BÁO CÁO: NGHIÊN CỨU ỨNG DỤNG LUẬT KẾT HỢP VÀO PHÂN TÍCH TÀI CHÍNH NGÂN HÀNG

BÁO CÁO:NGHIÊN CỨU ỨNG DỤNG LUẬT KẾT HỢP VÀO PHÂN TÍCH TÀI CHÍNH NGÂN HÀNG

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT HƯNG YÊN

KHOA CÔNG NGHỆ THÔNG TIN

BÁO CÁO TÓM TẮT

ĐỀ TÀI KHOA HỌC VÀ CÔNG NGHỆ CẤP

TRƯỜNG

NGHIÊN CỨU ỨNG DỤNG LUẬT KẾT HỢP VÀO PHÂN TÍCH TÀI CHÍNH NGÂN HÀNG

Hưng Yên, 11/2012

DANH SÁCH CÁC THÀNH VIÊN THAM GIA

THỰC HIỆN ĐỀ TÀI

Họ và tên

Học hàm, học

vị

Đơn vị công tác

Nguyễn Thị Hải Năng Cử nhân

Khoa Công nghệ Thông tin, trường ĐH SPKT Hưng Yên

MỤC LỤC

PHẦN I: MỞ ĐẦU 5

1.1Tổng quan tình hình nghiên cứu thuộc lĩnh vực đề tài ở trong và ngoài nước 5

1.2 Tính cấp thiết của đề tài 6

1.3 Mục tiêu 6

1.4 Phương pháp nghiên cứu 6

1.5 Đối tượng và phạm vi nghiên cứu 6

1.6 Nội dung nghiên cứu 6

PHẦN II: KẾT QUẢ NGHIÊN CỨU 8

Chương I: Tổng quan về hoạt động kinh doanh của ngân hàng thương mại 8

1.1 Kinh doanh ngân hàng - Một loại hình kinh doanh đặc biệt 8

1.1.1 Ngân hàng - một trung gian tài chính 8

1.1.2 Các chức năng chính của ngân hàng thương mại 8

1.1.3 Những quy chế đặc thù đối với các hoạt động của ngân hàng 8

1.2 Tìm hiểu bảng cân đối kế toán ngân hàng và các chỉ số tài chính 8

1.2.1 Các khái niệm 8

1.2.2 Nội dung và kết cấu bảng cân đối kế toán 9

1.2.3 Mô tả các khoản mục trên bảng cân đối kế toán 9

1.2.4 Các chỉ số tài chính chủ yếu của ngân hàng 10

Chương II: Cơ sở lý thuyết về khai thác dữ liệu 10

2.1 Tổ chức và khai thác dữ liệu truyền thống 10

2.2 Bước phát triển của việc tổ chức và khai thác các cơ sở dữ liệu

10

2.3 Khai thác dữ liệu và quá trình phát hiện tri thức 10

2.4 Các dạng dữ liệu có thể khai thác dữ liệu 10

2.5 Nhiệm vụ chính của khai thác dữ liệu 11

2.6 Các phương pháp khai thác dữ liệu 11

2.6.1 Các thành phần của giải thuật khai thác dữ liệu 11

2.6.2 Một số phương pháp khai thác dữ liệu phổ biến 11

Chương III: Khám phá luật kết hợp 13

3.1 Ý nghĩa của luật kết hợp 13

3.2 Một số hướng tiếp cận trong khai thác luật kết hợp 13

3.3 Phát biểu bài toán khai thác luật kết hợp 14

3.4 Thuật toán Apriori nhị phân để tìm các tập phổ biến 16

3.5 Luật kết hợp có thuộc tính số và thuộc tính hạng mục 16

3.6 Phương pháp rời rạc hoá dữ liệu 16

3.7 Thuật toán khám phá luật kết hợp nhị phân áp dụng trong đề tài 17

PHẦN III: KẾT LUẬN VÀ KHUYẾN NGHỊ 20

1 Kết quả đạt được 20

2 Hướng phát trỉên trong tương lai Error! Bookmark not defined

THÔNG TIN KẾT QUẢ NGHIÊN CỨU

Tên đề tài: Nghiên cứu ứng dụng luật kết hợp vào phân tích tài chính

ngân hàng

Chủ nhiệm đề tài: Nguyễn Thị Hải Năng Tel 0912.384.299

Email: hainangtk1@gmail.com

Đơn vị chủ trì:

