Ứng dụng công nghệ trí tuệ nhân tạo trong hoạt động quản trị rủi ro tín dụng tại ngân hàng thương mại cổ phần công thương việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH LÊ HUỲNH ỨNG DỤNG CƠNG NGHỆ TRÍ TUỆ NHÂN TẠO TRONG HOẠT ĐỘNG QUẢN TRỊ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN CÔNG THƯƠNG VIỆT NAM LUẬN VĂN THẠC SĨ Chuyên ngành: Tài Chính Ngân Hàng Mã số chuyên ngành: 8.34.02.01 Thành phố Hồ Chí Minh- Năm 2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH LÊ HUỲNH ỨNG DỤNG CƠNG NGHỆ TRÍ TUỆ NHÂN TẠO TRONG HOẠT ĐỘNG QUẢN TRỊ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN CÔNG THƯƠNG VIỆT NAM LUẬN VĂN THẠC SĨ Chuyên ngành: Tài Chính Ngân Hàng Mã số chuyên ngành: 8.34.02.01 NGƯỜI HƯỚNG DẪN KHOA HỌC: TS NGUYỄN THỊ HỒNG VINH Thành phố Hồ Chí Minh- Năm 2022 i LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu khoa học độc lập riêng Tôi, số liệu sử dụng phân tích luận văn có nguồn gốc rõ ràng, công bố theo quy định Các kết nghiên cứu luận văn Tơi tự tìm hiểu, phân tích, cách trung thực, khách quan phù hợp với thực tiễn Ngân hàng thương mại cổ phần Công Thương Việt Nam Việt Nam Các kết chưa công bố luận văn Tác giả ii LỜI CẢM ƠN Lời nói xin giới thiệu Tôi Lê Huỳnh, học viên lớp CH22B1 Tôi xin chân thành gửi lời cảm ơn đến tồn thể q Thầy Cơ Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh, xin gửi lời cảm ơn đến giáo viên chủ nhiệm tạo kiện tốt cho Tơi q trình học tập trường, xin gửi lời cảm ơn đến toàn thể tất thành viên lớp CH22B1 gắn bó với thân thiết gia đình chưa Tơi thấy có lớp học lại đồn kết, hịa đồng, vui vẻ lớp CH22B1 Đặc biệt, Tôi xin gửi lời cảm ơn đến Cô Tiến sĩ Nguyễn Thị Hồng Vinh hướng dẫn Tơi nhiệt tình, chân thành từ lúc phân công làm giáo viên hướng dẫn với đề tài: “Ứng dụng cơng nghệ trí tuệ nhân tạo hoạt động quản trị rủi ro tín dụng Ngân hàng Thương mại cổ phần Công Thương Việt Nam”, trình viết luận văn hồn thành Tơi ln ghi nhớ cống hiến quý Thầy Cô nghiệp trồng người, tâm với nghề Cuối cùng, Tôi xin chúc tất Quý Thầy Cô nhà trường, giáo viên chủ nhiệm, tập thể lớp CH22B1 đặc biệt Cô Tiến sĩ Nguyễn Thị Hồng Vinh nhiều sức khỏe, thành cơng, hạnh phúc iii TĨM TẮT LUẬN VĂN Tiêu đề: “Ứng dụng cơng nghệ trí tuệ nhân tạo hoạt động quản trị rủi ro tín dụng Ngân hàng Thương mại cổ phần Công Thương Việt Nam” Nội dung Ngành ngân hàng ngành trụ cột đóng vai trị vơ quan trọng hoạt động cung ứng vốn cho kinh tế công cụ để Ngân hàng Nhà Nước điều hành sách tiền tệ Ngày nay, cơng nghệ xác định tưởng tương lai như: Điện toán đám mây, liệu lớn, khai phá liệu, trí tuệ nhân tạo, Blockchain có hiệu vượt trội giải phóng sức lao động người, tốc độ xử lý nhanh, quy mô lớn, cắt giảm chi phí, tăng lợi nhuận Do đề tài “Ứng dụng cơng nghệ trí tuệ nhân tạo hoạt động quản trị rủi ro tín dụng Ngân hàng Thương mại cổ phần Công Thương Việt Nam” chủ đề nay, hoạt động tín dụng hoạt động mang lại lợi nhuận chủ yếu cho ngân hàng công tác quản trị rủi ro tín dụng ln cơng tác thiết yếu ngân hàng đặc biệt ứng dụng công nghệ đại vào quản trị rủi ro tín dụng Mục tiêu nghiên cứu nhằm đánh giá thực trạng triển khai hệ thống cảnh báo sớm rủi ro tín dụng khả ứng dụng cơng nghệ trí tuệ nhân tạo hoạt động quản trị rủi ro tín dụng Ngân hàng TMCP Cơng Thương Việt Nam, từ đề xuất giải pháp nhằm hoàn thiện hệ thống Các phương pháp Tác giả sử dụng phương pháp phân tích, thống kê mô tả, vấn nhà quản lý để phân tích khó khăn, thách thức việc ứng dụng trí tuệ nhân tạo vào hoạt động quản trị rủi ro tín dụng Ngân hàng TMCP Cơng Thương Việt Nam Thông qua nghiên cứu Tác giả muốn làm rõ thực trạng hoạt động quản trị rủi ro tín dụng VietinBank, đề xuất biện pháp nhằm hoàn thiện khả ứng dụng cơng nghệ trí tuệ nhân tạo vào hoạt động quản trị rủi ro tín dụng Đồng thời, Tác giả muốn góp phần đưa lý luận khoa học hoạt động thực tiễn để giúp ngân hàng TMCP Công Thương Việt Nam phát triển bền vững, hiệu Từ khóa: Trí tuệ nhân tạo, hệ thống cảnh báo sớm, quản trị rủi ro tín dụng iv THESIS SUMMARY Title: "Application of artificial intelligence technology in credit risk management activities at Joint Stock Commercial Bank for Industry and Trade of Vietnam" Content: The