Ngày 9/8, tại Saigon Innovation Hub, Trường Đại học Việt Đức (VGU) tổ chức bài giảng công chúng với chủ đề "Sự giao thoa giữa Kinh tế lượng và Trí tuệ nhân tạo: Kỷ nguyên mới của ra quyết định tài chính dựa trên dữ liệu". Sự kiện thu hút gần 100 đại biểu đến từ nhiều lĩnh vực.
Trong bối cảnh trí tuệ nhân tạo (AI) ngày càng được ứng dụng trong tài chính, từ dự báo thị trường đến quản lý danh mục đầu tư, vấn đề đặt ra là cách khai thác công nghệ hiệu quả nhưng vẫn duy trì vai trò của tư duy phản biện con người.
Bài giảng do GS.TS Mehdi Hosseinkouchack - Giáo sư Kinh tế lượng tại EBS University (EBS Business School, CHLB Đức) trình bày. Với nền tảng đào tạo kép giữa kỹ thuật và kinh tế học, cùng bằng Tiến sĩ Kinh tế từ Đại học Goethe Frankfurt (2011), GS. Hosseinkouchack là một trong những nhà nghiên cứu tiên phong khai phá vùng giao thoa giữa kinh tế lượng và AI trong tài chính. Các công trình của ông về phân tích chuỗi thời gian, mô hình dữ liệu bảng, hồi quy phân vị và kinh tế lượng tài chính đã được công bố trên các tạp chí học thuật hàng đầu như Econometric Theory, Journal of Time Series Analysis, Econometric Reviews và Oxford Bulletin of Economics and Statistics.
Xuyên suốt bài giảng, GS. Hosseinkouchack đặt ra câu hỏi cốt lõi: làm sao để dung hòa tư duy kinh tế học truyền thống với sức mạnh tính toán ngày càng lớn của AI, nhằm khai thác tối đa những thông tin ẩn giấu trong dữ liệu và đưa ra quyết định tài chính sáng suốt hơn?
Từ kho phương pháp phong phú của kinh tế lượng, thống kê, học máy và AI, ông chọn lọc một số kỹ thuật tiêu biểu để minh họa: Rừng ngẫu nhiên (Random Forests), Tăng cường độ dốc (Gradient Boosting), Mô hình Markov ẩn (Hidden Markov Models), cùng hai phương pháp xây dựng danh mục đầu tư kinh điển là Mean-Variance và Black-Litterman.
Điểm nhấn thực tiễn của bài giảng là ứng dụng Mô hình Markov ẩn để nhận diện các "chế độ thị trường" - tức các giai đoạn biến động khác nhau của thị trường tài chính. Từ đó, góc nhìn (views) của nhà đầu tư trong mô hình Black-Litterman có thể được điều chỉnh linh hoạt theo từng bối cảnh cụ thể, thay vì áp dụng một công thức cứng nhắc. Chiến lược danh mục đầu tư "thông minh theo ngữ cảnh" này sau đó được đối chiếu với phương pháp Mean-Variance truyền thống để làm rõ những khác biệt về hiệu quả.
GS. Hosseinkouchack nhấn mạnh, sự bất định, mơ hồ và những trăn trở trong tư duy không phải điểm yếu cần loại bỏ, mà là phần cốt lõi của quá trình học hỏi thực sự trong thời đại AI. Thông điệp này có ý nghĩa với lĩnh vực tài chính và những người đang sống trong thời đại AI, đặc biệt là sinh viên đang từng bước hình thành tư duy nghề nghiệp.
Thông điệp xuyên suốt là sự hội tụ giữa kinh tế lượng và AI không thay thế suy luận kinh tế bằng thuật toán, mà kết hợp năng lực tính toán với kỷ luật thống kê, trực giác kinh tế và phán đoán con người. Đây là nền tảng giúp nâng cao chất lượng quyết định tài chính trong một thế giới ngập tràn dữ liệu, nơi công nghệ cần đi cùng tư duy và đánh giá của con người.
Sự kiện nằm trong chuỗi bài giảng công chúng thuộc khuôn khổ Chương trình Thạc sĩ Tài chính và Kinh tế học toàn cầu (GFE) - chương trình đào tạo toàn thời gian, chuyên sâu về phương pháp định lượng và khoa học dữ liệu ứng dụng trong kinh tế - tài chính, do Trường Đại học Việt Đức phối hợp với Đại học Goethe Frankfurt (CHLB Đức) tổ chức. Chương trình có nhiều học bổng và hỗ trợ tài chính từ Chính phủ Việt Nam, Chính quyền bang Hessen và Cơ quan Trao đổi Hàn lâm CHLB Đức (DAAD).
