Ứng dụng trí tuệ nhân tạo trong việc xây dựng mô hình xác suất vỡ nợ tại ngân hàng thương mại

Abstract

Hoạt động tín dụng là một hoạt động truyền thống quan trọng đối với các NHTM tại Việt Nam, đóng vai trò là nguồn thu lợi nhuận chủ yếu nhưng bên cạnh đó cũng tiềm ẩn nhiều rủi ro. Trong bối cảnh phát triển mạnh mẽ và đa dạng của các sản phẩm tín dụng, các NHTM đã phát hiện những hạn chế trong việc quản lý rủi ro tín dụng, đặc biệt là tìm tính thích hợp của ứng dụng các công cụ hiện đại để kiểm soát rủi ro này. Việc xây dựng hệ thống quản lý và quản lý rủi ro tín dụng hiệu quả quyết định trực tiếp đối với hoạt động ngân hàng. Để đáp ứng yêu cầu của ngành ngân hàng trong giai đoạn mới, Thống đốc NHNN nhấn mạnh nhiệm vụ tăng trưởng tín dụng hợp lý gắn với nâng cao chất lượng tín dụng, tập trung vào các lĩnh vực sản xuất và ưu tiên, kiểm soát chặt tín dụng trong các lĩnh vực tiềm ẩn rủi ro như bất động sản, chứng khoán. Để vừa có thể tăng trưởng vừa quản lý được rủi ro, NHTM cần xây dựng phương án tái cơ cấu và xử lý nợ xấu giai đoạn 2021 – 2025, hoàn thiện hệ thống quản lý rủi ro tín dụng. Trong bối cảnh cách mạng 4.0, trí tuệ nhân tạo (AI) đang trở thành công nghệ tiên phong trong lĩnh vực ngân hàng, đặc biệt là tín dụng. Với sự tiến bộ của khoa học máy tính, sự dồi dào về dữ liệu và nhu cầu thị trường, AI đang phát triển mạnh mẽ, định hình tương lai của ngành ngân hàng. AI giúp cải thiện cách ngân hàng tạo ra sản phẩm, quyết định cho vay, ngăn chặn rủi ro gian lận từ sớm, gia tăng trải nghiệm và gắn kết khách hàng. Tuy nhiên, các nước đang phát triển vẫn gặp nhiều hạn chế trong việc áp dụng công nghệ này do thiếu hụt điều kiện triển khai. Trước bối cảnh này và đặc điểm của các NHTM tại Việt Nam, tác giả nhận thấy nghiên cứu về "Ứng dụng trí tuệ nhân tạo trong việc xây dựng mô hình xác suất vỡ nợ tại ngân hàng thương mại" là cần thiết và có ý nghĩa cả về lý luận lẫn thực tiễn. Bằng việc nghiên cứu trên bộ dữ liệu chân dung các khách hàng vay tại NHTM, bài nghiên cứu đã cho thấy được kết quả nêu bật hai điểm chính. Thứ nhất, có sự khác biệt đáng kể về độ chính xác trong việc phân loại giữa ba kỹ thuật áp dụng trí tuệ nhân tạo được nghiên cứu. Thứ hai, nghiên cứu cũng chứng minh rằng các phương pháp áp dụng trí tuệ nhân tạo có thể ước tính xác suất vỡ nợ một cách đáng tin cậy, phản ánh gần đúng xác suất vỡ nợ thực tế Ngoài phần mở đầu, phần kết luận, danh mục tài liệu tham khảo và phụ lục, luận án được kết cấu gồm 4 chương: Chương 1: Lược khảo nghiên cứu các mô hình về quản lý rủi ro tín dụng Chương 2: Cơ sở lý luận về ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng tại NHTM Chương 3: Xây dựng mô hình trí tuệ nhân tạo đo lường rủi ro tín dụng Chương 4: Khó khăn và đề xuất giải pháp ứng dụng các mô hình trí tuệ nhân tạo nâng cao quản lý rủi ro tín dụng tại NHTM