banking industry is one of the pillar industries that play an extremely important role in the supply of capital to the economy and is a tool for the State Bank to administer monetary policy Today, technologies that are identified as the ideals of the future such as: Cloud computing, big data, data mining, artificial intelligence, Blockchain have had outstanding effects when unleashing energy Human labor, fast processing speed, large scale, cut costs, increase profits Therefore, the topic "Application of artificial intelligence technology in credit risk management at Joint Stock Commercial Bank for Industry and Trade of Vietnam" is one of the very new topics today, when credit is the main profit-making activity for the bank and credit risk management is always an essential task of every bank, especially the application of modern technology to credit risk management The objective of this study is to evaluate the status of the implementation of the credit risk early warning system and the applicability of artificial intelligence technology in credit risk management activities at Vietnam Joint Stock Commercial Bank for Industry and Trade, then proposed solutions to improve the system The methods used by the author are analytical methods, descriptive statistics, and interviews with managers to analyze difficulties and challenges in applying artificial intelligence to credit risk management activities used at Vietnam Joint Stock Commercial Bank for Industry and Trade Through this study, the author wants to clarify the current status of credit risk management activities at VietinBank, propose measures to improve the application of artificial intelligence technology to credit risk management activities At the same time, the author wants to contribute to giving scientific theories and practical activities to help Vietnam Joint Stock Commercial Bank for Industry and Trade to develop sustainably and effectively Keywords: Artificial intelligence, early warning system, credit risk management v DANH MỤC CÁC CHỮ VIẾT TẮT TIẾNG VIỆT Từ viết tắt Agribank Basel CAR CNTT CPDP HĐKD NXB TMCP TPHCM VietinBank VNĐ Cụm từ tiếng Việt Ngân hàng Nông Nghiệp Phát Triển Nông Thôn Việt Nam Hiệp ước Basel Tỷ lệ an tồn vốn Cơng nghệ thơng tin Chi phí dự phịng Hoạt động kinh doanh Nhà xuất Thương mại cổ phần Thành phố Hồ Chí Minh Ngân hàng thương mại cổ phần Công Thương Việt Nam Việt Nam đồng vi DANH MỤC CÁC CHỮ VIẾT TẮT TIẾNG ANH Từ viết tắt AI AML ANN CIC DL EL EWS Fintech GDP KNN KYC LGD ML PD ROA ROE Cụm từ tiếng Anh Artificial intelligence Anti-money laundering Artificial neural network Credit information Center Deep learning Expected loss Early warning system Finanal technology Gross domestic product K-Nearest neighbor Know your customer Loss given default Machine learning Probability of default Return on assets Return on equity Cụm từ tiếng Việt Trí tuệ nhân tạo Phịng chóng rửa tiền Mạng thần kinh nhân tạo Trung tâm tín dụng quốc gia Học sâu Tổn thất ước tính Hệ thống cảnh báo sớm Cơng ty cơng nghệ tài Tổng sản phẩm quốc nội Thuật toán K láng giềng gần Định danh khách hàng điện tử Tỷ trọng tổn thất ước tính Machine Learning Xuất suất vỡ nợ Lợi nhuận ròng tổng tài sản Lợi nhuận ròng trên vốn chủ vii MỤC LỤC PHẦN MỞ ĐẦU 1 LÝ DO CHỌN ĐỀ TÀI MỤC TIÊU CỦA ĐỀ TÀI 2.1 Mục tiêu tổng quát 2.2 Mục tiêu cụ thể CÂU HỎI NGHIÊN CỨU ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU 4.1 Đối tượng nghiên cứu 4.2 Phạm vi nghiên cứu PHƯƠNG PHÁP NGHIÊN CỨU TỔNG QUAN VỀ NGHIÊN CỨU 6.1 Tình hình nghiên cứu giới 6.2 Tình hình nghiên cứu nước 6.3 Khoảng trống nghiên cứu 7 KẾT CẤU LUẬN VĂN CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ ỨNG DỤNG CÔNG NGHỆ TRÍ TUỆ NHÂN TẠO TRONG QUẢN TRỊ RỦI RO TÍN DỤNG 1.1 Quản trị rủi ro tín dụng 1.1.1 Rủi ro tín dụng 1.1.2 Quản trị rủi ro tín dụng 13 1.2 Cơng nghệ trí tuệ nhân tạo .17 1.2.1 Khái niệm 17 1.2.2 Trí tuệ nhân tạo quản trị rủi ro tín dụng 19 1.2.3 Các kỹ thuật 21 1.2.4 Các thuật toán phân lớp 21 1.3 Hệ thống cảnh báo sớm .24 1.3.1 Khái niệm 24 1.3.2 Mục đích hệ thống cảnh báo sớm rủi ro tín dụng 24 1.3.3 Cấu trúc hệ hống cảnh báo sớm .25 1.4 Kinh