Tổng quan về giáo trình

Giáo trình Công nghệ tài chính do TS. Lê Thanh Phương (Chủ biên) và TS. Tô Minh Hương biên soạn, được Nhà xuất bản Công Thương phát hành vào tháng 09 năm 2023. Tài liệu được xây dựng phục vụ giảng dạy tại Bộ môn Tài chính, Khoa Kinh tế và Quản lý, Trường Đại học Thủy Lợi, định vị là học phần chuyên ngành trong chương trình đào tạo bậc đại học và sau đại học thuộc khối ngành Kinh tế, Tài chính - Ngân hàng và Hệ thống thông tin quản lý.

Mục tiêu học tập của giáo trình tập trung vào việc trang bị hệ thống lý luận căn bản về công nghệ tài chính (FinTech), phân tích nguyên lý vận hành của các công nghệ trụ cột (trí tuệ nhân tạo, chuỗi khối, điện toán đám mây, giao diện lập trình ứng dụng), đánh giá tác động của đổi mới công nghệ đến cấu trúc thị trường tài chính truyền thống, đồng thời nhận diện các rủi ro vận hành, an toàn thông tin và khuôn khổ pháp lý điều chỉnh.

Cấu trúc giáo trình gồm 4 chương được thiết kế theo tiến trình từ cơ sở lý luận, công nghệ nền tảng đến các tài sản số và ứng dụng chuyên ngành cụ thể:

  • Chương 1: Các vấn đề cơ bản về công nghệ tài chính
  • Chương 2: Các công nghệ nền tảng (Trí tuệ nhân tạo và Công nghệ chuỗi khối)
  • Chương 3: Tiền điện tử (Cryptocurrency)
  • Chương 4: Các lĩnh vực công nghệ tài chính cơ bản

Điểm đặc thù của giáo trình là việc kết hợp nền tảng kỹ thuật khoa học máy tính với nghiệp vụ tài chính - ngân hàng, sử dụng dữ liệu thực chứng giai đoạn 2018–2022 từ các tổ chức nghiên cứu quốc tế (CB Insights, KPMG) và minh họa bằng các mô hình triển khai thực tế của các định chế tài chính toàn cầu.

Nội dung kiến thức cốt lõi

flowchart TD
    subgraph C1["Chương 1: Tổng quan FinTech"]
        A1["Bối cảnh kinh tế & COVID-19"] --> A2["Hạ tầng: 4G, Cloud, API, AI, Blockchain"]
        A2 --> A3["Chủ thể: FinTech, BigTech, Bên thứ ba"]
        A3 --> A4["Thách thức: Vốn, Nhân lực, Pháp lý"]
    end
    subgraph C2["Chương 2: Công nghệ nền tảng"]
        B1["Trí tuệ nhân tạo (AI/ML/NLP/Computer Vision)"]
        B2["Công nghệ Chuỗi khối (Blockchain/PoW/PoS/Smart Contracts)"]
    end
    subgraph C3["Chương 3: Tiền điện tử"]
        C1_A["Bitcoin & Cơ chế đồng thuận"] --> C2_A["Tài sản mã hóa & Phân phối (ICO/IDO/IEO)"]
        C2_A --> C3_A["DeFi & Tiền kỹ thuật số NHTW (CBDC)"]
    end
    subgraph C4["Chương 4: Lĩnh vực ứng dụng"]
        D1["Thanh toán & eKYC"]
        D2["Cho vay (P2P, POS, Crowdfunding)"]
        D3["Quản lý tài sản (Robo-advisor)"]
        D4["Bảo hiểm công nghệ (Insurtech)"]
        D5["Khuôn khổ pháp lý & Hợp tác thể chế"]
    end
    C1 --> C2 --> C3 --> C4

