Nghiên Cứu Ứng Dụng Học Máy Trong Dự Báo Khả Năng Rời Bỏ Dịch Vụ Thẻ Tín Dụng

Dự báo khả năng rời bỏ dịch vụ thẻ tín dụng là một vấn đề quan trọng trong ngành ngân hàng. 69 trang · Trường Đại Học Kinh Tế Quốc Dân · 2022.

• Tác giả: Phạm Thị Ngọc Bích
• Người hướng dẫn: THS. Nguyễn Thị Thu Trang
• Trường học: Trường Đại Học Kinh Tế Quốc Dân
• Chuyên ngành: Toán Kinh Tế
• Đề tài: Dự Báo Khả Năng Rời Bỏ Dịch Vụ Thẻ Tín Dụng Bằng Học Máy
• Loại tài liệu: chuyên đề thực tập
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN VA TỔNG QUAN NGHIÊN CỨU
• 1.1. Dịch vụ thẻ tín dụng
• 1.2. Đặc điểm chung của thẻ tín dụng
• 1.3. Những rủi ro khi sử dụng thẻ tín dụng
• 1.4. Sự rời bỏ của khách hàng
• 1.5. Các yếu tố ảnh hưởng đến khả năng rời bỏ dịch vụ thẻ tín dụng
• 1.6. Tổng quan nghiên cứu
• 2. CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Phương pháp Machine Learning
• 2.2. Kỹ thuật SMOTE
• 2.3. Hồi quy Logistic
• 2.4. Dự báo kết hợp
• 2.5. Đánh giá hiệu suất
• 3. CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 3.1. Dữ liệu và trực quan hóa dữ liệu
• 3.2. Thống kê mô tả dữ liệu
• 3.3. Kết quả bài toán dự báo khách hàng rời bỏ dịch vụ thẻ tín dụng
• 3.3.1. Mô hình Random Forest
• 3.3.2. Hồi quy Logistic
• 3.3.3. Dự báo tổng hợp
• 3.3.4. Đánh giá phương pháp
• 3.4. Hạn chế của chuyên đề
• 3.5. Chính sách khuyến nghị
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Dự Báo Khả Năng Rời Bỏ Dịch Vụ Thẻ Tín Dụng

Dự báo khả năng rời bỏ dịch vụ thẻ tín dụng là một vấn đề quan trọng trong ngành ngân hàng. Việc hiểu rõ lý do khách hàng rời bỏ giúp các ngân hàng xây dựng chiến lược giữ chân hiệu quả. Theo nghiên cứu của Kenny, việc cải thiện tỷ lệ giữ chân khách hàng có thể tăng lợi nhuận từ 25% đến 80%. Do đó, việc áp dụng các phương pháp học máy để dự đoán khả năng rời bỏ là cần thiết.

1.1. Khái Niệm Dự Báo Khả Năng Rời Bỏ

Dự báo khả năng rời bỏ là quá trình sử dụng dữ liệu để xác định khả năng khách hàng sẽ ngừng sử dụng dịch vụ. Các yếu tố như tâm lý, hành vi và dữ liệu giao dịch đều ảnh hưởng đến quyết định này.

1.2. Tầm Quan Trọng Của Dự Báo Trong Ngành Ngân Hàng

Dự báo khả năng rời bỏ giúp ngân hàng nhận diện khách hàng có nguy cơ cao, từ đó có biện pháp giữ chân phù hợp. Điều này không chỉ giảm thiểu tổn thất mà còn tối ưu hóa chi phí marketing.

II. Vấn Đề Và Thách Thức Trong Dự Báo Khả Năng Rời Bỏ

Mặc dù có nhiều lợi ích, việc dự báo khả năng rời bỏ cũng gặp phải nhiều thách thức. Một trong những vấn đề chính là dữ liệu không đầy đủ hoặc không chính xác. Ngoài ra, sự thay đổi trong hành vi khách hàng cũng làm cho việc dự đoán trở nên khó khăn hơn.

2.1. Dữ Liệu Không Đầy Đủ Và Không Chính Xác

Dữ liệu không đầy đủ có thể dẫn đến những dự đoán sai lệch. Việc thu thập và xử lý dữ liệu chính xác là rất quan trọng để đảm bảo độ tin cậy của mô hình dự báo.

2.2. Sự Thay Đổi Trong Hành Vi Khách Hàng

Hành vi khách hàng có thể thay đổi theo thời gian do nhiều yếu tố như kinh tế, xã hội. Điều này tạo ra thách thức lớn cho các mô hình dự báo, yêu cầu cập nhật thường xuyên.

III. Phương Pháp Dự Báo Khả Năng Rời Bỏ Dịch Vụ Thẻ Tín Dụng

Có nhiều phương pháp khác nhau để dự báo khả năng rời bỏ dịch vụ thẻ tín dụng. Các phương pháp này bao gồm hồi quy logistic, rừng ngẫu nhiên và SVM. Mỗi phương pháp có ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp là rất quan trọng.

3.1. Hồi Quy Logistic Trong Dự Báo

Hồi quy logistic là một trong những phương pháp phổ biến nhất để dự đoán khả năng rời bỏ. Phương pháp này giúp xác định mối quan hệ giữa các yếu tố ảnh hưởng và khả năng rời bỏ của khách hàng.

3.2. Mô Hình Rừng Ngẫu Nhiên

Mô hình rừng ngẫu nhiên sử dụng nhiều cây quyết định để cải thiện độ chính xác của dự đoán. Phương pháp này có khả năng xử lý dữ liệu lớn và phức tạp, giúp tăng cường hiệu quả dự báo.

3.3. SVM Trong Dự Đoán Khách Hàng Rời Bỏ

SVM (Support Vector Machine) là một phương pháp học máy mạnh mẽ, có khả năng phân loại tốt các nhóm khách hàng. Phương pháp này giúp xác định ranh giới giữa các nhóm khách hàng có khả năng rời bỏ và không rời bỏ.

