Dữ liệu lớn hỗ trợ hiệu quả trong xây dựng chính sách tiền tệ tại các ngân hàng trung ương

Xu hướng sử dụng dữ liệu lớn tại các ngân hàng trung ương (NHTW) ngày càng gia tăng. Nhiều kỹ thuật mới đã được nghiên cứu, triển khai và áp dụng, trong đó có “phân tích dữ liệu lớn” và “trí tuệ nhân tạo”. Việc sử dụng kỹ thuật mới này được kỳ vọng sẽ giúp NHTW nâng cao chất lượng phân tích, dự báo kinh tế, hoạch định chính sách thực hiện tốt hơn các chức năng quan trọng, do nâng cao được chất lượng công tác phân tích, dự báo kinh tế, hoạch định chính sách.

Công bố của Ủy ban Irving Fisher (IFC) về thống kê của NHTW tại báo cáo số 13 về kết quả điều tra tình hình sử dụng và áp dụng nguồn dữ liệu lớn tại các NHTW trên thế giới tiến hành vào năm 2020, có cập nhật kết quả điều tra 5 năm trước đó đã cho thấy nhiều thông tin đáng quan tâm.

Dữ liệu lớn liên quan đến chức năng, nhiệm vụ của NHTW, bao gồm nhiều lĩnh vực khác nhau, nhất là chính sách tiền tệ và ổn định tài chính, nghiên cứu và thống kê tiền tệ. Tuy nhiên, tốc độ đổi mới nhanh chóng trong khu vực tư nhân đã đặt ra nhiều thách thức trong việc sử dụng các nguồn dữ liệu lớn, qua đó có thể hỗ trợ cho việc hoạch định chính sách của quốc gia.

Trong quá trình điều tra, IFC đã rút ra những kết luận cơ bản như: Các NHTW có tầm nhìn tổng hợp về dữ liệu lớn, bao gồm nhiều chủng loại dữ liệu khác nhau, thường có đặc điểm chung là khối lượng lớn, tốc độ cao và rất đa dạng, nhưng phải xử lý dựa trên các nền tảng công nghệ mới.

Dữ liệu lớn được sử dụng hiệu quả trong việc hỗ trợ chính sách của NHTW, bao gồm phân tích và dự báo kinh tế để xây dựng chính sách tiền tệ, sử dụng dữ liệu lớn trong giám sát và điều chỉnh vi mô, tập trung vào vấn đề bảo vệ người tiêu dùng.

Đợt điều tra này cũng nhấn mạnh sự cần thiết của hạ tầng công nghệ thông tin (IT) thích hợp và nguồn nhân lực. Cụ thể là, nhiều NHTW đã coi trọng các sáng kiến triển khai nền tảng dữ liệu lớn nhằm tạo thuận lợi cho việc lưu giữ và xử lý những bộ thông tin lớn và phức tạp. Tuy nhiên, tiến triển đạt được rất khác nhau, phản ánh chi phí đầu tư rất cao và phải cân xứng những yếu tố khác nhau khi theo đuổi những sáng kiến này.

Các ngân hàng cũng phải tuyển dụng và đào tạo lại đội ngũ cán bộ, trong khi nguồn cung ứng lao động có trình độ còn nhiều hạn chế. Bên cạnh vấn đề về IT, các NHTW cũng đang phải đối mặt với nhiều thách thức, bao gồm cơ sở pháp lý về sử dụng thông tin cá nhân và những vấn đề kèm theo về bảo vệ đạo đức, quyền riêng tư, tính công bằng và chính xác của các bộ dữ liệu.

Chất lượng dữ liệu cũng là vấn đề, do phần lớn dữ liệu mới thu thập là của các hoạt động kinh tế - xã hội và phải sàng lọc trước khi có thể tiến hành phân tích thống kê tương ứng. Ngoài ra, một vấn đề quan trọng cần đảm bảo là các dự báo về dữ liệu lớn phải có độ chính xác cao, có thể diễn giải và mang tính đại diện, thông tin phải minh bạch. Về mặt pháp lý, yêu cầu bắt buộc là các NHTW phải giảm dần mức độ chậm trễ khi sử dụng các nguồn thông tin bí mật của các cá nhân.

Đợt điều tra đã đưa ra một số đánh giá cụ thể:

Định nghĩa tổng quan về dữ liệu lớn

Dữ liệu lớn thường được xác định nghĩa bởi ba chữ V, bao gồm khối lượng lớn (high volume), tốc độ (velocity) và đa dạng (variety). Trong thực tế, khái niệm dữ liệu lớn rất phức tạp, có thể bao gồm cả những thông tin hình thành từ một số quy trình như truyền thông xã hội, các hoạt động trên mạng, nghiệp vụ tài chính, quản lý và kinh doanh.

