Tiểu luận môn Hệ hỗ trợ quyết định TÌM HIỂU VAI TRÒ CỦA BUSINESS INTELLIGENCE TRONG NGÀNH NGÂN HÀNG

Đại Học Quốc Gia TP.HCM
Trường Đại Học Công Nghệ Thông Tin
BÁO CÁO MÔN HỌC
HỆ HỖ TRỢ QUYẾT ĐỊNH
ĐỀ TÀI:
TÌM HIỂU VAI TRÒ CỦA BUSINESS
INTELLIGENCE TRONG NGÀNH NGÂN HÀNG
Giảng viên hướng dẫn
PGS.TS Đỗ Phúc
Học viên: Trần Khánh An
Mã học viên: CH1301076
TP.HCM – 2014
Mở đầu
Business Intelligence (BI – Giải pháp quản trị doanh nghiệp thông minh) là một qui
trình tích hợp công nghệ mà các doanh nghiệp dùng để kiểm soát khối lượng dữ liệu
khổng lồ đến từ nhiều nguồn khác nhau và khai thác nguồn dữ liệu đó giúp cho họ có
thể đưa các các quyết định hiệu quả hơn trong hoạt động kinh doanh của mình. BI có
mặt ở khắp các doanh nghiệp như hệ thống siêu thị, ngân hàng, viễn thông,… đó đều là
những nơi cần thu thập, xử lý khối lượng dữ liệu cực lớn. Do đó BI có tính ứng dụng rất
cao khi nguồn dữ liệu của doanh nghiệp sẽ lớn dần theo thời gian hoạt động. Hiện nay
BI vẫn còn là một thuật ngữ khá mới ở Việt Nam, nhưng trên thế giới BI đã được ứng
dụng rất nhiều vào doanh nghiệp.
Với mục đích học tập nghiên cứu công nghệ mới trong phạm vi môn học, em sẽ tìm hiểu
giải pháp BI cho doanh nghiệp gồm những gì và cách hoạt động như thế nào. Doanh
nghiệp cụ thể ở đây là ngành kinh doanh ngân hàng nói chung.
Dù đã cố gắng tập trung cho bài báo cáo, nhưng do thời gian có hạn, cùng sự hạn chế
của bản thân nên bài báo cáo này tập trung trình bày những kiến thức cơ bản nhất về hệ
thống hỗ trợ doanh nghiệp thông minh BI.
Bài báo cáo gồm 2 phần:
- Phần 1: dịch bài báo khoa học

Application of Business Intelligence in the Banking Industry, Ubiparipović
and Emina Đurković, 2011
- Phần 2: nhận xét và kết luận.
Em xin được gửi lời cảm ơn tới PGS.TS Đỗ Phúc đã giảng dạy và tạo điều kiện em để
hoàn thành bài báo cáo này.
Học viên
Trần Khánh An
Contents
Phần 1. Dịch bài báo khoa học
ÁP DỤNG BUSINESS INTELLIGENCE TRONG
NGÀNH NGÂN HÀNG
Mở đầu
Thị trường kinh doanh mang tính năng động cao, sự liên tục thay đổi về nhu cầu của
khách hàng, sự cạnh tranh khốc liệt với các đối thủ, sự cần thiết phải kiểm soát chặt chẽ
và quản lí rủi ro là những đặc điểm của môi trường kinh doanh hiện đại mà hệ thống
ngân hàng phải ứng phó. Quản lí tốt hơn và ra quyết định chính xác hơn tạo ra ranh giới
giữa thành công và thất bại trong quá trình kinh doanh.
Các ứng dụng kinh doanh thông minh (BI) trong ngành ngân hàng cần phải hỗ trợ việc
đưa ra các quyết định cho tất cả các mảng kinh doanh của ngân hàng với khả năng quản
lý và khai thác tài nguyên thông tin, nhằm đưa ra quyết định kịp thời và chuẩn xác cho
mọi vấn đề. Các hệ thống BI triển khai tại các ngân hàng phải hỗ trợ toàn diện nhưng
đơn giản cho người dùng cuối. BI bao gồm nhiều lĩnh vực ngân hàng trong đó quan
trọng nhất là: Quản lý quan hệ khách hàng (CRM), quản lý hiệu quả (PM), Quản lý rủi
ro (RM), Khai thác tài sản và quản lý nợ (ALM), và tuân thủ chính sách . Kho dữ liệu và
sự xử lý phân tích trực tuyến (OLAP) tạo thành cơ sở thông tin cho các ứng dụng BI.
Khai khoáng dữ liệu và rút trích thông tin là hai kĩ thuật chủ yếu của các hệ thống BI để
phân tích tập dữ liệu lớn và phức tạp, tìm ra các mối liên hệ tiềm ẩn trong dữ liệu giúp
dự đoán các xu hướng hành vi của khách hàng.
1. Giới thiệu
Các ngân hàng ngày nay phải đáp ứng những thách thức như tự động hóa các tiến trình

