Xây dựng khung đo lường văn bản thích ứng để đánh giá tiến trình chuyển đổi số của các ngân hàng thương mại

Nguyễn Đỗ Khắc Tín

Viện Phát triển Nguồn nhân lực và Kinh doanh, Trường Đại học Kinh tế TP. Hồ Chí Minh (UEH)

Email: nguyendokhactin@gmail.com

Phạm Thị Phương

Ngân hàng TMCP Lộc Phát Việt Nam

Email: phamphuong2403@gmail.com

Nguyễn Lâm Thuý Duy

Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Tây Sài Gòn

Email: nguyenlamthuyduy@gmail.com

Tóm tắt

Trong bối cảnh chuyển đổi số ngày càng đóng vai trò quan trọng đối với ngành ngân hàng, việc đo lường chính xác mức độ số hóa từ báo cáo thường niên vẫn gặp nhiều hạn chế do các phương pháp phân tích văn bản truyền thống chưa phản ánh đầy đủ ngữ nghĩa và sự thay đổi của thuật ngữ công nghệ. Nghiên cứu này đề xuất Khung đo lường văn bản thích ứng (AMF) trên cơ sở tích hợp Codebook, thuật toán Okapi BM25 và mô hình ngôn ngữ PhoBERT nhằm xây dựng Chỉ số chuyển đổi số thích ứng (XAMF). Đồng thời, nghiên cứu đề xuất quy trình kiểm định tính hợp lệ của chỉ số thông qua các chỉ tiêu phản ánh mức độ chuyển đổi số của ngân hàng. Kết quả nghiên cứu góp phần hoàn thiện phương pháp đo lường chuyển đổi số dựa trên dữ liệu văn bản và cung cấp công cụ hỗ trợ các nhà quản lý, nhà đầu tư và cơ quan giám sát trong việc đánh giá khách quan tiến trình chuyển đổi số của các ngân hàng thương mại.

Từ khóa: Chuyển đổi số, ngân hàng thương mại, phân tích văn bản, AMF, Okapi BM25

Abstract

In the context of digital transformation playing an increasingly important role in the banking industry, accurately measuring the level of digitalization based on annual reports remains challenging, as traditional text analysis methods do not fully capture the semantics and evolving nature of technological terminology. This study proposes an adaptive measurement framework (AMF) by integrating a Codebook, the Okapi BM25 algorithm, and the PhoBERT language model to develop an Adaptive Digital Transformation Index (XAMF). In addition, the study proposes a validation procedure for the index using indicators that reflect the level of digital transformation in banks. The findings contribute to improving text-based approaches to measuring digital transformation and provide a tool to support managers, investors, and supervisory authorities in objectively assessing the digital transformation progress of commercial banks.

Keywords: Digital transformation, commercial banks, text analysis, AMF, Okapi BM25

ĐẶT VẤN ĐỀ

Chuyển đổi số đang trở thành xu hướng tất yếu của ngành ngân hàng trong bối cảnh các công nghệ như trí tuệ nhân tạo (AI), dữ liệu lớn (Big Data), điện toán đám mây (Cloud Computing) và chuỗi khối (Blockchain) phát triển mạnh mẽ. Việc ứng dụng các công nghệ số không chỉ nâng cao hiệu quả hoạt động, cải thiện chất lượng dịch vụ mà còn tăng cường năng lực cạnh tranh của các ngân hàng thương mại (IMF, 2020). Do đó, việc xây dựng một công cụ đo lường chính xác tiến trình chuyển đổi số có ý nghĩa quan trọng đối với các nhà quản lý, nhà đầu tư và cơ quan giám sát.

Các nghiên cứu trước đây chủ yếu sử dụng phương pháp phân tích văn bản dựa trên việc đếm tần suất từ khóa hoặc từ điển tĩnh để đo lường chuyển đổi số. Tuy nhiên, các phương pháp này còn nhiều hạn chế như chịu ảnh hưởng của độ dài văn bản, chưa phản ánh được ngữ nghĩa và khó thích ứng với sự thay đổi của các thuật ngữ công nghệ theo thời gian (Loughran và McDonald, 2011, 2016).