IV. Ứng Dụng Thực Tiễn Của Dự Báo Khả Năng Rời Bỏ

Việc áp dụng các mô hình dự báo không chỉ giúp ngân hàng nhận diện khách hàng có nguy cơ rời bỏ mà còn cung cấp thông tin để cải thiện dịch vụ. Các ngân hàng có thể sử dụng thông tin này để điều chỉnh chiến lược marketing và chăm sóc khách hàng.

4.1. Tăng Cường Chất Lượng Dịch Vụ

Dựa trên kết quả dự báo, ngân hàng có thể cải thiện chất lượng dịch vụ để giữ chân khách hàng. Việc lắng nghe phản hồi từ khách hàng cũng là một yếu tố quan trọng.

4.2. Chiến Lược Marketing Đích Danh

Các ngân hàng có thể phát triển các chiến lược marketing nhắm đến nhóm khách hàng có nguy cơ cao. Điều này giúp tối ưu hóa chi phí và tăng hiệu quả của các chiến dịch.

V. Kết Luận Về Dự Báo Khả Năng Rời Bỏ Dịch Vụ Thẻ Tín Dụng

Dự báo khả năng rời bỏ dịch vụ thẻ tín dụng là một công cụ quan trọng giúp ngân hàng duy trì lợi nhuận và phát triển bền vững. Việc áp dụng các phương pháp học máy trong dự báo không chỉ giúp nhận diện khách hàng có nguy cơ mà còn cung cấp thông tin để cải thiện dịch vụ.

5.1. Tương Lai Của Dự Báo Trong Ngành Ngân Hàng

Trong tương lai, việc áp dụng công nghệ học máy sẽ ngày càng trở nên phổ biến trong ngành ngân hàng. Các ngân hàng cần đầu tư vào công nghệ và dữ liệu để nâng cao khả năng dự báo.

5.2. Khuyến Nghị Đối Với Các Ngân Hàng

Các ngân hàng nên xây dựng hệ thống quản lý dữ liệu hiệu quả và thường xuyên cập nhật mô hình dự báo. Điều này sẽ giúp họ duy trì sự cạnh tranh và giữ chân khách hàng tốt hơn.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong môi trường kinh doanh dịch vụ tài chính - ngân hàng hiện đại, việc duy trì và giữ chân khách hàng hiện hữu đóng vai trò then chốt đối với sự phát triển bền vững của doanh nghiệp. Theo các nghiên cứu thực tiễn được trích dẫn trong công trình (như nghiên cứu của Kenny trên Journal of Retail Banking), việc cải thiện 5% tỷ lệ giữ chân khách hàng có thể thúc đẩy lợi nhuận doanh nghiệp gia tăng từ 25% đến 95%. Báo cáo từ Gartner Group cũng chỉ ra rằng 20% nhóm khách hàng hiện tại có thể tạo ra 80% lợi nhuận toàn diện, trong khi chi phí để thu hút một khách hàng mới thường cao gấp 5 lần so với chi phí duy trì một khách hàng cũ. Đối với mảng dịch vụ thẻ tín dụng, sự gia tăng cạnh tranh về công nghệ, lãi suất, biểu phí và chất lượng dịch vụ dẫn đến hiện tượng khách hàng dễ dàng chuyển đổi nhà cung cấp hoặc chấm dứt hoạt động tài khoản.

Trước yêu cầu cấp thiết về việc tối ưu hóa hệ thống Quản lý Quan hệ Khách hàng (CRM) và giảm thiểu chi phí tiếp thị, chuyên đề tốt nghiệp của tác giả Phạm Thị Ngọc Bích (Khoa Toán Kinh tế, Trường Đại học Kinh tế Quốc dân) đã tập trung vào đề tài: "Ứng dụng phối hợp Kinh tế lượng và Học máy dự báo khả năng rời bỏ dịch vụ thẻ tín dụng của khách hàng".

Mục tiêu chính của đề tài là xây dựng, đánh giá và so sánh hiệu suất của các mô hình kinh tế lượng cùng các thuật toán học máy nhằm xác định sớm xác suất rời bỏ dịch vụ của chủ thẻ, đồng thời bóc tách các đặc trưng tác động lớn nhất đến hành vi này. Các câu hỏi nghiên cứu cụ thể được đặt ra bao gồm:

1. Những nhóm khách hàng nào có khả năng rời bỏ dịch vụ thẻ tín dụng cao?
2. Những dấu hiệu và đặc trưng giao dịch nào giúp phân loại chính xác khả năng rời bỏ của khách hàng?
3. Mô hình đơn lẻ hoặc phương pháp dự báo kết hợp nào mang lại độ chính xác và hiệu quả phân loại tối ưu nhất?

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Khách hàng cá nhân đang sử dụng hoặc đã ngừng sử dụng dịch vụ thẻ tín dụng của ngân hàng Thera Bank.
• Phạm vi nghiên cứu: Khai thác tập dữ liệu thực tế về thông tin nhân khẩu học và lịch sử hoạt động giao dịch tín dụng để xây dựng mô hình dự báo phân loại nhị phân.

---

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình tiếp cận

Đề tài xây dựng trên nền tảng lý thuyết quản trị quan hệ khách hàng (CRM), hành vi tiêu dùng dịch vụ tài chính, và các công trình nghiên cứu định lượng tiêu biểu:

• Lý thuyết về sự rời bỏ của khách hàng (Customer Churn/Attrition): Được định nghĩa là trạng thái khách hàng ngừng giao dịch, hủy đăng ký hoặc đóng tài khoản thẻ.
• Các nhóm yếu tố ảnh hưởng: Phân loại thành ba nhóm đặc trưng chính gồm: (1) Đặc điểm nhân khẩu học cá nhân (độ tuổi, giới tính, học vấn, thu nhập, số người phụ thuộc); (2) Hành vi sử dụng và giao dịch thẻ (tổng chi tiêu, số lượng giao dịch, biến động chi tiêu qua các quý, hạn mức tín dụng, tỷ lệ sử dụng hạn mức); (3) Giá trị mối quan hệ giữa khách hàng và ngân hàng (thời gian gắn bó, số lượng sản phẩm liên kết, số lần liên hệ hỗ trợ, số tháng không hoạt động).
• Tổng quan nghiên cứu trước: Tác giả hệ thống hóa các phương pháp từ các nghiên cứu quốc tế như Nie và cộng sự (2009, 2011), Kumar và Ravi (2008), Farquad và cộng sự (2009), Wang và cộng sự (2009), Benlan He và cộng sự (2014), Afifah và cộng sự (2020) về việc ứng dụng cây quyết định (Decision Tree), Support Vector Machine (SVM), Mạng nơ-ron (ANN), Naive Bayes và Hồi quy Logistic trong bài toán churn.

