Quản trị và đo lƣờng rủi ro là một vấn đề trọng tâm của tất cả các tổ chức tài chính. Thử thách chính của ngành tài chính ngân hàng là sự vận hành hệ
thống kê đƣợc áp dụng đ h trợ công tác dự báo, đo lƣờng rủi ro tín dụng nhƣng chúng là chƣa đủ, vì vậy xu hƣớng hiện nay ngƣời ta thƣờng áp dụng các kỹ thuật học máy, kỹ thuật khai phá dữ liệu đ đƣa ra các mô hình phân tích, dự báo, mô tả lại các tri thức, mối quan hệ giữa các thông tin đƣợc thu thập từ các hệ thống khác nhau trong m i doanh nghiệp, ngân hàng, ứng dụng khai phá dữ liệu trong quản trị rủi ro ngân hàng thƣờng sử dụng trong đánh giá rủi ro thị trƣờng tài chính và rủi ro tín dụng.
a.
Với m i công cụ tài chính nhƣ chỉ số chứng khoán, lãi suất, ngoại tệ, rủi ro thị trƣờng đƣợc đo lƣờng, dự báo bằng các mô hình khai phá dữ liệu tạo nên từ một bộ các yếu tố rủi ro phụ thuộc nhƣ lãi suất, chỉ số chứng khoán và chỉ số phát tri n kinh tế. Ngƣời ta quan tâm đến mối liên hệ giữa giá cả hoặc mức độ rủi ro của các công cụ và các yếu tố rủi ro phụ thuộc cũng nhƣ sự phụ thuộc của chính các yếu tố rủi ro đó.
V ụ: Chúng ta có th xây dựng mô hình dự báo chứng khoán, tỷ giá ngoại tệ … bằng cách áp dụng các kỹ thuật khai phá dữ liệu đ đƣa ra mô hình dự báo chỉ số chứng khoán, tỷ giá ngoại tệ đ có th quyết định các chính sách trong quản trị kinh doanh.
b. ng
Đánh giá rủi ro tín dụng là môt bƣớc quan trọng trong hoạt động cho vay trong ngành tài chính ngân hàng. Thiếu bƣớc này ngƣời cho vay sẽ không th đƣa ra quyết định khách quan về việc có nên cho vay khách hàng hay không, hay đƣa ra lãi suất bao nhiêu là hợp l .
Trong lĩnh vực cho vay thƣơng mại, đánh giá rủi ro thƣờng là sự cố gắng định lƣợng độ rủi ro mất mát của ngƣời cho vay khi thực hiện một quyết định cho vay nhất định. Ở đây, rủi ro tín dụng có th đƣợc định lƣợng bằng sự thay đổi giá trị của tài sản thế chấp hoặc, các yếu tố thông tin về ngƣời vay, của yếu tố khả năng mất vốn, và tỷ lệ thu hồi của công cụ trong trƣờng hợp không có khả năng trả nợ. Vì vậy, việc áp dụng các kỹ thuật khai phá ở đây chủ yếu là phân lớp, hồi
quy hoặc các kỹ thuật mô tả nhƣ phân cụm, mô tả quy luật của tập dữ liệu khách hàng bằng luật kết hợp…
Quản trị rủi ro sử dụng nhiều phƣơng pháp, mô hình dự đoán. Các phƣơng pháp hữu dụng có th đƣợc phân loại rộng theo hai cách tùy thuộc vào vào loại thông tin dự đoán hoặc biến số dự đoán, còn có th gọi là những biến số mục tiêu. Nếu một loại giá trị dự đoán là giá trị phân lớp, kỹ thuật phân lớp đƣợc ƣu tiên dùng.
V ụ:
P :
Theo cách này, các mức độ rủi ro được phân vào hai nhóm dựa trên lịch sử mất vốn. Ví dụ, những khách hàng đã từng không trả nợ có thể được phân vào nhóm “rủi ro”, trong khi số còn lại là nhóm “an toàn”. Thông tin phân loại là mục tiêu của việc dự đoán, kỹ thuật cây quyết định và nguyên tắc quy nạp được dùng để xây dựng những mô hình dự đoán mức độ rủi ro mất vốn của đăng ký vay vốn mới.
P ự :
Ví dụ, cách này thử dự đoán lượng vốn mất ước tính của những khoản cho vay mới thay cho việc phân loại các khoản vay. Giá trị dự đoán là giá trị bằng số và như vậy nó yêu cầu những kỹ thuật tạo mô hình có thể sử dụng dữ liệu bằng số làm biến số mục tiêu (hoặc dự đoán). Các thuật toán thường dùng trong phương pháp này là mạng noron (Neutral Network) và phương pháp hồi quy. Các kỹ thuậtkhai phá dữ liệu phổ biến nhất được sử dụng cho quản trị rủi ro là:
- Phân cụm (mô tả)
- Phân lớp (dự báo) và hồi quy (dự báo)
- Khai phá luật kết hợp...