nghiệm nghiêm cứu ứng dụng trí tuệ nhân tạo quản trị rủi ro tín dụng 29 1.4.1 Kinh nghiệm ngân hàng giới 29 viii KẾT LUẬN CHƯƠNG 31 CHƯƠNG 2: THỰC TRẠNG ỨNG DỤNG CƠNG NGHỆ TRÍ TUỆ NHÂN TẠO TRONG HOẠT ĐỘNG QUẢN TRỊ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN CÔNG THƯƠNG VIỆT NAM 32 2.1 Tổng quan ngân hàng TMCP Công Thương Việt Nam 32 2.1.1 Quá trình hình thành phát triển 32 2.1.2 Cơ cấu tổ chức 33 2.1.3 Kết kinh doanh giai đoạn từ năm 2016 đến 2021 .34 2.2 Thực trạng quản trị rủi ro tín dụng VietinBank .38 2.2.1 Thực trạng mơ hình quản trị rủi ro tín dụng 38 2.2.2 Thực trạng quản trị rủi ro tín dụng VietinBank .40 2.3 Đánh giá thực trạng quản trị rủi ro tín dụng VietinBank .51 2.3.1 Các mặt đạt 51 2.3.2 Hạn chế 52 2.4 Ứng dụng cơng nghệ trí tuệ nhân tạo hoạt động quản trị rủi ro tín dụng VietinBank .54 2.4.1 Đề xuất mơ hình 54 2.4.2 Dữ liệu đầu vào .55 2.4.3 Bộ tiêu cảnh báo sớm 59 2.4.4 Thực trạng biện pháp ứng xử 65 2.4.5 Những mặt đạt được, hạn chế nguyên nhân 67 KẾT LUẬN CHƯƠNG 72 CHƯƠNG 3: GIẢI PHÁP ỨNG DỤNG CÔNG NGHỆ TRÍ TUỆ NHÂN TẠO TRONG QUẢN TRỊ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN CÔNG THƯƠNG VIỆT NAM 73 3.1 Định hướng ứng dụng cơng nghệ quản trị rủi ro tín dụng hệ thống ngân hàng Việt Nam 73 3.2 Định hướng phát triển hoạt động quản trị rủi ro tín dụng tạo VietinBank 74 3.3 Giải pháp ứng dụng trí tuệ nhân tạo quản trị rủi ro tín dụng 75 3.3.1 Cơ cấu tổ chức quản lý 75 3.3.2 Quy trình ứng dụng trí tuệ nhân tạo 76 3.4 Các giải pháp hoàn thiện ứng dụng trí tuệ nhân tạo quản trị rủi ro tín dụng .78 3.4.1 Nguồn nhân lực .78 70 nguồn liệu thu thập từ nguồn khác nhau: web, mạng xã hội, thiết bị di động, cảm biến Internet of Things ngày tăng Do đó, dễ rơi vào bẫy vơ tình sử dụng tiết lộ thơng tin nhạy cảm ẩn liệu ẩn danh Những cân nhắc quan trọng để tuân thủ quy tắc quyền riêng tư, quản lý rủi ro danh tiếng Điều phức tạp liệu lớn khó thu thập tạo nhiều trường hợp giả định khác khơng dễ dàng thay đổi nhỏ nhiệm vụ giao yêu cầu tập liệu lớn khác để tiến hành đào tạo nhiều Hiện nay, Việt Nam nguồn liệu chưa chuẩn hóa, với kinh nghiệm công tác nhiều năm lĩnh vực ngân hàng trải qua ngân hàng TMCP tác giả nhận thấy tình trạng trốn thuế tràn lan cá nhân thuế thu nhập cá nhân, doanh nghiệp thuế giá trị gia tăng, thuế thu nhập doanh nghiệp nên hầu hết báo cáo tài doanh nghiệp khơng phải cơng ty đại chúng có độ tin cậy thấp báo cáo tài kiểm tốn Do đó, Machine Learning khai thác dự đoán đưa kết có giá trị dựa tập liệu phức tạp, bất thường lỗi liệu khiến thuật tốn chệch hướng Nhà quản lý thứ hai cho rằng:“khó khăn lớn việc ứng dụng AI VietinBank công nghệ sở hạ tầng” Các vấn đề công nghệ quy trình tồn bối cảnh hoạt động tác động tiêu cực đến hiệu suất hệ thống AI Ví dụ: tổ chức tài lớn gặp rắc rối sau phần mềm tuân thủ họ không phát vấn đề giao dịch nguồn cấp liệu khơng bao gồm tất giao dịch khách hàng Chí phí để đầu tư phát triển hệ thống xem tiên phong xu hướng tương lai lớn Cơ sở hạ tầng công nghệ thơng tin cịn nhiều hạn chế chưa đồng từ trụ sở đến chi nhánh, ứng dụng cần tách riêng biệt phân quyền chi tiết Nhà quản lý thứ ba cho rằng:“khó khăn lớn việc ứng dụng AI VietinBank lỗi bảo mật, khả diễn giải” 71 Một vấn đề bậc khác khả kẻ lừa đảo đánh cắp thông tin tiếp thị, sức khỏe tài sau cung cấp liệu cho ngân hàng để đưa vào hệ thống AI Nếu biện pháp phòng ngừa bảo mật khơng đủ, vơ tình trở thành kẻ đồng lõa gặp phải phản ứng dội người tiêu dùng hậu pháp lý Mơ hình AI sử dụng thuật tốn máy học phức tạp nên cho kết gây khó khăn việc giải thích theo thuật ngữ người, câu hỏi đặt lại đạt định định? Ví dụ, định cho từ chối cho vay, định phân luồng khách hàng thuộc diện cảnh báo sớm rủi ro tín dụng phát hành bảo lãnh dựa AI, quan quản lý thường muốn quy tắc tiêu chí lựa chọn minh bạch, rõ giải thích thuật ngữ người Nhà quản lý thứ tư cho rằng:“khó khăn lớn việc ứng dụng AI VietinBank tính tổng quát việc học tập, đào tạo AI” Các mơ hình AI tiếp tục gặp khó khăn việc chuyển tải kinh nghiệm mơ hình từ hồn cảnh sang hồn cảnh khác Điều có nghĩa ngân hàng phải dành riêng nguồn lực để đào tạo mơ hình trường hợp tương tự áp dụng mơ hình trước Chuyển giao