Bằng việc phân nhóm khách hàng, các sinh viên Khoa Toán - Cơ - Tin học đã dự báo mức chi tiêu trong tháng tiếp theo của tất cả các tài khoản.
Bằng việc phân nhóm khách hàng, các sinh viên Khoa Toán - Cơ - Tin học đã dự báo mức chi tiêu trong tháng tiếp theo của tất cả các tài khoản. Nhóm sử dụng phương pháp dự báo trên cây phân cấp và những khoảng cách giữa các chuỗi thời gian là lịch sử giao dịch của khách hàng (chuỗi rút và chuỗi gửi) theo tháng.
Bài toán dự báo chi tiêu dựa trên nhu cầu thực tế của các ngân hàng thương mại (NHTM) trong dự báo lượng tiền gửi ròng (ổn định với thời gian) của các khách hàng cá nhân. Dự báo này giúp cho ngân hàng đưa ra được những chính sách quản trị rủi ro tốt hơn, tối đa hóa lợi nhuận trên tiền gửi của khách hàng.
Đề tài đạt Giải Nhất Hội thi Khoa học toàn quốc “Olympic Kinh Tế lượng và ứng dụng” lần 3
Hầu hết các khoản tiền gửi thanh toán và tiền gửi tiết kiệm không kì hạn là những hạn mức không có kì hạn, tuy nhiên có những lượng tiền lại rất ổn định với thời gian, đóng góp một phần lớn trong lượng tiền gửi ròng của ngân hàng. Ở Việt Nam, các ngân hàng rất quan tâm đến vấn đề này tuy nhiên các phương pháp áp dụng ở một số ngân hàng lại khá đơn giản và chưa phản ánh hết được hành vi của khách hàng.
Đề tài “Dự báo chi tiêu theo mức thu nhập dựa trên lịch sử giao dịch của các tài khoản tiết kiệm không kì hạn trong ngân hàng” đạt giải Nhất Hội thi Khoa học toàn quốc “Olympic Kinh Tế lượng và ứng dụng” lần 3. Phóng viên Trung tâm CNTT&TT đã có cuộc trò chuyện với nhóm tác giả - sinh viên Đỗ Quang Đạt và Trần Mỹ Đức, Khoa Toán Cơ Tin học, Trường ĐHKHTN để tìm hiểu về những phát hiện của nhóm.
Sinh viên Mỹ Đức và Quang Đạt cùng giảng viên hướng dẫn Trịnh Quốc Anh
PV: Các bạn vui lòng mô tả đặc điểm chính của đề tài nghiên cứu?
Nhóm tác giả: Đề tài nghiên cứu “Dự báo chi tiêu theo mức thu nhập” tập trung vào 2 vấn đề chính. Một là phân nhóm các tài khoản có cùng mức thu nhập (số tiền gửi vào) dựa trên lịch sử chi tiêu (số tiền rút ra), và hai là dự báo tổng mức chi tiêu của các tài khoản đó trong các tháng tiếp theo.
Từ các dự báo về mức chi tiêu của các tài khoản qua những mốc thời gian, ngân hàng sẽ có các chính sách đầu tư tối ưu hóa lợi nhận dựa trên nguồn huy động được từ khách hàng mà vẫn đảm bảo sự phù hợp.
PV: Tại sao lại cần nghiên cứu bài toán đó?
Nhóm tác giả: Rủi ro thanh khoản và rủi ro lãi suất là một bài toán rất thực tế, được đặt ra từ hoạt động quản trị rủi ro trong các NHTM tại Việt Nam.
Bên cạnh đó, việc thực hiện đề tài nhằm tìm ra một cách tiếp cận mới và minh chứng sự hiệu quả là động lực rất lớn đối với nhóm tác giả. Cách tiếp cận của đề tài này khác so với các đề tài khác khi phân nhóm các tài khoản theo lịch sử giao dịch (hoạt động gửi, rút, thanh toán bằng thẻ) chứ không dựa trên các thông tin (nghề nghiệp, mức lương,…) của khách hàng.
