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 dịch tễ học và lâm sàng của chấn thương mắt: Nghiên cứu trên 1.257 bệnh nhân nội trú tại Bệnh viện Mắt Trung ương
- Đặc điểm hành vi tự sát ở người bệnh rối loạn tâm thần và hành vi do sử dụng rượu tại Viện Sức khỏe tâm thần
- Đặc điểm kiểu hình rối loạn đông cầm máu trên ROTEM ở trẻ sơ sinh đủ tháng nhiễm khuẩn sơ sinh
- Thực trạng rối loạn giấc ngủ ở người bệnh rối loạn trầm cảm tái diễn tại Viện Sức khỏe tâm thần – Bệnh viện Bạch Mai
- Nồng độ Interleukin-6 huyết thanh, mối liên quan với mức độ nặng và kết quả điều trị ở bệnh nhân thoái hóa khớp gối nguyên phát tại Bệnh viện Đa khoa Tây Ninh





