Dự Đoán Khả Năng Đủ Điều Kiện Vay Mua Nhà Qua Khoa Học Dữ Liệu

Dự đoán khả năng vay mua nhà là một lĩnh vực quan trọng trong tài chính, đặc biệt trong bối… 58 trang · Trường Đại Học Kinh Tế Thành Phố Hồ Chí Minh · 2023.

• Tác giả: Hà Thị Trâm Anh
• Người hướng dẫn: Ths. Nguyễn Mạnh Tuấn
• Trường học: Trường Đại Học Kinh Tế Thành Phố Hồ Chí Minh
• Chuyên ngành: Khoa Học Dữ Liệu
• Đề tài: Dự Đoán Khả Năng Đủ Điều Kiện Vay Để Mua Nhà
• Loại tài liệu: Dự Án Kết Thúc Học Phần
• Năm xuất bản: 2023
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG I: TỔNG QUAN
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. Đối tượng nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.4.1. Phương pháp nghiên cứu lý luận
• 1.4.2. Phương pháp nghiên cứu thực tiễn
• 2. CHƯƠNG II: QUY TRÌNH THỰC HIỆN VÀ KẾT QUẢ
• 2.1. Mô tả và tiền xử lí dữ liệu
• 2.1.1. Mô tả nguồn dữ liệu và cấu trúc của dữ liệu
• 2.1.2. Tiền xử lý dữ liệu
• 2.1.2.1. Tích hợp dữ liệu (Data integration)
• 2.1.2.2. Chuyển đổi dữ liệu (Data transformation)
• 2.1.2.3. Rút gọn dữ liệu
• 2.2. Bài toán 1: Phát hiện điểm đặc thù của dữ liệu
• 2.2.1. Mô tả bài toán
• 2.2.2. Chạy mô hình và kết quả
• 2.3. Bài toán 2: Dự đoán khả năng điều kiện để cho khách hàng vay mua nhà
• 2.3.1. Mô tả bài toán
• 2.3.1.1. Mô tả phương pháp
• 2.3.1.2. Mô tả bộ dữ liệu
• 2.3.1.3. Mô tả quá trình
• 2.3.2. Quy trình xây dựng mô hình
• 2.3.2.1. Các bước xây dựng mô hình
• 2.3.2.2. Đánh giá mô hình phân lớp
• 2.3.2.3. Kết quả dự báo và nhận xét
• 2.3.3. Phân tích chuyên sâu các nhân tố hồi quy (Logistic Regression)
• 2.3.4. Phân tích chuyên sâu mô hình cây quyết định (Decision Tree)
• 2.4. Bài toán 3: Phân cụm/ nhóm khách hàng không đủ điều kiện vay mua nhà
• 2.4.1. Mô tả bài toán
• 2.4.1.1. Mô tả phương pháp phân cụm (Clustering)
• 2.4.1.2. Mô tả phương pháp K-Means
• 2.4.2. Chạy mô hình và kết quả
• 2.4.2.1. Xây dựng mô hình
• 2.4.2.2. Tiến hành phân cụm với thuật toán K-Means
• 2.4.2.3. Kết luận thông qua các kết quả đạt được
• 3. CHƯƠNG III: KẾT LUẬN VÀ KHUYẾN NGHỊ
• 3.1. Kết luận kết quả quan trọng, đặc điểm nổi bật của từng bài toán
• CHƯƠNG IV: TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Dự Đoán Khả Năng Vay Mua Nhà

Dự đoán khả năng vay mua nhà là một lĩnh vực quan trọng trong tài chính, đặc biệt trong bối cảnh thị trường bất động sản đang phát triển mạnh mẽ. Việc áp dụng khoa học dữ liệu vào lĩnh vực này không chỉ giúp các tổ chức tài chính đưa ra quyết định chính xác hơn mà còn hỗ trợ người tiêu dùng trong việc tiếp cận các sản phẩm vay phù hợp. Nghiên cứu này sẽ phân tích các yếu tố ảnh hưởng đến khả năng vay mua nhà và ứng dụng các mô hình dự đoán để cải thiện quy trình cho vay.

1.1. Khái Niệm Dự Đoán Khả Năng Vay

Dự đoán khả năng vay là quá trình sử dụng dữ liệu để xác định khả năng tài chính của khách hàng trong việc trả nợ. Các yếu tố như thu nhập, lịch sử tín dụng và tình trạng hôn nhân đều ảnh hưởng đến khả năng này.

1.2. Tầm Quan Trọng Của Khoa Học Dữ Liệu Trong Tài Chính

Khoa học dữ liệu giúp phân tích và xử lý lượng lớn dữ liệu tài chính, từ đó đưa ra những dự đoán chính xác hơn về khả năng vay của khách hàng. Việc này không chỉ nâng cao hiệu quả cho các tổ chức tài chính mà còn tạo ra sự công bằng trong việc tiếp cận tín dụng.

II. Thách Thức Trong Dự Đoán Khả Năng Vay Mua Nhà

Mặc dù có nhiều lợi ích, việc dự đoán khả năng vay cũng đối mặt với nhiều thách thức. Các yếu tố như sự biến động của thị trường bất động sản, sự thay đổi trong chính sách tín dụng và các yếu tố cá nhân của khách hàng đều có thể ảnh hưởng đến độ chính xác của các mô hình dự đoán.