Phương pháp nghiên cứu thực nghiệm

Nghiên cứu kết hợp giữa phân tích thống kê mô tả, kỹ thuật tiền xử lý dữ liệu mất cân bằng và mô hình hóa dự báo:

1. Kỹ thuật xử lý mất cân bằng dữ liệu: Ứng dụng thuật toán SMOTE (Synthetic Minority Over-sampling Technique) do Chawla đề xuất (2002) nhằm tạo mẫu nhân tạo cho nhóm khách hàng thiểu số (nhóm rời bỏ) dựa trên khoảng cách không gian đặc trưng k-láng giềng gần nhất.
2. Các thuật toán học máy và kinh tế lượng:
   • Hồi quy Logistic nhị thức (Binary Logistic Regression).
   • Rừng ngẫu nhiên (Random Forest) kết hợp kỹ thuật lấy mẫu Bootstrap Aggregation (Bagging).
   • Máy vector hỗ trợ (Support Vector Machine - SVM) với hàm nhân Radial Basis Function (RBF).
   • Bộ phân loại Bernoulli Naive Bayes dựa trên định lý xác suất Bayes.
   • Phương pháp dự báo kết hợp (Ensemble Voting): Biểu quyết đa số (Majority Voting) và biểu quyết có trọng số (Weighted Voting).
3. Chỉ số đánh giá hiệu suất mô hình: Đánh giá thông qua ma trận nhầm lẫn (Confusion Matrix) với các tiêu chí: Độ chính xác tổng quát (Accuracy - ACC), Độ nhạy/Tỷ lệ bắt trúng (Sensitivity/Recall/TPR), Độ đặc hiệu (Specificity/TNR), Độ chuẩn xác (Precision/PPV) và Chỉ số $F_1$-Score ($F$-score).

Nguồn dữ liệu và công cụ thực hiện

Nghiên cứu sử dụng tập dữ liệu thứ cấp của Thera Bank được công bố trên nền tảng Kaggle, bao gồm 10.127 quan sát và 20 biến số (1 biến phụ thuộc Attrition_Flag và 19 biến độc lập). Toàn bộ quá trình làm sạch dữ liệu, phân tích tương quan, cân bằng mẫu và huấn luyện mô hình được lập trình trên ngôn ngữ R.

---

Nội dung chính theo từng chương

Chương 1. Cơ sở lý luận và tổng quan nghiên cứu

Chương 1 hệ thống hóa khung lý luận về dịch vụ thẻ tín dụng và hiện tượng đào tẩu của khách hàng trong lĩnh vực ngân hàng bán lẻ:

• Đặc điểm dịch vụ thẻ tín dụng: Phân tích bản chất thẻ tín dụng như một công cụ thanh toán thay thế tiền mặt, cấp hạn mức tín dụng tuần hoàn, cung cấp thời gian ân hạn miễn lãi, tích lũy điểm thưởng và các loại phí phát sinh (phí thường niên, phí rút tiền mặt, lãi suất quá hạn).
• Rủi ro tín dụng và nguyên nhân rời bỏ: Khách hàng rời bỏ dịch vụ xuất phát từ áp lực nợ nần, chi tiêu quá mức, biểu phí không rõ ràng, sự phức tạp trong quản lý nhiều thẻ, nguy cơ gian lận thẻ hoặc trải nghiệm dịch vụ khách hàng chưa đáp ứng kỳ vọng.
• Tổng quan các công trình tiền bối: Tổng thuật các kết quả nghiên cứu trong và ngoài nước. Điển hình, nghiên cứu của Bolton (1998, 2000) và Buckinx & Van den Poel (2005) khẳng định các biến số hành vi giao dịch có năng lực phân loại vượt trội so với các biến nhân khẩu học tĩnh. Các nghiên cứu của Kumar & Ravi (2008) hay Benlan He (2014) chứng minh việc xử lý mất cân bằng mẫu bằng SMOTE giúp cải thiện đáng kể độ nhạy phân loại nhóm khách hàng thiểu số.
• Khoảng trống nghiên cứu: Phần lớn các nghiên cứu trước đây chỉ thử nghiệm các mô hình đơn lẻ, chưa tập trung so sánh đồng thời nhiều thuật toán trên dữ liệu đã cân bằng và chưa áp dụng mô hình dự báo kết hợp (Ensemble Voting) để tối ưu hóa khả năng dự báo trong CRM thẻ tín dụng.