nghiệp vụ, làm tăng sự hài lòng của khách hàng, cạnh tranh hiệu quả, sáp nhập và mua
lại, phát triển sản phẩm mới và chọn phân khúc thị trường phát triển. Đồng thời các
ngân hàng cũng luôn đối phó với các rủi ro cũng như điều phối các hoạt động kinh
doanh thích ứng với các sự phát triển của hệ thống chính sách, pháp luật của nhà nước
và quốc tế. Chẳng hạn như IAS, AML, BASEL 2,
Mọi quản lý đều thực hiện việc ra quyết định, và quyết định phải kịp thời, hiệu quả và
dựa trên thông tin chính xác và đáng tin cậy từ dữ liệu. Dữ liệu của ngân hàng bao gồm
các bản ghi được ghi nhận hàng ngày với số lượng lớn; dữ liệu bao gồm thông tin về tải
khoản khách hàng , các giao dịch, tài sản, khả năng tài chính, các khoản nợ tín dụng, vv.
Những dữ liệu này được tạo ra trong hệ thống thông tin cơ bản của ngân hàng và được
lưu trữ trong cơ sở dữ liệu giao dịch. Kinh nghiệm cho thấy cơ sở dữ liệu giao dịch là
một nguồn thông tin phong phú, có thể được sử dụng để tăng cường việc kinh doanh của
bất kỳ công ty nào, đặc biệt là các công ty thuộc ngân hàng do khai thác hiệu quả từ
nguồn dữ liệu lớn.
Rõ ràng rằng trong một thời gian dài trước đây, các ngân hàng có rất nhiều dữ liệu
nhưng ít thông tin, và rất ít kiến thức về nhiều khía cạnh trong lĩnh vực hoạt động của
mình. Tuy nhiên, cơ sở dữ liệu các giao dịch là rất lớn.
Chúng ta giả sử rằng bộ phận quản lý của ngân hàng muốn thiết lập các đặc tính của
khách hàng đã thực hiện trả nợ trong quá khứ. Thường có thể yêu cầu thông tin từ các
nhân viên IT tại ngân hàng, họ là những người thường xuyên phải dành một lượng thời
gian đáng kể để kết xuất các báo cáo theo yêu cầu cấp trên và việc này chiếm phần lớn
khối lượng công việc thường xuyên của họ. Vào thời điểm báo cáo đến bàn làm việc của
người quản lý, nó có thể là quá muộn cho việc ra quyết định.
Sự phát triển của công nghệ thông tin và truyền thông (ICT) cung cấp giải pháp hiệu quả
cho các vấn đề nêu trên. Để có được thông tin kinh doanh và tri thức quản lý, bước đầu
tiên hướng tới việc nghiên cứu các phương pháp, các công cụ và các ứng dụng, được gọi
chung bằng thuật ngữ "kinh doanh thông minh" (BI). Ngày nay, BI được coi là một
mảng riêng biệt bao gồm các yếu tố của công nghệ thông tin, chiến lược, kế toán quản
trị, tổng hợp phân tích và tiếp thị. Nó cho phép thu thập, phân tích, phân phối và hành
động dựa trên thông tin kinh doanh, nhằm tạo thuận lợi giải quyết các vấn đề quản lý và

ra quyết định kinh doanh tốt nhất (Balaban & Ristić, 2006). Một hệ thống BI không tồn
tại như một sản phẩm cuối cùng; nó cung cấp nền tảng công nghệ và kiến thức để thực
hiện xây dựng các hỗ trợ ra quyết định.
Ngân hàng ngày nay được biết đến là một trong các ngành dẫn đầu trong lĩnh vực áp
dụng công nghệ mới và kiến thức, cũng là để giải thích vì sao nó là mảnh đất màu mỡ
cho việc thực hiện một cơ sở hạ tầng như vậy. Một kiểu cơ sở dữ liệu đặc biệt được gọi
là kho dữ liệu (DW), được tạo ra để đáp ứng các nhu cầu của các hệ thống này, nơi mà
dữ liệu được tổ chức một cách thuận tiện để thực hiện quá trình phân tích trên các tập dữ
liệu lớn. Một kho dữ liệu chứa một bản sao của dữ liệu được trích ra từ cơ sở dữ liệu
chung và được tổ chức cấu trúc đặc biệt nhằm phục vụ mục tiêu báo cáo và phân tích.
Kho dữ liệu và phân tích xử lý trực tuyến (OLAP) tạo cơ sở cho việc hỗ trợ BI (Ciric,
2006). Khai khoáng dữ liệu và khám phá tri thức cũng là thành tố quan trọng của kinh
doanh thông minh, thực hiện xử lý phân tích thống kê và phát hiện ra mối quan hệ ẩn
giấu bên trong cũng như giữa các dữ liệu và dự báo các xu hướng hành vi tương lai của
hệ thống kinh doanh. (Trích từ bài báo Asset - Liability Management System in banks —
Guidelines, n.d.; Krsmanovic, 2002).
2. Các lĩnh vực hỗ trợ của BI trong hệ thống ngân hàng
Các giải pháp kinh doanh thông minh cho ngân hàng cần hỗ trợ ra quyết định từ tất cả
các bộ phận kinh doanh của ngân hàng với khả năng quản lý và khai thác tiềm năng
thông tin của nhiều nguồn dữ liệu trong nội bộ và từ bên ngoài.
Kinh doanh thông minh bao gồm nhiều lĩnh vực kinh doanh của ngân hàng. Hình 1cho
thấy những lĩnh vực quan trọng nhất:
 Phân tích quan hệ khách hàng
 Quản lý hiệu quả kinh doanh
 Quản lý rủi ro doanh nghiệp
 Khai thác tài sản và quản lý nợ
 Chính sách
Kiểm tra và phân tích quan hệ khách hàng mang tính sống còn cho các hoạt động ngân
hàng trong điều kiện cạnh tranh ngày càng tăng. Hầu hết các giải pháp phần mềm trong
lĩnh vực kinh doanh thông minh được tập trung vào phân khúc thị trường, xác định một

