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
- Đặc điểm lâm sàng, cận lâm sàng bệnh nhân gãy kín đầu dưới xương đùi được phẫu thuật kết hợp xương bằng nẹp khóa tại Bệnh viện Đa khoa Trung ương Cần Thơ
- Phân tích một số yếu tố liên quan đến thực trạng nuôi dưỡng ở người bệnh viêm tụy cấp tại Bệnh viện Đại học Y Hà Nội
- Thực trạng hội chứng dễ bị tổn thương ở người bệnh cao tuổi mắc suy tim mạn tính
- Đặc điểm hình ảnh thoát vị đĩa đệm trên cộng hưởng từ và triệu chứng lâm sàng ở bệnh nhân chèn ép rễ thần kinh hông to
- Thực trạng cấp cứu ngoại viện bệnh nhân chấn thương sọ não tại một số Bệnh viện tại Hà Nội