Xuất phát từ khoảng trống này, nghiên cứu đề xuất Khung đo lường văn bản thích ứng (Adaptive Measurement Framework - AMF) trên cơ sở tích hợp Codebook, thuật toán Okapi BM25 và mô hình ngôn ngữ PhoBERT nhằm xây dựng Chỉ số chuyển đổi số thích ứng (XAMF). Khung đo lường này giúp nâng cao tính chính xác, khả năng thích ứng và tính minh bạch trong đánh giá tiến trình chuyển đổi số của các ngân hàng thương mại, đồng thời tạo cơ sở cho các nghiên cứu thực nghiệm và hoạt động quản lý trong lĩnh vực tài chính - ngân hàng.

TỔNG QUAN NGHIÊN CỨU

Cơ sở lý thuyết

Nghiên cứu được xây dựng trên nền tảng của 3 lý thuyết chính gồm Lý thuyết dựa trên nguồn lực (Resource-Based View - RBV), Lý thuyết tín hiệu (Signaling Theory) và Lý thuyết định chế (Institutional Theory).

Theo RBV, năng lực công nghệ là nguồn lực chiến lược giúp ngân hàng tạo lợi thế cạnh tranh bền vững (Barney, 1991; Wernerfelt, 1984). Tuy nhiên, giá trị của nguồn lực công nghệ luôn thay đổi theo sự phát triển của công nghệ số, đòi hỏi các thước đo phải có khả năng cập nhật và thích ứng theo thời gian.

Lý thuyết tín hiệu cho rằng, các ngân hàng có xu hướng sử dụng báo cáo thường niên để truyền tải thông tin tích cực về năng lực số hóa nhằm giảm bất cân xứng thông tin với nhà đầu tư (Spence, 1973).

Trong khi đó, Lý thuyết định chế giải thích rằng, áp lực cạnh tranh và yêu cầu tuân thủ khiến các ngân hàng sử dụng nhiều thuật ngữ về chuyển đổi số mang tính xu hướng, dẫn đến khoảng cách giữa nội dung công bố và mức độ triển khai thực tế (Meyer và Rowan, 1977). Vì vậy, việc xây dựng một khung đo lường có khả năng loại bỏ nhiễu thông tin và phản ánh đúng mức độ chuyển đổi số là cần thiết.

Các phương pháp đo lường chuyển đổi số dựa trên văn bản

Các nghiên cứu trước đây chủ yếu sử dụng 3 nhóm phương pháp để đo lường chuyển đổi số từ báo cáo thường niên. Nhóm thứ nhất dựa trên phương pháp đếm tần suất từ khóa (Raw Count), có ưu điểm đơn giản nhưng dễ bị ảnh hưởng bởi độ dài văn bản và hành vi lặp từ khóa. Nhóm thứ hai sử dụng các thuật toán trọng số như TF-IDF hoặc Okapi BM25 nhằm giảm hiện tượng “nhồi nhét” từ khóa nhưng vẫn giả định không gian từ vựng là cố định. Nhóm thứ ba ứng dụng các mô hình học sâu như BERT (Devlin và cộng sự, 2019) hoặc PhoBERT để khai thác ngữ nghĩa của văn bản, tuy nhiên các mô hình này thường khó diễn giải khi sử dụng trong nghiên cứu kinh tế lượng. Những hạn chế trên tạo ra khoảng trống nghiên cứu cho việc phát triển một khung đo lường thích ứng, kết hợp tính minh bạch của mô hình thống kê với khả năng cập nhật ngữ nghĩa theo thời gian.

