Luận án Ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng tại Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam

Năm2022

Lĩnh vựcKinh tế - Quản lý

Ngôn ngữTiếng Việt, Tiếng Anh

Xem trước tài liệu

Đang tải tài liệu...

Mô tả tài liệu

Tên luận án:

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG QUẢN LÝ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM

Ngành:

Tài chính – Ngân hàng

Tóm tắt nội dung tài liệu:

Luận án "Ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng tại Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam" nghiên cứu tính cấp thiết của việc áp dụng trí tuệ nhân tạo (AI) trong lĩnh vực ngân hàng, đặc biệt là quản lý rủi ro tín dụng, trong bối cảnh cuộc cách mạng công nghiệp 4.0 đang bùng nổ và chiến lược quốc gia về AI đến năm 2030. Đề tài nhấn mạnh thực trạng Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam (Agribank) - ngân hàng có quy mô lớn nhất Việt Nam - đã và đang đối mặt với nhiều vấn đề liên quan đến rủi ro tín dụng, làm ảnh hưởng đến hoạt động kinh doanh và uy tín, từ đó khẳng định ý nghĩa lý luận và thực tiễn của nghiên cứu.

Mục tiêu tổng quát của luận án là nghiên cứu toàn diện về lý luận và thực tiễn ứng dụng AI trong quản lý rủi ro tín dụng, từ đó đề xuất các giải pháp kiến nghị cụ thể cho Agribank. Để đạt được mục tiêu này, luận án tập trung vào việc hệ thống hóa cơ sở lý luận về AI trong quản lý rủi ro tín dụng; đánh giá thực trạng quản lý rủi ro tín dụng tại Agribank nhằm xác định điều kiện ứng dụng; xây dựng mô hình đánh giá rủi ro tín dụng dựa trên AI theo phương pháp nâng cao của Basel II (sử dụng mô hình Cây quyết định, Mạng Nơ ron và Logit) trên dữ liệu thực tế từ năm 2009-2014; và đề xuất các nhóm giải pháp, kiến nghị nhằm ứng dụng AI trong quản lý rủi ro tại Agribank.

Luận án đã đóng góp mới về mặt lý luận bằng cách hệ thống hóa các mô hình AI theo các bước của quản lý rủi ro tín dụng (nhận diện, đo lường, sử dụng công cụ, báo cáo, giám sát) và đưa ra khung lý thuyết, điều kiện ứng dụng AI tại ngân hàng thương mại. Về thực tiễn, tác giả đã khảo sát, đánh giá thực trạng quản lý rủi ro tín dụng tại Agribank và xây dựng thành công các mô hình AI đo lường rủi ro tín dụng (PD, LGD, EAD). Các mô hình này được thiết kế theo cách tiếp cận nâng cao (AIRB) của Basel II, với kết quả cho thấy mô hình MLP7 có khả năng phân loại chính xác nhất cho PD và các mô hình LGD6, EAD3* có sai số tương đối thấp nhất. Cuối cùng, luận án đề xuất một hệ thống giải pháp toàn diện để Agribank triển khai ứng dụng AI trong quản lý rủi ro tín dụng, bao gồm cải tổ cơ cấu tổ chức, quy trình, xây dựng hệ thống cảnh báo sớm, phát triển nguồn nhân lực và công nghệ thông tin, cùng với các kiến nghị chính sách cho Ngân hàng Nhà nước Việt Nam.

Mục lục chi tiết:

PHẦN MỞ ĐẦU

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU VỀ TRÍ TUỆ NHÂN TẠO TRONG QUẢN LÝ RỦI RO TÍN DỤNG

1.1. Các nghiên cứu về mô hình quản lý rủi ro tín dụng.

1.2. Nghiên cứu về đánh giá rủi ro tín dụng.

1.2.1. Nghiên cứu về đo lường xác suất vỡ nợ.
1.2.2. Nghiên cứu về tổn thất khi vỡ nợ.
1.2.3. Nghiên cứu về mức độ rủi ro khi vỡ nợ.

1.3. Nghiên cứu về mô hình trí tuệ nhân tạo trong quản lý rủi ro tín dụng.

1.4. Khoảng trống nghiên cứu.

CHƯƠNG 2: CƠ SỞ LÝ LUẬN VỀ ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG QUẢN LÝ RỦI RO TÍN DỤNG

2.1. Cơ sở lý luận về quản lý rủi ro tín dụng.

2.1.1. Khái niệm về quản lý rủi ro tín dụng.
2.1.2. Nội dung quản lý rủi ro tín dụng

2.2. Cơ sở lý luận về ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng

2.2.1. Khái quát về trí tuệ nhân tạo.
2.2.2. Trí tuệ nhân tạo trong quản lý rủi ro tín dụng
2.2.3. Khung đo lường áp dụng cho mô hình trí tuệ nhân tạo trong quản lý rủi ro tín dụng.
2.2.4. Dữ liệu cho các mô hình trí tuệ nhân tạo trong quản lý rủi ro tín dụng.
2.2.5. Các tiêu chí đánh giá hiệu quả mô hình trí tuệ nhân tạo trong đo lường rủi ro tín dụng.
2.2.6. Điều kiện ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng.

2.3. Kinh nghiệm quốc tế về nghiên cứu và ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng.

2.3.1. Kinh nghiệm từ Anh.
2.3.2. Kinh nghiệm từ Mỹ
2.3.3. Kinh nghiệm từ Ấn Độ
2.3.4. Kinh nghiệm từ Hội đồng ổn định tài chính (FSB).
2.3.5. Kinh nghiệm từ Ngân hàng thế giới (WB).
2.3.6. Bài học kinh nghiệm cho các ngân hàng thương mại tại Việt Nam

CHƯƠNG 3: THỰC TRẠNG QUẢN LÝ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM

3.1. Khái quát về Agribank

3.3. Thực trạng quản lý rủi ro tín dụng tại Agribank.

3.4. Đánh giá thực trạng quản lý rủi ro tín dụng tại Agribank.

3.4.1. Các kết quả đạt được
3.4.2. Các hạn chế và nguyên nhân.
3.4.3. Các điều kiện để ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng.

CHƯƠNG 4: XÂY DỰNG MÔ HÌNH TRÍ TUỆ NHÂN TẠO TRONG QUẢN LÝ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM.

4.1. Đề xuất mô hình

4.2. Xây dựng mô hình tính xác suất vỡ nợ (PD).

4.2.1. Mô tả dữ liệu thu thập.
4.2.2. Kết quả các mô hình tính xác suất vỡ nợ (PD).

4.3. Xây dựng mô hình LGD

4.3.1. Mô tả dữ liệu.
4.3.2. Kết quả mô hình LGD

4.4. Xây dựng mô hình EAD

CHƯƠNG 5: GIẢI PHÁP ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG QUẢN LÝ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM.

5.1. Định hướng phát triển hoạt động quản lý rủi ro tín dụng trong hệ thống ngân hàng thương mại Việt Nam.

5.2. Định hướng phát triển hoạt động quản lý rủi ro tín dụng tại Agribank.

5.3. Giải pháp ứng dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng tại Agribank.

5.3.1. Về cơ cấu tổ chức quản lý rủi ro tín dụng
5.3.2. Về quy trình áp dụng trí tuệ nhân tạo trong quản lý rủi ro tín dụng.
5.3.3. Về nhóm các giải pháp hỗ trợ cần thiết.