hình ảnh rõ ràng của khách hàng và các mối quan hệ của họ với ngân hàng, xác định
một hình ảnh rõ ràng về tiềm năng thị trường và khả năng của ngân hàng để sử dụng
tiềm năng này (Mosimann & Connelly, 2007) :
 Phân nhóm khách hàng: tạo các nhóm khách hàng riêng biệt dựa trên các đặc
trưng cụ thể
 Lợi nhuận của khách hàng (CP): phân tích lợi nhuận nhằm xem xét, đánh giá để
phù hợp với các dự kiến lợi nhuận của ngân hàng. Sự phân tích dựa trên chỉ số
ROE, tỷ số lợi nhuận ròng trên vốn chủ sở hữu.
 Cross-selling và up-selling: các phân tích cho phép đánh giá khách hàng về khả
năng sử dụng một số sản phẩm và dịch vụ đồng thời (cho vay, tiền gửi, thẻ, ngân
hàng điện tử, vv);
 Hiệu quả của kênh giao tiếp: cho phép xác định và phân tích của các kênh khác
nhau để giao tiếp với khách hàng từ và phân phối sản phẩm thông qua các kênh
đó;
 Quản lý các chiến lược kinh doanh: mục tiêu chính là để phân tích và so sánh các
tác động của chiến dịch tiếp thị trên sự gia tăng số lượng khách hàng, tăng về số
lượng và mức độ bán sản phẩm, thu nhập, vv
Khai thác tài sản và quản lý nợ (ALM) là một quá trình quản lý nợ phải trả và các khoản
phải thu của ngân hàng, nhằm thiết lập sự cân bằng giữa lợi nhuận và rủi ro, thiết lập
một mối quan hệ giữa các khoản nợ và các khoản phải thu, và kiểm soát các tác động
của rủi ro đến hoạt động của ngân hàng và kết quả tài chính. Các giải pháp kinh doanh
thông minh cho ALM phải cho phép tạo ra một bộ hoàn chỉnh những báo cáo nội bộ -
bắt đầu từ bảng cân đối tài chính, phân tích khả năng thanh khoản và lưu chuyển tiền tệ,
đi đến ngày đáo hạn và cơ cấu lãi suất. Thêm vào đó, BI cũng cũng bao gồm phân tích
cơ cấu thu nhập và phân tích thỏa thuận cho vay dài hạn
Quản lý rủi ro là quá trình mà một ngân hàng về mặt phương pháp phải đánh giá rủi ro
qua tất cả các giai đoạn (xác định, phân tích, đo lường, kiểm soát và báo cáo), nhằm đưa
ra một mức nguy hiểm cho việc đạt được các mục tiêu và các hoạt động kinh doanh, do
đó mức độ rủi ro phải nằm trong mức cho phép và đảm bảo hoạt động ổn định của ngân
hàng. Một số các rủi ro mà ngân hàng thường mắc phải bao gồm rủi ro tín dụng, rủi ro

thị trường, rủi ro lãi suất, rủi ro biến đổi nước ngoài, rủi ro thanh khoản, rủi ro hoạt
động, rủi ro về uy tín, vv.
Rủi ro tín dụng là khả năng mà khách hàng sẽ không hoàn trả khoản vay lấy từ ngân
hàng trong các điều khoản thỏa thuận của hợp đồng. Nguy cơ này có thể được định
nghĩa rộng hơn - như một xác suất mà danh mục đầu tư tín dụng của ngân hàng sẽ mất
đi giá trị của nó. Mục đích của việc phân tích này là để cho phép xem xét rủi ro tín dụng
tùy thuộc vào việc cho vay không hoàn trả ảnh hưởng đến sự thay đổi lợi nhuận của
ngân hàng. Chúng bao gồm phân tích rủi ro tín dụng, đánh giá rủi ro tín dụng và đánh
giá giảm thiểu rủi ro tín dụng. Các giải pháp phải cung cấp khả năng để thiết lập các
biện pháp giảm thiểu rủi ro, tức là xác định phân khúc thị trường, phân khúc danh mục
đầu tư, giao dịch và khách hàng. Nó cũng cảnh báo về sự cần thiết phải thay đổi giới
hạn, kích hoạt các công cụ để chống lại rủi ro và/hoặc thay đổi các định hướng chiến
lược trong phân khúc thị trường, đối tượng khách hàng, quá trình kinh doanh hoặc sản
phẩm.
Một vài đặc trưng của phân tích các giải pháp BI trong việc hỗ trợ quản lý rủi ro tín
dụng bao gồm (Ćirić & Mirčetić, 2008):
 Tổng hợp phân tích
 Đánh giá rủi ro tín dụng
 Đánh giá giảm thiểu rủi ro tín dụng
 Rủi ro tín dụng khách hàng cá nhân
 Phân tích cơ cấu lại nợ
 Phân tích phát sinh giao thiệp
 Phân tích cho vay không hiệu quả
 Phân tích hiệu quả đột biến
 Danh mục đầu tư tín dụng
 Phân tích an ninh
Với nhiệm vụ quản lý hiệu quả kinh doanh, các nhà quản lý sẽ giám sát chỉ số hiệu quả
kinh doanh chủ chốt thông qua bảng điểm cân bằng (scorecard). Bảng điểm cân bằng
dùng để giám sát liên tục sự cân bằng giữa hiện tại với mục tiêu đã vạch định. Các giải
pháp hỗ trợ bảng điểm cân bằng cần hỗ trợ người dùng (đặc biệt là các nhà quản lý) có