Chương 2. Phương pháp nghiên cứu

Chương 2 trình bày chi tiết cơ sở toán học và quy trình thực hiện các thuật toán:

• Kỹ thuật SMOTE: Giải quyết hiện tượng mất cân bằng lớp (Imbalanced Class) khi tỷ lệ khách hàng rời bỏ chiếm tỷ trọng nhỏ. SMOTE tổng hợp các quan sát nhân tạo nằm trên đoạn thẳng nối giữa điểm dữ liệu thiểu số $x_i$ và các láng giềng gần nhất theo công thức: $$x_{new} = x_i + \text{rand}(0, 1) \times |x_i - x_{zi}|$$
• Mô hình Random Forest: Xây dựng tập hợp $N$ cây quyết định độc lập thông qua kỹ thuật Bagging (Bootstrap Aggregation) và chọn ngẫu nhiên $m$ thuộc tính tại mỗi điểm phân nhánh ($m < M$). Mô hình ước lượng sai số Out-Of-Bag (OOB) và xếp hạng tầm quan trọng của biến qua hai thước đo: Mean Decrease Accuracy và Mean Decrease Gini.
• Mô hình Support Vector Machine (SVM): Tìm kiếm siêu phẳng tối ưu phân tách hai lớp dữ liệu trong không gian nhiều chiều sao cho khoảng cách lề (Margin) giữa các vector hỗ trợ là cực đại, sử dụng hàm nhân phi tuyến Radial.
• Bộ phân loại Naive Bayes: Áp dụng biến thể Bernoulli Naive Bayes dựa trên giả định các đặc trưng hoàn toàn độc lập có điều kiện theo phân phối nhị thức.
• Hồi quy Logistic: Mô hình hóa xác suất rời bỏ $P(y=1)$ thông qua hàm Sigmoid: $$\sigma(t) = \frac{1}{1 + e^{-t}}$$ với $t = \beta_0 + \beta_1 X_1 + \dots + \beta_k X_k$, đo lường mức độ tác động của từng biến độc lập thông qua tỷ số chênh (Odds Ratio).
• Kỹ thuật dự báo kết hợp: Tổng hợp kết quả từ các mô hình thành phần thông qua cơ chế biểu quyết: biểu quyết đơn giản, biểu quyết đa số, biểu quyết nhất trí và biểu quyết có trọng số dựa trên độ chính xác lịch sử của từng mô hình.

Chương 3. Kết quả nghiên cứu và thảo luận

Chương 3 triển khai quy trình thực nghiệm trên tập dữ liệu Thera Bank:

• Đặc trưng tập dữ liệu: Trong tổng số 10.127 quan sát, có 8.500 khách hàng duy trì dịch vụ (Existing Customer, chiếm 83,93%) và 1.627 khách hàng rời bỏ (Attrited Customer, chiếm 16,07%). Tỷ lệ mất cân bằng ban đầu xấp xỉ 1:5.

Nhóm biến số	Danh mục biến cụ thể	Ý nghĩa kinh tế / Thống kê
Biến phụ thuộc	Attrition_Flag	Trạng thái khách hàng (Attrited Customer / Existing Customer)
Nhân khẩu học	Customer_Age, Gender, Dependent_count, Education_Level, Marital_Status, Income_Category	Độ tuổi (Mean=46), giới tính, số người phụ thuộc, học vấn, tình trạng hôn nhân, mức thu nhập hàng năm
Hành vi & Quan hệ	Card_Category, Months_on_book, Total_Relationship_Count, Months_Inactive_12_mon, Contacts_Count_12_mon	Loại thẻ (Blue, Silver, Gold, Platinum), số tháng quan hệ (Mean=35,93), số sản phẩm sử dụng, số tháng không hoạt động, số lần liên hệ
Giao dịch thẻ	Credit_Limit, Total_Revolving_Bal, Avg_Open_To_Buy, Total_Amt_Chng_Q4_Q1, Total_Trans_Amt, Total_Trans_Ct, Total_Ct_Chng_Q4_Q1, Avg_Utilization_Ratio	Hạn mức tín dụng, dư nợ quay vòng, số dư khả dụng trung bình, biến động chi tiêu Q4/Q1, tổng chi tiêu 12 tháng, tổng số giao dịch, biến động số lượng giao dịch, tỷ lệ sử dụng thẻ

• Phân tích tương quan và xử lý đa cộng tuyến:
  • Hệ số tương quan giữa Avg_Open_To_Buy và Credit_Limit đạt giá trị tuyệt đối bằng 1, dẫn đến hiện tượng đa cộng tuyến hoàn hảo $\rightarrow$ loại bỏ biến Avg_Open_To_Buy.
  • Tương quan tuyến tính cao giữa Total_Trans_Ct và Total_Trans_Amt ($r = 0,81$), giữa Avg_Utilization_Ratio và Total_Revolving_Bal ($r = 0,62$), giữa Customer_Age và Months_on_book ($r = 0,79$) $\rightarrow$ tác giả chủ động loại bỏ các biến Total_Trans_Ct, Total_Revolving_Bal và Customer_Age khỏi tập biến đầu vào của mô hình.
• Thực hiện SMOTE: Bộ dữ liệu được phân chia ngẫu nhiên thành tập Train (80%) và tập Test (20%). Tập Train gốc có 6.800 khách hàng trung thành và 1.301 khách hàng rời bỏ. Sau khi thực hiện SMOTE, tập huấn luyện được tái cân bằng về tỷ lệ 1:2 gồm 7.806 khách hàng trung thành và 3.903 khách hàng rời bỏ.
• Kết quả huấn luyện Random Forest: Mô hình thiết lập 500 cây quyết định, số biến thử nghiệm tại mỗi nút cắt $mtry = 6$. Sai số dự đoán OOB đạt mức thấp 2,22% (độ chính xác nội bộ đạt 97,78%).
  • Biến quan trọng hàng đầu được xác định là Total_Trans_Amt (Tổng mức chi tiêu trong 12 tháng), kế tiếp là Total_Ct_Chng_Q4_Q1 (Biến động số lượng giao dịch Q4 so với Q1), Avg_Utilization_Ratio (Tỷ lệ sử dụng hạn mức thẻ), Total_Relationship_Count và Total_Amt_Chng_Q4_Q1.
  • Các biến ít đóng góp nhất vào mô hình là các biến nhân khẩu học: Card_Category, Gender, Marital_Status, Education_Level.
• Đánh giá trên tập thử nghiệm: Trên tập kiểm thử độc lập, mô hình Random Forest áp dụng trên tập dữ liệu SMOTE đạt Độ chính xác (ACC) 94,05%, Độ nhạy (TPR) 83,44%, Độ đặc hiệu (TNR) 96,71%, Precision đạt 75,44% và $F_1$-score đạt mức 82,00%.
• Kết quả SVM và các mô hình khác: Mô hình SVM với hàm nhân Radial (Cost = 1) đã xác lập 4.112 vector hỗ trợ (gồm 2.161 vector lớp 0 và 1.951 vector lớp 1) để kiến tạo ranh giới phân lớp tối ưu.

