Trí tuệ nhân tạo và những ứng dụng đối với ngành ngân hàng
16/12/2019 7.321 lượt xem
Trong những năm gần đây, các cụm từ “Trí tuệ nhân tạo” (Artificial Intelligence) hay “Học máy” (Machine learning) càng ngày càng được nhắc đến nhiều hơn trong nhiều lĩnh vực khác nhau. Khối lượng dữ liệu ngày một tăng kết hợp với các đột phá về công nghệ lưu trữ, tính toán của phần cứng giúp cho các ứng dụng của AI càng ngày càng lớn và hiệu quả hơn. Đặc biệt trong ngành Tài chính ngân hàng trong khoảng 3 năm gần đây chứng kiến sự phát triển rõ rệt của công nghệ mới mẻ này. Sau đây là những điểm cơ bản mà những người làm việc trong ngành Tài chính, Ngân hàng cần biết về AI:
 

Thuật toán là một dãy các quy tắc chặt chẽ của các chỉ thị, phương cách hay một trình tự để giải quyết một bài toán cụ thể, đối với những người phi công nghệ (non-tech) thì có thể hiểu thuật toán là một chuỗi các bước hoặc nhiệm vụ cần phải thực hiện, hoặc là một hướng dẫn nấu ăn.
 
Trí tuệ nhân tạo (AI) là công nghệ mà con người lập trình nên với mục tiêu giúp máy tính có thể tự động hóa các hành vi thông minh như con người, theo nghĩa đơn giản thì AI là quá trình áp dụng các thuật toán đã được huấn luyện trước đó lên dữ liệu, và sử dụng các kết quả từ đó để ra quyết định hoặc khuyến cáo.
 
Học máy (Machine learning - ML) là lĩnh vực nghiên cứu và xây dựng các kỹ thuật cho phép các hệ thống học tự động từ dữ liệu để giải quyết những vấn đề cụ thể. Cụ thể là sử dụng các thuật toán và mô hình phân tích để thực hiện các phân tích cụ thể trên tập dữ liệu. ML rất gần với lĩnh vực thống kê ứng dụng.  
 
Khai phá dữ liệu (Data mining - DM) là quá trình tính toán để tìm ra các mẫu bên trong bộ dữ liệu. Mục đích của quá trình khai phá dữ liệu là trích xuất thông tin từ dữ liệu đầu vào để chuyển nó thành một cấu trúc dễ hiểu để sử dụng tiếp. Kết quả đầu ra của quá trình này thường được sử dụng để làm đầu vào cho các quá trình ra quyết định.
 
Những điều cần hiểu về AI:
 
1. Ngân hàng và tổ chức tài chính có thể ứng dụng sức mạnh của công nghệ mới này ngay bây giờ mà không cần thiết phải chờ đợi một phát minh khoa học đột phá nào khác. Các ngân hàng lớn và các công ty công nghệ tài chính (fintech) đã và đang ứng dụng AI vào trong các hoạt động truyền thông, giao vận, sản xuất, niêm yết giá và rất nhiều việc khác. Tận dụng khối lượng dữ liệu mà tổ chức của mình đang sở hữu và thực hiện khai phá các tri thức từ nó, xây dựng các mô hình “học” từ lượng dữ liệu đó, chắc chắn tổ chức của bạn sẽ đạt được những thành tựu tốt hơn bây giờ rất nhiều lần.
 
2. Thành công của việc ứng dụng AI sẽ không đến ngay lập tức. Đó là cả một quá trình từ xây dựng chiến lược, thu thập và chuẩn hóa dữ liệu, huấn luyện máy học cho đến sử dụng các kiến thức thu được từ dữ liệu để ra quyết định. Điều này đòi hỏi sự nhận thức rõ ràng từ các cấp lãnh đạo quản lý về tầm quan trọng và lợi ích của việc ứng dụng AI trong tổ chức của mình.
 