học tập mơ hình AI đào tạo để hoàn thành nhiệm vụ định sau nhanh chóng áp dụng việc học vào hoạt động tương tự khác biệt phản ứng đầy hứa hẹn thách thức Nhà quản lý thứ năm cho rằng:“khó khăn lớn việc ứng dụng AI VietinBank chất lượng nhân sự” Phía sau mơ hình AI nhân cơng nghệ thực phân tích liệu, đào tạo AI họ thao tác sai dẫn đến lỗi kịch bản, lỗi quản lý liệu đánh giá sai liệu đào tạo mơ hình dễ dàng ảnh hưởng đến cơng bằng, quyền riêng tư, bảo mật tuân thủ 72 KẾT LUẬN CHƯƠNG Trong chương này, Tác Giả phân tích tổng quát hoạt động Ngân hàng thương mại cổ phần Cơng Thương Việt Nam Bên cạnh đó, Tác giả phân tích cụ thể thực trạng quản trị rủi ro tín dụng VietinBank, khả ứng dụng cơng nghệ trí tuệ nhân tạo từ rút mặt đạt được, hạn chế nguyên nhân Tác vấn cán công tác trung tâm công nghê thông tin VietinBank 73 CHƯƠNG 3: GIẢI PHÁP ỨNG DỤNG CÔNG NGHỆ TRÍ TUỆ NHÂN TẠO TRONG QUẢN TRỊ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN CÔNG THƯƠNG VIỆT NAM 3.1 Định hướng ứng dụng công nghệ quản trị rủi ro tín dụng hệ thống ngân hàng Việt Nam Thủ Tướng Chính Phủ ban hành định số 986/QĐ-TTg “về việc phê duyệt chiến lược phát triển ngành ngân hàng việt nam đến năm 2025, định hướng đến năm 2030” với mục tiêu tổ chức tín dụng nước đóng vai trò chủ lực; cấu trú đa dạng sở hữu, quy mơ, loại hình; dựa tảng cơng nghệ, quản trị ngân hàng tiên tiến, phù hợp với chuẩn mực hoạt động theo thông lẹ quốc tế đạt trình độ phát triển nước dẫn đầu khu vực ASEAN vào năm 2025, tiến tới tài toàn diện vào năm 2030 Đến cuối năm 2025, tất NHTM áp dụng Basel II theo phương pháp tiêu chuẩn, triển khai thí điểm áp dụng Basel II theo phương pháp nâng cao NHTM Nhà Nước nắm cổ phần chi phối NHTM cổ phần có chất lượng quản trị tốt hoàn thành áp dụng Basel II theo phương pháp tiêu chuẩn; nợ xấu toàn hệ thống tổ chức tín dụng 3%; tăng hiệu phân bổ nguồn vốn nhằm phát triển “tín dụng xanh”, “ngân hàng xanh” để góp phần phát triển kinh tế sang hướng tăng trưởng xanh; bước nâng cao vị Việt Nam diễn đàn, tổ chức quốc tế tiền tệ ngân hàng Để thực mục tiêu ngân hàng nước yêu cầu ngân hàng nâng cao lực điều hành, tính minh bạch hoạt động tín dụng; hồn thiện, áp dụng hệ thống quản trị rủi ro phù hợp với nguyên tắc, chuẩn mực ủy ban Basel lộ trình áp dụng Basel II Việt Nam; hoàn thiện áp dụng quy đình quản trị ngân hàng phù hợp với thông lệ quốc tế; phát triển đội ngũ cán quản lý kinh doanh ngân hàng có trình độ chun mơn cao; u cầu tioor chức tín dụng công khai, minh mạch, quản lý rủi ro quản trị doanh nghiệp theo quy định pháp luật thơng lệ quốc tế đại hóa hệ thống cơng nghệ 74 thông tin, nâng cấp hệ thống ngân hàng lõi phù hợp với quy mô, mức độ phức tạp hoạt động yêu cầu quản trị, điều hành; tăng cường ứng dụng công nghệ thông tin vào điều hành quản lý, phân tích phịng ngừa rủi ro Cuộc cách mạng công nghệ lần thứ thúc đẩy ngân hàng Việt Nam áp dụng công nghệ trí tuệ nhân tạo vào hoạt động kinh doanh sau: Ngân hàng MB Bank, ứng dụng AI giao dịch tài phổ biến trợ lý ảo (ChatBot); dự án tự hóa quy trình robot (Robotics Process Automation- RPA) theo ngân hàng thực đưa Robot vào áp dụng 40 quy trình với 23 Robot Ngân hàng Vietcombank hợp tác với công ty FPT IS để triển khai dự án đầu tư hệ thống gỉai pháp AI chatbot hoạt động chăm sóc khách hàng mục tiêu nhằm: mở kênh giao tiếp đại, tự đồng hóa, phục vụ khách hàng 24/7, giảm áp lực cho kênh tổng đài Cơng ty tài Mcredit triển khai thành công dự án chấm điểm AI cho khách hàng vay tín chấp hình thức trả góp Hiện tại, Khách hàng đăng ký thơng tin vay vốn trực tiếp điểm đăng ký thông qua ứng dụng điện thoại Từ ứng dụng thực tế trên, ta thấy cơng nghệ trí tuệ nhân tạo có ưu điểm vượt trội xem xu tương lai tổ chức tài nghiên cứu triển khai hoạt động kinh doanh, đặc biệt hoạt quản trị rủi ro tín dụng nhằm cạnh tranh, cắt giảm chi phí tăng lợi nhuận 3.2 Định hướng phát triển hoạt động quản trị rủi ro tín dụng tạo VietinBank Trong giai đoạn phát triển nay, VietinBank xây dựng định hướng chiến lược giai đoạn từ năm 2021 đến năm 2030 tầm nhìn đến năm 2045 phù hợp với chiến lược ngành ngân hàng, chủ trương Ngân hàng Nhà nước với khát vọng trở thành “Ngân hàng đa