Khoa Công Nghệ Thông Tin trường Đại học Sư Phạm Kỹ Thuật Hưng Yên

Thời gian thực hiện:

Từ tháng 4 năm 2012 đến tháng 10 năm 2012

Mục tiêu:

- Tìm hiểu về một số kỹ thuật khai phá dữ liệu

- Nghiên cứu ứng dụng luật kết hợp vào phân tích tài chính ngân hàng

Nội dung chính

- Tìm hiểu về hoạt động của ngân hàng thương mại

- Tìm hiểu một số kỹ thuật khai phá dữ liệu

- Nghiên cứu ứng dụng luật kết hợp vào phân tích tài chính ngân hàng

- Thuật toán luật kết hợp nhị phân ứng dụng vào phân tích tài chính ngân hàng

Kết quả chính đạt được

Cuốn tài liệu gồm có 3 chương trình bày về: Tổng quan về hoạt động kinh doanh của ngân hàng thương mại; Một số kỹ thuật khai phá dữ liệu; Luật kết hợp; các hương tiếp cấn luật kết hợp; các kỹ thuật rời rạc hoá dữ liệu chuyển thuộc tính số và hạng mục về dạng nhị phân

để áp dụng các thuật toán của luật kết hợp nhị phân; Thuật toán áp dụng phân tích dữ liệu tài chính ngân hàng

PHẦN I: MỞ ĐẦU 1.1Tổng quan tình hình nghiên cứu thuộc lĩnh vực đề tài ở trong

và ngoài nước

Có rất nhiều tác giả nghiên cứu về luật kết hợp, ứng dụng vào phân tích tài chính như: Ứng dụng luật kết hợp vào phân tích đầu tư chứng khoán của tác giả Ngô Sỹ Điềm

1.2 Tính cấp thiết của đề tài

- Trong vài thập niên gần đây, khai thác dữ liệu (KTDL) đã trở thành một trong những hướng nghiên cứu chính trong lĩnh vực khoa học máy tính và công nghệ tri thức

- Hoạt động tài chính nói chung và ngân hàng nói riêng là hoạt động trong môi trường phân tán Nghiên cứu khai thác luật kết hợp trong môi trường tài chính vẫn là một hướng nghiên cứu mới mẻ, thực tế, thú vị và thu hút được nhiều tác giả nghiên cứu

- Với mục đích nghiên cứu và tìm kiếm ứng dụng, đưa các luật kết hợp vào ứng dụng trong thực tế ngân hàng để phân tích các luật tài chính ví dụ như với khoản tiền gửi bao nhiêu thì đảm bảo thu vốn đúng hạn, hay khả năng vỡ nợ thường rơi vào những tài khoản bao nhiêu v.v giúp chuyên gia có được những thông tin có tính chất qui luật, trợ giúp quyết định hiệu quả

1.3 Mục tiêu

Nghiên cứu các vấn đề như:

- Các chức năng của ngân hàng

- Những vấn đề chung về khai thác dữ liệu

- Phản ánh tình hình hoạt động của các loại nguồn vốn trong hoạt động ngân hàng

- Cho phép người sử dụng tự khai thác các quy luật hoạt động của các loại tiền gửi tiết kiệm

1.4 Phương pháp nghiên cứu

Nghiên cứu tài liệu: Nghiên cứu các khái niệm chung về khai phá tri thức, khai thác dữ liệu, các quy luật, luật kết hợp

1.5 Đối tượng và phạm vi nghiên cứu

- Khai thác dữ liệu, tình hình hoạt động của các loại nguồn vốn trong hoạt động ngân hàng

