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
- Hydroxyapatite trong ứng dụng in khung 3D tái tạo xương : tiềm năng và thách thức
- Khả năng loại bỏ methyl đỏ trong dung dịch nước bằng than hoạt tính từ vỏ cây keo lai (Acacia Hybrid)
- Nghiên cứu cơ chế hấp phụ và tán xạ Raman tăng cường bề mặt của formaldehyde
- Ảnh hưởng của áp suất đến tần số Einstein, nhiệt độ Einstein và hệ số Debye-Waller phổ EXAFS của kim loại kẽm
- Ảnh hưởng của kích thước đến nhiệt độ nóng chảy và nhiệt độ Debye của các hạt nano Ni





