Vietnamese (VN)English (UK)

Xây dựng mô hình điểm tín dụng bằng hồi quy Logistic, mô hình Neural Network và Hybrid

(A thesis submitted in partial fulfilment of the requirements for the degree of MASTER OF ARTS IN DEVELOPMENT ECONOMICS, VIETNAM – THE NETHERLANDS PROGRAMME FOR M.A IN DEVELOPMENT ECONOMICS)

 

By Le Minh Tien (VNP 19)

Academic Supervisor: Dr. Pham Dinh Long

 

TÓM TẮT

Kinh tế Việt Nam đang gặp nhiều khó khăn, hoạt động của doanh nghiệp không hiệu quả dẫn đến tỷ lệ nợ xấu của các ngân hàng gia tăng. Trong giai đoạn 2007-2014, Việt Nam đã có xu hướng giảm tăng trưởng tín dụng từ 53,89% năm 2007 xuống còn 11,8% vào năm 2014 mà trong giai đoạn tới không có dấu hiệu phục hồi mạnh mẽ. Sự suy giảm tăng trưởng tín dụng cho thấy các doanh nghiệp gặp nhiều khó khăn trong tiếp cận tín dụng từ các tổ chức cho vay và các doanh nghiệp hoạt động chủ yếu dựa vào tín dụng sẽ là những doanh nghiệp bị ảnh hưởng mạnh nhất. Tỷ lệ nợ xấu của các ngân hàng tại Việt Nam đã tăng lên trong năm 2007 đến năm 2014, từ 2% năm 2007, sau đó đạt mức 3,25% vào năm 2014 (cao nhất trong năm 2012 là 4,08%). Trong giai đoạn này, gần như các doanh nghiệp không thể tiếp cận được khoản vay của ngân hàng trong khi các ngân hàng sợ tỷ lệ nợ xấu tăng lên. Tuy nhiên, các ngân hàng đang cạnh tranh mạnh mẽ với các ngân hàng trong nước và nước ngoài để chiếm được vốn cổ phần và duy trì lợi nhuận tại thời điểm hiện tại. Việt Nam được biết đến như một quốc gia có mật độ dân số cao (quy mô thị trường 90 triệu người và tỷ lệ thanh niên cao) được coi là một thị trường bán lẻ tiềm năng cho các Ngân hàng mở rộng và phát triển trong thời gian tới. Để tăng khả năng cạnh tranh của các ngân hàng và cải thiện quản lý rủi ro tín dụng hiệu quả, nghiên cứu này đã áp dụng các phương pháp khác nhau được sử dụng phổ biến để xây dựng mô hình điểm tín dụng như hồi quy logistic, mô hình mạng neural (neural network) và mô hình hybrid. Mô hình điểm tín dụng được xem như là một ứng dụng được phát triển và ứng dụng rộng rãi trong lĩnh vực tài chính ngân hàng trong những thập kỷ qua, rất hữu ích trong việc thúc đẩy quá trình phân tích tín dụng của các ngân hàng. Kết quả cuối cùng khẳng định rằng khả năng trả nợ của khách hàng bị ảnh hưởng đáng kể bởi các đặc điểm như tuổi, trình độ học vấn, tình trạng hôn nhân, tình trạng sống hiện tại, thời gian sống ở nơi làm việc hiện tại, loại công việc, thời gian làm việc trong công việc hiện tại, thời gian làm việc trong hiện tại, số người phụ thuộc. Các mô hình điểm tín dụng có thể phân loại khách hàng theo các mục đích chiến lược khác nhau của người sử dụng. Và hiệu quả của các mô hình hybrid dường như tốt hơn và đáng tin cậy hơn những mô hình riêng biệt.

Read More:

Full version is available at Library of Vietnam-Netherland Progamme: 1A Hoang Dieu, Phu Nhuan Dist, Ho Chi Minh city, Vietnam.