Học viện Tài Chính




Học viện Tài chính tổ chức hội thảo khoa học quốc gia “Trí tuệ nhân tạo và dữ liệu lớn trong quản trị tài chính”

(HVTC) – Hội thảo diễn ra sáng 05/11 tại cơ sở Học viện Tài chính số 69, Đức Thắng, Đông Ngạc, Hà Nội. Có hơn 80 bài viết được gửi đến Hội thảo, 66 bài đã được lựa chọn đăng kỷ yếu; 04 báo cáo tham luận được trình bày.TS. Lương Văn Thiện, giảng viên Khoa học Dữ liệu và Trí tuệ Nhân tạo, Trưởng Lab nghiên cứu Trí tuệ nhân tạo trong Kinh doanh, Đại học Kinh tế Quốc dân, trình bày báo cáo keynote “Tổng quan nghiên cứu trí tuệ nhân tạo trong quản trị tài chính”.

Ngày phát hành: 09/11/2026 - 12:00 Lượt xem: 192

Đại biểu tham dự tại hội thảo

Tham dự Hội thảo, về phía đồng chủ tọa có:  PGS.TS. Nguyễn Mạnh Thiều - Phó Giám đốc Học viện, Trưởng Ban Tổ chức Hội thảo; TS. Đặng Quyết Thắng - Trưởng khoa Hệ thống thông tin kinh tế, Phó Trưởng Ban Tổ chức;

Tham dự hội thảo còn có: PGS.TS. Nguyễn Lê Cường - Phó Giám đốc; TS. Nguyễn Văn Bình - Phó Bí thư Đảng ủy, Phó Giám đốc Học viện; TS. Lê Tuấn Hiệp - Phó Giám đốc; Lãnh đạo, đại diện lãnh đạo các khoa, ban, đơn vị chức năng; các nhà khoa học có bài đăng kỷ yếu và các sinh viên Học viện Tài chính thuộc khu vực Hà Nội và Hưng Yên.

PGS.TS. Nguyễn Mạnh Thiều - Phó Giám đốc Học viện phát biểu khai mạc

 Phát biểu khai mạc, PGS.TS. Nguyễn Mạnh Thiều - Phó Giám đốc Học viện đã nêu vai trò, nội dung của Hội thảo. Theo đó, trí tuệ nhân tạo và dữ liệu lớn đã trở thành động lực trực tiếp làm thay đổi phương thức sản xuất, kinh doanh và quản lý. Trong lĩnh vực tài chính, các công nghệ này đang mở ra khả năng thu thập, xử lý và phân tích thông tin với tốc độ, quy mô và độ chính xác cao, chưa từng có. Quản trị tài chính đang từng bước chuyển từ mô hình dựa chủ yếu vào kinh nghiệm sang mô hình dựa trên dữ liệu, nơi các quyết định đầu tư, tín dụng, kiểm soát rủi ro hay điều hành ngân sách được hỗ trợ bởi các mô hình phân tích và dự báo hiện đại.

PGS.TS. Nguyễn Mạnh Thiều nhấn mạnh: “Đây cũng là định hướng lớn của Đảng và Nhà nước ta. Nghị quyết số 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia, đã xác định đây là đột phá quan trọng hàng đầu, là động lực lực chính để phát triển nhanh Lực lượng sản xuất hiện đại. Ngành tài chính đang đẩy mạnh chuyển đổi số, xây dựng các cơ sở dữ liệu lớn và ứng dụng công nghệ số trong quản lý thuế, hải quan, kho bạc và giám sát thị trường”. PGS.TS. Nguyễn Mạnh Thiều chỉ ra những cơ hội to lớn cùng những thách thức và yêu cầu hội thảo tập trung trao đổi, thảo luận một số nội dung sau:

Thứ nhất, làm rõ hơn cơ sở lý luận và thực tiễn của quản trị tài chính dựa trên dữ liệu; đánh giá đúng thực trạng, mức độ dữ liệu, hạ tầng và con người của DN, Ngân hàng và cơ quan quản lý tài chính ở Việt Nam.