năng, đạ, hiệu hàng đầu Việt Nam, đến năm 2030 nằm top ngân hàng mạnh khu vực Châu Á Thái Bình Dương; đến năm 2045 ngân hàng mạnh uy tín Việt Nam, hàng đầu khu Vực Châu Á Thái Bình Dương uy tín cao giới” VietinBank đóng vai trị trụ cột chủ lực kinh tế quy mô thị phần, đồng thời không ngừng nâng cao 75 lực quản trị ngân hàng, gắn tăng trưởng VietinBank với ngành kih tế mũi nhọn, ngành kinh tế trọng điểm quốc gia tăng khả tiếp cận sản phẩm dịch vụ tài an tồn, thuận tiện cho ngành nghề kinh tế Năm 2021, biến biến phức tạp dịch Covid-19 tác động tiêu cực đến toàn kinh tế Hoạt động kinh doanh nhiều khách hàng vay vốn VietinBank gặp khó khăn tiềm ẩn nhiều rủi ro phát sinh nợ xấu Trước tình hình đó, Vietinbank chủ động tăng cường kiểm soát chất lượng nợ, nhận diện sớm ngành tiềm ẩn rủi ro để kịp thời triển khai biện pháp phân luồng thu hồi xử lý nợ, giảm thiểu tổn thất cho ngân hàng, đồng thời triển khai biện pháp hỗ trợ khách hàng ổn định tình hình sản xuất kinh doanh Để thực kế hoạch, chiến lược đề VietinBank triển khai dự án tái cấu trúc cấp bậc cơng việc theo phạm vi tồn hàng nhằm xây dựng lộ trình cơng danh theo vị trí cơng việc đẩy mạnh cơng tác nhận diện, xây dựng lộ trình đào tạo phát triển nguồn nhân kế thừa; hồn thiện mơ hình tổ chức quản lý; đầu tư cải tiến hệ thống công nghệ thông tin nhằm hỗ trợ cơng tác quản trị danh mục tín dụng, cảnh báo sớm khách hàng tiềm ẩn rủi ro, giám sát rủi ro tín dụng, thiết lập vị rủi ro, hạn mức rủi ro theo ngành, giám sát việc thu hồi xử lý nợ hiệu quả; tập trung thúc đẩy tăng trưởng dư nợ cho khách hàng doanh nghiệp vừa nhỏ, khách hàng bán lẻ ưu tiên cấp tín dụng cho hoạt động sản xuất kinh doanh vào lĩnh vực thiết yếu, cho vay tiêu dùng Chính vậy, Vietinbank cần hồn thiện cơng tác quản trị rủi ro tín dụng để đảm bảo hồn thành chiến lược giai đoạn từ năm 2021 đến năm 2030 tầm nhìn đến năm 2045 đảm bảo hiệu kinh doanh, an toàn vốn gắn liền với định hướng chủ trương Ngân hàng Nhà Nước, Chính Phủ 3.3 Giải pháp ứng dụng trí tuệ nhân tạo quản trị rủi ro tín dụng 3.3.1 Cơ cấu tổ chức quản lý Từ phân tích đánh giá thực trạng công tác quản trị rủi ro tín dụng ngân hàng TMCP Cơng Thương Việt Nam chương luận văn, cần phải thay đổi mơ hình tổ chức quản lý cần phù hợp với tình hình thực tế hoạt động kinh 76 doanh quy mô hoạt động phải đảm bảo hiệu quy trình quản trị rủi ro tín dụng sau: Thứ nhất, Ngân hàng cần thực thay đổi chế phê duyệt tín dụng tập trung rủi ro tín dụng phải quản lý tập trung trụ sở Thứ hai, Nguyên tắc độc lập, khách quan, minh bạch: triển khai mơ hình nhằm tách bạch, rõ ràng, khách quan minh bạch 03 phận gồm: Bộ phận kinh doanh, phận hỗ trợ kinh doanh, phận thẩm định Thực tế nay, ngân hàng TMCP có vốn Nhà Nước nắm chi phối áp dụng mơ hình phê duyệt tín dụng phân tán với thẩm phê duyệt giám đốc chi nhánh nhóm tối đa cụ thể như: VietinBank 75 tỷ đồng, AgriBank 100 tỷ đồng, BIDV 80 tỷ đồng Do đó, ngân hàng cần giảm thẩm quyền theo lộ trình để tránh ảnh hướng đến hoạt động kinh doanh 3.3.2 Quy trình ứng dụng trí tuệ nhân tạo Dữ liệu đầu vào Hệ thống xếp hạng tín dụng nội VietinBank liệu đầu vào quan trọng hệ thống cảnh báo sớm rủi ro tín dụng sở để đo lường rủi ro khách hàng từ định cấp tín dụng Hiện nay, hệ thống xếp hạng tín dụng cịn tồn đọng nhiều hạn chế chưa khắc phục triệt để, kết mang tính chất chủ quan cán tín dụng chưa thực cơng cụ mang tính chất định lượng để đo lường rủi ro, dự báo tổn thất để từ đưa biện pháp ứng xử phù hợp Do VietinBank cần điều chỉnh trọng số tiêu chí để kết xếp hạng tín dụng nội mang tính chất khách quan, minh bạch công cụ đo lường rủi ro chuẩn xác; hệ thống xếp hạng tín dụng VietinBank gồm hai cấu phần: Cấu phần tài dựa báo cáo tài chính, dịng tiền, lịch sử giao dịch tín dụng,… cấu phần phi tài dựa đánh giá cán tín dụng từ làm sở xác định hệ số PD, LGD, EAD Có nhiều trường hợp đánh giá khoản tín dụng điểm tài đạt 45 điểm điểm phi tài đạt đến 95 điểm nên kết cuối để phê duyệt cấp tín dụng: điểm 70 hạng A thỏa điều kiện cấp tín dụng VietinBank có chêch lệch lớn 77 điểm định tính định lượng, điều thể có đánh giá chưa thật xác Nguồn liệu đầu vào cần bổ sung thêm sở liệu đầy đủ hoàn chỉnh