Đề xuất khung đo lường thích ứng

Bộ lọc cấu trúc văn bản (Codebook)

Khung AMF trước hết sử dụng bộ lọc cấu trúc để loại bỏ các phần mang tính truyền thông như Thông điệp Chủ tịch Hội đồng quản trị, Thư gửi cổ đông hoặc Báo cáo phát triển bền vững. Chỉ các nội dung có tính giải trình cao như quản trị rủi ro, đầu tư công nghệ và thuyết minh báo cáo tài chính mới được đưa vào quá trình phân tích nhằm hạn chế hiện tượng quản trị ấn tượng (Impression Management) (Merkl và cộng sự, 2007).

Thuật toán trọng số phi tuyến BM25

Sau khi làm sạch dữ liệu, nghiên cứu áp dụng thuật toán Okapi BM25 để tính điểm số chuyển đổi số. Phương pháp này khắc phục nhược điểm của việc đếm từ khóa truyền thống bằng cách kiểm soát ảnh hưởng của độ dài văn bản và giảm trọng số đối với các thuật ngữ được lặp lại quá nhiều trong báo cáo.

Mô hình ngôn ngữ PhoBERT

PhoBERT được sử dụng để nhận diện các thuật ngữ công nghệ mới xuất hiện và tự động cập nhật từ điển đo lường (Nguyen và Nguyen, 2020). Đồng thời, khung AMF áp dụng cơ chế khấu hao trọng số đối với các công nghệ đã trở nên phổ biến nhằm bảo đảm rằng chỉ số luôn phản ánh đúng giá trị đổi mới của các công nghệ số trong từng giai đoạn phát triển.

Mô hình nghiên cứu

Trên cơ sở kế thừa các nghiên cứu trước và khung AMF đề xuất, nghiên cứu xây dựng mô hình đo lường tiến trình số hóa của ngân hàng thương mại theo 3 tầng. Tầng thứ nhất là bộ lọc cấu trúc văn bản nhằm loại bỏ các nội dung mang tính truyền thông. Tầng thứ hai sử dụng thuật toán BM25 để tính toán trọng số phi tuyến của các thuật ngữ công nghệ. Tầng thứ ba ứng dụng PhoBERT để cập nhật từ điển động và điều chỉnh trọng số theo sự thay đổi của công nghệ, từ đó hình thành Chỉ số chuyển đổi số thích ứng (XAMF) dùng cho các phân tích kinh tế lượng.

Hình 1: Mô hình nghiên cứu

Nguồn: Tác giả đề xuất

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu sử dụng phương pháp định lượng kết hợp với phân tích văn bản để xây dựng Khung AMF nhằm đánh giá tiến trình chuyển đổi số của các ngân hàng thương mại. Khung AMF được phát triển trên cơ sở tích hợp bộ lọc cấu trúc văn bản (Codebook), thuật toán Okapi BM25 và mô hình ngôn ngữ PhoBERT, giúp khắc phục những hạn chế của các phương pháp đo lường truyền thống dựa trên tần suất từ khóa.

Dữ liệu nghiên cứu được thu thập từ báo cáo thường niên của các ngân hàng thương mại Việt Nam giai đoạn 2018-2025, công bố trên website chính thức của các ngân hàng và các Sở Giao dịch Chứng khoán. Sau khi loại bỏ các báo cáo không đầy đủ, dữ liệu được chuyển đổi sang định dạng văn bản và tiến hành tiền xử lý, bao gồm chuẩn hóa tiếng Việt, tách từ, loại bỏ ký tự đặc biệt và từ dừng nhằm bảo đảm tính nhất quán của dữ liệu.

Quy trình xây dựng chỉ số AMF gồm 4 bước. Thứ nhất, Codebook được sử dụng để loại bỏ các nội dung mang tính truyền thông, chỉ giữ lại các phần phản ánh hoạt động đầu tư và ứng dụng công nghệ số. Thứ hai, thuật toán Okapi BM25 được áp dụng để tính trọng số các thuật ngữ, qua đó giảm ảnh hưởng của độ dài văn bản và hiện tượng lặp lại từ khóa. Thứ ba, PhoBERT được sử dụng để nhận diện ngữ nghĩa, cập nhật từ điển động và bổ sung các thuật ngữ công nghệ mới, giúp chỉ số thích ứng với sự thay đổi của công nghệ theo thời gian. Cuối cùng, các kết quả được tổng hợp để hình thành Chỉ số XAMF.