Thứ hai, thảo luận sâu về tính khả thi và điều kiện để đưa các mô hình, giải pháp công nghệ được đề xuất vào thực tiễn; chú trọng khả năng giải thích, kiểm chứng kết quả và kiểm soát rủi ro của mô hình AI thực sự là công cụ hỗ trợ đáng tin cậy cho người ra quyết định.

Thứ ba, đề xuất những kiến nghị về khung pháp lý, quản trị dữ liệu, an toàn thông tin và đạo đức trong ứng dụng AI; đồng thời gợi mở những yêu cầu đổi mới chương trình, phương pháp đào tạo nguồn nhân lực tài chính – kế toán trong kỷ nguyên số, một nhiệm vụ trực tiếp và lâu dài của Học viện.

TS. Lương Văn Thiện, giảng viên Khoa học Dữ liệu và Trí tuệ Nhân tạo trình bày báo cáo keynote

Tại hội thảo, TS. Lương Văn Thiện, giảng viên Khoa học Dữ liệu và Trí tuệ Nhân tạo trình bày báo cáo keynote “Tổng quan nghiên cứu trí tuệ nhân tạo trong quản trị tài chính”. Trong báo cáo, TS. Lương Văn Thiện đã nêu và phân tích các nội dung về ứng dung của AI về: Truy vấn dữ liệu tài chính; Quản trị rủi ro (các bài toán liên quan đến Fraud, Credit; AML); đầu tư chứng khoán; phát hiện thao túng; greenwashing (gian lận trong nền kinh tế xanh, nền kinh tế tuần hoàn..); phát hiện về tránh thuế. TS. Lương Văn Thiện nhấn mạnh về đặc thù của dữ liệu tài chính đa dạng, nhiều định dạng khác nhau, dữ liệu phức tạp, gồm có: hình ảnh, excel; HTML; FDF và nhiều file dữ liệu khác nhau đặt ra yêu cầu truy vấn chính xác với những kỹ thuật AI nâng cấp, thông minh, mới hơn. Với cách tiếp cận từ góc độ nghiên cứu trí tuệ nhân tạo, chủ đề báo cáo gợi mở một cái nhìn tổng thể về sự phát triển của các hướng nghiên cứu AI trong lĩnh vực tài chính, các  từ  dữ liệu, truy xuất bằng chứng thị giác, định vị bằng chứng chi tiết work flow… các phương pháp học máy, học sâu đến những công nghệ AI mới; đồng thời đặt ra yêu cầu gắn kết giữa tiến bộ công nghệ với các bài toán quản trị tài chính thực tiễn. Đây là góc nhìn có ý nghĩa, giúp kết nối các nghiên cứu chuyên sâu được trình bày tại Hội thảo, đồng thời gợi mở những hướng nghiên cứu liên ngành giữa công nghệ, kinh tế và tài chính trong thời gian tới.

PGS.TS. Nguyễn Mạnh Thiều - Phó Giám đốc Học viện, Trưởng Ban Tổ chức Hội thảo; TS. Đặng Quyết Thắng - Trưởng khoa Hệ thống thông tin kinh tế, Phó Trưởng Ban Tổ chức hội thảo đồng chủ tọa

Hội thảo đã diễn ra qua 2 phiên, phiên thảo luận và phiên tham luận. Có 5 tham luận được trình bày tại Hội thảo, thu hút nhiều ý kiến đóng góp và phản biện về  các vấn đề như khả năng giải thích và kiểm chứng kết quả của mô hình; chất lượng dữ liệu tài chính tại Việt Nam; khung pháp lý, quản trị dữ liệu, an toàn thông tin và trách nhiệm giải trình khi quyết định có sự hỗ trợ của AI…

TS. Đặng Quyết Thắng - Trưởng khoa Hệ thống thông tin kinh tế phát biểu bế mạc

Phát biểu bế mạc Hội thảo, TS. Đặng Quyết Thắng - Trưởng khoa Hệ thống thông tin kinh tế đã chỉ rõ: 66 bài viết trên 80 bài viết gửi đến Ban tổ chức hội thảo được gửi đến từ  từ 5 khoa, Phân hiệu Hưng Yên và Phân hiệu Thành phố Hồ Chí Minh. Trong đó, 04 bài của tác giả đến từ Trường Đại học Kinh tế - Đại học Quốc gia Hà Nội, Học viện Ngân hàng, Trường Đại học Công nghệ Giao thông vận tải và Thuế cơ sở số 12 Hà Nội. Bên cạnh đội ngũ giảng viên giàu kinh nghiệm, có sự tham gia ngày càng đông của các nhà khoa học trẻ, nghiên cứu sinh, học viên cao học và cả sinh viên, trong đó có bài do sinh viên trực tiếp thực hiện, cho thấy phong trào nghiên cứu về trí tuệ nhân tạo và dữ liệu lớn đang lan tỏa trong Học viện.