- Ứng dụng luật kết hợp vào phân tích tài chính ngân hàng

1.6 Nội dung nghiên cứu

- Tổng quan về hoạt động kinh doanh của ngân hàng thương mại

- Cơ sở lý thuyết về khai phá dữ liệu

- Luật kết hợp

- Thuật toán khám phá luật kết hợp nhị phân

PHẦN II: KẾT QUẢ NGHIÊN CỨU Chương I: Tổng quan về hoạt động kinh doanh của ngân hàng

thương mại

1.1 Kinh doanh ngân hàng - Một loại hình kinh doanh đặc biệt 1.1.1 Ngân hàng - một trung gian tài chính

Ngân hàng là loại trung gian tài chính quan trọng nhất đối với mọi người Nghiệp vụ cơ bản nhất của Ngân hàng là nhận tiền gửi của người tiết kiệm và cho vay lại số tiền đó Ngân hàng trả lãi đối với người gửi tiền và tính lãi cao hơn đối với người vay tiền Số tiền chênh lệch giữa hai mức lãi suất cho phép bù đắp chi phí hoạt động Ngân hàng và đem lại lợi nhuận cho chỉ Ngân hàng

1.1.2 Các chức năng chính của ngân hàng thương mại

Ngân hàng Thương mại Cổ phần có những chức năng của một Ngân hàng Thương mại là: trung gian tín dụng, trung gian thanh toán và nguồn tạo tiền

1.1.3 Những quy chế đặc thù đối với các hoạt động của ngân

hàng

Các ngân hàng thương mại (NHTM) là các doanh nghiệp đặc biệt nên hoạt động của các ngân hàng cũng có những “đặc thù” khác với các công ty đó là: sự không rõ ràng của một số nguồn thông tin tài chính khiến khó đánh giá chất lượng hoạt động và rủi ro; sự đa dạng

về các đối tượng thụ hưởng nên khó quản lý; độ rủi ro lớn, nhiều khoản nợ ngắn hạn nên rủi ro trong hoạt động là rất cao và rất dễ dẫn đến phá sản; chịu sự quản lý chặt chẽ với nhiều quy định khắt khe và chi tiết do tầm quan trọng trong hệ thống, nếu đổ vỡ có thể gây ra tổn thất lớn và trên phạm vi rộng Vì thế, bản thân các ngân hàng cũng phải đưa ra các quy định rất cụ thể, rõ ràng như các hạn chế về hoạt động (sản phẩm, chi nhánh), yêu cầu về đảm bảo an toàn (phân loại tín dụng, dự trữ bắt buộc…)

1.2 Tìm hiểu bảng cân đối kế toán ngân hàng và các chỉ số tài

chính

1.2.1 Các khái niệm

Bảng cân đối kế toán là một báo cáo tài chính của ngân hàng khái quát tình hình sử dụng vốn và nguồn vốn của ngân hàng vào ngày cuối năm

1.2.2 Nội dung và kết cấu bảng cân đối kế toán

Bảng Cân Đối Kế Toán được thể hiện một cách tổng quát bao gồm 2 phần:

+ Phần Tài sản (Assets) của ngân hàng thể hiện sự sử dụng vốn (ngân quỹ) của ngân hàng, nó thể hiện hoạt động của ngân hàng

+ Phần Nợ phải trả & vốn chủ sở hữu (Liabilities and equity) được thể hiện một cách cụ thể từng nguồn hình thành nên ngân quỹ của ngân hàng Nợ phải trả không thuộc quyền sở hữu trong tài sản của ngân hàng Vì vậy, vốn chủ sở hữu sẽ bằng giá trị tài sản trư đi giá trị

nợ phải trả

VỐN CHỦ SỞ HỮU = TỔNG TÀI SẢN - NỢ PHẢI TRẢ

1.2.3 Mô tả các khoản mục trên bảng cân đối kế toán

Các khoản mục tài sản (sử dụng vốn)

- Tiền mặt tại quỹ:

- Chứng từ có giá ngắn hạn:

- Đầu tư chứng khoán:

- Cho vay ( tín dung ) :

- Tài sản cố định, máy móc thiết bị:

- Tài sản khác:

Các khoản mục nguồn vốn

- Tiền gửi theo yêu cầu (thanh toán) của khách hàng: Là loại tiền gửi

có thể rút ra bất cứ lúc nào cho nhu cầu thực tế

- Tiền gửi tiết kiệm

- Tiền gửi của thị trường tiền tệ: Tiền gửi của khách hàng hoạt động trên thị trường ngọai hối, thị trường tiền tệ quốc tế