như: tốc độ tăng trưởng kinh tế, số lạm phát, liệu quan thuế, quan công an, quan hải quan, Tổng cục thống kê, từ bên thứ ba (thương mại điện tử, mạng xã hội, Web, ) Nguồn liệu ngân hàng lớn nên việc chọn lọc cải thiện chất lượng liệu thường coi mục tiêu quản lý liệu Hầu hết ngân hàng có chương trình đo lường chất lượng liệu, phân tích, ưu tiên khắc phục vấn đề phát Hiện có hai thách thức chung ngưỡng, quy tắc dành riêng cho ngân hàng nỗ lực khắc phục thường tiêu tốn thời gian nguồn lực đáng kể Một số tổ chức sử dụng đến việc thiết lập chương trình xử lý liệu rộng lớn với hàng trăm nhân viên chuyên dụng tham gia vào hoạt động kiểm tra liệu chủ yếu thủ cơng Khi chương trình chất lượng liệu hoàn thiện, ba cấp độ phức tạp kiểm soát chất lượng liệu xuất ngân hàng Cấp phổ biến sử dụng đối chiếu tiêu chuẩn để đo lường chất lượng liệu tính đầy đủ, quán hợp lệ Ở cấp độ thứ hai, ngân hàng áp dụng phân tích thống kê để phát điểm bất thường vấn đề độ xác Ở cấp độ thứ ba phức tạp nhất, chương trình sử dụng trí tuệ nhân tạo kỹ thuật dựa Machine Learning để xác định vấn đề chất lượng liệu có và đẩy nhanh nỗ lực khắc phục Một số tổ chức giới xác định vấn đề độ xác cách sử dụng thuật tốn phân cụm Machine Learning để phân tích tập hợp khoản vay phát điểm bất thường theo ngữ cảnh, chẳng hạn giá trị thuộc tính khơng tương đồng với giá trị thuộc tính khác Để thực điều này, chương trình sử dụng thông tin ghi lại dạng văn tự q trình giới thiệu tích hợp thông tin với nguồn liệu bên thứ ba 78 Các ngân hàng cần sửa đổi nâng cao toàn quy định, tiêu chuẩn kiểm soát liệu Họ phát triển phân loại rủi ro tổng thể để xác định tất loại rủi ro liệu, bao gồm tính xác, kịp thời đầy đủ Hơn nữa, ngân hàng thúc đẩy biện pháp kiểm soát phức tạp hơn, chẳng hạn kiểm soát liên quan đến Machine Learning, mức độ tự động hóa cao suốt vịng đời liệu đầu cuối Đề xuất quy trình ứng dụng trí tuệ nhân tạo Bước 1: Thu thập nhập liệu Bước 2: Lựa chọn phân loại liệu: lựa chọn biến liên quan biến phù hợp Bước 3: Chạy mơ hình: Lựa chọn mơ hình, tối ưu hóa mơ hình phân tích Bước 4: Thẩm định mơ hình: Đánh giá, điều chỉnh mơ hình, liệu sử dụng Bước 5: Triển khai biện pháp đảm bảo: Áp dụng mơ hình vào thực tế, thiếp lập biện pháp nhằm đảm bảo quản lý rủi ro xảy 3.4 Các giải pháp hoàn thiện ứng dụng trí tuệ nhân tạo quản trị rủi ro tín dụng 3.4.1 Nguồn nhân lực Quản lý rủi ro tín dụng ngày trở thành nỗ lực đầy thách thức tổ chức tài Các chức kiểm soát cảnh báo rủi ro khơng địi hỏi nhân có kỹ kỹ thuật mà đòi hỏi sáng tạo, đốn linh hoạt mơi trường kinh doanh thay đổi nhanh chóng Thứ nhất, thu hút tuyển dụng nhân tài Các ngân hàng phải đối mặt với thách thức tìm nguồn cung ứng tuyển dụng nhân viên giỏi, thách thức chí rõ ràng tuyển dụng nhân tài quản trị rủi ro, CNTT nhóm nhân tài nhỏ có nhiều lựa chọn việc làm Tuy nhiên, thách thức tuyển dụng lớn cho thiếu đề xuất giá trị thực thuyết phục để nhân viên để làm việc chức quản lý rủi ro Đặc biệt nhân giỏi lĩnh vực CNTT họ thường chọn cơng ty công nghệ hàng đầu giới Google, Facebook, Tiktok, công ty Việt Nam như: Tập đồn viễn thơng qn đội (Viettel), Cơng ty cổ phần FPT- 79 Tập đồn FPT, Tập đồn bưu viễn thông Việt Nam (VNPT), Công ty cổ phần VNG,… Do đó, VietinBank cần có sách, mơi trường làm việc, lộ trình cơng việc phúc lợi lương thưởng phù hợp với hiệu công việc Thứ hai, Đào tạo phát triển nhân viên Gần tất ngân hàng có “trường đào tạo” Tuy nhiên, cắt giảm chi phí, họ thường thiếu ngân sách cần thiết để đào tạo kỹ giao tiếp quản lý Đặc biệt chức quản trị rủi ro, đào tạo kỹ thuật (ví dụ: mơ hình rủi ro) thường thực chun gia bên ngồi Thơng thường, khóa đào tạo giải nhu cầu cụ thể phận quản lý rủi ro thu nhỏ lại để chung chung Mặc dù hầu hết ngân hàng coi việc đào tạo quan trọng, hội thường bị hạn chế áp dụng quản lý cấp Do đó, VietinBank cần xây dựng chương trình đào tạo phù hợp cho vị trí nâng cao lực nhận biết quản trị rủi ro tín dụng cho cán tín dụng Thứ ba, Chế độ lương khen thưởng Hiện khả đo lường hiệu khen thưởng thành tích xuất sắc lĩnh vực quản lý rủi ro nhiều hạn chế Các quy trình đánh giá thường phức tạp, tốn nhiều thời gian số trường hợp coi mang tính chủ quan cao