Trước đây các bài toán phân nhóm khách hàng trong ngân hàng thường sử dụng các loại thông tin của khách hàng để phân nhóm khách hàng, điều này phần nào đó làm mất tính khách quan trong việc phân nhóm. Hơn nữa, thông tin của khách hàng trong ngân hàng có rất nhiều dạng, việc lựa chọn thông tin nào, bao nhiêu thông tin là đủ, khách hàng bị thiếu thông tin thì làm như thế nào,… ảnh hưởng rất nhiều đến kết quả của phân nhóm và dự báo.
PV: Đặc điểm của các tài khoản tiết kiệm không kì hạn trong nghiên cứu là gì? Tại sao các tài khoản này lại ảnh hưởng đến rủi ro của ngân hàng?
Nhóm tác giả: Các tài khoản tiết kiệm không kì hạn trong các ngân hàng là một loại tài sản nợ. Đối với mỗi NHTM, việc quản trị tài sản - nợ (ALM) là hoạt động quan trọng, đặc trưng nhằm góp phần đảm bảo an toàn và hiệu quả kinh doanh. Đó là quá trình đưa ra tập hợp các quyết định về sự cân xứng và bất cân xứng giữa tài sản - nợ, đặc biệt là về kì hạn và đặc điểm định giá lại. Nhiệm vụ của ALM là đảm bảo khả năng thanh khoản đồng thời tối ưu lợi nhuận từ nguồn tài sản nợ (vốn, tiền gửi của khách hàng), tài sản có (cho vay, đầu tư,…).
Hệ thống lý thuyết và kinh nghiệm phát triển về ALM đã xuất hiện tại các nước có nền kinh tế thị trường phát triển từ khá lâu. Hiện nay, ALM đã là hoạt động tất yếu, quan trọng và thường xuyên của các NHTM. Các tổ chức tài chính quốc tế về lĩnh vực ngân hàng (như BIS) hoặc các tổ chức xếp hạng tín nhiệm về NHTM (như S&P, Moody’s hay Fitch,…) đều cho rằng khả năng và hiệu quả là nội dung trọng yếu trong việc đánh giá hoặc khuyến cáo về quản trị của NHTM.
Khủng hoảng tài chính thế giới vừa qua là hồi chuông cảnh báo cho việc không thể xem nhẹ ALM trong kinh doanh của NHTM. Tính đến ngày 28/7/2010, tại Mỹ có 114 NHTM tuyên bố phá sản theo luật thì tất cả các NHTM đó đều bị đánh giá do khả năng ALM hạn chế.
Trần Mỹ Đức tốt nghiệp xếp hạng Giỏi năm 2018
PV: Nhóm đã dùng phương pháp nào để giải quyết bài toán này?
Nhóm tác giả: Phương pháp phân nhóm được sử dụng là phương pháp Hierarchical - phương pháp phân nhóm một cách đệ qui theo hai kiểu bottom-up hoặc top-down. Do đó, phương pháp này được chia thành hai nhóm nhỏ hơn là: Agglomerative hierarchical (bottom-up) và Divisive hierarchical (top-down).
Chúng tôi đánh giá phân nhóm thông qua phương pháp Silhouette. Còn phần dự báo, nhóm sử dụng phương pháp Hierarchical forecasting.
Nhóm sử dụng phần mềm thống kê và tin học R - một ngôn ngữ lập trình và môi trường phần mềm dành cho tính toán, phân tích dữ liệu và đồ họa thống kê.
PV: Những khó khăn, thách thức mà nhóm đã gặp phải?
Nhóm tác giả: Khó khăn đầu tiên là dữ liệu thực nghiệm, rất may chúng tôi đã được cung cấp một bộ dữ liệu giả định dưới sự trợ giúp của Công ty phần mềm giải pháp tài chính FSS. Bộ dữ liệu này đảm bảo tính “tự nhiên” của lịch sử các tài khoản giả định.
