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
- Tăng cường sự tham gia của khu vực tư nhân thông qua hợp tác công - tư trong xử lý chất thải rắn sinh hoạt
- Các cơ chế tài chính thúc đẩy bảo tồn đa dạng sinh học và dịch vụ hệ sinh thái
- Đánh giá vai trò của nhận thức cộng đồng trong duy trì bền vững đô thị và phát triển dịch vụ hệ sinh thái tại công viên Tao Đàn
- Phát hành trái phiếu xanh tại Việt Nam : thực trạng và khuyến nghị
- Đề xuất các giải pháp ứng phó với đảo nhiệt đô thị để bảo vệ sức khỏe người dân và thích ứng với biến đổi khí hậu