quyền truy cập nhanh chóng và hiệu quả vào bảng điểm để biết các chỉ số hoạt động
quan trọng, cảnh báo họ khi những giá trị vượt quá giới hạn cho phép. Ngoài các hệ
thống báo cáo đề cập ở trên, quản lý hiệu quả kinh doanh cũng đòi hỏi cung cấp một cơ
sở hạ tầng để hỗ trợ việc lập kế hoạch và ngân sách. Điều này có nghĩa rằng hệ thống
phải hỗ trợ khả năng xác định các giá trị mục tiêu trên của tất cả các chiều của hoạt động
kinh doanh (khách hàng, sản phẩm và đơn vị tổ chức), xem xét chiều thời gian
(Mossimann & Conelly, 2007).
3. Sự hỗ trợ của hệ thống BI cho khai thác tài sản và quản
lý nợ
3.1 Khai thác tài sản và quản lí nợ (ALM)
Để đối phó với những thách thức của thị trường và chiến thắng trong cạnh tranh, một
ngân hàng tạo ra các chiến lược khác nhau và các phương pháp khác nhau, trong đó có
một phương pháp tiếp cận hiện đại gọi là khai thác tài sản và quản lý nợ, viết tắt là
ALM. Những thay đổi nhanh chóng trên thị trường tài chính gây ra những thay đổi trong
bảng cân đối tài sản của ngân hàng và nợ phải trả, và phát sinh ra nhiều rủi ro, chẳng
hạn như rủi ro tín dụng, rủi ro ngoại hối và rủi ro lãi suất. Với mục đích bảo vệ và quản
lý rủi ro hiệu quả hơn, các ngân hàng lựa chọn cách tiếp cận tích hợp để quản lý toàn bộ
cấu trúc cân bằng và mất cân bằng. Điều này tạo điều kiện để liên kết các rủi ro dự kiến
với các rủi ro mức cao. Khi áp dụng khái niệm ALM, ngân hàng có nghĩa vụ giám sát
những thay đổi hàng ngày trong cơ cấu tài sản và nợ phải trả, và hạn chế những rủi ro
phát sinh. Nhiệm vụ cơ bản của khái niệm ALM là thiết lập mối tương quan giữa rủi ro
và lợi nhuận của các giao dịch ngân hàng độc lập. Đây là một phương pháp phòng ngừa
rủi ro cao, hạn chế tổn thất trong các kinh doanh ngân hàng.
Việc đưa ra và áp dụng khái niệm ALM đã tạo ra cấu trúc hệ thống ngân hàng linh hoạt
hơn, có khả năng thích ứng nhanh hơn với tất cả những thay đổi có thể có trên thị trường
tài chính. Do đó, chức năng của ALM được dựa trên các yêu cầu về cung cấp mức thỏa
đáng về lợi nhuận, quản lý tài sản và nợ hiệu quả, và kiểm soát tốt các rủi ro trong hệ
thống ngân hàng (Vunjak & Kovacevic, 2006).
3.2 Quản lý rủi ro với ALM
Mục đích của quản lý rủi ro là để ngân hàng theo dõi và kiểm soát các mức độ và xác

định các rủi ro phát sinh từ trong quá trình hoạt động. Quá trình quản lý rủi ro được thực
hiện trong nhiều giai đoạn liên kết với nhau: xác định rủi ro, đánh giá rủi ro và đánh giá,
kiểm soát rủi ro, rủi ro tronh tài chính và trong điều hành. Quá trình quản lý rủi ro hàm ý
việc xác định và phân tích tất cả các rủi ro trong ngân hàng, xác định giới hạn rủi ro
thích hợp và theo dõi giới hạn rủi ro thông qua hệ thống thông tin hiện đại trong một
cách có kiểm soát. (Boulier & Chambron, n.d.)
Việc áp dụng khái niệm ALM đòi hỏi người điều hành cấp cao phải liên tục thay đổi và
tăng cường hệ thống quản lý rủi ro, đặc biệt là trong những rủi ro ngân hàng sau:
 Rủi ro thị trường (rủi ro biến đổi lãi suất, tiền tệ);
 Rủi ro thanh khoản;
 Rủi ro tín dụng;
 Rủi ro giao dịch tài chính
 Rủi ro kinh doanh, rủi ro pháp lý và tài chính.
Rủi ro thị trường xuất phát từ nguy cơ tổn thất do những biến động bất lợi trên thị
trường tài chính nơi mà các ngân hàng tham gia. Rủi ro xuất phát từ biến động của lãi
suất và tỷ giá hối đoái đối với các thị trường khác nhau nơi ngân hàng tham gia. Yếu tố
chính ảnh hưởng rủi ro thị trường là (1) việc thiết lập giới hạn cho mức tổn thất và (2)
việc thiết lập giới hạn mức độ rủi ro tối đa.
Ngân hàng sẽ bị thiệt hại với rủi ro lãi suất khi mối quan hệ giữa ngày đáo hạn cho vay
và những thay đổi trong tỷ giá hối đoái không phù hợp. Để giảm mức độ tổn thất do rủi
ro lãi xuất, việc cần thiết là phải theo dõi liên tục các chỉ số rủi ro lãi suất và chọn các
giới hạn rủi ro ngắn hạn tương ứng. Rủi ro lãi suất được theo dõi bằng cách sử dụng hai
loại phân tích: phân tích độ lệch và phân tích độ nhạy. Phân tích độ lệch xác định sự
khác nhau giữa lãi suất, trong khi phân tích độ nhạy xem xét mức độ ảnh hưởng đến lợi
nhuận khi có sự thay đổi giá trị trên tài sản và quản lý nợ của ngân hàng. Quản lý lãi
suất yêu cầu giám sát tốt nhờ các công cụ liên quan, trên cả tài sản và công nợ trên bảng
cân đối của ngân hàng. Hướng tiếp cận này phân nhóm các đoạn lãi suất nhạy cảm liên
quan tài sản và nợ phải trả ít nhiều bị ảnh hưởng do rủi ro, do đó việc quản lý trong ngân
hàng có thể tính toán giá trị sự chênh lệch cho mỗi nhóm kì hạn.
Rủi ro tiền tệ hoặc tỷ giá hối đoái có nguy cơ xảy ra trong trường hợp thay đổi tỷ giá

