Nghiên cứu mô hình học máy dự đoán xác suất vỡ nợ của khách hàng doanh nghiệp tại ngân hàng thương mại cổ phần ở Việt Nam
Tác giả: Nguyễn Quốc Hùng, Quan Toại Mẫn, Trương Thị Minh Lý
Số trang:
Tr. 108-122
Số phát hành:
Số 08
Kiểu tài liệu:
Tạp chí trong nước
Nơi lưu trữ:
209 Phan Thanh
Mã phân loại:
658
Ngôn ngữ:
Tiếng Việt
Từ khóa:
Dự đoán vỡ nợ, Decision Tree, Random Forest, XGBoost, CatBoost
Chủ đề:
Khách hàng doanh nghiệp
&
Dự đoán vỡ nợ
Tóm tắt:
Bài báo sử dụng các dữ liệu liên quan đến thông tin tín dụng, tài chính và đặc điểm của khách hàng doanh nghiệp tại ngân hàng để xây dựng mô hình máy học, từ đó tiến hành thử nghiệm đánh giá và lựa chọn ra một mô hình tốt nhất. Với kết quả này, ngân hàng có thể áp dụng mô hình vào thực tế để hỗ trợ quyết định kinh doanh, giúp tăng cường khả năng dự báo rủi ro tín dụng, nâng cao hiệu suất hoạt động của ngân hàng và giảm thiểu các tổn thất không mong muốn.
Tạp chí liên quan
- Một số giải pháp hoàn thiện công tác quản trị chất lượng toàn diện tại ngân hàng
- Kinh nghiệm quản lý nhà nước đối với doanh nghiệp có vốn đầu tư trực tiếp nước ngoài ở một số địa phương và bài học cho chính quyền tỉnh Bắc Ninh
- Áp dụng mô hình BSC trong đánh giá hiệu quả hoạt động của doanh nghiệp tại Việt Nam : nghiên cứu trường hợp sản xuất
- Ứng dụng công nghệ thông tin vào hoạt động ngân hàng: Kinh nghiệm các nước trên thế giới và gợi ý cho Việt Nam
- Cơ hội cho phát triển thị trường bất động sản lành mạnh, bền vững khi Luật Đất đai, Luật Kinh doanh bất động sản và Luật Nhà ở mới có hiệu lực