---

Kết quả và đóng góp

Kết quả nghiên cứu chính

1. Khẳng định vai trò của các biến giao dịch động: Nghiên cứu chứng minh định lượng rằng các thuộc tính phản ánh hành vi giao dịch thẻ (tổng chi tiêu 12 tháng, mức độ sụt giảm số lượng giao dịch giữa các quý, tỷ lệ sử dụng hạn mức tín dụng) đóng vai trò quyết định trong việc nhận diện nguy cơ khách hàng rời bỏ. Ngược lại, các thông tin nhân khẩu học truyền thống (giới tính, học vấn, tình trạng hôn nhân) có mức độ đóng góp rất thấp.
2. Hiệu quả của kỹ thuật cân bằng mẫu SMOTE: Khi huấn luyện trên dữ liệu gốc mất cân bằng (tỷ lệ 1:5), mô hình có xu hướng thiên lệch về lớp đa số, cho độ chính xác chung cao nhưng độ nhạy (khả năng phát hiện đúng khách hàng rời bỏ) rất thấp. Việc áp dụng SMOTE giúp cải thiện vượt bậc chỉ số Recall/Sensitivity và $F_1$-score, đảm bảo ngân hàng không bỏ sót nhóm khách hàng có rủi ro đào tẩu cao.
3. So sánh mô hình: Mô hình Rừng ngẫu nhiên (Random Forest) kết hợp SMOTE mang lại hiệu suất phân loại vượt trội về độ ổn định, cân bằng tốt giữa sai lầm loại I (False Positive) và sai lầm loại II (False Negative), đồng thời cung cấp khả năng trực quan hóa mức độ quan trọng của thuộc tính rõ ràng hơn so với SVM hay Naive Bayes.

Kiến nghị chính sách cho quản trị ngân hàng

Dựa trên kết quả định lượng, tác giả đưa ra một số khuyến nghị thực tiễn:

• Xây dựng hệ thống cảnh báo sớm (Early-Warning System): Thiết lập cơ chế tự động giám sát các chỉ số giao dịch định kỳ của chủ thẻ. Khi phát hiện tổng chi tiêu (Total_Trans_Amt) hoặc số lượng giao dịch quý gần nhất sụt giảm mạnh so với các quý trước (Total_Ct_Chng_Q4_Q1 giảm), hệ thống cần tự động gắn nhãn cảnh báo để bộ phận chăm sóc khách hàng chủ động can thiệp.
• Chính sách ưu đãi theo hành vi thay vì phân khúc nhân khẩu học: Ngân hàng nên chuyển trọng tâm từ các chương trình tiếp thị đại trà dựa trên tuổi tác/thu nhập sang các gói khuyến mãi kích cầu giao dịch dựa trên tỷ lệ sử dụng hạn mức (Avg_Utilization_Ratio) và số lượng sản phẩm liên kết (Total_Relationship_Count).
• Chăm sóc nhóm khách hàng có thời gian ngưng hoạt động: Theo dõi sát nhóm khách hàng có số tháng không phát sinh giao dịch từ 2 đến 4 tháng trong năm để kịp thời đưa ra các gói ưu đãi hoàn tiền, giảm phí thường niên nhằm kích hoạt lại hoạt động thẻ.

---

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế về nguồn dữ liệu: Nghiên cứu sử dụng tập dữ liệu thứ cấp từ một tổ chức tài chính duy nhất (Thera Bank) với quy mô 10.127 quan sát, chưa phản ánh đầy đủ các yếu tố vĩ mô, biến động lãi suất thị trường, cũng như các rào cản chuyển đổi mang tính đặc thù của hệ thống ngân hàng tại Việt Nam.
• Hạn chế về không gian biến số: Tập dữ liệu chưa tích hợp các biến định tính về mức độ hài lòng của khách hàng, lịch sử khiếu nại dịch vụ hay các phản hồi tương tác đa kênh (call center, mobile banking app).
• Hướng mở rộng nghiên cứu:
  • Mở rộng thu thập dữ liệu thực tế tại các ngân hàng thương mại Việt Nam theo chuỗi thời gian (Panel Data/Time-Series Churn Modeling).
  • Thử nghiệm các thuật toán tăng cường độ dốc tiên tiến (như XGBoost, LightGBM, CatBoost) và tối ưu hóa siêu tham số tự động.
  • Tích hợp kỹ thuật phân tích sống sót (Survival Analysis) để dự báo chính xác thời điểm khách hàng có khả năng rời bỏ thay vì chỉ phân loại nhị phân tĩnh.

---

Giá trị tham khảo

• Đối tượng thụ hưởng:
  • Sinh viên và học viên chuyên ngành Toán kinh tế, Phân tích kinh doanh (Business Analytics), Khoa học dữ liệu ứng dụng, Hệ thống thông tin quản lý và Tài chính - Ngân hàng.
  • Các chuyên viên phân tích rủi ro, chuyên viên CRM và kỹ sư dữ liệu tại các ngân hàng thương mại, công ty tài chính tiêu dùng và tổ chức phát hành thẻ.
• Nội dung giá trị phục vụ nghiên cứu và thực hành:
  • Quy trình hoàn chỉnh từ bước kiểm định ma trận tương quan để loại bỏ đa cộng tuyến đến quy trình chuẩn hóa dữ liệu định danh/định lượng.
  • Hướng dẫn thực nghiệm chi tiết kỹ thuật cân bằng dữ liệu SMOTE trên tập Train để tránh rò rỉ dữ liệu (Data Leakage) sang tập Test.
  • Cú pháp và cách thiết lập các tham số huấn luyện mô hình Random Forest, SVM (Radial Kernel) và hồi quy Logistic nhị thức trên ngôn ngữ R.