Để đánh giá tính hợp lệ của chỉ số, nghiên cứu so sánh XAMF với các chỉ tiêu phản ánh mức độ chuyển đổi số của ngân hàng như chi phí đầu tư công nghệ thông tin, tỷ lệ giao dịch số, mức độ ứng dụng eKYC và số lượng dịch vụ ngân hàng số. Kết quả kiểm định là cơ sở đánh giá khả năng phản ánh thực chất tiến trình chuyển đổi số của XAMF, đồng thời khẳng định tính minh bạch, khả năng thích ứng và tính ứng dụng của khung đo lường trong các nghiên cứu về chuyển đổi số trong lĩnh vực ngân hàng.

KẾT QUẢ NGHIÊN CỨU

Mô tả mẫu nghiên cứu

Mẫu nghiên cứu bao gồm báo cáo thường niên của 27 ngân hàng thương mại Việt Nam trong giai đoạn 2018-2025, tương ứng với 216 quan sát (27 ngân hàng × 8 năm). Các ngân hàng được lựa chọn bao gồm cả nhóm ngân hàng thương mại nhà nước, ngân hàng thương mại cổ phần và ngân hàng có vốn đầu tư nước ngoài nhằm phản ánh tương đối đầy đủ bức tranh chuyển đổi số của ngành ngân hàng Việt Nam.

Sau khi thu thập, toàn bộ báo cáo được chuyển đổi sang định dạng văn bản và xử lý bằng quy trình chuẩn hóa dữ liệu. Kết quả tiền xử lý thu được hơn 18 triệu từ, trong đó khoảng 52.000 thuật ngữ liên quan trực tiếp đến chuyển đổi số sau khi loại bỏ các phần mang tính truyền thông và quảng bá thương hiệu thông qua bộ lọc Codebook. Các thuật ngữ được phân loại thành sáu nhóm công nghệ chính gồm: AI, Big Data, Cloud Computing, Blockchain, Ngân hàng số (Digital Banking) và Định danh điện tử (eKYC).

Kết quả thống kê mô tả cho thấy số lượng thuật ngữ liên quan đến chuyển đổi số tăng nhanh qua các năm, đặc biệt từ năm 2021 trở đi, phản ánh xu hướng đẩy mạnh đầu tư công nghệ của các ngân hàng thương mại sau đại dịch COVID-19. Tuy nhiên, mức độ công bố thông tin giữa các ngân hàng vẫn có sự khác biệt đáng kể, cho thấy sự không đồng đều về tiến trình chuyển đổi số trong toàn hệ thống.

Kết quả mô hình

Kết quả đánh giá cho thấy chỉ số AMF có khả năng loại bỏ đáng kể hiện tượng lặp lại từ khóa và hạn chế ảnh hưởng của độ dài văn bản so với phương pháp đếm từ khóa truyền thống.

Đồng thời, việc sử dụng PhoBERT giúp hệ thống tự động phát hiện và cập nhật các thuật ngữ công nghệ mới xuất hiện trong từng năm, qua đó nâng cao khả năng thích ứng của chỉ số trước sự thay đổi nhanh chóng của công nghệ số. Kết quả kiểm định cũng cho thấy chỉ số AMF có mối tương quan dương với các chỉ tiêu phản ánh mức độ đầu tư công nghệ của ngân hàng, chứng minh tính hợp lệ của khung đo lường được đề xuất.