Phần thưởng chủ yếu dựa vào khuyến khích tài số trường hợp, coi “một quy mô phù hợp với tất cả”, tức mơ hồ không phù hợp với vai trò quản trị rủi ro Hiện đánh giá cán nhân viên cần chuyển hoàn toàn sang khung lực (KPI), với kết mang 02 yếu tố cốt lỗi vừa mang yếu tố định tính từ lãnh đạo dựa thái độ làm việc, tinh thần trách nhiệm, chuyên môn nghiệp vụ,… kết hợp với yếu tố định lượng dựa tiêu đặt hàng năm VieinBank để xác định lương thưởng cho cán Thứ tư, Thúc đẩy kết nối toàn ngân hàng Hợp tác toàn chức rủi ro thách thức lớn, đặc biệt lĩnh vực ngân hàng, nơi rủi ro thường coi trở ngại nhiều hình thức hỗ trợ 80 Để tăng cường kết nối phận kinh doanh chức rủi ro, VietinBank nên thực chương trình phương pháp tiếp cận có hệ thống để thúc đẩy hợp tác, chẳng hạn song song cố vấn chéo Ngoài ra, nhà lãnh đạo đơn vị kinh doanh cần đào tạo thường xuyên khía cạnh quản lý rủi ro, nhà lãnh đạo quản lý rủi ro thực 3.4.2 Công nghệ thông tin Thứ nhất, Nguồn liệu hệ thống ngân hàng lớn nên đòi hỏi cần ứng dụng công nghệ đại liệu lớn (Bigdata) điện tốn đám mây để lưu trữ thơng tin khách hàng; sau cần thực khai phá liệu (Data Mining) gồm: xử lý liệu, làm liệu, chuẩn hóa liệu, đánh giá liệu, lựa chọn chạy mơ hình, đánh giá hiệu chỉnh mơ hình; ứng dụng trí tuệ nhân tạo (AI) để tự động đưa định dự đoán mang tính khách quan, minh bạch, hiệu suất cao nhằm cắt giảm chi phí dài hạn, tối đa hóa lợi nhuận ngân hàng Do đó, VietinBank cần xây dựng triển khai đồng hệ thống sở hạ tầng thông tin để ứng dụng liên kết chặt chẽ với thành khối liền mạch, thống nhất; đảm bảo nguồn liệu đầu vào hệ thống cảnh báo sớm rủi ro tín dụng liệu đáng tin cậy để kết phân luồng phản ánh tình trạng khách hành từ đề xuất biện pháp ứng xử phù hợp Thứ hai, Hệ thống công nghệ thông tin VietinBank cần liên kết chặt chẽ với Trung tâm liệu quốc gia, Tổng cục hải quan, Tổng cục thuế, Tổng cục Thống Kê, Bộ tài chính, Trung tâm liệu tín dụng (CIC),….và từ nguồn liệu khác: mạng xã hội, sàn thương mại điện tử để từ Ngân hàng có đánh giá tồn diện, chân thật, khách quan khách hàng đưa cảnh báo sớm kịp thời Vì vậy, VietinBank cần nâng cao lực Trung Tâm Công nghệ thông tin để đảm bảo thực đầy đủ nhiệm vụ cốt lõi sau: Xây dựng chiến lược, kế hoạch phát triển, ứng dụng CNTT phù hợp với chiến lược kinh doanh yêu cầu triển khai sản phẩm dịch vụ quản trị điều hành VietinBank; Đầu mối xây dựng hệ thống phần mềm ứng dụng nghiên cứu triển khai hệ thống phần mềm ứng dụng (mua ngoài), sử dụng dịch vụ thuê liên quan đến CNTT phục vụ yêu cầu triển khai chiến lược kinh doanh, sản phẩm dịch vụ mới, yêu cầu cải 81 tiến, đổi dịch vụ ngân hàng; Triển khai bảo hành, bảo trì chương trình, hệ thống kỹ thuật CNTT; Triển khai quản lý dự án CNTT theo mơ hình quản trị dự án chuyên nghiệp; Nghiên cứu xây dựng quản trị kiến trúc tổng thể CNTT; Phát triển, lên kế hoạch, trì hệ thống bảo mật thơng tin; Xây dựng quy trình vận hành, thu thập, xử lý, cung cấp thơng tin xác, kịp thời lưu trữ bảo đảm bí mật, an tồn thơng tin VietinBank; Thiết kế giám sát, quản trị rủi ro, xây dựng tình tiến hành kiểm thử an tồn cho toàn hệ thống hạ tầng, ứng dụng VietinBank; 3.5 Kiến nghị với Ngân hàng Nhà Nước Thứ nhất, Ngân hàng Nhà Nước cần ban hành chiến lược việc ứng dụng cơng nghệ trí tuệ nhân tạo lĩnh vực ngân hàng cụ thể hoạt động quản trị rủi ro tín dụng phải phù hợp với quy định phủ thơng lệ quốc tế Thứ hai, Ngân hàng nhà nước cần ban hành khung pháp lý với quy định cụ thể việc nghiên cứu, ứng dụng cơng nghệ trí tuệ nhân tạo tổ chức tín dụng Đồng thời, quy định cần nêu rõ quy trình xây dựng mơ hình, tiêu chuẩn để đánh giá giám sát mơ hình trí tuệ nghiên cứu, triển khai Bên cạnh đó, Ngân hàng Nhà Nước cần ban hành quy định có liên quan để tổ chức tín dụng sử dụng kết từ mơ hình vào hoạt động kinh doanh hoạt động quản trị rủi ro tín dụng Thứ ba, Ngân hàng Nhà Nước xây dựng trung tâm thơng tin tín dụng tập trung nhằm lưu trữ, phân tích, xử lý, dự báo rủi ro từ nguồn liệu tất ngân hàng thương mại tổ chức có liên quan Nhưng thực tế ngân hàng thương mại sử dụng thông tin liệu khách hàng từ Ngân hàng Nhà Nước nhiều hạn chế Do đó, ngân hàng thương mại triển khai ứng dụng