Tôi đã từng có khoảng thời gian gần 5 tháng thực tập ở một ngân hàng thương mại cổ phần của Việt Nam tại phòng Phân tích rủi ro, và sau đó làm việc với vị trí Risk Analyst tại công ty tài chánh tiêu dùng mà tôi đàng làm cho tới nay, tính cả thảy kể ra cũng gần tròn một năm. Nghiệp vụ phân tích rủi ro ở hai nơi này có nhiều điểm khác nhau, do đó để làm cho bài viết thêm phong phú, ngoài việc nêu ra một cách khái quát những việc hiện tại trong công việc tôi còn sẽ thêm vào những nghiệp vụ mà mình học lõm được ở ngân hàng mà tôi thực tập.
Tuy nhiên vì mục đích chia sẻ nhưng vẫn đảm bảo tính bảo mật thông tin, tôi sẽ không nói chi tiết mà chỉ nêu khái quát và những gợi ý cho các bạn có hướng đi theo ngành này, vâng ngành Quản lý và phân tích rủi ro, đặc biệt là ở ngữ cảnh của Việt Nam chúng ta.
Khi còn ở quãng thời gian thực tập tại ngân hàng, công việc chính của tôi là thực tập và vì vậy những nghiệp vụ ở đó đa phần là tôi học lõm được. Việc thực tập ở đó đã mang lại cho tôi một đề tài luận văn trong ngành quản lý rủi ro tín dụng, một đề tài rất thiết thực ở Việt Nam.
Khi làm việc với rủi ro, chúng ta phải phân tích, mà phân tích thì phải phân tích dựa trên dữ liệu. Hằng ngày các chuyên viên phân tích rủi ro họ phải làm việc trực tiếp trên một núi dữ liệu của ngân hàng, đó là những dữ liệu về khoản vay, về thông tin khách hàng nếu bạn làm việc với rủi ro tín dụng, hay là dữ liệu về tỉ giá nếu bạn làm việc với rủi ro thị trường.
Chuyên viên phân tích rủi ro đầu tiên phải biết cách truy xuất vào cơ sở dữ liệu của ngân hàng, thường thì các ngân hàng của Việt Nam dùng các Hệ quản trị cơ sở dữ liệu như SQL Server hay Oracle để quản lý. Việc truy xuất được thực hiện bằng các câu truy vấn SQL sẽ mang về cho chuyên viên phân tích rủi ro những dữ liệu cần thiết, và sau đó dùng vào các phân tích dựa trên Excel hay chạy mô hình. Một ngày làm việc của họ sẽ dùng đến SQL khá nhiều, vì nhiều khi không nhất thiết ngày nào cũng chạy mô hình mà chỉ đơn thuần là làm báo cáo và chỉ cần dùng các câu truy vấn SQL mà thôi.
Các công cụ dùng trong Risk Management
Nhắc đến kỹ năng dùng Excel thì đã làm nghề phân tích, cho dù phân tích cái gì thì ai cũng phải rành, và siêu thuần thục. Chuyên viên phân tích rất hay dùng VBA (lệnh Macro) trong Excel để làm việc.
Đôi khi việc truy xuất dữ liệu không nhất thiết phải dùng trực tiếp các câu lệnh SQLtrên một công cụ truy vấn SQL trực tiếp như SQL Server Management Studio, Aqua Data Studiohay như Navicat, mà chuyên viên còn có thể sử dụng ngôn ngữ SAS để làm điều này. SAS còn là một ngôn ngữ thống kê mạnh và có nhiều hỗ trợ khác.
Chuyên viên phân tích rủi ro không chỉ làm việc trực tiếp với đội nhóm của mình và trưởng phòng phân tích rủi ro thường xuyên, họ còn phải làm việc nhiều với các bộ phận khác như IT,Capital Market,.... Ví dụ nếu làm việc với Capital Market thì người chuyên viên phân tích rủi ro như là một người đáp ứng yêu cầu của Capital Market, khi mà bên Capital Market có nhu cầu xây dựng một công cụ để đo lường rủi ro trong các thị trường như chứng khoán, FX, vàng…
Còn khi làm việc với IT thì người chuyên viên phân tích rủi ro đóng vai trò như là người đưa ra yêu cầu, bắt tay cùng làm việc với IT để xây dựng ra những hệ thống quản lý rủi ro toàn diện của ngân hàng. Tôi mong các bạn hiểu ý này, nhằm cho thấy tính hợp tác trong công việc của người chuyên viên phân tích rủi ro là cực kỳ quan trọng.
Chuyển sang nói chút về làm mô hình (modeling) trong phân tích rủi ro, cái này là món mà anh chị em học quant thích nhất. Thường thì ngoài Wall Street hay các trung tâm tài chánh lớn của thế giới ra thì khi đề tập tới quant người ta ít hiểu, mà người ta hiểu hơn khi nói là modeling. Các ngân hàng thương mại ở Việt Nam người ta thích nói là modeling hơn, do đó cứ gọi là modeling thay cho quant khi chúng ta phải gặp họ, và phải nói chuyện với họ, như khi phỏng vấn chẳng hạn.