Bảng : Kết quả đánh giá hiệu quả của Khung đo lường thích ứng (AMF)

Nguồn: Kết quả phân tích của tác giả

Đánh giá khung đo lường

Kết quả thực nghiệm cho thấy khung AMF khắc phục được hầu hết những hạn chế của các phương pháp đo lường truyền thống. Bộ lọc Codebook giúp loại bỏ các phần nội dung mang tính truyền thông, từ đó giảm đáng kể hiện tượng “quản trị ấn tượng” trong báo cáo thường niên. Thuật toán BM25 kiểm soát hiệu quả ảnh hưởng của độ dài văn bản và hiện tượng lặp lại từ khóa, trong khi PhoBERT hỗ trợ nhận diện các thuật ngữ công nghệ mới theo ngữ cảnh và cập nhật từ điển động.

Nhờ sự kết hợp của 3 thành phần trên, chỉ số AMF phản ánh tốt hơn mức độ triển khai chuyển đổi số thực tế của ngân hàng thay vì chỉ đo lường tần suất xuất hiện của các thuật ngữ công nghệ. Điều này làm tăng tính ổn định và khả năng ứng dụng của chỉ số trong các nghiên cứu thực nghiệm về hiệu quả hoạt động, quản trị rủi ro và đổi mới công nghệ của ngân hàng thương mại.

Hình 2: Kết quả khung đo lường văn bản thích ứng (AMF)

Nguồn: Kết quả phân tích dữ liệu của tác giả

Thảo luận

Kết quả nghiên cứu cho thấy khung AMF vượt trội hơn các phương pháp đo lường dựa trên từ điển tĩnh khi có khả năng thích ứng với sự thay đổi của công nghệ theo thời gian. Điều này phù hợp với quan điểm của Barney (1991) về sự biến động của nguồn lực chiến lược và Rogers (2003) về quá trình khuếch tán đổi mới công nghệ. Đồng thời, việc kết hợp PhoBERT giúp khắc phục hạn chế của các phương pháp truyền thống trong việc nhận diện các thuật ngữ công nghệ mới và ngữ cảnh sử dụng.

Bên cạnh đó, kết quả cũng củng cố lập luận của Spence (1973), Meyer và Rowan (1977) rằng các ngân hàng có thể sử dụng báo cáo thường niên như một công cụ phát tín hiệu hoặc xây dựng tính chính danh thông qua việc gia tăng các thuật ngữ về chuyển đổi số. Nhờ áp dụng Codebook và BM25, khung AMF đã hạn chế được ảnh hưởng của các tín hiệu mang tính quảng bá, từ đó nâng cao tính khách quan của chỉ số đo lường.

Nhìn chung, nghiên cứu đóng góp một phương pháp đo lường mới có tính minh bạch, khả năng giải thích cao và thích ứng với sự phát triển của công nghệ số. Chỉ số AMF có thể được sử dụng như một biến đại diện cho mức độ chuyển đổi số trong các nghiên cứu về hiệu quả hoạt động, quản trị ngân hàng, quản trị rủi ro và tài chính số trong tương lai.

KẾT LUẬN VÀ VÀ HÀM Ý QUẢN TRỊ

Kết luận

Nghiên cứu đã đề xuất Khung đo lường văn bản thích ứng (Adaptive Measurement Framework - AMF) nhằm đánh giá tiến trình chuyển đổi số của các ngân hàng thương mại thông qua phân tích báo cáo thường niên. Khung AMF tích hợp Codebook, thuật toán Okapi BM25 và mô hình ngôn ngữ PhoBERT, giúp khắc phục những hạn chế của các phương pháp đo lường truyền thống dựa trên đếm từ khóa bằng cách kiểm soát sai lệch do độ dài văn bản, nhận diện ngữ nghĩa và cập nhật động các thuật ngữ công nghệ.

Kết quả nghiên cứu cho thấy AMF phản ánh mức độ chuyển đổi số của các ngân hàng thương mại khách quan và chính xác hơn, đồng thời hạn chế hiện tượng quản trị ấn tượng trong công bố thông tin. Nghiên cứu không chỉ đóng góp về phương pháp đo lường chuyển đổi số dựa trên dữ liệu văn bản mà còn cung cấp công cụ hỗ trợ các nhà quản lý, nhà đầu tư và cơ quan giám sát trong việc đánh giá tiến trình số hóa của ngành ngân hàng. Trong tương lai, khung AMF có thể được mở rộng để đo lường chuyển đổi số trong các lĩnh vực khác và tích hợp với các mô hình AI tiên tiến nhằm nâng cao hiệu quả phân tích văn bản và chất lượng các chỉ số đo lường.