3. Phần lớn tri thức nằm bên trong nội bộ tổ chức của bạn. Các ngân hàng hiện nay sở hữu lượng dữ liệu cực lớn, không chỉ bao gồm dữ liệu cấu trúc thu thập được trong quá trình hoạt động kinh doanh của tổ chức mà còn các dữ liệu phi cấu trúc đến từ các hệ thống như điện thoại, camera, các cảm biến,… Tận dụng các dữ liệu hiện có, tăng cường thêm các điểm thu thập dữ liệu trong phạm vi tổ chức của mình và áp dụng các thuật toán khai phá dữ liệu có thể giúp các ngân hàng phát hiện ra những hiểu biết mới mang tính đột phá mà trước đây chưa từng chú ý đến. Từ đó bổ sung thêm các quyết định tối ưu hóa quy trình hay sản phẩm của mình.
 
4. Tránh việc không có định hướng cụ thể. Việc triển khai ứng dụng AI vào quy trình nghiệp vụ chỉ để xem có đạt được một kết quả gì đó không là vô nghĩa. Tất cả các thuật toán AI cần được xây dựng với một mục đích cụ thể, rõ rệt. Tổ chức tài chính cần xác định các bài toán cụ thể, ví dụ như xây dựng mô hình dự đoán rủi ro cho các khoản vay thương mại. Bắt đầu từ việc xác định các loại dữ liệu nào cần thu thập, có tác động đến mô hình nhiều hay ít và các kết quả đầu ra sẽ bao gồm những gì. Điều này được gọi là “AI hướng giả thuyết”. Việc xác định thông tin đầu ra mà tổ chức mình mong muốn nhận được sẽ giúp cho việc xây dựng chiến lược ứng dụng AI rõ ràng, tiết kiệm chi phí và hiệu quả hơn.
 
5. Cẩn trọng với các thuật toán Hộp đen. Có rất nhiều sản phẩm, công cụ trên thị trường được quảng cáo là có thể thu thập được tri thức từ bất cứ nguồn dữ liệu nào. Điều này có thể đúng với các thông tin cơ bản như trên mạng xã hội, tuy nhiên, đối với các bài toán, yêu cầu phức tạp hơn thì chưa chắc đã đúng. Đối với lĩnh vực đặc thù như ngành tài chính - ngân hàng, cách tiếp cận của các thuật toán Hộp đen như vậy sẽ không đạt được nhiều hiệu quả do độ rộng và phức tạp của các dữ liệu liên quan. Ví dụ chỉ sử dụng dữ liệu thu thập trên mạng xã hội sẽ không đủ để xác định được độ tin cậy của một cá nhân, từ đó xác định được rủi ro tín dụng. Các bài toán đặc thù cần các cách tiếp cận cụ thể, chi tiết hơn.
 

 
6. Các tổ chức cần khoa học gia dữ liệu. Nếu một tổ chức tài chính, ngân hàng muốn theo đuổi việc xây dựng chiến lược AI cho tổ chức mình thì họ sẽ cần phải có một khoa học gia dữ liệu. Khoa học gia dữ liệu là người hiểu biết về công nghệ xây dựng AI và các lĩnh vực như mô hình hóa dữ liệu, phân tích thống kê. Kết hợp với hiểu biết hoặc yêu cầu về nghiệp vụ, người này có thể xây dựng các chiến lược AI cụ thể và hiệu quả cho tổ chức. Các tổ chức sẽ không thể thuê ngoài đối tượng này vì sự cần thiết phải chia sẻ dữ liệu và các bí mật kinh doanh của mình. 
 
7. Cần thiết phải xây dựng sơ đồ cho chiến lược AI. Thách thức của việc triển khai AI trong ngành ngân hàng cũng giống như đối với các công nghệ mới khác - sự phức tạp và mức độ hiểu biết, chấp nhận của nội bộ tổ chức. Để đạt được thành công như mong muốn, các ngân hàng cần xác định rõ sơ đồ cho chiến lược AI của mình, bao gồm việc xác định các mảng dịch vụ/ nghiệp vụ và đánh giá tiềm năng ứng dụng của AI từ thấp đến cao. Ví dụ có thể kể đến các dịch vụ/ nghiệp vụ như đánh giá rủi ro, khai thác khách hàng sẽ có tiềm năng ứng dụng rất cao, so với các nghiệp vụ như quản lý tài sản cố định sẽ có tiềm năng thấp. 
 
