Data Engineering cho Phân tích Rủi ro 🏠

📖 Từ điển thuật ngữ Data Engineering & Rủi ro

90 thuật ngữ thường gặp (tiếng Việt / tiếng Anh), gõ để lọc.

Thuật ngữTiếng Anh / viết tắtGiải thích
ASOF JOINAs-of joinPhép nối lấy bản ghi gần nhất không sau thời điểm của dòng bên trái (VD: tỷ giá gần nhất).
AUC / GiniArea under ROC / Gini = 2·AUC − 1Đo khả năng xếp hạng khách tốt/ xấu của mô hình.
Ba tuyến bảo vệThree lines modelKinh doanh (tuyến 1), quản trị rủi ro/ tuân thủ (tuyến 2), kiểm toán nội bộ (tuyến 3).
Bút danh hoáPseudonymizationThay định danh bằng mã (hash có muối/ token) để phân tích mà không lộ danh tính.
Bảng chiềuDimension tableBảng mô tả (đại lý, ngày, vùng) để cắt lát fact.
Bảng sự kiệnFact tableBảng chứa đo lường (số tiền, số lượng) ở một grain xác định.
Bảng tuổi nợAR agingPhân nhóm công nợ phải thu theo số ngày quá hạn tại một ngày chốt.
Bảo mật cấp dòngRow-level securityMỗi người chỉ thấy các dòng được phép (VD: theo vùng).
Bắt thay đổi dữ liệuCDC – Change Data CaptureĐọc nhật ký giao dịch của DB nguồn để lấy mọi insert/update/delete.
Che dữ liệuMaskingẨn một phần giá trị (VD: ****1234) khi hiển thị cho người không đủ quyền.
Chạy bùBackfillChạy lại pipeline cho một khoảng thời gian trong quá khứ.
Chất lượng dữ liệuData qualityMức độ dữ liệu đúng, đủ, nhất quán, hợp lệ, duy nhất, kịp thời.
Chỉ báo sớmLeading indicatorChỉ số thay đổi trước khi tổn thất xảy ra (VD: số ngày trễ tăng).
Chỉ số Herfindahl-HirschmanHHIΣ (tỷ trọng %)²; đo mức độ tập trung.
Chỉ số rủi ro chínhKRI – Key Risk IndicatorChỉ số đo mức độ rủi ro, có ngưỡng xanh/vàng/đỏ và chủ sở hữu.
Chỉ số ổn định quần thểPSI – Population Stability IndexĐo mức trôi của phân phối (điểm, đặc trưng) so với lúc phát triển mô hình.
Chủ sở hữu dữ liệuData ownerNgười chịu trách nhiệm nghiệp vụ về định nghĩa và quyền truy cập dữ liệu.
Cách lyQuarantineTách dòng lỗi ra vùng riêng để xử lý, không đưa vào bảng sạch.
Cơ sở dữ liệu tổn thấtLoss event databaseNơi ghi nhận sự kiện tổn thất và suýt tổn thất để phân tích.
Cắt tỉa phân vùngPartition pruningBộ máy truy vấn bỏ qua các phân vùng không thoả điều kiện lọc.
Cửa sổ thời gianWindowingGom sự kiện theo khung: tumbling, hopping, session.
DAGDirected Acyclic GraphĐồ thị có hướng không chu trình mô tả thứ tự các bước pipeline.
Danh mục dữ liệuData catalogKho mô tả bảng, cột, chủ sở hữu, định nghĩa, độ nhạy.
dbtdata build toolCông cụ viết biến đổi bằng SQL có kiểm thử, tài liệu, lineage.
Du hành thời gianTime travelĐọc lại bảng ở phiên bản/ thời điểm trước; hữu ích cho kiểm toán.
Dòng dõi dữ liệuData lineageĐường đi của dữ liệu từ nguồn qua các bước đến báo cáo.
Dư nợ tại thời điểm vỡ nợEAD – Exposure at DefaultSố tiền khách còn nợ khi vỡ nợ, gồm phần hạn mức có thể bị rút thêm.
Dữ liệu cá nhânPII / Personal dataThông tin gắn với một cá nhân xác định; cần bảo vệ theo pháp luật.
