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
- Các yếu tố thúc đẩy thành công của dự án khởi nghiệp sáng tạo trong lĩnh vực năng lượng tái tạo ở Việt Nam : góc nhìn bên đánh giá khởi nghiệp
- Tái cấu trúc cơ chế quyết toán vốn đầu tư dự án tại Việt Nam: Phân định chức năng giữa Nghị định số 254/2025/NĐ-CP và Nghị định số 193/2026/NĐ-CP
- Nghiên cứu tác động của chi phí sử dụng vốn bình quân, quy mô vốn thị trường đến hiệu quả hoạt động của các doanh nghiệp logistics tại Việt Nam
- Rào cản trong phát triển dịch vụ logistics xanh tại các doanh nghiệp bưu chính
- Nghiên cứu biện pháp đảm bảo nguồn nhân lực đường sắt Việt Nam đến năm 2030, định hướng đến năm 2045 đáp ứng nhu cầu xã hội





