Theo kết quả khảo sát mới nhất của Viện Ổn định tài chính (FSI) thuộc Ngân hàng thanh toán Thế giới (BIS) đối với 20 ngân hàng trung ương và cơ quan quản lý tài chính các quốc gia cho thấy đang có sự gia tăng mạnh mẽ việc ứng dụng công nghệ cao (suptech) trong hoạt động báo cáo, phân tích dữ liệu phục vụ công tác kiểm tra, giám sát, nhất là trong hoạt động tài chính - ngân hàng.
Xu hướng ứng dụng công cụ suptech trong hoạt động tài chính - ngân hàng
Đa phần các công cụ suptech trước đây được sử dụng trong hoạt động thống kê báo cáo (chiếm 32%) và phân tích hành vi (chiếm 30%), việc sử dụng trong công tác kiểm tra, giám sát còn rất hạn chế (chỉ chiếm 12%). Tuy nhiên, khi đại dịch Covid-19 xảy ra, nhu cầu ứng dụng các công cụ suptech trong công tác kiểm tra, giám sát đã có sự thay đổi đáng kể, cụ thể đến cuối năm 2021 đã có khoảng 71 công cụ (tăng mạnh so với năm 2019 chỉ có 12 công cụ) đang được triển khai trên thực tế hoặc đang trong quá trình thử nghiệm, nghiên cứu phát triển.
Hình 1. Kết quả khảo sát của FSI năm 2019-2021
Covid-19 cùng với đó là các biện pháp đối phó với đại dịch như hạn chế đi lại, giãn cách xã hội… đã ảnh hưởng đến công tác kiểm tra, giám sát của cơ quan quản lý tài chính - ngân hàng tại các quốc gia, nhiều đoàn thanh tra, kiểm tra tại chỗ phải tạm ngừng và chuyển từ hình thức kiểm tra tại chỗ (on-site) sang giám sát từ xa (off-site). Trong quá trình giám sát từ xa, giám sát viên thường phải sử dụng các dữ liệu báo cáo hay công cụ có sẵn để tiến hành phân tích và ra quyết định. Để thích ứng với trạng thái “bình thường mới” trong bối cảnh đại dịch và hỗ trợ giám sát viên có thêm cơ sở, dữ liệu (trong đó có các nội dung thu thập được qua công tác kiểm tra trực tiếp) nhằm đánh giá chính xác hơn tình hình hoạt động của tổ chức tài chính - ngân hàng, nhiều quốc gia thời gian qua đã nhìn thấy những tác dụng to lớn của suptech và đã tiến hành nghiên cứu, ứng dụng công cụ này vào hoạt động kiểm tra, giám sát từ xa. Có thể nói, đại dịch Covid-19 như “xúc tác” thúc đẩy các cơ quan quản lý tài chính - ngân hàng trên thế giới ứng dụng mạnh mẽ công cụ suptech trong hoạt động của quản lý, giám sát của mình.
Phân loại công cụ suptech
Các công cụ suptech sử dụng trong hoạt động kiểm tra, giám sát hoạt động tài chính - ngân hàng có thể chia thành 03 loại: (i) suptech dựa trên dữ liệu định tính, (ii) suptech dựa trên dữ liệu định lượng, và (iii) suptech dựa trêncả dữ liệu định tính và định lượng. Theo khảo sát của FSI, suptech dựa trên dữ liệu định tính hiện đang được sử dụng nhiều nhất, chiếm trên 50% các công cụ được khảo sát, thường được sử dụng trong việc phân tích văn bản (text analysis-TA), tóm tắt văn bản (text summarisation-TS), phân loại thông tin (information classification-IC) hoặc phân tích cảm xúc con người (sentiment analysis-SA). Các công cụ này thường sử dụng ngôn ngữ tự nhiên (natural language processing-NLP) và trí tuệ nhân tạo (artificial-AI) để tổng hợp, phân tích một khối lượng lớn các tài liệu; từ đó tiến hành tìm kiếm, phân loại và tóm lược thông tin; hỗ trợ đáng kể các giám sát viên trong việc phân tích đánh giá các tài liệu, báo cáo và từ đó có thể đánh giá rủi ro. Suptech dựa trên dữ liệu định lượng chiếm khoảng 25%, được sử dụng để xác định rủi ro (risk identification-RI) về tài sản, tín dụng và thanh khoản, hỗ trợ giám sát viên xác định các tổ chức cung cấp dịch vụ tài chính - ngân hàng có nguy cơ rủi ro cao và xác định nguyên nhân dẫn đến các rủi ro này. Các suptech dựa trên cả dữ liệu định tính và định lượng thường được sử dụng để xác định các tổ chức có cùng chỉ số rủi ro (peer group identification - PGI) hoặc giúp tự động hóa việc kiểm tra, giám sát (automation of inspections - AOI).