TS. Đặng Quyết Thắng nhấn mạnh, nội dung các bài nghiên cứu gửi đến hội thảo đã chuyển dần từ giới thiệu khái niệm, kinh nghiệm sang xây dựng và thực nghiệm các mô hình cụ thể trên dữ liệu thực tế; các công nghệ mới như mô hình ngôn ngữ lớn, trí tuệ nhân tạo tạo sinh, GraphRAG, hệ thống AI đa tác tử, những thử nghiệm bước đầu với thuật toán lượng tử đã được các tác giả nhanh chóng tiếp cận và vận dụng vào bài toán tài chính; phạm vi ứng dụng được mở rộng, bao quát tài chính doanh nghiệp, ngân hàng, kế toán - kiểm toán, thuế và tài chính công; các vấn đề quản trị, chính sách và trách nhiệm, như khung pháp lý, quản trị dữ liệu, an toàn thông tin, khả năng giải thích của mô hình và đạo đức AI, ngày càng được quan tâm, cùng với yêu cầu đổi mới đào tạo nguồn nhân lực tài chính trong kỷ nguyên số. 

TS. Đặng Quyết Thắng cho biết, hội thảo đã thống nhất nhận thức về vai trò của trí tuệ nhân tạo và dữ liệu lớn. Theo đó, đó không chỉ là những công cụ kỹ thuật, mà đang làm thay đổi căn bản phương thức quản trị tài chính, chuyển từ quản trị dựa chủ yếu vào kinh nghiệm sang quản trị dựa trên dữ liệu. Tuy nhiên, con người vẫn giữ vai trò trung tâm trong quá trình ra quyết định; trí tuệ nhân tạo chỉ thực sự phát huy giá trị khi được đặt trong một khuôn khổ quản trị rõ ràng, có kiểm soát và có trách nhiệm; về công nghệ và ứng dụng. Các báo cáo đã giới thiệu những hướng tiếp cận mới, có tính ứng dụng cao: kết hợp đồ thị tri thức với mô hình ngôn ngữ lớn để phân tích và giải thích thông tin tài chính; ứng dụng học máy trong cảnh báo sớm rủi ro doanh nghiệp; khai thác mô hình ngôn ngữ lớn để trích xuất thông tin từ báo cáo tài chính, hỗ trợ nhận diện dấu hiệu gian lận kế toán; về quản trị, chính sách và chuyển đổi số tài chính, các báo cáo tại Phiên thứ hai đã mở rộng góc nhìn từ doanh nghiệp sang ngân hàng thương mại và khu vực tài chính công, từ mô hình quản trị tài chính thông minh, ứng dụng trí tuệ nhân tạo tạo sinh trong phân tích rủi ro tín dụng, đến dự báo và cảnh báo sớm biến động thu ngân sách nhà nước; Hội thảo đã gợi mở những yêu cầu cấp thiết đối với công tác đào tạo nguồn nhân lực tài chính - kế toán trong kỷ nguyên số. Người làm tài chính không chỉ cần vững vàng về chuyên môn, mà còn phải có năng lực khai thác dữ liệu, hiểu được giới hạn của các mô hình và biết sử dụng công nghệ một cách có trách nhiệm. Đây là gợi ý quan trọng để Học viện tiếp tục đổi mới chương trình, nội dung và phương pháp đào tạo.

Hội thảo cũng cho thấy còn nhiều vấn đề cần tiếp tục nghiên cứu, như: chất lượng và khả năng tiếp cận dữ liệu tài chính ở Việt Nam; việc kiểm chứng các mô hình trên dữ liệu thực tế và đánh giá điều kiện, chi phí khi triển khai; cũng như việc hoàn thiện khuôn khổ pháp lý và chuẩn mực đạo đức trong ứng dụng trí tuệ nhân tạo.