---

Câu hỏi thường gặp

1. Tập dữ liệu thực nghiệm có quy mô bao nhiêu và tỷ lệ mất cân bằng ban đầu như thế nào?

Tập dữ liệu nghiên cứu của ngân hàng Thera Bank gồm 10.127 quan sát với 20 biến số. Trong đó, có 8.500 khách hàng trung thành (Existing Customer, chiếm 83,93%) và 1.627 khách hàng rời bỏ dịch vụ (Attrited Customer, chiếm 16,07%). Tỷ lệ mất cân bằng giữa nhóm rời bỏ và nhóm trung thành ban đầu là xấp xỉ 1:5 (chiếm tỷ lệ 16% so với 84%).

2. Vì sao tác giả phải loại bỏ 4 biến số trước khi đưa vào huấn luyện mô hình?

Tác giả đã tính toán ma trận tương quan giữa các biến định lượng và phát hiện hiện tượng đa cộng tuyến nghiêm trọng:

• Biến Avg_Open_To_Buy có hệ số tương quan tuyến tính tuyệt đối bằng 1 với Credit_Limit.
• Biến Total_Trans_Ct có tương quan thuận rất cao với Total_Trans_Amt ($r = 0,81$).
• Biến Total_Revolving_Bal tương quan mạnh với Avg_Utilization_Ratio ($r = 0,62$).
• Biến Customer_Age tương quan mạnh với Months_on_book ($r = 0,79$). Để tránh sai lệch ước lượng trọng số mô hình và hiện tượng quá khớp (overfitting), 4 biến Avg_Open_To_Buy, Total_Trans_Ct, Total_Revolving_Bal và Customer_Age đã được loại bỏ.

3. Kỹ thuật SMOTE đã thay đổi cấu trúc tập dữ liệu huấn luyện như thế nào?

Dữ liệu được chia thành tập Train (80%) và tập Test (20%). Trong tập Train ban đầu có 6.800 khách hàng trung thành và 1.301 khách hàng rời bỏ. Kỹ thuật SMOTE được áp dụng trên tập Train để tổng hợp thêm các quan sát nhân tạo cho nhóm thiểu số, nâng số lượng khách hàng rời bỏ lên 3.903 quan sát và giữ 7.806 khách hàng trung thành, đưa tỷ lệ mất cân bằng về mức 1:2.

4. Thuật toán Random Forest xác định các biến số nào có tầm quan trọng cao nhất đối với quyết định rời bỏ?

Thông qua việc đánh giá mức giảm độ chính xác trung bình (Mean Decrease Accuracy) và mức giảm hệ số Gini trung bình (Mean Decrease Gini), mô hình Random Forest xác định 5 biến quan trọng nhất đều thuộc nhóm hành vi giao dịch:

1. Total_Trans_Amt: Tổng mức chi tiêu thẻ trong 12 tháng.
2. Total_Ct_Chng_Q4_Q1: Tỷ lệ thay đổi tổng số lượng giao dịch giữa Q4 và Q1.
3. Avg_Utilization_Ratio: Tỷ lệ chi tiêu thẻ trung bình trên hạn mức.
4. Total_Relationship_Count: Tổng số lượng sản phẩm ngân hàng mà khách hàng đang sử dụng.
5. Total_Amt_Chng_Q4_Q1: Tỷ lệ thay đổi tổng giá trị chi tiêu giữa Q4 và Q1.

5. Những phương pháp biểu quyết nào được tác giả giới thiệu trong kỹ thuật dự báo kết hợp?

Chuyên đề hệ thống hóa 4 cơ chế biểu quyết trong mô hình kết hợp (Ensemble Voting):

• Biểu quyết đơn giản (Simple Voting): Chọn nhãn lớp nhận được nhiều phiếu nhất; nếu hòa phiếu sẽ chọn theo thứ tự ưu tiên xác định trước.
• Biểu quyết đa số (Majority Voting): Chỉ gán nhãn cho lớp khi có trên 50% số mô hình thành phần cùng dự đoán.
• Biểu quyết nhất trí (Unanimous Voting): Yêu cầu tất cả các mô hình cơ sở phải đưa ra kết quả đồng thuận tuyệt đối.
• Biểu quyết có trọng số (Weighted Voting): Gán trọng số biểu quyết cho từng mô hình dựa trên hiệu suất chính xác thực nghiệm của mô hình đó.

---

Kết luận

Chuyên đề thực tập tốt nghiệp của tác giả Phạm Thị Ngọc Bích đã giải quyết thành công bài toán dự báo khách hàng rời bỏ dịch vụ thẻ tín dụng bằng việc kết hợp các kỹ thuật kinh tế lượng và học máy hiện đại trên môi trường R. Kết quả nghiên cứu khẳng định kỹ thuật SMOTE giúp khắc phục triệt để hiện tượng mất cân bằng mẫu, qua đó nâng cao đáng kể năng lực phát hiện nguy cơ rời bỏ của mô hình Random Forest với độ chính xác đạt 94,05% và độ nhạy đạt 83,44%. Công trình cung cấp cả cơ sở lý thuyết chuẩn xác lẫn quy trình thực nghiệm rõ ràng, mang lại giá trị ứng dụng thiết thực cho các ngân hàng thương mại trong việc tối ưu hóa chiến lược giữ chân khách hàng và quản trị quan hệ khách hàng (CRM).