Tình hình nghiên cứu, ứng dụng, phát triển công cụ suptech trên thế giới
Báo cáo của FSI cho thấy, đến nay, nhiều công cụ suptech đã được các cơ quan quản lý tài chính – ngân hàng trên thế giới triển khai trong thực tế, chiếm 48% công cụ suptech được khảo sát, một số công cụ đang trong giai đoạn nghiên cứu, phát triển (22%) hoặc đang trong giai đoạn thử nghiệm (30%); trong đó phần lớn các công cụ được triển khai, ứng dụng và phát triển bởi chính cơ quan quản lý đó. Một số ví dụ cho thấy sự đa dạng của các ứng dụng suptech được nghiên cứu, phát triển trong thời gian qua đã phát huy hiệu quả và hỗ trợ tích cực cho công tác kiểm tra, giám sát của cơ quan quản lý tài chính - ngân hàng các quốc gia.
Hình 2. Tình hình phát triển của suptech
Đối với suptech dựa trên dữ liệu định tính: Ngân hàng Trung ương Thái Lan (BoT) hiện đang triển khai ứng dụng máy phân tích biên bản họp Hội đồng quản trị, cho phép các giám sát viên giảm thời gian đọc một khối lượng lớn các biên bản họp; Ngân hàng Trung ương Brazil (BCB) triển khai công cụ tổng hợp MARIA cho phép giám sát viên có thể tóm tắt nội dung văn bản, sàng lọc và đánh giá trước nội dung thông tin; Cơ quan Tiền tệ Singapore (MAS) đang phát triển công cụ tự động hóa quá trình phân tích dữ liệu, cho phép các giám sát viên có thể phân tích toàn bộ tập dữ liệu của tổ chức tín dụng thay vì chỉ thực hiện kiểm tra thông qua phương pháp lấy mẫu và phát triển nền tảng giám sát đối chiếu dữ liệu từ nhiều nguồn khác nhau (ví dụ: tin tức, báo cáo tài chính, các chỉ báo kinh tế vĩ mô, báo cáo theo quy định) để có thể phân tích sâu hoạt động của tổ chức tín dụng nhằm xác định rủi ro; …
Đối với suptech dựa trên dữ liệu định lượng: Cơ quan giám sát tài chính Thụy Sĩ (FINMA) đang nghiên cứu phát triển công cụ giám sát ngân hàng cho phép phân tích, dự đoán các ngân hàng có mức độ rủi ro cao; Ngân hàng Trung ương Hà Lan (DNB) đang thử nghiệm công cụ đánh giá rủi ro thanh khoản của các ngân hàng cho phép tính toán tỉ lệ rủi ro thanh khoản của đối tượng giám sát thông qua việc kết hợp hệ thống báo cáo định kỳ hàng tháng với dữ liệu hệ thống thanh toán hàng ngày;…
Đối với suptech dựa trên cả dữ liệu định tính và định lượng: Cơ quan quản lý tài chính Quatar (QFCRA) đang phát triển công cụ PGI phân tích toàn bộ tài sản nợ và có của doanh nghiệp thay vì chỉ xem xét bảng cân đối tài chính kế toán; Ngân hàng Trung ương Malaysia (BNM) đang triển khai công cụ AOI (phát triển trên cơ sở hợp tác giữa BNM và các chuyên gia công nghệ, nhà khoa học dữ liệu) nhằm hỗ trợ các giám sát viên BNM trong quá trình viết thư giám sát, như hỗ trợ phân tích ngôn ngữ, cấu trúc thư, đồng thời đưa ra các gợi ý dựa trên các cấu trúc câu trong lịch sử, đây là một trong những công cụ được BNM ứng dụng nhiều trong quá trình giám sát từ xa để theo dõi và đánh giá tình hình hoạt động liên tục của tổ chức tín dụng…
Tại Việt Nam, Chính phủ đã ban hành Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030 (Quyết định số 749/QĐ-TTg ngày 03/6/2020) và Chiến lược quốc gia về Cách mạng công nghiệp 4.0 đến năm 2030 (Quyết định số 2289/QĐ-TTg ngày 31/12/2020). Ngân hàng Nhà nước Việt Nam cũng đã ban hành Kế hoạch chuyển đổi số ngành Ngân hàng đến năm 2025, định hướng đến năm 2030 (Quyết định 810/QĐ-NHNN ngày 11/5/2021), trong đó nội hàm về suptech đã được đề cập đến trong nhiệm vụ: “Đẩy mạnh ứng dụng công nghệ số trong các hoạt động quản lý, kiểm tra, giám sát và vận hành nội bộ của Ngân hàng Nhà nước”.