8. AI sẽ đem đến sự thay đổi lớn về tổ chức, nhân sự. Bằng việc ứng dụng công nghệ tự động hóa quy trình bằng robot (Robotic Process Automation - RPA) kết hợp với AI, một số các quy trình nghiệp vụ truyền thống sẽ được tối ưu hóa hoặc thay thế bằng robot tự động hóa. Các vị trí cần nhiều nhân sự xử lý như tiếp tân, giao dịch viên, nhân viên đánh giá tín dụng,… sẽ bị giảm bớt hoặc thay thế. Một số phòng giao dịch được phát triển theo xu hướng Bank 3.0 đang hướng tới mục tiêu phòng giao dịch tự động hoàn toàn, không có nhân viên hỗ trợ. Tuy nhiên, điều này không có nghĩa AI sẽ làm giảm số lượng việc làm trong ngành ngân hàng. Việc ứng dụng AI trong quy trình nghiệp vụ có nghĩa là thời gian thực hiện các quy trình được giảm bớt đáng kể, cho phép nhân sự phụ trách có thể tập trung xử lý các vấn đề sâu hơn bên trong. Ngoài ra, khi AI và khoa học dữ liệu đã trở thành phổ biến, các ngân hàng cũng nên cân nhắc bổ sung các kiến thức mới này vào yêu cầu tuyển dụng của mình để tránh rủi ro tụt hậu trong công việc. 
 
Một số ví dụ về AI có thể ứng dụng cho ngành Ngân hàng:
 
- Mô hình dự báo tài chính: Bằng việc thu thập dữ liệu kinh doanh, dữ liệu giá cả lịch sử và một số dữ liệu liên quan trên thị trường, một tổ chức tài chính hay ngân hàng có thể xây dựng mô hình dự báo giá cổ phiếu của tổ chức mình trên thị trường chứng khoán, từ đó đưa ra các quyết định, chính sách kinh doanh phù hợp với nhu cầu phát triển. Việc dự báo được xu thế lên xuống của thị trường cũng sẽ giúp cho các tổ chức sử dụng tốt hơn các khoản đầu tư của mình.
 
- Mô hình khuyến nghị khuyến cáo: Hiện nay các tổ chức tài chính, ngân hàng có thể thu thập dữ liệu của khách hàng từ nhiều nguồn, nhiều cách khác nhau như từ ứng dụng điện thoại, Internet banking hay các sản phẩm tài chính cá nhân. Việc huấn luyện AI trên các dữ liệu này có thể giúp tổ chức hiểu rõ hơn và dự đoán được hành vi của khách hàng, từ đó đưa ra các khuyến nghị, khuyến cáo sản phẩm dịch vụ phù hợp hơn. Điều này cũng giúp làm tăng trải nghiệm cá nhân của khách hàng. Một ứng dụng nữa của loại mô hình này là phát hiện ra các hành vi, thói quen thao tác của khách hàng trên ứng dụng, sản phẩm của mình, từ đó đưa ra các chỉnh sửa, tối ưu đối với sản phẩm. 
 
- Nhận dạng giọng nói: Một ứng dụng mà được ít các tổ chức chú ý đến là việc nhận dạng giọng nói của khách hàng thu thập được qua kênh điện thoại hỗ trợ. Việc nhận biết được giọng nói khách hàng sẽ giúp tăng cường bảo mật khi áp dụng công nghệ phát sinh giao dịch/ xác thực giao dịch thông qua giọng nói hay xây dựng các bot trên điện thoại thông minh có khả năng tương tác, tư vấn và giải quyết các vấn đề cho khách hàng thông qua giọng nói.
 
- Phân tích chữ: Các tổ chức tài chính, ngân hàng hiện nay sở hữu một số lượng giấy tờ rất lớn do mô hình hoạt động truyền thống đòi hỏi các nghiệp vụ phải có văn bản. Ứng dụng AI vào nhận diện và phân tích văn bản có thể giúp các tổ chức đào được các kiến thức ẩn bên trong khối lượng văn bản, từ đó đưa ra các quyết định như tối ưu hóa quy trình nghiệp vụ, tự động phản hồi email và các khiếu nại, yêu cầu hỗ trợ của khách hàng. Điều này giúp làm giảm đáng kể chi phí vận hành và hoạt động của các tổ chức. 
 