Hàm ý quản trị

Từ kết quả trên, nghiên cứu đề xuất một số hàm ý quản trị như sau:

Thứ nhất, Ngân hàng Nhà nước cần xây dựng bộ tiêu chí thống nhất về công bố thông tin liên quan đến chuyển đổi số và xem xét ứng dụng các công cụ phân tích văn bản như AMF trong hoạt động giám sát, đánh giá mức độ chuyển đổi số của hệ thống ngân hàng.

Thứ hai, các ngân hàng thương mại cần nâng cao chất lượng công bố thông tin về chiến lược và kết quả chuyển đổi số, bảo đảm phản ánh đúng thực trạng đầu tư và ứng dụng công nghệ, góp phần nâng cao tính minh bạch và hiệu quả quản trị.

Thứ ba, đối với nhà đầu tư và các tổ chức xếp hạng, chỉ số AMF có thể được sử dụng như một chỉ báo định lượng để đánh giá năng lực chuyển đổi số, hỗ trợ phân tích hiệu quả hoạt động và tiềm năng phát triển của ngân hàng.

Cuối cùng, đối với các nhà nghiên cứu, AMF là nền tảng để mở rộng các nghiên cứu về tác động của chuyển đổi số đến hiệu quả hoạt động, quản trị rủi ro và giá trị doanh nghiệp, đồng thời có thể được kết hợp với các mô hình ngôn ngữ lớn (LLMs) và các kỹ thuật AI nhằm nâng cao độ chính xác và khả năng thích ứng của các chỉ số đo lường trong tương lai.

Tài liệu tham khảo:

1. Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99-120. https://doi.org/10.1177/014920639101700108

2. Connelly, B. L., Certo, S. T., Ireland, R. D., & Reutzel, C. R. (2011). Signaling theory: A review and assessment. Journal of Management, 37(1), 39-67. https://doi.org/10.1177/0149206310388419

3. Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. Proceedings of NAACL-HLT 2019, 4171-4186.

4. International Monetary Fund - IMF (2020). Digital Financial Services and the Pandemic: Opportunities and Risks for Emerging Economies. Washington, DC: International Monetary Fund.

5. Loughran, T., & McDonald, B. (2011). When is a liability not a liability? Textual analysis, dictionaries, and 10-Ks. The Journal of Finance, 66(1), 35-65. https://doi.org/10.1111/j.1540-6261.2010.01625.x

6. Loughran, T., & McDonald, B. (2016). Textual analysis in accounting and finance: A survey. Journal of Accounting Research, 54(4), 1187-1230. https://doi.org/10.1111/1475-679X.12123

7. Merkl-Davies, D. M., & Brennan, N. M. (2007). Discretionary disclosure strategies in corporate narratives: Incremental information or impression management? Journal of Accounting Literature, 26, 116-196.

8. Meyer, J. W., & Rowan, B. (1977). Institutionalized organizations: Formal structure as myth and ceremony. American Journal of Sociology, 83(2), 340-363.

9. Nguyen, D. Q., & Nguyen, A. T. (2020). PhoBERT: Pre-trained language models for Vietnamese. Findings of the Association for Computational Linguistics: EMNLP 2020, 1037-1042.

10. Rogers, E. M. (2003). Diffusion of Innovations (5th ed.). New York: Free Press.

11. Spence, M. (1973). Job market signaling. Quarterly Journal of Economics, 87(3), 355-374. https://doi.org/10.2307/1882010

12. Wernerfelt, B. (1984). A resource‐based view of the firm. Strategic Management Journal, 5(2), 171-180. https://doi.org/10.1002/smj.4250050207