредиторов от официальной документации по доходам, которая часто недоступна для лиц, работающих в таких секторах, как сельское хозяйство или неформальная занятость, где доходы могут быть нерегулярными и трудно документировать.
Сумит Шарма, основатель Radian Finserv, сказал RichWeNews: «Покупатели среднего дохода составляют большую часть начинающих домовладельцев, но они борются, потому что кредиторы обычно требуют официальных документов дохода для оценки права на получение кредита». Эта ситуация еще более осложняется непредсказуемостью дохода в этих секторах, как объяснила Шарма: «Многие из этих людей работают в сельском хозяйстве или в неформальном секторе, где доходы являются сезонными, нерегулярными и трудно документировать. Это создает неопределенность в глазах банках, которые часто видят их как заемщиков высокого риска».
Документация по недвижимости также представляет собой серьезную проблему. «Непонятные права земли или неполные документы для недвижимости в полугородских и сельских районах часто сорвают заявки на ссуды еще до того, как они начнут»,-отметил Шарма. Такие проблемы с документацией могут быть основным блоком преткновения в обработке кредитов, особенно в областях, где официальные записи имущества являются либо неполными, либо не существующими.
Тем не менее, ландшафт постепенно меняется с внедрением инноваций, основанных на финтех, и альтернативных кредитных оценки. По словам Шармы, «вместо того, чтобы полагаться только на платежные линии или налоговые декларации, кредиторы могут смотреть на оценки на основе денежных потоков». Этот сдвиг включает в себя использование таких документов, как регистрация бизнеса и банковские выписки для установления финансового доверия, обеспечивая более четкую финансовую картину в отсутствие традиционных доказательств дохода.
Fintech Companies и небанковские финансовые компании (NBFC), часто поддерживаемые Национальным жилищным банком, все чаще используют альтернативные модели оценки кредитов. «Эти модели используют различные данные — от цифровых следов и поведенческих моделей до геотагирования и демографических данных — для оценки способности, стабильности и готовности заемщика», — пояснил Шарма. Этот подход помогает смягчить риски, связанные с кредитованием лиц с неформальными доходами.
Несмотря на эти достижения, риски остаются проблемой. «Трудно точно оценить рычаги и истинную способность погашения», — предупредила Шарма. Тем не менее, использование соавтоспособности, гибкие варианты погашения и поведенческие модели, управляемые искусственным интеллектом, представляют собой стратегии, используемые для решения этих проблем, прокладывая путь для улучшения доступности для домашних кредитов для неформальных сегментов дохода.