Kết quả điều tra tại các nước phát triển (AEs) và các nước mới nổi (EMEs) đã khẳng định cách nhìn tổng hợp này về dữ liệu lớn. Cụ thể, khoảng 1/3 số NHTW cho rằng, khái niệm về dữ liệu lớn chỉ bao gồm dữ liệu phi truyền thống. Trong khi đó, khoảng 2/3 số NHTW cho rằng, đa phần dữ liệu lớn là dữ liệu truyền thống, các dữ liệu thu thập vì mục đích quản lý hành chính hay giám sát/ điều chỉnh thường được coi là dữ liệu lớn về tài chính.

Kết quả điều tra cho thấy, định nghĩa tổng hợp về dữ liệu lớn thể bao gồm tất cả các bộ dữ liệu, đòi hỏi phải được phân tích dựa trên công nghệ không theo quy chuẩn. Nguyên nhân là do công nghệ thống kê truyền thống như phân tích mô tả, thống kê quy nạp (như kinh tế lượng) hay phân tích định tính (phi tham số) đối mặt với những hạn chế khi áp dụng với các bộ dữ liệu lớn.

Khó khăn thậm chí lớn hơn nhiều, khi xử lý các dữ liệu thô - những dữ liệu này được lưu giữ dưới dạng văn bản hoặc hình ảnh. Việc phân tích chúng đòi hỏi phải chiết xuất thông tin để tạo ra dữ liệu có cấu trúc.

Cách tiếp cận trên đây cho phép các NHTW phân biệt những phạm trù khác nhau về nguồn dữ liệu. Phạm trù thứ nhất, trên 90% số NHTW đã biên soạn những bộ dữ liệu thô (chưa cấu trúc) từ những thông tin thu thập được. Loại thông tin này (internet vạn vật) không nhất thiết phải lớn, nhưng phức tạp và không thể quản lý dễ dàng nếu dựa trên công nghệ truyền thống.

Phạm trù dữ liệu lớn thứ hai được gần 80% số NHTW sử dụng để tra cứu là những bộ dữ liệu rất lớn, thu thập được thông qua việc quan sát các cơ sở dữ liệu chuỗi thời gian, bao gồm các bộ dữ liệu tài chính khổng lồ.

Ngoài ra, còn những loại hình dữ liệu khác như thương hiệu mới, được thu thập trong thời gian cải cách hậu khủng hoảng tài chính toàn cầu. Theo đó, các giao dịch phái sinh riêng rẽ phải gửi báo cáo đến các kho dữ liệu kinh doanh (TRs), dẫn đến việc biên soạn những cơ sở dữ liệu rất lớn với đặc điểm đa dạng và tần suất cao.

Hai phạm trù khác về bộ dữ liệu có cấu trúc được trên ¾ số NHTW đề cao. Trong số này, một phạm trù không mới, nhưng không được coi là một bộ phận của thống kê truyền thống mà các NHTW phân tích trong quá khứ. Thí dụ điển hình là các giao dịch thanh toán, khi những dữ liệu này trước đây chỉ được thu thập vì mục tiêu theo dõi thị trường.

Trong những năm gần đây, các NHTW đã cố gắng nâng cao chất lượng sử dụng loại dữ liệu này trong hoạt động phân tích kinh tế. Phạm trù chuyên biệt thứ hai liên quan đến các bộ dữ liệu chéo, dành riêng cho việc theo dõi mối quan tâm của người dân, được thu thập với đặc điểm đa dạng tại cùng một thời điểm.

Trường hợp điển hình là đăng ký tín dụng, nó tập hợp các bộ dữ liệu về cho vay ngang hàng. Mặc dù thông tin này không mới và đã được thu thập từ nhiều năm trước, nhưng các công cụ IT và công nghệ mới đã tạo thuận lợi cho quá trình phân tích.

Gần đây, dữ liệu lớn đã được các NHTW quan tâm đáng kể, nhất là so với kết quả điều tra trước đó và đang mở rộng nhanh chóng. Dữ liệu lớn là mối quan tâm đặc biệt của các NHTW AEs, và nhiều NHTW tại EMEs đang bắt kịp xu hướng này.