Hội thảo là một trong những hoạt động học thuật được triển khai theo chỉ đạo của Đảng ủy - Ban Giám đốc Học viện mà khoa Hệ thống thông tin kinh tế được giao làm đầu mối thực hiện nhằm  triển khai Nghị quyết số 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia. Bên cạnh chuyển đổi số trong quản lý, quản trị Học viện và đào tạo, nghiên cứu khoa học và đào tạo là 02 trụ cột được Học viện Tài chính đẩy mạnh đổi mới và triển khai mạnh mẽ theo Nghị quyết này. 

Các báo cáo tham luận trình bày tại hội thảo

- Báo cáo 1: “GraphRAG cho phân tích và giải thích thông tin tài chính: kiến trúc kết hợp đồ thị tri thức và mô hình ngôn ngữ lớn” do  ThS. Nguyễn Văn Thanh, khoa Hệ thống thông tin kinh tế, Học viện Tài chính  trình bày  đã chỉ rõ: Mô hình ngôn ngữ lớn (LLM) và kỹ thuật tạo văn bản tăng cường truy xuất (RAG) đang ngày càng được ứng dụng rộng rãi trong việc khai thác và giải thích thông tin tài chính. Tuy nhiên, phương pháp RAG truyền thống chủ yếu truy xuất văn bản dựa trên sự tương đồng về mặt ngữ nghĩa, do đó còn gặp nhiều hạn chế khi xử lý các câu hỏi phức tạp – đòi hỏi phải liên kết nhiều thực thể, nhiều nguồn dữ liệu và các mối quan hệ tài chính đan xen. Báo cáo nghiên cứu khả năng ứng dụng GraphRAG nhằm kết hợp tối ưu giữa truy xuất văn bản với đồ thị tri thức, từ đó nâng cao năng lực phân tích và diễn giải thông tin tài chính. Trên cơ sở tổng quan tài liệu và phân tích khái niệm, báo cáo đề xuất một kiến trúc hệ thống toàn diện bao gồm các thành phần: nguồn dữ liệu, xây dựng đồ thị tri thức tài chính, cơ chế truy xuất, xây dựng ngữ cảnh dựa trên đồ thị, mô hình ngôn ngữ lớn và quản lý nguồn minh chứng. Kiến trúc này cho phép hệ thống khai thác đồng thời cả nội dung văn bản lẫn mối quan hệ giữa các thực thể, hỗ trợ đắc lực cho việc trả lời các câu hỏi đa bước (multi-step), giải thích rõ ràng kết quả và truy vết nguồn gốc thông tin. Cuối cùng, một tình huống phân tích thực tế về khả năng thanh toán của doanh nghiệp được đưa vào nhằm minh họa sinh động cho cơ chế hoạt động cũng như giá trị thực tiễn của phương pháp đề xuất.

- Báo cáo 2: “Ứng dụng machine learning trong dự báo nguy cơ phá sản doanh nghiệp: nghiên cứu thực nghiệm theo thời hạn dự báo trên bộ dữ liệu Polish Companies Bankruptcy” do ThS. Vũ Thị Hoà - Phân hiệu Học viện Tài chính Hưng Yên trình bày đã chỉ rõ vai trò của Ứng dụng machine learning trong dự báo nguy cơ phá sản doanh nghiệp thông qua khai thác dữ liệu tài chính để nhận diện các dấu hiệu rủi ro và hỗ trợ dự báo nguy cơ phá sản. Nghiên cứu cũng sử dụng một số phương pháp kỹ thuật học máy tiên tiến như XG Boost; SVM; Logistic Regression để dự báo nguy cơ phá sản theo thời hạn dự báo bằng cách sử dụng bộ dữ liệu Polish Companies Bankruptcy. So sánh giữa các mô hình thấy rằng kết quả dự báo cao và tương đối đồng nhấttheo thời hạn dự báo với XGBoost. Chỉ số Recall khá cao với Logisstic  Regression. Báo cáo cũng đánh giá được chỉ tiêu tài chính và nhóm chỉ tiêu tài chính quan trọng, ảnh hưởng tới nguy cơ phá sản.