Trích đoạn nội dung tài liệu

Chương 1. CƠ SỞ LÝ LUẬN VA TONG QUAN NGHIÊN CỨU Chương này giải thích một số khái niệm cơ bản về dịch vụ thẻ tín dụng và những điều liên quan, sự rời bỏ của khách hàng sử dụng dịch vụ thẻ tín dụng, tóm tắt các nghiên cứu trước đó trong và ngoài nước về đề tài này, chỉ ra những khoảng trống nghiên cứu, đưa ra cơ sở lý luận về những yếu tố có khả năng tác động đến quyết định rời bỏ dịch vụ thẻ tín dụng của khách hàng từ đó đề xuất các kỹ thuật dự báo phù hợp. Dịch vụ thẻ tín dụng Thẻ tín dụng là một sản phẩm do ngân hàng hoặc công ty dịch vụ tài chính phát hành có hình dạng một miếng nhựa hay kim loại mỏng hình chữ nhật, những cá nhân hay tổ chức sở hữu thẻ này có thé vay tiền dé thanh toán hàng hóa và dịch vụ mà không cần thé chap hay kí giấy vay nợ tại những doanh nghiệp chấp nhận thẻ dé thanh toán. Điểm khác biệt chính giữa thẻ tín dụng và thẻ ghi nợ là tiền sẽ được trừ vào tài khoản ngân hàng khi quẹt thẻ ghi nợ, ngược lại trong trường hợp thẻ tín dụng tiền sẽ lấy từ hạn mức tín dụng của chủ sở hữu.

Điều kiện của thẻ tín dụng là chủ thẻ phải trả lại số tiền đã vay đầy đủ trước hạn thanh toán hoặc cộng với khoản lãi suất áp dụng bat kỳ, cũng như khoản phí bé sung đã thỏa thuận trước đó sau thời hạn trên. Đặc điểm chung của thẻ tín dụng % Thay thé cho tiền mat: Thẻ tin dụng là một giải pháp thay thế tốt hơn cho tiền mặt. Nó xóa tan nỗi lo mang theo nhiều mệnh giá tiền tệ khác nhau đề thanh toán tại các quay giao dịch. Việc sử dụng thẻ tin dụng kha dé dang và nhanh chóng thay vì đợi hoàn tất các giao dịch tiền mặt.

Nó cũng làm giảm nguy cơ bị đánh cắp tiền và mang lại cho người dùng sự an tâm hoàn toàn. % Han mức tín dụng: Hầu hết các thẻ tín dụng đều có hạn mức tín dụng , thé hiện số dư tối đa có thé có trên thẻ tín dụng tại một thời điểm. Số dư tối đa cho pháp chủ thẻ sử dụng vào những việc bao gồm mua hàng, chuyên tiền, ứng trước tiền mặt, phí tài chính và lệ phí. Chủ thẻ tín dụng được hưởng quyền lợi của một hạn mức tín dụng đặt trên thẻ của mình.

Hạn mức tín dụng này được xác định bởi tổ chức phát hành thẻ tin dụng (ngân hàng hoặc NBFC) chỉ sau khi phân tích mức độ tín dụng của chủ thẻ. Hạn mức tín dụng có hai loại: e Hạn mức tin dụng thông thường: do ngân hàng hoặc NBFC cung cấp tại thời điểm phát hành thẻ tín dụng. Một số thẻ tín dụng không quy định giới 11180659 — Pham Thị Ngọc Bich || 5 Chuyên dé thực tập chuyên ngành Toán Kinh Tế hạn chi tiêu trước nhưng thay vào đó cho phép chi tiêu một số tiền ma công ty phát hành thẻ tín dụng tin rằng chủ thẻ có thể trả hết dựa trên một số yếu tố như thu nhập, lịch sử tín dụng và các yếu tố chỉ tiêu. e Han mức tin dụng quay vòng: thay đổi tùy theo tình hình khả năng tài chính của chủ thẻ tín dụng.

4E Thanh toán viện frợ bằng nội tệ và ngoại tệ: Thẻ tín dụng cung cấp cho chủ sở hữu một phương tiện duy nhất đề thực hiện thanh toán bằng nội tệ (bản địa) hoặc bang ngoai té nếu can khi được yêu cầu. Thẻ tín dụng giảm bớt quá trình chuyên đổi tiền tệ rườm rà, nghĩa là nó loại bỏ những phức tạp về tài chính thường gặp phải trong việc chuyên đổi một đồng nội tệ sang ngoại tệ. Chính vì tính năng này, chủ thẻ có thé thực hiện thanh toán cho những người bán có mặt ở bất kỳ nơi nào trên thế giới. % Lưu trữ hỗ sơ của tắt cả các giao dich: Các t6 chức phát hành thẻ tin dụng như ngân hàng hoặc NBFC lưu giữ hồ sơ đầy đủ về tất cả các giao dịch được thực hiện bởi chủ thẻ tin dụng của họ.

Hồ sơ như vậy giúp các tô chức này nâng cao số tiền thanh toán thích hợp mà chủ thẻ của họ phải trả, hàng tháng hoặc một số định kỳ. + Phi thông thưởng: Phí thông thường là các khoản phí thông thường cơ bản do tổ chức phát hành thẻ tín dụng tính đối với việc chủ thẻ sử dụng thẻ tín dụng. Các khoản phí thông thường chủ yếu được phân thành hai loại: e Phí hàng năm: được thu hang năm e Phí bố sung: được thu cho các dich vụ bố sung khác do tổ chức phát hành thẻ tín dụng cung cấp. Các dịch vụ đó bao gồm: thẻ bổ sung (một thẻ tín dụng bé sung), phát hành thẻ tin dụng mới,.

% Thời gian gia hạn: Thời gian gia hạn được gọi là số ngày bồ sung tôi thiêu ma trong đó chủ thẻ tín dụng phải thanh toán hóa đơn thẻ tín dụng của mình mà không phải chịu bất kỳ khoản lãi suất hoặc phí tài chính nào. Nếu có số dư quay vòng từ tháng trước, chủ thẻ có thể không có thời gian gia hạn cho các giao dịch mua mới của mình. Ngoài ra, chuyên khoản và ứng trước tiền mặt thường không có thời gian gia hạn. Khi hết thời gian gia hạn, lãi suất bắt đầu được cộng dồn ngay lập tức.