cơng nghệ trí tuệ nhân tạo với mơ hình vơ phức tạp đòi hỏi nguồn liệu đầu vào phải lớn làm để huấn luyện cho thuật toán Machine Learning nên cần Ngân hàng Nhà nước cung cấp nguồn liệu đầy đủ, kịp thời Thứ tư, Ngân hàng nhà nước cần triển khai hoạt động khoa học, họp nước hội thảo quốc tế nghiên cứu khoa, phát triển ứng dụng cơng 82 nghệ trí tuệ nhân tạo hoạt động quản trị rủi ro tín dụng lĩnh vực ngân hàng với tham gia chuyên gia đầu ngành, nhà khoa học tài giới Thứ năm, ngân hàng nhà nước cần sớm ban hành khung pháp lý hoạt động cơng ty tài (Fintech) quy định ứng dụng cơng nghệ trí tuệ nhân tạo hoạt động quản trị rủi ro tín dụng cơng ty tài có lợi để triển khai công nghệ so với ngân hàng thương mại, để từ tạo động lực để ngân hàng thương mại thúc đẩy cạnh tranh tăng cường hợp tác với công ty tài (Fintech) KẾT LUẬN CHƯƠNG Trong chương này, Tác giả đúc kết từ thực trạng quản trị rủi ro tín dụng khả ứng dụng cơng nghệ trí tuệ nhân tạo hoạt động quản trị rủi ro tín dụng VietinBank, định hướng triển khai ứng dụng công nghệ lĩnh vực ngân hàng Chính Phủ Tác giả đề xuất giải pháp để VietinBank hồn thiện cơng tác ứng dụng cơng nghệ trí tuệ nhân tạo hoạt động quản trị rủi ro tín dụng kiến nghị với Ngân hàng nhà nước để ban hành khung pháp lý tạo điều kiện thuận lợi cho Ngân hàng thương mại nghiên cứu ứng dụng cơng nghệ trí tuệ nhân tạo hoạt động quản trị rủi ro tín dụng TÀI LIỆU THAM KHẢO Peter Martey Addo, Dominique Guegan, Bertrand Hassan (2018) Credit Risk Analysis using Machine and Deep learning models Risks, (2), 3-16 https://doi.org/10.3390/risks6020038 Chen, N., Ribeiro, B., & Chen, A (2016) Financial credit risk assessment: a recent review Artif Intell Rev, 1-23 Tsai, C., & Wu, J (2008) Using neural networks ensembles for bankruptcy prediction and credit Expert Systems with Applications, 2639-2649 Witzany, J (2017) Credit risk management: Pricing, Measurement, and Modeling Springer International Publishing Edward (2004) Credit management handbook, Gower Bublishing, pp 146-158 Bùi Thị Diệu Anh (2013) Hoạt động kinh doanh ngân hàng NXB Phương Đông Zhi-Yuan Yu, Shu-Fang Zhao (2011) Bank credit risk management early warning and decision-making based on BP neural networks 2011 IEEE International Symposium on IT in Medicine and Education, 176 (2), 17-42 https://doi:10.1109/ITiME.2011.6132165 Nguyễn Tiến Hưng (2022) “Ứng dụng trí tuệ nhân tạo quản lý rủi ro tín dụng Ngân hàng Nơng Nghiệp Phát Triển Nông Thôn Việt Nam” Luận án Tiến sĩ Học Viện Ngân Hàng Đỗ Thị Thu Hà (2020) Hệ thống cảnh báo sớm rủi ro tín dụng ngân hàng thương mại Việt Nam Luận án Tiến sĩ Học Viện Ngân Hàng 10 Tạ Đình Long (2016) Nâng cao lực quản trị rủi ro tín dụng Ngân hàng Nông nghiệp Phát triển Nông thôn Việt Nam Luận án Tiến sĩ Học Viện tài Chính 11 Bùi Thị Diệu Anh (2016) Hoạt động kinh doanh ngân hàng NXB Phương Đông 12 Afriyie, H O., & Akotey, J O (2013) Credit risk management and Profitability of rural banks in the Brong Ahafo region of Ghana European Journal of Business and Management 13 P Ongsulee (2017) Artificial intelligence, machine learning and deep learning 15th International Conference on Information and Knowledge Technology (ICT & KE), (2), 1-6, https://10.1109/ICTKE.2017.8259629 14 Latimore, D (2018) Artificial intelligence in banking Oliver Wyman 15 Mahen Priyanka Peiris (2016) Credit Risk Management- EWS Early Warning System https://www.linkedin.com/pulse/ews-early-warning-system-credit-risk management-peiris?trk=portfolio_article- card_title 16 Edwards, B (2004) A Handbook of Credit Management, Gower Blogging, page146-158 17 Ngân hàng thương mại cổ phần Công Thương Việt Nam (2016), Báo cáo thường niên 2016, Hà Nội 18 Ngân hàng thương mại cổ phần Công Thương Việt Nam (2017), Báo cáo thường niên 2017, Hà Nội 19 Ngân hàng thương mại cổ phần Công Thương Việt Nam (2018), Báo cáo thường niên 2018, Hà Nội 20 Ngân hàng thương mại cổ phần Công Thương Việt Nam (2019), Báo cáo thường niên 2019, Hà Nội 21 Ngân hàng thương mại cổ phần Công Thương Việt Nam (2020), Báo cáo thường niên 2020, Hà Nội 22 Ngân hàng thương mại cổ phần Công Thương Việt Nam (2021 Báo cáo thường niên 2021, Hà Nội