- Phân tích hình ảnh: Với hệ thống camera cài đặt trong các phòng giao dịch, điểm tiếp đón khách hàng hay sử dụng camera điện thoại, AI có thể được ứng dụng để nhận diện khuôn mặt, định danh khách hàng. Kết hợp với công nghệ nhận diện giọng nói và dữ liệu giọng nói, ngân hàng có thể phát triển các dịch vụ thanh toán, phát sinh giao dịch bằng hình ảnh hay âm thanh thông qua điện thoại thông minh. Ngoài ra, việc sử dụng AI nhận diện con người cũng có thể dùng để đo lường, đánh giá hoạt động của nhân viên ngân hàng.
 
- Tăng cường tuân thủ: Đi kèm với tiến bộ công nghệ là các hoạt động tội phạm trong giới tài chính, ngân hàng ngày một tăng cao. Các tổ chức tài chính cũng phải tập trung nguồn lực, công nghệ ngày một nhiều vào việc phòng chống các hoạt động phi pháp trong ngành của mình như rửa tiền hay tài trợ khủng bố. Kết hợp cùng với các kỹ thuật như Học máy, Học sâu (Deep learning), Đào dữ liệu (data mining) và phân tích sẽ giúp các nhà quản trị ngân hàng phát hiện sớm và ngăn chặn tốt hơn các giao dịch bất hợp pháp phát sinh trong hệ thống của mình, từ đó tránh được nguy cơ bị phạt từ phía Ngân hàng Trung ương.
 
- Đánh giá rủi ro: Sử dụng nguồn dữ liệu lớn kết hợp với các thuật toán Học máy, AI, các ngân hàng có thể cải thiện quy trình ra quyết định, tăng cường việc phòng ngừa và đánh giá rủi ro trong hoạt động của mình. Với xu thế phát triển của ngành Ngân hàng ngày nay, rất khó để các chuyên gia dự đoán được các xu hướng rủi ro của Ngành. Thêm nữa, thị trường tài chính, công nghệ cũng như khách hàng ngày nay cũng bị tác động bởi chính các thuận toán Học máy và AI, điều này khiến cho việc đánh giá rủi ro trở nên khó khăn hơn trước rất nhiều. Tuy nhiên, điều các ngân hàng có thể tập trung vào bây giờ là phát triển và cải thiện các mô hình để đối mặt với các rủi ro mới.

