বেসরকারি ব্যাংকগুলোর তথ্যের নির্ভুলতা কমে যাওয়ায় ডেটা ইন্টিগ্রিটি নিয়ে উদ্বেগ বাড়ছে
ভারতের বেসরকারি ব্যাংকিং খাতে আর্থিক প্রতিবেদনের নির্ভরযোগ্যতা তথ্যের নির্ভুলতা কমে যাওয়ার রিপোর্টের পর নজিরবিহীন পর্যালোচনার সম্মুখীন হচ্ছে। ডিজিটাল লেনদেন বৃদ্ধির সাথে সাথে, রিপোর্ট করা মেট্রিক্স এবং প্রকৃত অপারেশনাল ডেটার মধ্যে ব্যবধান নিয়ন্ত্রক এবং বিনিয়োগকারী উভয়ের জন্যই সতর্ক সংকেত তৈরি করছে।
আর্থিক প্রতিবেদনে ক্রমবর্ধমান বিচ্ছিন্নতা
সাম্প্রতিক তথ্যগুলো ভারতের শীর্ষস্থানীয় বেসরকারি ব্যাংকগুলোর ডেটা রিপোর্টিংয়ের নির্ভুলতা সম্পর্কে একটি উদ্বেগজনক প্রবণতা নির্দেশ করছে। যদিও এই প্রতিষ্ঠানগুলো ভারতীয় অর্থনীতির ঋণ বৃদ্ধি এবং ডিজিটাল উদ্ভাবনের প্রধান চালিকাশক্তি হিসেবে কাজ করছে, তবুও স্টেকহোল্ডারদের কাছে প্রদান করা তথ্যের গুণমানের ক্ষেত্রে একটি ক্রমবর্ধমান অসঙ্গতি দেখা দিচ্ছে।
নির্ভুলতা হ্রাস পাওয়া কেবল একটি দাপ্তরিক সমস্যা নয়, বরং এটি একটি পদ্ধতিগত উদ্বেগ যা বাজার কর্তৃক ঝুঁকি, তারল্য এবং সম্পদের গুণমান কীভাবে বোঝা হচ্ছে তার ওপর প্রভাব ফেলে। ব্যাংকগুলো যখন অতি-স্বয়ংক্রিয় (hyper-automated) পরিবেশের দিকে এগিয়ে যাচ্ছে, তখন পুরনো লিগ্যাসি সিস্টেমের সাথে নতুন যুগের ডিজিটাল ইন্টারফেসের সমন্বয় কিছু "ব্লাইন্ড স্পট" তৈরি করেছে, যেখানে ডেটা পয়েন্টগুলো ভুলভাবে রিপোর্ট করা হচ্ছে বা সঠিকভাবে সমন্বয় করা হচ্ছে না।
নিয়ন্ত্রক তদারকি এবং ঝুঁকি ব্যবস্থাপনা
ভারতীয় রিজার্ভ ব্যাংক (RBI) ঐতিহাসিকভাবে ডেটা গভর্নেন্সের ক্ষেত্রে কঠোর অবস্থান বজায় রেখেছে এবং রিপোর্টিং স্ট্যান্ডার্ডের এই সাম্প্রতিক পতন আরও কঠোর তদারকি শুরু করতে পারে। বেসরকারি ঋণদাতাদের জন্য ঝুঁকি অত্যন্ত বেশি; সঠিক ডেটা হলো Basel III কমপ্লায়েন্স, মূলধন পর্যাপ্ততা মূল্যায়ন এবং স্ট্রেস টেস্টিংয়ের ভিত্তি।
ভুল রিপোর্টিং বেশ কিছু গুরুতর ব্যর্থতার দিকে পরিচালিত করতে পারে:
- নন-পারফর্মিং অ্যাসেট (NPA)-এর ভুল গণনা: যদি ঋণ পরিশোধ বা জামানতের মূল্যের ডেটা ত্রুটিপূর্ণ হয়, তবে ব্যাংকগুলো তাদের খেলাপি ঋণের পরিমাণ কম দেখাতে পারে, যা তাদের ব্যালেন্স শিটের প্রকৃত অবস্থা আড়াল করে ফেলে।
- ভুল রিস্ক ওয়েটিং: কাস্টমার প্রোফাইলিং এবং ক্রেডিট স্কোরিংয়ে ত্রুটি ভুল মূলধন বরাদ্দের দিকে পরিচালিত করতে পারে, যা অর্থনৈতিক মন্দার সময় ব্যাংকগুলোকে অরক্ষিত করে তোলে।
- কমপ্লায়েন্স জরিমানা: রিপোর্টিং স্ট্যান্ডার্ডে ত্রুটি এবং অপর্যাপ্ত অভ্যন্তরীণ নিয়ন্ত্রণের জন্য কেন্দ্রীয় ব্যাংক এর আগে বেসরকারি ঋণদাতাদের ওপর ভারী জরিমানা আরোপ করেছে।
ডিজিটাল প্যারাডক্স: প্রবৃদ্ধি বনাম শাসন (Growth vs. Governance)
আধুনিক ভারতীয় ব্যাংকগুলোর সামনে যে আপাতবিরোধী পরিস্থিতি রয়েছে তা হলো, তারা প্রযুক্তিগতভাবে আরও উন্নত হয়ে উঠলেও তাদের ডেটা গভর্নেন্স ফ্রেমওয়ার্ক সেই গতির সাথে তাল মেলাতে হিমশিম খাচ্ছে। AI, মেশিন লার্নিং এবং ক্লাউড কম্পিউটিংয়ের দ্রুত গ্রহণ লেনদেনের পরিমাণ বাড়িয়ে দিয়েছে, তবে এটি অডিট ট্রেইলকেও জটিল করে তুলেছে।
যখন কোর ব্যাংকিং সলিউশন (CBS) থেকে শুরু করে মোবাইল অ্যাপ ইন্টারফেস পর্যন্ত একাধিক ভিন্ন ভিন্ন সিস্টেম নির্বিঘ্নে যোগাযোগ করতে ব্যর্থ হয়, তখন "ডেটা সাইলোস" (data silos) তৈরি হয়। রিপোর্টিংয়ের নির্ভুলতা কমে যাওয়ার পেছনে এই সাইলোসগুলোই প্রধান দায়ী, কারণ এই ব্যবধানগুলো পূরণের জন্য প্রায়শই ম্যানুয়াল হস্তক্ষেপের প্রয়োজন হয়, যা একটি স্বয়ংক্রিয় প্রক্রিয়ায় মানুষের ভুল বা ত্রুটির সুযোগ করে দেয়।
মূল বিষয়সমূহ
- সিস্টেমিক ঝুঁকি: বেসরকারি ব্যাংকগুলোতে ডেটার নির্ভুলতা হ্রাস পাওয়া সম্পদের সঠিক গুণমান মূল্যায়ন এবং সামগ্রিক আর্থিক স্থিতিশীলতার জন্য ঝুঁকি তৈরি করে।
- প্রযুক্তিগত ব্যবধান: লেগাসি সিস্টেম এবং দ্রুত ডিজিটাল সম্প্রসারণের মধ্যে অসামঞ্জস্য রিয়েল-টাইম রিপোর্টিংয়ে বিচ্যুতি সৃষ্টি করছে।
- তদারকি বৃদ্ধি: ডেটা গভর্নেন্স এবং অভ্যন্তরীণ অডিট মেকানিজমের দৃঢ়তার ওপর গুরুত্ব দিয়ে RBI-এর নিয়ন্ত্রক নজরদারি আরও তীব্র হওয়ার সম্ভাবনা রয়েছে।