- Kỳ phiếu: là giấy nợ được ngân hàng phát hành theo điều luật của ngân hàng như là bộ phận nguồn vốn của ngân hàng

- Chứng chỉ tiền gửi: Các cá nhân, công ty, doanh nghiệp ký thác có

kỳ hạn được chứng nhận bằng chứng chỉ tiền gửíi của NH, lọai huy động vốn này hiện nay chiếm vị trí lớn so với tiền gửi tiết kiệm

- Tiền gửi có kỳ hạn khác: Tiền gửi của cá nhân, các tổ chức theo kỳ hạn nhất định của ngân hàng, khi đến hạn mới được rút ra Trong trường hợp đặc biệt cần người gửi tiền cũng có thể rút tiền trước kỳ hạn, nhưng không được hưởng lãi suất kỳ hạn

- Vay ngắn hạn: Đây là khoản vay của ngân hàng nhằm bổ sung cho vốn hoạt động kinh doanh của mình, có thể vay từ ngân hàng nhà nước, hoặc từ các tổ chức tín dụng khác trong nước và nước ngoài

- Nợ dài hạn: Các khoản vay dài hạn từ các tổ chức tín dụng khác, có thể trong nước hoặc từ nước ngoài

- Nợ phải trả khác: Các khoản nợ phát sinh trong quá trình hoạt động của ngân hàng, như phải trả người bán người cung cấp, phải nộp ngân sách Nhà nước, phải trả công nhân viên

- Vốn chủ sở hữu: Vốn chủ sở hữu bao gồm cổ phiếu thông thường, chênh lệch tăng giá và thu nhập chưa phân phối

1.2.4 Các chỉ số tài chính chủ yếu của ngân hàng

Tổng tài sản

Nguồn vốn:

Sử dụng vốn

Kết quả hoạt động

Chương II: Cơ sở lý thuyết về khai thác dữ liệu 2.1 Tổ chức và khai thác dữ liệu truyền thống

Sử dụng mô hình cơ sở dữ liệu quan hệ và ngôn ngữ vấn đáp chuẩn (SQL) trong việc tổ chức và khai thác các cơ sở dữ liệu

2.2 Bước phát triển của việc tổ chức và khai thác các cơ sở dữ

liệu

- Tạo kho dữ liệu(data warehousing) và môi trường các dữ liệu có được gọi là các kho dữ liệu (data warehouse)

- Ứng dụng công nghệ khai phá dữ liệu nhằm khai thác dữ liệu để tìm ra các thông tin hữu ích

2.3 Khai thác dữ liệu và quá trình phát hiện tri thức

Khai phá dữ liệu là tìm ra những thông tin tiềm ẩn có giá trị

mà trước đó chưa được phát hiện, tìm ra những xu hướng phát triển

và những yếu tố tác động lên chúng

Khai phá dữ liệu được sử dụng để tạo ra giả thuyết

2.4 Các dạng dữ liệu có thể khai thác dữ liệu

- Bất kỳ loại dữ liệu được lưu trữ hay tạm thời, có cấu trúc hay bán cấu trúc hay phi cấu trúc

- Dữ liệu được lưu trữ: Các tệp tin truyền thống, các cơ sở dữ liệu quan hệ, quan hệ hướng đối tượng; các cơ sở dữ liệu giao tác hay kho

dữ liệu; Các cơ sở dữ liệu hướng ứng dụng- cơ sở dữ liệu không gian, thời gian, không thời gian, văn bản, đa phương tiện; Các kho thông tin- world wide web

- Dữ liệu tạm thời: Các dòng dữ liệu

2.5 Nhiệm vụ chính của khai thác dữ liệu

Ta có thể coi mục đích chính của khai thác dữ liệu sẽ là mô tả (description) và dự đoán (prediction)

2.6 Các phương pháp khai thác dữ liệu

Quá trình khai phá dữ liệu là quá trình phát hiện mẫu, trong đó, giải thuật khai phá dữ liệu tìm kiếm các mẫu đáng quan tâm theo dạng xác định như các luật, cây phân lớp, quy hồi, phân nhóm, v.v

