Một số ứng dụng máy học trong lĩnh vực ngân hàng

Bài viết "Một số ứng dụng máy học trong lĩnh vực ngân hàng" trình bày về một số ứng dụng thực tiễn của Công nghệ thông tin nói chung và Máy học nói riêng trong các hoạt động ngân hàng và những thách thức đối với chuyên gia Công nghệ thông tin khi nghiên cứu ứng dụng liên ngành. Mời các bạn cùng tham khảo!
Nội dung trích xuất từ tài liệu:
Một số ứng dụng máy học trong lĩnh vực ngân hàng MỘT SỐ ỨNG DỤNG MÁY HỌC TRONG LĨNH VỰC NGÂN HÀNG TS Tôn Thất Hoà An Trường Đại học Tài chính – Marketing TS Cao Thị Nhạn Trường Đại học Công nghệ Thông tin Đại học Quốc gia TP Hồ Chí Minh Tóm tắt: Hiện nay, việc phân tích dữ liệu để ứng dụng trong các lĩnh vực kinh tế xã hội đã và đang được nghiên cứu và áp dụng ngày càng phát triển cả về chiều rộng lẫn chiều sâu. Các tổ chức, doanh nghiệp đặc biệt quan tâm đến ứng dụng Trí tuệ nhân tạo trong việc giải quyết vấn đề nâng cao chất lượng dịch vụ chăm sóc khách hàng, có chiến lược marketing hiệu quả, hay phát hiện những rủi ro tiềm ẩn trong doanh nghiệp… nhằm giúp cho các hoạt động ngân hàng giảm thiểu rủi ro và phát triển lành mạnh. Bài viết trình bày về một số ứng dụng thực tiễn của Công nghệ thông tin nói chung và Máy học nói riêng trong các hoạt động ngân hàng và những thách thức đối với chuyên gia Công nghệ thông tin khi nghiên cứu ứng dụng liên ngành. Từ khóa: máy học, ngân hàng, điểm tín dụng, giao dịch bất thường 1. Một số bài toán trong hoạt động ngân hàng Các hoạt động trong lĩnh vực ngân hàng có ảnh hưởng nhiều đến xã hội. Bên cạnh đó, số lượng giao dịch lớn, khối lượng công việc đồ sộ phát sinh trong lĩnh vực này đòi hỏi những phần mềm hỗ trợ sao cho công việc được xử lý một cách nhanh chóng, tiện lợi, chính xác và an toàn. Một số bài toán điển hình trong lĩnh vực ngân hàng mà các nghiên cứu công nghệ thông tin đã và đang thực hiện hiện nay bao gồm: – Phát hiện các giao dịch được thực hiện bằng thẻ tín dùng có bất thường (credit card fraud detection) – Đánh giá điểm tín dụng khách hàng (credit scoring) 1.1. Phát hiện giao dịch bằng thẻ tín dụng bất thường Giao dịch tài chính được thực hiện bằng thẻ tín dụng ngày càng phổ biến bởi sự nhanh chóng, tiện lợi. Tuy nhiên bên cạnh đó còn có nhiều thách thức về mặt an toàn hệ thống mà ngân hàng cần đảm bảo. Những điều này rất quan trọng vì ảnh hưởng đến chất 190 - lượng dịch vụ, uy tín của ngân hàng. Theo thống kê của Infosecurity (Parag Jain & Dhruv Dutta, n.d.), thiệt hại do gian lận toàn cầu trong năm 2018 ước tính là 5 nghìn tỷ đô la. Tuy số lượng những gian lận trong giao dịch tài chính không chiếm tỉ lệ cao trong tổng số các giao dịch nhưng lại gây những tổn thất lớn với doanh nghiệp. Và theo khảo sát của PwC’s Global Economic Crime và Fraud Survey (PwC, 2020), được thực hiện với trên 5.000 đối tượng cá nhân hoặc doanh nghiệp được khảo sát trong vòng 24 tháng, cho thấy các con số ấn tượng như