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
- Nghiên cứu đặc tính và đánh giá tiềm năng bảo vệ thần kinh của Vitexin tách chiết từ vỏ đỗ xanh (Vigna radiata L)
- Ứng dụng chuyển đổi số phục vụ thu giá dịch vụ thu gom, vận chuyển và xử lý chất thải rắn sinh hoạt
- Kinh nghiệm quốc tế về áp dụng trách nhiệm mở rộng của nhà sản xuất (EPR) đối với phương tiện giao thông hết hạn, thải bỏ (ELVs)
- Kinh nghiệm quốc tế về phòng ngừa, ứng phó sự cố nước thải, khí thải tại cơ sở sản xuất theo cấp độ rủi ro và đề xuất tài liệu hướng dẫn kỹ thuật cho Việt Nam
- Vi nhựa trong không khí: Vấn đề ô nhiễm mới ở các đô thị