ngoại tệ. Hệ thống ngân hàng ngày nay được đặc trưng bởi sự gia tăng rủi ro ở ngoại
hối, gây ra bởi sự tham gia ngày càng nhiều các ngân hàng trong các giao dịch ngoại hối
bị chi phối bởi tỷ giá hối đoái thả nổi. Cũng vì thế mà khái niệm ALM nên tập trung
theo dõi các rủi ro ngoại hối, tùy thuộc vào việc tiền tệ đã tăng giá hoặc mất giá, tức là
giá trị các chỉ số trên bảng cân đối tài chính tiền tệ có thể dương hoặc âm.
Rủi ro tín dụng là rủi ro cơ bản mà các ngân hàng gặp phải khi thực hiện các hoạt động
kinh doanh. Nó xảy ra khi người vay tiền không trả được các khoản vay với lãi suất xác
định đến ngày đáo hạn. ALM được sử dụng bởi các nhà điều hành cấp cao để thực hiện
các thủ tục phê duyệt cho vay, theo dõi và kiểm soát rủi ro tín dụng.
Kinh nghiệm quá khứ từ các nước phát triển cho thấy các ngân hàng hiệu quả có thể
quản lý rủi ro tín dụng trên các khía cạnh sau:
 Sử dụng hạn mức (tỷ lệ rủi ro trên tổng tài sản, tỷ lệ tiền mặt trên tổng tài sản, tỷ
lệ dự trữ vốn);
 Lựa chọn nghiêm ngặt của các ứng dụng hỗ trợ cho vay;
 Đa dạng hóa các vị trí cho vay tài sản;
 Công cụ bảo mật.
Mối tương quan giữa rủi ro tín dụng và khái niệm ALM cũng xảy ra khi đàm phán lãi
suất cho các khoản vay được phê duyệt.Rủi ro kinh doanh có thể là kết quả của một loạt
các yếu tố, chẳng hạn như các giao dịch bất thường xảy ra, quy trình kinh doanh và các
thông tin không phù hợp, lỗ hổng trong ứng dụng công nghệ thông tin, hoặc lỗi của con
người. Việc áp dụng khái niệm ALM cho phép sửa đổi và kiểm toán nội bộ từ đó quản
lý rủi ro tiềm tàng khi hoạt động kinh doanh.
Thanh khoản là một trong những nguyên tắc cơ bản của việc kinh doanh tại ngân hàng
và biểu thị khả năng của ngân hàng để đáp ứng các nghĩa vụ tài chính hiện hành của nó
một cách liên tục. Bản chất của tính thanh khoản được thể hiện ở việc chuyển nhượng
tài sản lưu động, có nghĩa là các ngân hàng có thể tại bất kỳ thời điểm nào đáp ứng nợ
đến hạn hiện tại cho người gửi tiền. Rủi ro thanh khoản là rủi ro từ sự xuất hiện các tác
dụng phụ trên hiệu quả kinh doanh và vốn tài chính của ngân hàng do không có khả
năng đáp ứng các nghĩa vụ khi đến hạn. Trong khái niệm ALM, thanh khoản ngân hàng
ngày nay tiếp cận từ các khía cạnh cấu trúc: tài sản được phân loại thành tài sản lưu

động và tài sản cố định, và Nợ được phân chia thành nợ có thay thể thay đổi và nợ cố
định, nhằm mục đích để xác định yêu cầu thanh khoản có thể có của ngân hàng và mức
độ tài nguyên lưu động. Quản lý rủi ro thanh khoản là một trong những hoạt động chính
của ngân hàng trong hoạt động thường xuyên hằng ngày của mình và duy trì sự ổn định
hệ thống.
3.3 Vai trò của thông tin, dữ liệu đối với ALM
Có thể thấy rằng sự thành công và hiệu quả của khai thác tài sản và quản lý nợ thời kỳ
hiện nay bắt nguồn từ những điều kiện tiên quyết sau đây:
 ngân hàng có khả năng giám sát tốt bảng cân đối kế toán về các khoản mục trong
và ngoài bảng
 ngân hàng thực hiện đánh giá liên tục hiệu quả khai thác tài sản và quản lý nợ so
với giá trị dự kiến, và điều chỉnh những khác biệt này về các giá trị dự kiến cho
phù hợp.
Cả hai điều kiện tiên quyết bao hàm phát triển một hệ thống thông tin quản lý trong
ngân hàng, mà nếu không có nó sẽ không thể thực hiện ý tưởng ALM. Quá trình ra
quyết định trong ALM được dựa trên một số lượng lớn thông tin có giá trị cao, nguồn dữ
liệu đáng tin cậy, sẽ được chuyển thành thông tin hữu ích bằng các quá trình phân tích
hiệu quả. Các dữ liệu được tạo ra trong hệ thống thông tin cơ bản của ngân hàng là
không đủ, vì chúng không phải dạng thức cần thiết cho các báo cáo phức tạp được đòi
hỏi khi áp dụng khái niệm ALM. Ví dụ, một ngân hàng có nhu cầu quản lý khả năng
thanh khoản của mình một cách hiệu quả trong suốt cả năm cần dự báo dữ liệu cho thời
gian sắp tới trong kế hoạch kinh doanh hàng năm. Dữ liệu dự báo được tạo ra cho biết
dòng vốn vào ra nào có thể xác định và không thể xác định bởi khối lượng và cấu trúc
trong khả năng thanh khoản theo kế hoạch của ngân hàng. Các dữ liệu trên các dòng vốn
vào ra xác định phải tồn tại và phải được cập nhật thường xuyên với những thay đổi mới
nhất. Đối với các dòng vốn vào ra không xác định được, ngân hàng nên thực hiện một
dự báo về những thay đổi trong thời gian tới (Curcic, 1999).
Các dự báo được đề cập ở trên cùng với các dữ liệu cần thiết khác được cung cấp bởi hệ
thống BI khi hệ thống thực hiện phân tích trên cơ sở dữ liệu. Những dữ liệu này được
thu thập và tổ chức để luôn sẵn sàng truy cập và cho phép người điều hành và nhân viên