ThS. Nguyễn Trung Anh

Nguồn: TCNH chuyên đề THNH số 3/2019
Bình luận Ý kiến của bạn sẽ được kiểm duyệt trước khi đăng. Vui lòng gõ tiếng Việt có dấu
Đóng lại ok
Bình luận của bạn chờ kiểm duyệt từ Ban biên tập
Ứng dụng trí tuệ nhân tạo tạo sinh trong quản lí tài sản
Ứng dụng trí tuệ nhân tạo tạo sinh trong quản lí tài sản
12/06/2024 660 lượt xem
Sự xuất hiện của trí tuệ nhân tạo (AI) tạo sinh (Generative Artifitial Intelligence - GenAI) làm thay đổi đáng kể phương thức mà con người sinh hoạt và lao động. GenAI được đánh giá là công cụ có thể mang lại sự tăng trưởng năng suất lao động đáng kể trong nhiều thập kỉ tới.
Chính phủ điện tử đồng hành cùng người dân
Chính phủ điện tử đồng hành cùng người dân
16/05/2024 2.523 lượt xem
Theo Báo cáo Chính phủ điện tử của Liên hợp quốc năm 2022 (E-Government Survey 2022), Việt Nam đã duy trì được việc tăng hạng Chính phủ điện tử liên tục trong giai đoạn 2014 - 2020, từ vị trí 99 lên vị trí 86 trong 193 quốc gia thành viên Liên hợp quốc, ở vị trí thứ 6 Đông Nam Á sau Singapore, Malaysia, Thái Lan, Brunei và Indonesia.
Ứng dụng cơ sở dữ liệu cá nhân trong hoạt động quản lí khách hàng vay của các ngân hàng thương mại hiện nay
Ứng dụng cơ sở dữ liệu cá nhân trong hoạt động quản lí khách hàng vay của các ngân hàng thương mại hiện nay
15/05/2024 2.742 lượt xem
Nghiên cứu của nhóm tác giả tập trung tìm hiểu về các ứng dụng của cơ sở dữ liệu cá nhân trong hoạt động theo dõi và quản lí khách hàng vay vốn tại NHTM, từ đó đề xuất giải pháp tháo gỡ khó khăn cho quá trình quản lí của ngân hàng.
Ảnh hưởng của số hóa đến biên lãi ròng của ngân hàng thương mại Việt Nam
Ảnh hưởng của số hóa đến biên lãi ròng của ngân hàng thương mại Việt Nam
10/05/2024 2.938 lượt xem
Trong những năm gần đây, Việt Nam đã vươn lên trở thành một trong những quốc gia dẫn đầu về ứng dụng ngân hàng số với tốc độ tăng trưởng thanh toán số. Mặc dù số hóa là xu hướng tất yếu, nhiều tổ chức, doanh nghiệp nói chung và ngành Ngân hàng nói riêng vẫn gặp nhiều khó khăn trong việc triển khai hiệu quả và bền vững.
Ngân hàng mở: Cơ hội mới nhưng đầy thách thức với ngành Ngân hàng
Ngân hàng mở: Cơ hội mới nhưng đầy thách thức với ngành Ngân hàng
26/04/2024 3.861 lượt xem
Bài viết trình bày về những lợi ích, cơ hội khi áp dụng hệ sinh thái ngân hàng mở; đồng thời, chỉ ra các rào cản trong quá trình triển khai; từ đó, đề xuất một số khuyến nghị nhằm thực hiện tốt mô hình ngân hàng mở trong những năm tiếp theo.
Đảm bảo an ninh mạng tại Neobank với sự kết hợp của trí tuệ  nhân tạo, Blockchain và học máy
Đảm bảo an ninh mạng tại Neobank với sự kết hợp của trí tuệ nhân tạo, Blockchain và học máy
25/04/2024 3.610 lượt xem
Neobank (ngân hàng thế hệ mới) là mô hình ngân hàng hiện đang được rất nhiều người ưa chuộng, mang đến cho khách hàng những trải nghiệm ngân hàng số hóa đầu tiên. Tuy nhiên, cùng với sự đổi mới nhanh chóng về công nghệ, rủi ro an ninh mạng cũng ngày càng tăng cao. Việc quản lí rủi ro kém hiệu quả có thể gây tổn hại không chỉ cho ngân hàng mà còn cho khách hàng.
Đảm bảo an ninh, an toàn trong cung ứng và sử dụng dịch vụ ví điện tử
Đảm bảo an ninh, an toàn trong cung ứng và sử dụng dịch vụ ví điện tử
19/04/2024 3.644 lượt xem
Nhằm đảm bảo an toàn cho hoạt động thanh toán, trong đó có dịch vụ ví điện tử, thời gian tới, Ngân hàng Nhà nước Việt Nam (NHNN) tiếp tục nghiên cứu sửa đổi, bổ sung các quy định pháp luật liên quan mở và sử dụng tài khoản thanh toán (TKTT), thẻ ngân hàng, ví điện tử...
Phát triển ngân hàng xanh nhằm tạo động lực cho phát triển bền vững ở Việt Nam
Phát triển ngân hàng xanh nhằm tạo động lực cho phát triển bền vững ở Việt Nam
15/04/2024 4.631 lượt xem