Lợi ích và thách thức trong việc ứng dụng công cụ suptech
Mặc dù các công cụ suptech khác nhau về thiết kế và mục đích, nhưng tất cả đều có chung mục tiêu là tăng cường hiểu biết của giám sát viên về đối tượng giám sát và nâng cao hiệu quả của quy trình kiểm tra, giám sát, quản lý của cơ quan nhà nước. Trong giai đoạn Covid-19, các công cụ suptech được ứng dụng rộng rãi hơn và phát huy hiệu quả, đặc biệt là các công cụ dựa trên dữ liệu định tính và hỗ trợ xác định rủi ro. Điều này phản ảnh tầm quan trọng của suptech trong việc hỗ trợ giám sát viên trong việc xem xét, rà soát khối lượng lớn tài liệu văn bản, việc mà trước đây họ phải thực hiện thủ công và tốn nhiều thời gian. Bên cạnh đó, do nhiều hoạt động kiểm tra, giám sát phải chuyển từ “tại chỗ” sang hình thức từ xa, giám sát ảo, cùng với đó là số lượng báo cáo đột xuất gia tăng trong bối cảnh đại dịch đã làm tăng khối lượng dữ liệu mà các giám sát viên cần phân tích; vì vậy, việc ứng dụng suptech với các công cụ xác định rủi ro, tự động hóa quá trình kiểm tra sẽ hỗ trợ rất nhiều cho giám sát viên trong quá trình đánh giá khả năng thanh khoản và tình hình quản trị doanh nghiệp (là những nội dung mà trước đây cần phải thông qua thực hiện kiểm tra tại chỗ và phán đoán rủi ro ).
Tuy vậy, vẫn còn những thách thức trong triển khai ứng dụng suptech vào công tác kiểm tra, giám sát. Một vấn đề quan trọng là kỹ năng về khoa học dữ liệu của giám sát viên còn hạn chế. Để giải quyết vấn đề này, các ứng dụng suptech cần được nghiên cứu để người dùng dễ sử dụng hơn và có thể khai thác tối đa hiệu quả của suptech trong quá trình giám sát, đồng thời cần tăng cường năng lực cho các giám sát viên về kiến thức khoa học dữ liệu (bao gồm đào tạo, bồi dưỡng kiến thức và tuyển dụng mới cán bộ có chuyên môn) để họ thích ứng kịp thời với sự phát triển của suptech. Bên cạnh đó, khi suptech đóng vai trò ngày càng quan trọng trong công tác kiểm tra, giám sát thì khả năng phán đoán, đánh giá của các giám sát viên có thể giảm đi. Công cụ suptech cho phép tự động hóa một số nhiệm vụ trước đây người giám sát cần nhiều thời gian (như đọc, phân tích văn bản, tài liệu) và hỗ trợ quá trình phân tích, phán đoán rủi ro; vì vậy có thể dẫn đến việc người giám sát phụ thuộc nhiều hơn vào kết quả đánh giá của suptech và khiến họ không phát hiện ra những “điểm mù” mà ứng dụng không nhìn thấy; ngoài ra, việc phụ thuộc vào ứng dụng có thể làm giảm năng lực của giám sát viên trong hoạt động kiểm tra, giám sát.
Có thể thấy, sử dụng suptech trong hoạt động kiểm tra, giám sát, điều hành nội bộ là xu thế đang diễn ra tại nhiều tổ chức và cơ quan quản lý nhà nước trên thế giới nhằm nâng cao hiệu quả, hiệu lực hoạt động quản lý, giám sát trong bối cảnh số hóa sâu rộng với nhiều thách thức. Tuy nhiên, việc xem xét sử dụng suptech đòi hỏi các cơ quan quản lý cần nghiên cứu, xây dựng khuôn khổ pháp lý phù hợp và có hướng dẫn cụ thể về vai trò của suptech trong quy trình kiểm tra, giám sát, trong đó đảm bảo công cụ suptech chỉ hỗ trợ giám sát viên phát hiện vấn đề chứ không thay thế việc phán đoán, ra quyết định.
ĐTT-VA
(Theo Bis, Cổng TTĐT NHNN)