để sử dụng chúng một cách nhanh chóng và đơn giản cho các nhu cầu lớn về phân tích
nghiệp vụ trong khái niệm ALM. Cơ sở dữ liệu phục vụ việc phân tích được xem như là
nguồn dữ liệu đầu vào quang trọn cho các ứng dụng đặc biệt chẳng hạn như Giải pháp
ứng dụng Templates (ASTs), được xây dựng đặc biệt cho phạm vi riêng.
Các ứng dụng ALM đại diện cho các ứng dụng hỗ trợ "thông minh", được thiết kế dựa
trên mô hình tài chính và mô hình toán học phức tạp. Trong hầu hết các trường hợp, giải
pháp phần mềm ALM cung cấp cho các hoạt động sau:
 Phân tích và đánh giá danh mục đầu tư
 Phân tích lưu chuyển tiền tệ, phân tích lợi nhuận và phân tích giá trị chuyển
khoản
 Phân tích khả năng thanh khoản
 Tính toán nhu cầu vốn đối với rủi ro thị trường, vv
Phân tích danh mục đầu tư cho phép tính giá trị danh mục đầu tư từ ngày thẩm định,
có tính đến các điều khoản và điều kiện của hợp đồng từ mục danh mục đầu tư, hỗ trợ
giả lập các kịch bản mô phỏng giá trị lợi nhuận, tỷ giá hối đoái và dòng thanh khoản
hiện tạ. Cơ sở để tính toán giá trị này là tổng lưu lượng tiền mặt của tất cả các mục bao
gồm các danh mục đầu tư cho đến khi ngày đáo hạn cuối cùng, trong khoảng thời gian
muốn phân tích.
Đánh giá danh mục đầu tư sẽ giúp đưa ra các thông tin như:
 Giá trị danh nghĩa hiện hành của tổng vốn và lãi trong danh mục đầu tư, theo
các điều khoản hợp đồng và các điều kiện hiện hành;
 Tình trạng giảm sút giá trị ròng của tổng vốn và lãi trong danh mục đầu tư,
theo các điều khoản hợp đồng và các điều kiện hiện hành, như thể hiện bởi
các đường cong lãi suất tham chiếu;
 Giá trị vốn, thu nhập và chi tiêu so với số lượng trên kế hoạch;
 Độ nhạy của danh mục đầu tư với những thay đổi có thể có trong lợi nhuận và
tỉ giá hối đoái, tức là giá trị của danh mục đầu tư sẽ thay đổi bao nhiêu cho
mỗi điểm cơ bản của thay đổi lãi suất.
Phân tích lưu chuyển tiền tệ là tính giá trị của vốn và lãi và đưa ra thông tin về giá trị
danh nghĩa của vốn và lãi cũng như giá trị ròng hiện tại của dòng vốn. Phân tích lưu

chuyển tiền tệ cũng cung cấp khả năng phân tích độ lệch lợi nhuận kể trên.
Hình 2: Phần tích lưu dòng vốn dùng ALM
Phân tích lợi nhuận tạo ra các đánh giá về:
 Mức lợi nhuận trung bình trong một khoảng thời gian
 Lãi suất bình quân
 Lãi suất hiện tại
 Sự biến thiên của lợi nhuận liên quan đến thay đổi lãi suất
 Biên độ lợi nhuận có điều kiện (chênh lệch giữa lãi suất ký hợp đồng với khách
hàng và lãi suất cơ hội);
 Biên độ lợi nhuận chuyển đổi (chênh lệch giữa lãi suất cơ hội trên một danh mục
đầu tư và lãi suất cơ bản.)
Hình 3: Phân tích lợi nhuận kì vọng.
Phân tích khả năng thanh khoản cung cấp các thông tin về:
 Vốn hiện tại và dự báo khả năng thanh khoản của ngân hàng;
 Sự ảnh hưởng của các mô hình thử kiểm tra khả năng thanh khoản;
 Mức thu lợi tối đa và tối thiểu của một danh mục đầu tư hoặc hạng mục, thông
qua nhiều kịch bản thanh khoản khác nhau với giá trị giả định của tỷ giá hối đoái
và lãi suất;
 Kỳ hạn tuyệt đối của vốn và lãi trên tất cả danh mục đầu tư trong một giai đoạn ;
 Độ lệch thanh khoản (số và đồ họa) và tỷ lệ thanh khoản;
 Kỳ hạn tiền gửi; vv
4. Kiến trúc hệ thống BI trong ngành ngân hàng
Kiến trúc của hệ thống BI trong ngân hàng bao gồm nhiều thành phần hỗn tạp và có
nhiều tầng (xem hình 4):
 Tầng cơ sở dữ liệu (cục bộ và ngoại vi)
 Tầng tích hợp dữ liệu và các lớp chuyển đổi
 Tầng kho dữ liệu và các mô hình
 Tầng truy cập dữ liệu (ứng dụng, OLAP, khai thác dữ liệu, vv)
 Tầng giao diện Portal (giao tiếp với người dùng).
Hình 4: Kiến trúc hệ thống BI trong ngân hàng