Ngân hàng xanh đóng vai trò quan trọng trong phát triển bền vững. Mục tiêu của bài viết này nhằm nhận diện những khó khăn và thách thức mà ngân hàng xanh ở Việt Nam đang gặp phải thông qua phỏng vấn sâu với 30 lãnh đạo và nhân viên giàu kinh nghiệm tại các ngân hàng thương mại (NHTM).
Xác thực sinh trắc học giúp tăng khả năng bảo mật  và an toàn cao hơn trong giao dịch ngân hàng
Xác thực sinh trắc học giúp tăng khả năng bảo mật và an toàn cao hơn trong giao dịch ngân hàng
03/04/2024 12.793 lượt xem
Từ ngày 01/7/2024, khách hàng phải xác thực sinh trắc học khi giao dịch ngân hàng lần đầu bằng Mobile Banking; mọi giao dịch chuyển tiền có giá trị từ 10 triệu đồng trở lên đều phải thông qua bước xác thực bằng sinh trắc học đối với người chuyển tiền; tổng số tiền các giao dịch trên 20 triệu đồng/ngày phải xác thực bằng sinh trắc học.
Agri-Fintech: Giải pháp cho việc nâng cao hiệu quả tài trợ tài chính trong lĩnh vực nông nghiệp của kỉ nguyên số
Agri-Fintech: Giải pháp cho việc nâng cao hiệu quả tài trợ tài chính trong lĩnh vực nông nghiệp của kỉ nguyên số
27/03/2024 5.095 lượt xem
Việc tài trợ tài chính cho lĩnh vực nông nghiệp tại Việt Nam trong thời gian qua luôn gặp nhiều khó khăn cho dù đã có sự nỗ lực của Chính phủ, các bộ, ngành và các bên liên quan.
Giải pháp phát triển nguồn nhân lực ngân hàng Việt Nam trong bối cảnh chuyển đổi số
Giải pháp phát triển nguồn nhân lực ngân hàng Việt Nam trong bối cảnh chuyển đổi số
25/03/2024 6.168 lượt xem
Quá trình số hóa ở Việt Nam đang ngày càng phát triển nhanh chóng, đặc biệt trong lĩnh vực ngân hàng. Với sự tiến bộ không ngừng của công nghệ, ngành Ngân hàng đang có những cải cách trong nền tảng kĩ thuật số nhằm cung ứng dịch vụ và giải quyết yêu cầu của khách hàng tốt hơn.
Nâng cao kĩ năng cho người tiêu dùng trong sử dụng thẻ tín dụng
Nâng cao kĩ năng cho người tiêu dùng trong sử dụng thẻ tín dụng
22/03/2024 6.562 lượt xem
Ngày nay, với nhiều tiện ích, thẻ tín dụng đã trở nên phổ biến trong chi tiêu, mua sắm của người dân. Tuy nhiên, thực tế không ít người do chưa hiểu rõ về tính năng của thẻ, số ngày miễn lãi, nguyên tắc trả nợ và cách tính lãi suất nếu thanh toán không đủ hoặc không đúng hạn mà có thể trở thành những “con nợ” lớn của ngân hàng.
Tăng cường các giải pháp ngăn chặn lừa đảo chiếm đoạt tiền trong tài khoản
Tăng cường các giải pháp ngăn chặn lừa đảo chiếm đoạt tiền trong tài khoản
20/03/2024 6.811 lượt xem
Thời gian gần đây, ngày càng xuất hiện nhiều hơn tình trạng tội phạm sử dụng các loại mã độc đánh cắp thông tin, mã hóa dữ liệu của người dùng để chiếm đoạt tài sản. Các chuyên gia bảo mật cảnh báo, sau khi xâm nhập, các mã độc này có thể "nằm vùng" như một gián điệp, thu thập thông tin, điều khiển các ứng dụng ngân hàng, đánh cắp tài khoản, mật khẩu và mã OTP của nạn nhân để thực hiện các hành vi vi phạm pháp luật.
Giải pháp thúc đẩy thanh toán không dùng tiền mặt và số hóa ngân hàng
Giải pháp thúc đẩy thanh toán không dùng tiền mặt và số hóa ngân hàng
15/03/2024 7.321 lượt xem
Thời gian qua, với mục tiêu lấy khách hàng là trung tâm, ngành Ngân hàng đã không ngừng hoàn thiện pháp lý và hạ tầng công nghệ nhằm tạo điều kiện thuận lợi cho phát triển thanh toán không dùng tiền mặt (TTKDTM), thúc đẩy hoạt động ngân hàng số và đảm bảo an ninh, an toàn trong hoạt động thanh toán.
Nghĩa vụ bảo mật thông tin người sử dụng Internet Banking của nhà cung cấp dịch vụ trung gian thanh toán
Nghĩa vụ bảo mật thông tin người sử dụng Internet Banking của nhà cung cấp dịch vụ trung gian thanh toán
13/03/2024 6.494 lượt xem
Trong bối cảnh chuyển đổi số, Việt Nam luôn nỗ lực thay đổi, cải tiến và cập nhật những công nghệ hiện đại để áp dụng phát triển trong hầu hết các lĩnh vực, đặc biệt là kinh tế. Internet Banking hay dịch vụ thanh toán trên các thiết bị điện tử trở thành một bước tiến trong giao dịch thương mại.
Giá vàngXem chi tiết