Các chương và chủ đề chính

  • Chương 1: Các vấn đề cơ bản về công nghệ tài chính: Phân tích định nghĩa FinTech theo Ủy ban Ổn định Tài chính (FSB), bối cảnh ra đời sau khủng hoảng tài chính 2008 và tác động từ đại dịch COVID-19. Chương này phân loại các công nghệ hỗ trợ đổi mới (viễn thông 4G, điện toán đám mây với mô hình SaaS/Pay-as-you-go, API theo chỉ thị PSD2), phân tích 3 nhóm chủ thể tham gia (công ty FinTech, BigTech, bên thứ ba), cấu trúc thị trường (độ tập trung, khả năng cạnh tranh, thành phần) và 5 nhóm thách thức vận hành (nhân lực, tuân thủ pháp lý, niềm tin khách hàng, quy mô B2B/B2C, giới hạn vốn).
  • Chương 2: Các công nghệ nền tảng: Đi sâu vào hai công nghệ then chốt:
    • Trí tuệ nhân tạo (AI): Lịch sử từ hội thảo Dartmouth 1956 (John McCarthy), thí nghiệm "Căn phòng Trung Quốc" của John Searle, phân biệt AI hẹp và AI rộng; kỹ thuật học máy (Arthur Samuel 1959), học có giám sát, học không giám sát, học tăng cường; cấu trúc mạng nơ-ron đa lớp (lớp đầu vào, lớp ẩn, lớp đầu ra), học sâu (Deep Learning), thuật toán di truyền; ứng dụng thị giác máy tính và xử lý ngôn ngữ tự nhiên (NLP); các rào cản về dữ liệu phi cấu trúc, hệ thống hộp đen (black-box) và tính tương thích hạ tầng.
    • Công nghệ chuỗi khối (Blockchain): Cơ sở lý thuyết từ giao thức Paxos của Leslie Lamport (1990); định nghĩa 4 đặc tính (sổ cái chỉ thêm vào, bảo mật mật mã, chia sẻ, phân tán); phân loại mạng không cần cấp phép (Permissionless) và cần cấp phép (Permissioned); phân loại nút mạng (Node, Full node, Publishing node, Lightweight node); mật mã khóa bất đối xứng (SHA-256), cơ chế đồng thuận Proof of Work (PoW), Proof of Stake (PoS); xử lý phân nhánh sổ cái (Soft Fork, Hard Fork) và hợp đồng thông minh (Smart Contracts).
  • Chương 3: Tiền điện tử (Cryptocurrency): Phân tích Sách trắng Bitcoin của Satoshi Nakamoto (2008), các nguyên tắc phi tập trung, tính bất biến và thuật toán PoW. Chương này phân loại tài sản mã hóa (Crypto-assets), các hình thức phân phối mã thông báo (Khai thác, Hard Fork, ICO, IEO, IDO so sánh với IPO), ví tiền điện tử, tài chính phi tập trung (DeFi) và tiền điện tử của ngân hàng trung ương (CBDC).
  • Chương 4: Các lĩnh vực công nghệ tài chính cơ bản: Khảo sát nghiệp vụ thanh toán số (Ví điện tử đa kênh, eKYC, POS); hoạt động tín dụng số (P2P Lending, POS Lending, Payday Lending, Microfinance, Crowdfunding); quản lý tài sản (Cố vấn tài chính tự động - Robo-advisors, đầu tư có trách nhiệm xã hội); công nghệ bảo hiểm (InsurTech, bảo hiểm P2P, On-demand Insurance); khung pháp lý thử nghiệm (Sandbox, Project Innovate) và các chiến lược hợp tác giữa ngân hàng với FinTech (nhãn trắng, M&A, liên doanh).

Kiến thức nền tảng được xây dựng

  • Lý thuyết cấu trúc thị trường tài chính và kinh tế học thông tin: Phân tích tính bất đối xứng thông tin (information asymmetry), rào cản gia nhập thị trường, quy mô kinh tế và tác động của ngân hàng mở (Open Banking) đối với tính ổn định tài chính (financial stability).
  • Nguyên lý mật mã học và hệ thống phân tán: Cơ chế băm một chiều SHA-256, cặp khóa công khai/khóa bí mật (Asymmetric-Key Cryptography), bài toán đồng thuận trong mạng máy tính không tin cậy và cấu trúc khối liên kết chuỗi thời gian.
  • Mô hình tính toán và xử lý dữ liệu: Xử lý dữ liệu phi cấu trúc (chiếm 90% dữ liệu toàn cầu, tăng trưởng 40%/năm), mô hình hồi quy tuyến tính/phi tuyến tính trong máy học, và cơ chế chuyển dịch trạng thái của hợp đồng thông minh.

Kỹ năng phát triển

  • Kỹ năng kỹ thuật: Đọc hiểu luồng giao dịch blockchain, cấu trúc kỹ thuật của đợt phát hành token (ICO/IDO), cơ chế tích hợp API tài chính và giải thuật học máy ứng dụng trong phân tích tín dụng, phát hiện gian lận.
  • Kỹ năng phân tích: Đánh giá chi phí thu hút khách hàng (CAC) trong mô hình Robo-advisor (dao động từ 300–1000 USD/khách theo Morningstar), thẩm định tính khả thi của dự án FinTech B2B và B2C, phân tích rủi ro hệ thống phát sinh từ các nhà cung cấp công nghệ bên thứ ba.
  • Kỹ năng thực tiễn: Thiết kế quy trình định danh điện tử (eKYC), xây dựng phương án kiểm soát rủi ro cho các nền tảng cho vay ngang hàng (P2P Lending), và thẩm định pháp lý đối với các mô hình thử nghiệm chính sách (Sandbox).