Tầng cơ sở dữ liệu là tầng dưới cùng, cung cấp thông tin để đáp ứng nhu cầu hoạt động
phân tích cho các lớp bên trên.
Hệ thống xử lý dữ liệu giao dịch của ngân hàng được gọi là Xử lý giao dịch trực tuyến
(OLTP) là hệ thống thông tin cơ bản của ngân hàng. Vai trò của nó là để hỗ trợ các hoạt
động giao dịch kinh doanh hàng ngày (nhập và xử lý các lệnh thanh toán, nhậ các hợp
đồng tiền gửi và cho vay, ghi nhận giao dịch, các dịch vụ hoa hồng và ghi nhận lãi suất,
vv.)
Tầng tích hợp dữ liệu và các lớp chuyển đổi bao gồm các quá trình chuyển đổi dữ liệu
từ các nguồn hoạt động cục bộ và ngoại vi thành một cấu trúc thích hợp cho hệ thống
BI. Chúng được gọi là Extract Transform và Load (ETL).
Tầng kho dữ liệu (DW) là một cơ sở dữ liệu phân tích sử dụng làm cơ sở cho các hệ
thống BI, được thiết kế cho một lượng lớn dữ liệu theo cách thức đơn giản và hiệu quả
nhằm mục đích tạo ra thông tin cần thiết trong quá trình ra quyết định.
Khái niệm OLAP (Online Analytical Processing) đề cập đến các công nghệ xử lý cho
phép người dùng (ví dụ như các nhà phân tích, quản lý vv) đạt được cái nhìn sâu sắc vào
dữ liệu một cách nhanh chóng, phù hợp và mang tính tương tác cao. OLAP chứa các
giao diện cơ sở dữ liệu và hình thức xử lý dữ liệu cho phép người sử dụng trích xuất dữ
liệu một cách nhanh chóng và dễ dàng, và chuyển thể chúng thành thông tin với số
lượng không giới hạn. Một báo cáo OLAP có thể mang hình thức của báo cáo thông
thường hoặc báo cáo dạng phân tích đa chiều, đặc biệt báo cáo cũng có thể được trình
bày dưới dạng đặc biệt hiệu quả nhằm thể hiện các chỉ số hoạt động quan trọng
(Balanced Scorecard).
Tầng truy cập dữ liệu: Khai khoáng dữ liệu (DM) là tiến trình khai phá và phân tích
tìm kiếm các thông tin có ý nghĩa. Khai khoáng dữ liệu sử dụng các kỹ thuật và các
thuật toán từ các lĩnh vực thống kê và trí tuệ nhân tạo để tìm thông tin tiềm ẩn quan
trọng trong các tập dữ liệu lớn. Khai thác dữ liệu có thể rất hữu ích trong ngành công
nghiệp ngân hàng và có rất nhiều trường hợp của ứng dụng của họ. Ví dụ, dựa trên đặc
tính của khách hàng, ngân hàng có thể dự báo được trong số họ có thể sử dụng một số
dịch vụ nào đó và đưa ra các chiến lược tiếp thị tương ứng, do đó làm giảm chi phí và
tăng lòng trung thành của khách hàng. Ngoài ra, dựa trên dữ liệu lịch sử, một ngân hàng

có thể xác định biểu hiện của khách hàng không có khả năng trả nợ và do đó giảm thiểu
rủi ro trong hoạt động cho vay. Chắc chắn rằng các ngân hàng đã phát triển các phương
pháp để tìm ra khách hàng tiềm năng có thể sử dụng các dịch vụ/sản phẩm bổ sung,
cũng như phát hiện ra các khoản nợ xấu.
Tầng portal cung cấp giao diện tương tác trực tiếp với người dùng cuối. Về bản chất,
lớp này chứa các công cụ hỗ trợ và các ứng dụng sử dụng hàng ngày của người dùng
cuối. Khi công nghệ phát triển, những công cụ này có xu hướng ngày càng trở nên tinh
vi hơn và cung cấp nhiều khả năng cho các thao tác, phân tích và trình bày thông tin một
cách trực quan và dễ sử dụng.
BI sử dụng các dạng thức truy cập và trình bày thông tin như sau:
 Các bảng báo cáo là hình thức trình bày thông tin cơ bản nhất.
Chúng thường tĩnh, có những yêu cầu phân tích tối thiểu, và thường được tạo ra
với các câu truy vấn SQL cổ điển. Báo cáo có thể trả lời các truy vấn ngân hàng
cổ điển, chẳng hạn như, "Có bao nhiêu dư nợ cho vay đang có và tổng giá trị là
bao nhiêu?"
 Các phân tích yêu cầu độ phức tạp cao (liên quan đến thời gian, khách hàng, sản
phẩm, kênh phân phối vv), ví dụ, "hãy cho biết tỷ lệ phần trăm thay đổi trong
mức độ cho vay đối với 5 sản phẩm tốt nhất và đối với 10 khách hàng thân thiết
nhất so với cùng kỳ năm ngoái? "
 Bảng chỉ số Scorecard chứa các chỉ số hoạt động quan trọng cho phép giám sát
trực quan, có thể được sử dụng bất cứ lúc nào để so sánh và kiểm soát giữa trạng
thái hiện tại đối chiếu với mục tiêu được hoạch định trước.
 Bảng điều khiển Dashboards tích hợp tất cả thông tin cần thiết để ra các loại
quyết định, tổng hợp các báo cáo, phân tích, các bảng Bảng điểm, cho phép được
cá nhân hóa từng người dùng riêng đặc biệt là cho các nhà điều hành cấp cao
thực hiện ra quyết định. Biểu đồ phong phú trong đại diện dữ liệu đồ họa, và đặc
biệt hữu ích cho các nhà sản xuất quyết định hàng đầu, cung cấp dễ dàng và
nhanh chóng truy cập vào tất cả các dữ liệu quan trọng và xu hướng của họ.
5. Lời kết
Doanh nghiệp cần thiết phải đáp ứng nhu cầu ngày càng phức tạp của bởi khách hàng và