GIÁ VÀNG - XEM THEO NGÀY

Khu vực

Mua vào

Bán ra

HÀ NỘI

Vàng SJC 1L

74.980

76.980

TP.HỒ CHÍ MINH

Vàng SJC 1L

74.980

76.980

Vàng SJC 5c

74.980

77.000

Vàng nhẫn 9999

73.300

74.900

Vàng nữ trang 9999

73.200

74.100


Ngoại tệXem chi tiết
TỶ GIÁ - XEM THEO NGÀY 
Ngân Hàng USD EUR GBP JPY
Mua vào Bán ra Mua vào Bán ra Mua vào Bán ra Mua vào Bán ra
Vietcombank 25,191 25,461 26,604 28,063 31,597 32,940 156.89 166.05
BIDV 25,230 25,461 26,792 28,069 31,853 32,958 157.51 166.11
VietinBank 25,230 25,461 26,868 28,163 32,072 33,082 158.47 167.07
Agribank 25,260 25,461 26,760 28,062 31,738 32,910 157.90 165.69
Eximbank 25,200 25,452 27,215 28,141 32,038 33,028 160.39 165.84
ACB 25,220 25,453 27,222 28,156 32,081 33,049 160.48 166.81
Sacombank 25,215 25,453 27,440 28,200 32,257 32,960 161.19 166.22
Techcombank 25,190 25,453 27,047 28,408 31,708 33,051 156.64 169.07
LPBank 24,993 25,453 26,969 28,646 32,130 33,031 158.44 169.19
DongA Bank 25,270 25,453 27,260 28,090 31,990 33,020 158.10 166.00
(Cập nhật trong ngày)
Lãi SuấtXem chi tiết
(Cập nhật trong ngày)
Ngân hàng
KKH
1 tuần
2 tuần
3 tuần
1 tháng
2 tháng
3 tháng
6 tháng
9 tháng
12 tháng
24 tháng
Vietcombank
0,10
0,20
0,20
-
1,60
1,60
1,90
2,90
2,90
4,60
4,70
BIDV
0,10
-
-
-
1,70
1,70
2,00
3,00
3,00
4,70
4,70
VietinBank
0,10
0,20
0,20
0,20
1,70
1,70
2,00
3,00
3,00
4,70
4,80
ACB
0,01
0,50
0,50
0,50
2,10
2,30
2,50
3,30
3,60
4,30
4,40
Sacombank
-
0,50
0,50
0,50
2,10
2,30
2,50
3,50
3,60
4,50
4,80
Techcombank
0,10
-
-
-
2,10
2,10
2,30
3,40
3,45
4,30
4,30
LPBank
0.20
0,20
0,20
0,20
1,80
1,80
2,10
3,20
3,20
5,00
5,30
DongA Bank
0,50
0,50
0,50
0,50
3,30
3,30
3,30
4,30
4,50
4,80
5,00
Agribank
0,20
-
-
-
1,60
1,60
1,90
3,00
3,00
4,70
4,70
Eximbank
0,50
0,50
0,50
0,50
2,90
3,10
3,20
4,00
4,00
4,80
5,10

Liên kết website
Bình chọn trực tuyến
Nội dung website có hữu ích với bạn không?