2.6.1 Các thành phần của giải thuật khai thác dữ liệu

Giải thuật khai phá dữ liệu bao gồm 3 thành phần chính như sau: biểu diễn mô hình, đánh giá mô hình, tìm kiếm mô hình

 Biểu diễn mô hình: Mô hình được biểu diễn bằng một ngôn ngữ

L để mô tả các mẫu có thể khai thác được

 Đánh giá mô hình: Đánh giá xem một mẫu có đáp ứng được các

tiêu chuẩn của quá trình phát hiện tri thức hay không

 Phương pháp tìm kiếm: phương pháp tìm kiếm bao gồm hai thành

phần: tìm kiếm tham số và tìm kiếm mô hình

2.6.2 Một số phương pháp khai thác dữ liệu phổ biến

2.6.2.1 Phương pháp quy nạp (induction)

 Phương pháp suy diễn: Nhằm rút ra thông tin là kết quả logic

của các thông tin trong cơ sở dữ liệu

 Phương pháp quy nạp: phương pháp quy nạp suy ra các thông

tin được sinh ra từ cơ sở dữ liệu

2.6.2.2 Cây quyết định và luật

- Cây quyết định: Cây quyết định là một mô tả tri thức dạng

đơn giản nhằm phân các đối tượng dữ liệu thành một số lớp nhất định Các nút của cây được gán nhãn là tên các thuộc tính, các cạnh được gán các giá trị có thể của các thuộc tính, các lá mô tả các lớp khác nhau Các đối tượng được phân lớp theo các đường đi trên cây, qua các cạnh tương ứng với các giá trị của thuộc tính của đối tượng tới lá

- Tạo luật: Các luật được tạo ra nhằm suy diễn một số mẫu dữ

liệu có ý nghĩa về mặt thống kê Các luật có dạng NẾU P THÌ Q, với

P là mệnh đề đúng với một phần trong CSDL, Q là mệnh đề dự đoán 2.6.2.3 Phát hiện các luật kết hợp

Phương pháp này nhằm phát hiện ra các luật kết hợp giữa các thành phần dữ liệu trong cơ sở dữ liệu

2.6.2.4 Các phương pháp phân lớp và hồi quy phi tuyến

Các phương pháp này bao gồm một họ các kỹ thuật dự đoán để làm cho các kết hợp tuyến tính và phi tuyến của các hàm cơ bản (hàm sigmoid, hàm spline (hàm mành), hàm đa thức) phù hợp với các kết hợp của các giá trị biến vào Các phương pháp thuộc loại này như mạng neuron truyền thẳng, phương pháp mành thích nghi, Các phương pháp hồi quy phi tuyến mặc dù rất có khả năng diễn tả nhưng lại rất khó diễn giải thành các luật

2.6.2.5 Phân nhóm và phân đoạn (clustering and segmentation)

Kỹ thuật phân nhóm và phân đoạn là những kỹ thuật phân chia dữ liệu sao cho mỗi phần hoặc mỗi nhóm giống nhau theo một tiêu chuẩn nào đó Mối quan hệ thành viên của các nhóm có thể dựa trên mức độ giống nhau của các thành viên và từ đó xây dựng nên các luật ràng buộc giữa các thành viên trong nhóm Một kỹ thuật phân nhóm khác là xây dựng nên các hàm đánh giá các thuộc tính của các thành phần như là hàm của các tham số của các thành phần Phương pháp này được gọi là phương pháp phân hoạch tối ưu (optimal partitioning)

2.6.2.6 Các phương pháp dựa trên mẫu

Sử dụng các mẫu mô tả từ cơ sở dữ liệu để tạo nên một mô hình dự đoán các mẫu mới bằng cách rút ra những thuộc tính tương tự như các mẫu đã biết trong mô hình Các kỹ thuật bao gồm phân lớp theo láng giềng gần nhất, các giải thuật hồi quy (Dasarathy 1991) và các

hệ thống suy diễn dựa trên tình huống (case-based reasoning) (Kolodner 1993)

2.6.2.7 Mô hình phụ thuộc dựa trên đồ thị xác suất

Các mô hình đồ thị xác định sự phụ thuộc xác suất giữa các sự kiện thông qua các liên hệ trực tiếp theo các cung đồ thị (Pearl 1988; Whittaker, 1990)