Khó khăn tiếp theo là sự thất bại trong những lần thử nghiệm đầu tiên làm cho chúng tôi thực sự hoang mang về tính khả thi của phương pháp mình áp dụng. Dưới sự hướng dẫn và động viên rất tận tình của giảng viên hướng dẫn, các chuyên gia phía doanh nghiệp, dần dà, nhóm đã đạt được một số kết quả khả quan hơn.
Đỗ Quang Đạt Đạt (ngoài cùng bên phải) - một thành viên của đội đạt giải Nhì Cuộc đua số do FPT tổ chức
PV: Những kết quả và thành tích khả quan đó là gì? Ngoài ra, các bạn và cộng sự còn thu nạp được những gì trong quá trình nghiên cứu của mình?
Nhóm tác giả: Đề tài tập trung nhận diện hành vi chi tiêu theo mức thu nhập của sản phẩm tiền gửi ở ngân hàng, từ đó dự báo chi tiêu theo mức thu nhập dựa trên lịch sử giao dịch của các tài khoản tiết kiệm không kì hạn. Qua đó, cung cấp kết quả cho việc xác định số dư tiền gửi lõi (core-balance).
Các dự báo này có những giá trị sau: giúp ngân hàng có khả năng sử dụng nguồn vốn một cách hiệu quả; hỗ trợ các hoạt động quản trị rủi ro thanh khoản và rủi ro lãi suất. Với lượng vốn và các dự báo về tiền gửi ròng, các ngân hàng sẽ dễ dàng hơn trong việc xác định giá trị trong các khe lãi suất và kì hạn, từ đó xây dựng nhiều kịch bản về rủi ro lãi suất và rủi ro thanh khoản.
Kết quả nghiên cứu có thể ứng dụng vào phòng ngừa rủi ro lãi suất và rủi ro thanh khoản trong ngân hàng, tối đa hóa lợi nhuận trên tiền gửi của khách hàng.
Trong thời gian nghiên cứu đề tài, nhóm đã gửi bài dự thi tham gia Olympic Kinh tế lượng và ứng dụng lần thứ 3 và may mắn được giải Nhất. Cách tiếp cận và giải quyết bài toán được các chuyên gia công nhận về tính mới và tính hiệu quả trong thực tế. Đây vừa là sự công nhận, vừa là lời khen mà chúng tôi nhận được.
Ngoài ra, việc thực hiện đề tài khi còn đang ngồi trên giảng đường đại học giúp chúng tôi củng cố và mở rộng vốn kiến thức. Được làm việc cùng những người vừa tài năng vừa tâm huyết thực sự giúp chúng tôi thêm vững tin vào con đường đã chọn.
PV: Bạn có thể chia sẻ thêm về hoạch định nghiên cứu sắp tới của cả nhóm không? Cụ thể là nhóm sẽ phát triển tiếp đề tài này như thế nào?
Nhóm tác giả: (Cười) Hiện 2 thành viên trong nhóm đều vừa hoàn thiện các môn học cuối cùng và nhận bằng tốt nghiệp. Do khá bận rộn nên chúng tôi không có thời gian gặp nhau nhiều và chưa có kế hoạch nghiên cứu sắp tới.
PV: Cảm ơn các bạn!
|
Đề tài “Dự báo chi tiêu theo mức thu nhập dựa trên lịch sử giao dịch của các tài khoản tiết kiệm không kì hạn trong ngân hàng” triển khai từ tháng 9/2017 đến tháng 5/2018. Tác giả: Đỗ Quang Đạt - K59 ngành Máy tính và Khoa học thông tin và Trần Mỹ Đức - K59 Cử nhân khoa học Tài năng ngành Toán học. Người hướng dẫn: TS. Trịnh Quốc Anh (Khoa Toán - Cơ - Tin học, Trường ĐHKHTN); Cộng sự: FSS R&D.
|