sau: – Thiệt hại khoảng 42 tỉ đô la. – 47% người được khảo sát cho biết họ đã bị gian lận. – Trung bình, các công ty trải qua 6 sự cố. – 4 loại gian lận hàng đầu được liệt kê theo thứ tự bao gồm: Gian lận khách hàng (Customer Fraud), Tội phạm mạng (Cybercrime), Chiếm đoạt tài sản (Asset Misappropriation), và Hối lộ và tham những (Bribery and Corruption). Hình 1 cho thấy kết quả thống kê theo khảo sát chi tiết hơn. Hình 1. Tỉ lệ các loại gian lận được khảo sát theo (PwC, 2020) Chính vì vậy, yêu cầu cấp thiết là tìm kiếm các giải pháp để kịp thời phát hiện, ngăn chặn, và loại bỏ các bất thường trong giao dịch nói chung. Riêng trong lĩnh vực ngân hàng, có nhiều cách tiếp cận khác nhau để giải quyết bài toán phát hiện các giao dịch bất thường được thực hiện bằng thẻ tín dụng. Cách tiếp cận thứ nhất là các chuyên gia trong - 191 lĩnh vực ngân hàng tập trung vào xây dựng các bộ quy tắc nhằm phát hiện giao dịch bất thường và cải tiến quy trình nghiệp vụ ngân hàng. Cách tiếp cận thứ hai là các nhà nghiên cứu chuyên ngành công nghệ thông tin tìm kiếm mô hình phát hiện bất thường ứng dụng giải quyết bài toán liên ngành. Các nghiên cứu tập trung vào thu thập, tiền xử lý dữ liệu để lựa chọn dữ liệu học phù hợp với bài toán; hoặc nghiên cứu tìm ra phương pháp máy học phù hợp, cho độ chính xác cao và có khả năng ứng dụng thực tế như trong (Padhi B.K. và các công sự, 2020). 1.2. Đánh giá điểm tín dụng khách hàng Một trong những hoạt động quan trọng khác của ngân hàng là hoạt động cho vay tín dụng. Theo báo cáo của SSI Securities Corporation (“Credit growth forecast to reach 13-14 percent this year: SSI”, n.d.), dự báo tăng trưởng tín dụng năm 2021 tại Việt Nam có thể đạt 13 – 14%. Thực tế việc tăng trưởng nhanh dẫn đến khối lượng công việc của nhân viên ngân hàng nhiều hơn và rủi ro trong tín dụng cũng tăng theo. Một trong những công việc quan trọng trong quy trình cho vay tín dụng đó chính là đánh giá tín dụng khách hàng. Theo “What Is a Good Credit Score?”, (n.d.), điểm tín dụng là chỉ số đánh giá tình trạng tài chính hiện tại của khách hàng để từ đó quyết định cho vay hay không. Trên thế giới, các tổ chức tín dụng thường sử dụng thang điểm tín dụng theo FICO (Fair Issac Coporation) với thang điểm từ 300 – 850, các khách hàng được đánh giá điểm tín dụng tốt có số điểm từ 670 đến 799, xuất sắc có điểm trên 800. Hình 2 minh họa chi tiết các thang điểm tương ứng với mức đánh giá khách hàng cụ thể như sau: – 300 – 579 điểm: Poor  – 580 – 669 điểm: Fair – 670 – 739 điểm: Good – 740 – 799: Very good – 800 – 850: Exceptional 192 - Hình 2. Thang điểm đánh giá theo FICO Theo SHB Finance (2020), tại Việt Nam, điểm tín dụng là một con số thể hiện lịch sử tín dụng của một cá nhân nào đó theo tiêu chuẩn và quy tắc xếp hạng quốc tế dựa trên việc phân tích hồ sơ tín dụng của một cá nhân và số điểm này được trung tâm thông tin tín dụng quản lý (trung tâm nà ...