Dự báo dòng tiền 13 tuần13-week cash flow forecastDự báo thu/ chi theo tuần cho quý tới để quản trị thanh khoản.
Giá trị chịu rủi roVaR – Value at RiskMức lỗ không bị vượt quá với độ tin cậy cho trước trong một kỳ.
Giá trị thông tinIV – Information ValueΣ (%tốt − %xấu) × WoE; đo sức phân loại của một biến.
GrainGrainĐộ chi tiết của một dòng trong bảng (VD: một hoá đơn, một đại lý-ngày).
Hồ dữ liệuData lakeLưu trữ file giá rẻ (S3, ADLS, MinIO) cho mọi loại dữ liệu.
Hồi quy logisticLogistic regressionMô hình xác suất cho biến nhị phân, nền tảng của scorecard.
Hợp đồng dữ liệuData contractThoả thuận giữa bên cung cấp và bên dùng về cấu trúc, chất lượng, SLA của dữ liệu.
Khẩu vị rủi roRisk appetiteMức rủi ro tổ chức sẵn sàng chấp nhận để đạt mục tiêu, thể hiện bằng ngưỡng đo được.
Kiến trúc huy chươngMedallion architectureTổ chức dữ liệu thành Bronze (thô), Silver (sạch), Gold (sẵn dùng).
Kiểm tra sức chịu đựngStress testĐánh giá tác động của kịch bản bất lợi nhưng có thể xảy ra.
Kiểm định chéoCross-validationChia dữ liệu nhiều lần để đánh giá mô hình trên phần chưa thấy.
Kiểm định ngượcBacktestingSo mô hình với kết quả thực tế (VD: đếm số ngày lỗ vượt VaR).
LakehouseLakehouseHồ dữ liệu + định dạng bảng (Delta/ Iceberg) có ACID, schema, time travel.
Luật BenfordBenford's lawTrong nhiều tập số tự nhiên, chữ số đầu là 1 chiếm ~30%, 9 chỉ ~4,6%.
Luồng sự kiệnEvent streamChuỗi sự kiện liên tục (đơn hàng, thanh toán) xử lý gần thời gian thực.
Lớp ngữ nghĩaSemantic layerLớp định nghĩa chỉ số dùng chung cho mọi công cụ báo cáo.
Ma trận dự phòngProvision matrixÁp tỷ lệ tổn thất cho từng nhóm tuổi nợ để tính dự phòng phải thu.
MADMean Absolute DeviationTrung bình độ lệch tuyệt đối giữa tỷ trọng thực tế và kỳ vọng (Benford).
Mô hình hiện hành – thách thứcChampion–challengerSo mô hình đang dùng với mô hình mới trên cùng dữ liệu trước khi thay.
Mô hình hình saoStar schemaBảng fact ở giữa nối các bảng dimension; mô hình phổ biến cho phân tích.
Mô phỏng Monte CarloMonte Carlo simulationSinh nhiều kịch bản ngẫu nhiên để ước lượng phân phối kết quả.
Mệt mỏi cảnh báoAlert fatigueQuá nhiều cảnh báo sai khiến người nhận bỏ qua cả cảnh báo đúng.
Mốc nạpWatermark (batch)Giá trị lớn nhất (thời gian/ ID) đã nạp, để lần sau chỉ lấy phần mới.
Ngày chốtAs-of date / snapshot dateThời điểm mà số liệu được tính 'như lúc đó'.
Nạp gia tăngIncremental loadChỉ nạp phần thay đổi kể từ lần trước, thường dựa trên watermark.
ParquetApache ParquetĐịnh dạng file dạng cột, nén tốt, đọc nhanh cho phân tích.
Phân quyền theo vai tròRBACCấp quyền theo vai trò thay vì từng người.
Phân vùngPartitioningChia dữ liệu theo cột (năm/tháng) thành thư mục để đọc ít hơn.
Point-in-timePoint-in-time correctnessChỉ dùng thông tin đã biết tại thời điểm tính, không dùng dữ liệu tương lai.
Rò rỉ dữ liệuData leakageĐặc trưng vô tình chứa thông tin tương lai, làm mô hình đẹp giả tạo.
Rủi roRiskKhả năng một sự kiện không chắc chắn làm doanh nghiệp không đạt mục tiêu.