- Báo cáo 3:  “Ứng dụng trí tuệ nhân tạo tạo sinh trong hỗ trợ phân tích rủi ro tín dụng tại các ngân hàng thương mại Việt Nam” do ThS. Đỗ Thị Kim Chi, Phân hiệu Học viện Tài chính Hưng Yên trình bày đã chỉ ra vai trò của trí tuệ nhân tạo (AI) trong việc ứng dụng hiệu quả trong phân tích rủi ro tín dụng, đặc biệt là trong các hoạt động chấm điểm, phân loại, dự báo và khai thác dữ liệu dạng văn bản. Báo cáo cũng nêu rõ, sự bứt phá của trí tuệ nhân tạo tạo sinh (GenAI) – nổi bật là các mô hình ngôn ngữ lớn (LLM) – đang mở rộng mạnh mẽ khả năng xử lý ngữ cảnh, cấu trúc hóa thông tin phức tạp và tự động tạo lập nội dung bằng ngôn ngữ tự nhiên hiện nay. Kết quả nghiên cứu khẳng định GenAI mang lại giá trị gia tăng vượt trội trong việc khai thác và cấu trúc hóa dòng thông tin tín dụng, cung cấp thêm các dữ liệu chuyên sâu phục vụ công tác đánh giá và dự báo. Đồng thời, công nghệ này còn hỗ trợ đắc lực cho việc tổng hợp cũng như diễn giải các kết quả phân tích một cách trực quan. Đối với các ngân hàng thương mại tại Việt Nam, việc ứng dụng...

- Báo cáo 4: “Mô hình quản trị tài chính thông minh dựa trên trí tuệ nhân tạo và dữ liệu lớn: kinh nghiệm quốc tế và đề xuất cho doanh nghiệp Việt Nam” do Ths. Đào Minh Tâm - khoa Hệ thống thông tin kinh tế trình bày đã chỉ ra sự phát triển của công nghệ mới không chỉ giúp doanh nghiệp tự động hóa các hoạt động tài chính mà còn nâng cao khả năng dự báo, phân tích rủi ro và hỗ trợ ra quyết định chiến lược. Báo cáo nghiên cứu mô hình quản trị tài chính dựa trên AI và dữ liệu lớn, tập trung phân tích các thành phần cấu thành, cơ chế vận hành và vai trò của công nghệ trong việc nâng cao hiệu quả quản trị tài chính doanh nghiệp. Trên cơ sở tổng quan các xu hướng ứng dụng AI và Big Data trong quản trị tài chính trên thế giới, báo cáo làm rõ các mô hình triển khai tại một số doanh nghiệp tiên phong, đồng thời phân tích thực trạng và mức độ sẵn sàng của doanh nghiệp Việt Nam trong quá trình chuyển đổi sang mô hình quản trị tài chính thông minh. Kết quả nghiên cứu cho thấy việc xây dựng mô hình quản trị tài chính thông minh không chỉ phụ thuộc vào việc đầu tư công nghệ mà cần có sự kết hợp đồng bộ giữa chiến lược dữ liệu, nền tảng công nghệ, năng lực nhân sự và cơ chế quản trị. Trên cơ sở đó, bài viết đề xuất mô hình và các giải pháp triển khai phù hợp nhằm thúc đẩy quá trình chuyển đổi quản trị tài chính tại doanh nghiệp Việt Nam trong bối cảnh kinh tế số.

Một số hình ảnh khác

ThS. Nguyễn Văn Thanh, khoa Hệ thống thông tin kinh tế, Học viện Tài chính  trình bày Báo cáo tham luận
ThS. Vũ Thị Hoà - Phân hiệu Học viện Tài chính Hưng Yên trình bày Báo cáo tham luận
ThS. Đỗ Thị Kim ChiPhân hiệu Học viện Tài chính Hưng Yên trình bày Báo cáo tham luận
Ths. Đào Minh Tâm - khoa Hệ thống thông tin kinh tế trình bày Báo cáo tham luận
Đại biểu đóng góp ý kiếm tại Hội thảo
Đại biểu cùng chụp ảnh lưu niệm
Nguồn: Khoa HTTTKT
Chat Facebook
Messenger
Gọi điện
Email