% Phí rit tiền mặt cao hơn: Công ty phát hành thẻ tín dung tính phí rút tiền mặt qua thẻ tín dụng tại các điểm rút tiền ATM và các bàn làm việc khác. Nói chung phí rút tiền mặt cao hơn khá nhiều phí mà ngân hàng hoặc NBFC tính cho các giao dịch tín dụng thông thường khác. Khi rút tiền mặt qua thẻ tín 11180659 — Phạm Thị Ngọc Bich || 6 Chuyên dé thực tập chuyên ngành Toán Kinh Tế dung, lãi suất sẽ được tính ngay trong ngày. Nghia là, tiền lãi được tính kế từ ngày rút tiền mặt.

Thông thường, không có thời gian gia hạn được cung cấp cho các giao dịch tiền mặt. % Các khoản phí bố sung cho sự chậm trễ trong việc thanh toán: Việc thanh toán khoản chi tiêu thẻ tín dụng phải được thực hiện trước ngày đến hạn đã đề cập trên hóa đơn của thẻ tín dụng. Nếu không được thanh toán đúng hạn thì công ty phát hành thẻ tin dung sẽ tính thêm một số chi phí phát sinh do sự chậm trễ trong việc thanh toán. Các khoản phí này được tính dé bù đắp (thu hồi) chi phí lãi vay, chi phí quản lý và bat kỳ chi phí liên quan nào khác do tô chức phát hành thẻ tín dụng thanh toán.

a Thuế dịch vụ: Tổng số tiền được tính cho chủ thẻ tín dụng đã bao gồm thuế dịch vụ. Thuế dịch vụ bắt buộc này do chính phủ áp đặt cũng làm tăng chi phí cuối cùng mà chủ thẻ tin dụng phải trả. Nhiều nhà cung cấp thẻ tín dụng (đơn vị phát hành) có chính sách hoàn lại thuế dịch vụ được tính khi mua khí đốt, nhiên liệu và các hàng hóa tương tự khác. + Điểm thưởng: Các nhà cung cấp thẻ tín dụng luôn có sự cạnh tranh rất quyết liệt.

Đưa ra các ưu đãi khác nhau thường là một cách phù hợp dé cải thiện việc bán các sản phẩm trong quá trình kinh doanh thông thường. Theo xu hướng này, các nhà cung cấp thẻ tín dụng cũng tặng điểm thưởng dựa trên giá trị tài chính của các giao dịch do khách hàng của họ tạo ra. * Quà tặng và các uu đãi khác: Ở giai đoạn sau (tức là sau khi vượt qua số điểm thưởng xác định trước) điểm thưởng tích lũy được đổi bằng cách chuyên đối chúng thành qua tặng, ưu đãi hoàn tiền hoặc bat kỳ ưu đãi hap dẫn tương tự nào khác. Đề nhận được nhiều điểm thưởng, chủ thẻ tín dụng phải thực hiện một số lượng lớn giao dịch thông qua thẻ tín dụng của mình.

Dựa trên đặc điểm ở trên, có thê kết luận rằng thẻ tín dụng là kết quả của các chức năng ngân hang toàn diện. Thẻ tín dụng là phương tiện cho vay tài chính ngắn hạn rất tiện lợi, tuy nhiên sự an toàn và bảo mật của thẻ tín dụng cũng là điều quan trọng hàng đầu. Những điều này phụ thuộc vào khả năng bảo vệ vật lý của thẻ tín dụng cũng như tính bảo mật (bí mật) của số thẻ tín dụng, số mệnh giá thẻ (CVV), mã số cá nhân (PIN) và các thông tin xác thực nhạy cảm khác của chủ thẻ tín dụng. Những rủi ro khi sử dụng thẻ tín dụng Bat kỳ sản pham dịch vụ tài chính nào cũng đều tiềm ân nhiều nguy cơ ké cả thẻ tín dụng, đặc biệt là đối với những người mới sử dụng thẻ tín dụng, những người có thể bị mê hoặc bởi sức hấp dẫn của thứ có vẻ như là tiền “miễn phí”.

11180659 — Phạm Thị Ngọc Bich || 7 Chuyên dé thực tập chuyên ngành Toán Kinh Tế Ngay cả một số người dùng thẻ tín dụng có kinh nghiệm vẫn rơi vào bẫy thẻ tín dụng. % Cám dỗ chỉ tiêu quá mức: Các nghiên cứu cho thấy người tiêu dùng chỉ tiêu nhiều hơn khi thanh toán băng thẻ tín dụng so với khi thanh toán bằng tiền mặt. Trong một nghiên cứu, những người tham gia sẵn sàng chỉ tiêu gấp đôi khi sử dụng thẻ tín dụng. Thật dé dang và thuận tiện để tiêu tiền bằng thẻ tin dụng và không cảm thấy "đau đớn" khi tiền mặt rời khỏi ví.

Nó cũng có thể giải thích tỷ lệ mắc nợ thẻ tín dụng ngày càng tăng. 3È Lãi suất khiến việc thanh toán số dự trở nên khó khăn hơn: Thanh toán đầy đủ số dư thẻ tín dụng mỗi tháng cho phép khách hàng không phải trả bất kỳ khoản lãi suất nào. Tuy nhiên, nếu không thanh toán số dư của mình đầy đủ thì một phần của mỗi khoản thanh toán sẽ chuyên sang thanh toán có lãi suất, làm tăng khoảng thời gian cần thiết đề thanh toán hết số dư. % Rui ro mắc nợ: Bắt kỳ lúc nào vay tiền, khách hàng đang tạo ra nợ.

Càng vay nhiều mà không trả thì nợ cảng lún sâu. Nợ nan kéo theo vô số van đề khác, và không phải tất cả chúng déu là van đề tài chính. Nó có thé dẫn đến căng thang, trầm cam và các van đề sức khỏe khác, tat cả đều có thé gây ảnh hưởng nghiêm trọng. Khi đang mắc nợ, việc đạt được các mục tiêu tài chính khác sẽ khó hơn nhiều.