Phương pháp giảng dạy và học tập

Giáo trình triển khai phương pháp tiếp cận sư phạm kết hợp giữa diễn giải lý thuyết kỹ thuật và phân tích tình huống thực tế (case studies). Nội dung bài học liên kết trực tiếp giữa các công thức toán học/thuật toán máy tính với bài toán nghiệp vụ kinh doanh của ngành tài chính.

Các trường hợp nghiên cứu điển hình được trích xuất phục vụ giảng dạy bao gồm:

  • Ứng dụng AI trong bảo hiểm: Chatbot Maya của công ty Lemonade xử lý 19% tổng khối lượng hỗ trợ khách hàng với điểm đánh giá 4,53/5,22; nền tảng Tractable hỗ trợ hãng bảo hiểm Ageas đánh giá thiệt hại nhà ở/ô tô bằng học sâu; nền tảng RiskMark của RFM Global phân tích 700 điểm dữ liệu tại hơn 100.000 địa điểm quan sát; ứng dụng thị giác máy tính của Zendrive và thử nghiệm phân tích camera lái xe của State Farm (2016).
  • Ứng dụng AI trong thanh toán: Hệ thống phát hiện tội phạm tài chính của HSBC hợp tác với Google Cloud phục vụ 38 triệu khách hàng; liên minh giữa Citibank và Feedzai nâng cao độ chính xác mô hình phòng chống gian lận thời gian thực lên 61%; thỏa thuận khai thác dữ liệu thanh toán thương mại giữa Mastercard và Google.

Hệ thống đánh giá và tài liệu tự học được cấu trúc thông qua danh mục câu hỏi ôn tập định lượng và định tính ở cuối mỗi chương (ví dụ: 5 câu hỏi ôn tập cuối Chương 1 yêu cầu phân tích nguyên nhân kinh tế, so sánh 3 nhóm chủ thể, đánh giá dữ liệu thị trường trong đại dịch). Người học được định hướng tự nghiên cứu thông qua hệ thống bảng so sánh chuẩn hóa (Bảng so sánh IPO – ICO – IDO – IEO, Bảng tác động của điện toán lượng tử tới thuật toán mật mã) và danh mục bảng tra cứu giá trị băm SHA-256.

Điểm nổi bật và cập nhật

  • Tích hợp dữ liệu empiric giai đoạn 2018–2022: Giáo trình cập nhật chuỗi số liệu từ báo cáo của CB Insights (2022) và KPMG (2022) về thị trường FinTech toàn cầu trước và trong đại dịch COVID-19:
    • Quy mô vốn đầu tư tăng từ 49 tỷ USD (3.697 dự án) năm 2019 lên 141,2 tỷ USD (5.410 dự án) năm 2021, trước khi điều chỉnh về 63,5 tỷ USD (3.954 dự án) vào năm 2022.
    • Phân bổ thị phần dự án theo khu vực: Hoa Kỳ dẫn đầu (chiếm 39%–40%), tiếp theo là Châu Á (25%–30%) và Châu Âu (20%–25%).
    • Sự dịch chuyển cơ cấu vốn: Vốn đầu tư vào công nghệ thanh toán giảm từ 82% (2019) xuống 48% (2021); trong khi công nghệ tiền mã hóa tăng từ 4% (2019) lên 26% (2021); công nghệ quản lý giám sát (RegTech) tăng từ 3% (2019) lên 17% (2020).
    • Quy mô vốn bình quân trên mỗi dự án đạt đỉnh 32 triệu USD vào năm 2021 so với mức trung vị ổn định, phản ánh sự xuất hiện của các thương vụ quy mô lớn.
  • Cập nhật các mô hình thể chế và chính sách mới: Phân tích cơ chế quản lý thử nghiệm Sandbox, chương trình Project Innovate của Cơ quan Thực thi Tài chính Vương quốc Anh (FCA), quy định ngân hàng mở theo chỉ thị dịch vụ thanh toán phiên bản 2 (PSD2) của Liên minh Châu Âu, và khung pháp lý cấp phép tổ chức tín dụng phi ngân hàng tại các bang của Hoa Kỳ.
Chỉ số thị trường Năm 2019 Năm 2021 (Đỉnh dịch) Năm 2022 Nguồn dữ liệu
Tổng vốn đầu tư toàn cầu 49 tỷ USD 141,2 tỷ USD 63,5 tỷ USD CB Insights (2022)
Số lượng dự án FinTech 3.697 dự án 5.410 dự án 3.954 dự án CB Insights (2022)
Vốn trung bình/dự án 19 triệu USD 32 triệu USD 20 triệu USD CB Insights (2022)
Tỷ trọng vốn: Thanh toán 82% 48% - KPMG (2022)
Tỷ trọng vốn: Tiền mã hóa 4% 26% - KPMG (2022)
Tỷ trọng vốn: RegTech 3% 10% (đỉnh 17% năm 2020) - KPMG (2022)