Rủi ro còn lạiResidual riskMức rủi ro sau khi tính hiệu quả của các biện pháp kiểm soát.
Rủi ro mô hìnhModel riskTổn thất do mô hình sai hoặc dùng sai.
Rủi ro vận hànhOperational riskTổn thất do quy trình, con người, hệ thống hoặc sự kiện bên ngoài.
SCD loại 2Slowly Changing Dimension Type 2Lưu mọi phiên bản của dimension với valid_from/valid_to để join đúng thời điểm.
SLAService Level AgreementCam kết thời hạn/ chất lượng (VD: báo cáo có trước 7:00).
Song thời gianBitemporalLưu cả thời gian hiệu lực nghiệp vụ và thời gian hệ thống ghi nhận.
Số ngày quá hạnDPD – Days Past DueNgày chốt trừ ngày đến hạn; âm là chưa đến hạn.
Số ngày thu tiền bình quânDSO – Days Sales OutstandingPhải thu cuối kỳ / doanh số kỳ × số ngày của kỳ.
Sổ tay xử lý sự cốRunbookHướng dẫn từng bước xử lý một loại sự cố/ cảnh báo.
Sổ đăng ký rủi roRisk registerDanh sách rủi ro kèm điểm khả năng, tác động, chủ sở hữu, kiểm soát và KRI.
Thu nạp dữ liệuIngestionĐưa dữ liệu từ nguồn vào nền tảng dữ liệu.
Thẻ điểmScorecardMô hình chấm điểm tín dụng quy đổi xác suất ra điểm (VD: PDO 20).
Topic / partition / offsetKafkaKênh sự kiện; phân mảnh để song song; vị trí đọc trong phân mảnh.
Trôi dữ liệuData driftPhân phối dữ liệu đầu vào thay đổi theo thời gian.
Trọng số bằng chứngWoE – Weight of Evidenceln(% tốt / % xấu) của một nhóm giá trị đặc trưng.
Tính luỹ đẳngIdempotencyChạy lại một bước nhiều lần cho cùng kết quả, không nhân đôi dữ liệu.
Tổn thất kỳ vọngEL – Expected LossEL = PD × LGD × EAD; mức lỗ trung bình.
Tổn thất kỳ vọng phần đuôiES – Expected ShortfallLỗ trung bình trong các trường hợp vượt VaR.
Tổn thất tín dụng dự kiếnECL – Expected Credit LossKhái niệm dự phòng theo IFRS 9, dựa trên tổn thất kỳ vọng có tính tới triển vọng tương lai.
Tỷ lệ tổn thất khi vỡ nợLGD – Loss Given DefaultPhần dư nợ bị mất khi khách vỡ nợ, = 1 − tỷ lệ thu hồi.
UpsertUpsert / MERGEChèn nếu chưa có, cập nhật nếu đã có theo khoá.
Watermark (streaming)WatermarkƯớc lượng 'đã nhận hết sự kiện đến thời điểm T' để đóng cửa sổ; xử lý sự kiện đến muộn.
Xác suất vỡ nợPD – Probability of DefaultXác suất khách hàng vỡ nợ trong một khoảng thời gian, thường 12 tháng.
Z-score chống nhiễuRobust z-score0,6745 × (x − trung vị) / MAD; ít bị ảnh hưởng bởi ngoại lai.
Điều phốiOrchestrationLập lịch, quản lý phụ thuộc, retry, giám sát các bước pipeline (Airflow, Dagster).
Đúng một lầnExactly-onceMỗi sự kiện ảnh hưởng kết quả đúng một lần dù có lỗi/ chạy lại.
Đối soátReconciliationSo khớp số liệu giữa hai hệ thống (VD: sổ chi tiết công nợ và sổ cái).
Độ bao phủRecallTrong số gian lận thật, tỷ lệ bị gắn cờ.
Độ chính xác dươngPrecisionTrong số bị gắn cờ, tỷ lệ là gian lận thật.
Độ tươi dữ liệuFreshnessKhoảng thời gian từ khi sự kiện xảy ra đến khi có trong bảng dùng.
Ảnh chụp định kỳPeriodic snapshotBảng fact lưu trạng thái tại mỗi ngày chốt (VD: công nợ cuối tháng).