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
- Đánh giá nguy cơ ngã của người bệnh viêm khớp dạng thấp bằng thang điểm morse tại Bệnh viện Đại học Y Hà Nội
- Thực trạng lo âu và một số yếu tố liên quan ở người bệnh đến tiêm và hút dịch khớp tại Bệnh viện Đại học Y Hà Nội
- Đặc điểm hình thái tuyến giáp trên siêu âm ở phụ nữ sau mãn kinh
- Bước đầu đánh giá kết quả điều trị tắc động mạch phổi cấp ở bệnh nhân cao tuổi
- Thực trạng và kết quả điều trị thiếu máu ở người bệnh phẫu thuật chỉnh hình lớn tại Bệnh viện Đại học Y Hà Nội giai đoạn 2023-2024