thị trường. Sự cần thiết cho các hoạt động kinh doanh tự động, quy trình quản lý hiệu
quả hơn và kiểm soát tốt hơn trong ngành ngân hàng cũng liên quan đến sự cần thiết của
một hệ thống thông tin đầy đủ. Hệ thống thông tin cơ bản trong ngân hàng không ngừng
phát triển và nâng cao để đáp ứng một số nhu cầu. Tuy nhiên, để tận dụng tối đa các
tiềm năng to lớn được tạo ra trong hệ thống thông tin cơ bản trên, đòi hỏi phải nâng cấp
lên các hình thức của hệ thống quản trị doanh nghiệp thông minh. Hệ thống BI cũng cho
phép các ngân hàng để dự đoán hành vi tương lai trong các lĩnh vực nghiệp vụ và hầu
hết các chỉ tiêu kinh doanh của họ. Nó cũng cho phép mô hình hóa hành vi khách hàng -
không chỉ ở mặt tích cực là sử dụng các dịch vụ mới mà còn từ khả năng tiềm tàng rủi
ro. Để cung cấp thông tin hỗ trợ cho ALM, phần mềm sẽ cho phép dự đoán và tính toán
giá trị tương lai của danh mục đầu tư, tính thanh khoản, dòng lưu chuyển vốn, theo dõi
bảng cân đối tài khoản và lợi nhuận tại tất cả các cấp.
Phần 2. Nhận xét, kết luận
Bài báo đã đề cập đến sự hỗ trợ của các giải pháp quản trị doanh nhiệp thông minh đến
các lĩnh vực trong ngành ngân hàng mà đặc biệt là lĩnh vực khai thác tài sản và quản lý
nợ.
Hoạt động ngân hàng liên quan đến tiền tệ nên mang nhiều rủi ro: rủi ro về tín dụng, nợ
cho vay, thanh khoản, tài sản ngân hàng. Nhận định trước các rủi ro một cách chính xác
bằng cách theo dõi chỉ số rủi ro là điều kiện sống còn trong kinh doanh ngân hàng.
Ngoài việc hạn chế rủi ro, các dự báo kinh tế hay tiêu dùng trong ngân hàng thông qua
các kĩ thuật khai khoáng dữ liệu giúp rất nhiều trong việc nâng cao doanh thu lợi nhuận.
Dữ liệu giao dịch rất quan trọng. Thông tin là vàng. Nhờ đó mà các hệ phân tích hỗ trợ
nhà điều hành đưa ra các quyết định với xác suất chính xác cao và nhanh chóng.
Các khó khăn khi không có sự hỗ trợ của BI
 Khó truy cập được những thông tin cần thiết đến việc ra quyết định
Khi các nhà quản lý cần những loại thông tin tổng hợp như tình hình thị trường, doanh
số, chi phí, lợi nhuận, năng suất, vv… để quyết định đầu tư một lĩnh vực nào đó hoặc
lập ra một chương trình hành động nhằm một mục đích nào đó. Tất cả các dữ liệu có
liên quan đến việc ra quyết định bị phân rải ra trên toàn bộ các ứng dụng của doanh
nghiệp. Để có được các bảng phân tích đáp ứng được các nhu cầu trên sẽ tốn nhiều rất

nhiều thời gian và không nhất quán về dữ liệu.
 Mất nhiều thời gian
Thông thường, những người ra quyết định tốn nhiều thời gian để tìm những dữ liệu có
liên quan, đánh giá mức độ tin cậy của dữ liệu, tổng hợp dữ liệu.
Những thông tin nhận được sau khi tổng hợp dữ liệu đôi khi đã bị lỗi thời hoặc là không
có đủ thời gian để phân tích dữ liệu nhận được.
 Khả năng đáp ứng chậm
Người quản lý thường xuyên cần những thông tin từ việc phân tích các dữ liệu. Tuy
nhiên, thời gian để thiết lập các bảng phân tích phức tạp quá lớn không thể chấp nhận
được.
 Hệ thống phức tạp và phụ thuộc vào bộ phận IT
Các tác vụ của hệ thống thường phụ thuộc vào việc lập trình thêm một vài chức năng để
nhận các thông tin có liên quan. Tuy nhiên đối với các nhân viên không biết lập trình, họ
sẽ không thể nào phân tích được dữ liệu. Vì vậy việc phân tích các dữ liệu gần như phụ
thuộc hoàn toàn vào bộ phận IT. Một vấn đề xảy ra là sẽ có nhiều bộ phận khác nhau
như kế toán, kinh doanh, giám đốc tài chính,… cần những thông tin khác nhau vì vậy bộ
phận IT sẽ không thể nào cung cấp kịp thời thông tin cho tất cả những bộ phận yêu cầu.
 Không hỗ trợ được cho quá trình kinh doanh
Đối với doanh nghiệp việc nắm được những thông tin về tình hình sản xuất, kinh doanh
của doang nghiệp mình một cách đầy đủ và chi tiết sẽ giúp cho doanh nghiệp định
hướng được việc kinh doanh của mình. Tuy nhiên, nếu không có một hệ thống cung cấp
những thông tin cần thiết, bộ phận kinh doanh sẽ mất đi một sự hỗ trợ rất đắt lực từ hệ
thống thông tin.
Lợi ích của BI
 Truy cập ngay lập tức để tìm những thông tin cần thiết
Hệ thống BI cho phép truy cập ngay lập tức tất cả những dữ liệu cần thiết. Việc này giúp
tiết kiệm rất nhiều thời gian và chi phí xử lý dữ liệu.
Giải pháp cung cấp được thiết kế mở nên việc tích hợp với các ứng dụng khác, thu thập
dữ liệu từ nhiều nguồn trở nên dễ dàng và tiết kiệm được nhiều chi phí.
 Nhất quán về dữ liệu tích hợp

• Tăng giá trị và khả năng so sánh của thông tin
• Giải pháp sẽ tăng cường thêm việc xác định các chỉ mục dữ liệu
• Tạo mô hình làm việc tốt nhất
Tài liệu tham khảo
[1] Slide, tài liệu bài giảng của thầy Đỗ Phúc
[2] Hệ hỗ trợ ra quyết định, Lê Văn Dực, Nhà xuất bản Đại học quốc gia, 2006
[3] Bussiness Intelligence là gì. />[4] Application of Business Intelligence in the Banking Industry, Ubiparipović và
Emina Đurković, 2011
[5] Business Intelligence System in Banking, Industry Case Study of Samam Bank of
Iran, Maryam Marefati and Seyyed Mohsen Hashemi, pp. 153-158, Springer 2012