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
- Image processing based concrete crack classification using Logistic Regression model = Phân loại vết nứt trên cấu kiện bê tông sử dụng kỹ thuật xử lý ảnh và mô hình hồi quy lô-git-tíc
- Iteratively reweighted multiple linear regression with applications in civil engineering data modeling = Phân tích hồi quy có trọng số với các ứng dụng vào mô phỏng dữ liệu trong ngành xây dựng
- Gabor filter based image segmentation for detecting damages on surface of reinforce concrete structures = Phát hiện các khuyết tật trên bề mặt kết cấu bê tông cốt thép sử dụng kỹ thuật phân ngưỡng ảnh dựa trên bộ lọc Gabor
- Roles of 26S proteasome in development and stress responses = Vai trò của 26S proteasome trong quá trình phát triển và đáp ứng stress
- Optical properties of Nitrogen and Sulfur doped Graphene quantum dots = Tính chất quang của các chấm lượng tử Graphene pha tạp Nitơ và Lưu huỳnh