Ngay cả ở công ty tôi làm, một công ty tín dụng tiêu dùng của Châu Âu, người ta cũng gọi là modeling, cho dù đó là một ông trưởng phòng phân tích rủi ro với học vị Tiến Sĩ Toán, Vật Lý và đạt cả 2 levels chứng chỉ FRM (Financial Risk Manager Certificate) của GARP. Khi dùng modeling thì phải biết các mô hình, ở ngân hàng mà tôi thực tập thì họ chủ yếu là nghiên cứu các mô hình có sẵn để áp dụng cho ngân hàng họ. Đôi lúc họ còn nhờ đến đội ngũ tư vấn của các công ty tư vấn tên tuổi như McKinsey & Company, Moody’s Analytics, KPMG, PwC, …
Các bạn nên nhớ là các công ty tư vấn này đều có bộ phận tư vấn rủi ro và họ có rất nhiều những Tiến sĩ từ các ngành Finance, Math, IT…. Về ngôn ngữ lập trình hay công cụ được dùng để xây dựng mô hình thì người chuyên viên phân tích rủi ro có thể dùng VBA-Excel, SAS, Matlab chứ chưa đến mức phải dùng đến C++ đâu….
Nhưng tôi thấy ở ngân hàng Việt Nam thì họ vẫn chuộng VBA-Excel hơn cả. Cái quan trọng là cuối cùng mô hình phải được build chứ ngôn ngữ và môi trường để làm ra nó không quan trọng, tôi nghĩ vậy vì nếu có khó khăn khi đang dùng một môi trường khi build một mô hình thì tự khắc người ta sẽ đổi và học cái khác ngay thôi. Tôi thấy ở ngân hàng họ cũng làm theo lời khuyên của các công ty tư vấn là nên dùng cái gì để build, tư vấn rất có giá là vậy.
Bạn thấy đó ngoài ngân hàng và các công ty tài chánh trực tiếp làm việc với các khoản vay và thị trường thì chúng ta, những chuyên viên phân tích rủi ro tương lai (đối với ai chưa bước vào ngành này mà có mong ước) còn có thể apply và làm cho các công ty tư vấn này (có điều họ tuyển rất khó và đòi hỏi nhiều kinh nghiệm). Tôi còn có nghe một cô bạn làm trong KPMG nói, bộ phận tư vấn rủi ro bên KPMG là VIP nhất công ty, chứ Audit thì là cái đinh gì đâu, vui tí! (nhưng mà thật các bạn nhé, họ tuyển toàn trâu bò kinh nghiệm đầy mình vô tư vấn rủi ro không đấy).
Một ngày làm việc của Risk Analyst
Quay lại chi tiết hơn với chính tôi hiện tại. Một ngày làm việc của tôi hiện tại ở Risk Dept chưa đụng tới modeling, nhưng tôi sẽ hy vọng được làm modeling trong tương lai ở đây. Sáng dậy đến công ty, tôi sẽ kiểm tra các con store procedures (được viết bằng SQL hay Oracle) đã chạy ổn chưa, làm reports theo kỳ (tuần, tháng) nếu tới ngày, support làm các tool Exel dùng VBA cho team và các bộ phận khác dùng.
Tôi còn phải thường xuyên làm các report Ad-hoc đo lường các chỉ số rủi ro có liên quan đến các hợp đồng tín dụng tiêu dùng. Nói chung là công việc cần nhiều tới SQL, Oracle, Excel, VBA. Và bởi vì đặc thù loại hình kinh doanh của công ty mà tôi đang làm việc hiện tại chỉ là Tín dụng tiêu dùng, nên tôi chỉ quan tâm đến tư duy phân tích rủi ro liên quan đến các khoản vay mà thôi.
Tôi chỉ là một thành viên trong Risk Dept, khi bạn đi làm bạn mới biết rằng không phải mình làm gì cũng được, công việc trong Dept có sự phân hóa. Vâng các đồng nghiệp của tôi có người sẽ làm việc với hệ thống riêng dành cho credit scoring, có người sẽ làm việc với ngôn ngữ SAS nhiều, và có người làm chuyên về credit portfolio management,...
Tài liệu về Risk
Có một số thuật ngữ ở trên nếu không hiểu thì bạn nên google chứ tôi không tiện giải thích ở đây vì dài dòng lắm. Để kết thúc bài tôi xin nêu ra vài trang web cũng như các đầu sách mà tôi tâm đắc để chia sẻ tới các bạn:
Cuốn Financial Risk Manager Handbook của Philippe Jorion.
Cuốn An Introduction to Credit Risk Modeling của Christian Bluhm.
Cuốn The Management of Consumer Credit - Theory and Practice của Steven Finlay.
Cuốn Credit Risk Modeling: Theory and Applications của David Lando.
Cuốn Against the Gods: The Remarkable Story of Risk của Peter L. Bernstein.
Trang GARP: http://www.garp.org/
Trang http://www.moodysanalytics.com/
Trang http://bankinganalyticsblog.fico.com/
Trang http://www.deep-data-mining.com/
Trang http://www.bigdatascoring.com/
Trang http://kinhtetaichinh.blogspot.com/
Trang http://www.mckinsey.com/client_service/risk
Và còn rất nhiều.
Hy vọng sau bài viết này trên vnquants, bạn nào có cuốn sách hoặc trang web nào hay về rủi ro thì chia sẻ trong mục comment cho mọi người biết với. Chúc anh chị em vnquants vui vẻ sau khi đọc bài này, và thêm lòng đam mê trong ngành Risk, chào thân ái!
>> Công ty nào ở Việt Nam được ứng viên xin việc yêu thích nhất?
Source: http://vnquants.com/bai-cua-khach/chuyen-vien-phan-tich-rui-ro-o-viet-nam-lam-cai-gi