Đối tượng sử dụng giáo trình

  • Sinh viên đại học và học viên cao học: Người học từ năm thứ 3 trở đi thuộc các chuyên ngành Tài chính - Ngân hàng, Công nghệ tài chính, Kinh tế số, Quản trị kinh doanh, Thương mại điện tử và Tin học kinh tế.
  • Yêu cầu kiến thức tiên quyết (Prerequisites): Người học cần hoàn thành các học phần nền tảng: Lý thuyết Tài chính - Tiền tệ, Nguyên lý Kế toán, Thị trường Tài chính và Định chế Tài chính, Toán xác suất thống kê và Tin học đại cương.
  • Giảng viên và nhà nghiên cứu: Sử dụng làm tài liệu giảng dạy chuẩn hóa cho học phần Công nghệ tài chính, hoặc tài liệu tham khảo cho các chuyên đề chuyên sâu về Ngân hàng số, Hệ thống thanh toán điện tử, Tài sản số và Ứng dụng Blockchain trong quản trị chuỗi cung ứng.
  • Chuyên viên thực hành nghiệp vụ: Tài liệu tham khảo kỹ thuật cho nhân sự tại các ngân hàng thương mại, công ty chứng khoán, quỹ đầu tư mạo hiểm và doanh nghiệp khởi nghiệp FinTech cần tra cứu khung phân loại nghiệp vụ và thuật ngữ chuyên ngành.

Câu hỏi thường gặp

1. Giáo trình này phù hợp với ai?

Giáo trình được thiết kế cho sinh viên đại học, học viên sau đại học khối ngành kinh tế - tài chính, giảng viên giảng dạy học phần FinTech, cùng các chuyên viên phân tích nghiệp vụ tại các định chế tài chính và doanh nghiệp công nghệ.

2. Cần kiến thức nền nào để học?

Người học cần nắm vững kiến thức về thị trường tài chính, hoạt động ngân hàng thương mại cơ bản, các nguyên lý thống kê mô tả và các khái niệm tin học căn bản (cấu trúc mạng internet, khái niệm dữ liệu và phần mềm).

3. Điểm khác biệt của giáo trình này so với các tài liệu khác là gì?

Tài liệu phân định rõ ranh giới kỹ thuật giữa AI hẹp và AI rộng, phân tích chi tiết cấu trúc thuật ngữ chuẩn của Blockchain theo NIST (NISTIR 8202), đồng thời tích hợp dữ liệu thống kê định lượng về dòng vốn đầu tư toàn cầu giai đoạn đại dịch COVID-19 (2019–2022) thay vì chỉ mô tả lý thuyết định tính.

4. Làm sao để tự học hiệu quả với giáo trình?

Người học nên tiếp cận tuần tự từ Chương 1 đến Chương 4, kết hợp trả lời các câu hỏi ôn tập cuối chương, đối chiếu các định nghĩa với Bảng danh mục từ viết tắt (trang 12), và thực hành phân tích các case study (Lemonade, Zendrive, Feedzai) được nêu trong văn bản.

5. Có tài liệu bổ trợ nào kèm theo?

Giáo trình cung cấp hệ thống 22 danh mục từ viết tắt chuẩn hóa, hệ thống bảng so sánh kỹ thuật (SHA-256, IPO/ICO/IEO/IDO), danh mục sơ đồ trực quan và danh mục tài liệu tham khảo học thuật tại trang 200 bao gồm các sách trắng công nghệ và bài báo chuyên ngành.

Kết luận

Giáo trình Công nghệ tài chính của Trường Đại học Thủy Lợi thiết lập một hệ thống học liệu học thuật chuẩn mực, phản ánh toàn diện các chuyển biến kỹ thuật và mô hình nghiệp vụ trong lĩnh vực FinTech. Văn bản cung cấp lộ trình tiếp thu từ việc hiểu rõ bối cảnh kinh tế - hạ tầng kỹ thuật, nắm vững hai công nghệ nền tảng (AI và Blockchain), phân tích các mô hình tài sản số (Cryptocurrency/DeFi/CBDC), đến ứng dụng cụ thể trong thanh toán, tín dụng, quản lý tài sản và bảo hiểm. Để mở rộng kiến thức, người học được khuyến nghị tham khảo các nguồn trích dẫn gốc tại trang 200, các báo cáo chuyên đề của CB Insights, KPMG và các tài liệu kỹ thuật chuẩn hóa như NISTIR 8202.