Các NHTW sử dụng các nguồn dữ liệu rất đa dạng. Trong số này, nguồn dữ liệu chính về khu vực tư nhân là internet vạn vật. Theo đó, nhiều NHTW đã áp dụng để thu thập trực tuyến các nguồn thông tin đầu vào dưới dạng số liệu hay bản tin, những nguồn thông tin quan trọng khác thường được xử lý dựa trên nền tảng công nghệ số. Các NHTW cũng tăng cường sử dụng các bộ dữ liệu lớn về tài chính, được thu thập theo phương pháp truyền thống như thông tin có sẵn về bảng cân đối kế toán.

Hiện nay, chủ đề dữ liệu lớn chiếm vị thế rất quan trọng trong các cuộc thảo luận chính thức tại gần 45% số NHTW, tăng từ tỷ lệ 12% vào năm 2015. Chỉ 15% số NHTW chưa quan tâm hoặc thảo luận rất ít về chủ đề này (giảm từ tỷ lệ 35% vào năm 2015).

Thậm chí, mối quan tâm tăng rất nhanh trong nhóm cán bộ cấp cao của NHTW, với gần 65% số quan chức bày tỏ mối quan tâm rất lớn về dữ liệu lớn, tăng cao từ tỷ lệ dưới 10% vào năm 2015. Khoảng 70-90% số NHTW báo cáo là các cuộc thảo luận đã xử lý những vấn đề về bảo quản dữ liệu, kỹ năng IT của cán bộ, lợi ích của hạ tầng IT (phần cứng và phần mềm), đánh giá dữ liệu, vấn đề tổ chức và pháp lý. Trái lại, việc mô phỏng chiến lược dữ liệu và những vấn đề về an ninh mạng không phải là chủ đề nổi bật trong chương trình nghị sự.

Tuy nhiên, sự khác biệt này tùy thuộc phần nào vào trình độ phát triển kinh tế. Gần 2/3 số NHTW tại các AES coi các cuộc thảo luận dữ liệu lớn có tầm quan trọng đặc biệt, trong khi 50% số NHTW tại EMEs chỉ coi là đóng vai trò bình thường.

Tại AEs, ba chủ đề được tập trung thảo luận là cách thức quản lý dữ liệu, nguồn nhân lực và lợi ích của hạ tầng. Trái lại, thảo luận tại EMEs tập trung chủ yếu vào hạ tầng và lợi ích của dữ liệu. Sự khác biệt này có thể phản ánh những giai đoạn phát triển khác nhau về dữ liệu lớn tại các NHTW. Trong khi phần lớn các NHTW tại AEs tập trung vào việc khai thác dữ liệu, một số NHTW tại EMEs vẫn chật vật trong việc tìm kiếm cách tiếp cận cơ bản các dữ liệu lớn.

Xu hướng sử dụng dữ liệu lớn tại các NHTW ngày càng tăng cao, với khoảng 80% số ngân hàng đang sử dụng đều đặn các nguồn dữ liệu lớn, tăng từ tỷ lệ 30% trong 5 năm trước đó.

Thực tế cho thấy, khoảng 50% số NHTW chỉ sử dụng vì mục đích thăm dò, như tiến hành các dự án thử nghiệm. Tuy nhiên, 1/3 số NHTW đã sử dụng dữ liệu lớn vào việc xây dựng nghiệp vụ và chính sách không chính thức. Việc sử dụng dữ liệu lớn trở nên thường xuyên tại NHTW các nước phát triển, trong khi khoảng 1/5 số NHTW tại EMEs chưa hề sử dụng thông tin dữ liệu lớn.

Khoảng 3/4 số NHTW đã sử dụng dữ liệu lớn làm dữ liệu đầu vào trong các nghiên cứu kinh tế, 60% NHTW khai thác những thông tin này vào việc hỗ trợ ổn định tài chính hỗ trợ kỹ thuật (cho các cơ quan giám sát tài chính) và điều chỉnh kỹ thuật liên quan đến vấn đề tài chính vi mô cũng như biên soạn thống kê (nhằm tạo thuận lợi cho việc tuân thủ các quy định điều chỉnh).

Về tổng thể, dữ liệu lớn được sử dụng thường xuyên hơn tại AEs (95%), so với khoảng 80% NHTW tại EMEs, tập trung vào hai lĩnh vực chính là chính sách tiền tệ và ổn định tài chính. Trong khi đó, việc sử dụng dữ liệu lớn cho mục đích biên soạn thống kê được báo cáo là chiếm tỷ lệ tương đương nhau giữa các NHTW tại AEs và EMEs.