2.1. Biến Động Thị Trường Bất Động Sản

Thị trường bất động sản có thể thay đổi nhanh chóng, ảnh hưởng đến giá trị tài sản và khả năng vay của khách hàng. Sự biến động này cần được xem xét kỹ lưỡng trong các mô hình dự đoán.

2.2. Chính Sách Tín Dụng Thay Đổi

Các chính sách tín dụng của ngân hàng có thể thay đổi theo thời gian, ảnh hưởng đến khả năng vay của khách hàng. Việc theo dõi và cập nhật các chính sách này là rất quan trọng.

III. Phương Pháp Dự Đoán Khả Năng Vay Mua Nhà Hiệu Quả

Để dự đoán khả năng vay mua nhà, có thể áp dụng nhiều phương pháp khác nhau như hồi quy logistic, cây quyết định 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

Hồi quy logistic là một trong những phương pháp phổ biến nhất để dự đoán khả năng vay. Phương pháp này giúp xác định xác suất mà một khách hàng có thể đủ điều kiện vay dựa trên các yếu tố như thu nhập và lịch sử tín dụng.

3.2. Cây Quyết Định

Cây quyết định là một phương pháp trực quan giúp phân loại khách hàng dựa trên các đặc điểm của họ. Phương pháp này dễ hiểu và có thể cung cấp những thông tin quý giá cho các tổ chức tài chính.

IV. Ứng Dụng Thực Tiễn Của Dự Đoán Khả Năng Vay Mua Nhà

Việc áp dụng các mô hình dự đoán vào thực tiễn đã mang lại nhiều kết quả tích cực. Các tổ chức tài chính có thể xác định chính xác hơn khách hàng đủ điều kiện vay, từ đó giảm thiểu rủi ro tín dụng và tăng cường hiệu quả cho vay.

4.1. Tăng Cường An Toàn Tín Dụng

Việc phát hiện các đặc điểm đặc thù liên quan đến khả năng vay giúp các tổ chức tài chính xác định chính xác hơn khách hàng có khả năng trả nợ, từ đó giảm thiểu rủi ro cho vay.

4.2. Cải Thiện Quy Trình Cho Vay

Các mô hình dự đoán giúp cải thiện quy trình cho vay, từ việc đánh giá hồ sơ đến quyết định cho vay, tạo điều kiện thuận lợi cho cả khách hàng và tổ chức tài chính.

V. Kết Luận Về Tương Lai Của Dự Đoán Khả Năng Vay Mua Nhà

Dự đoán khả năng vay mua nhà sẽ tiếp tục phát triển với sự tiến bộ của công nghệ và khoa học dữ liệu. Các tổ chức tài chính cần cập nhật và cải tiến các mô hình dự đoán để đáp ứng nhu cầu ngày càng cao của thị trường.

5.1. Xu Hướng Công Nghệ Mới

Sự phát triển của trí tuệ nhân tạo và học máy sẽ mở ra nhiều cơ hội mới trong việc dự đoán khả năng vay. Các tổ chức tài chính cần nắm bắt xu hướng này để tối ưu hóa quy trình cho vay.

5.2. Tăng Cường Tính Minh Bạch

Việc áp dụng các mô hình dự đoán sẽ giúp tăng cường tính minh bạch trong quy trình cho vay, đảm bảo rằng mọi khách hàng đều được đối xử công bằng và khách quan.

Nội dung chính

Dưới đây là bản phân tích tài liệu và bài viết content SEO hoàn chỉnh, chuyên sâu về đề tài "Dự Đoán Khả Năng Vay Mua Nhà: Ứng Dụng Khoa Học Dữ Liệu".

---

BƯỚC 1: PHÂN TÍCH TÀI LIỆU

1. Các vấn đề/câu hỏi chính mà tài liệu giải quyết

• Làm thế nào để tự động hóa và nâng cao độ chính xác trong quy trình phê duyệt hồ sơ vay mua nhà thay vì phụ thuộc hoàn toàn vào thẩm định thủ công?
• Những yếu tố nhân khẩu học và tài chính nào (lịch sử tín dụng, thu nhập, tình trạng hôn nhân, khu vực bất động sản) có trọng số tác động lớn nhất đến khả năng trả nợ của khách hàng?
• Mô hình phân lớp học máy nào (Logistic Regression, Decision Tree, SVM) tối ưu nhất trong việc giảm thiểu sai lầm loại II (cấp tín dụng nhầm cho khách hàng có nguy cơ nợ xấu cao)?
• Làm sao để phân cụm và nhận diện nhóm khách hàng "chưa đủ điều kiện" nhưng có tiềm năng chuyển đổi thành khách hàng vay an toàn trong tương lai?

2. Thuật ngữ chuyên ngành quan trọng (15–20 thuật ngữ)

1. Khoa học dữ liệu (Data Science)
2. Khai phá dữ liệu (Data Mining)
3. Hồi quy Logistic (Logistic Regression)
4. Cây quyết định (Decision Tree)
5. Máy vector hỗ trợ (Support Vector Machine - SVM)
6. Phân cụm K-Means (K-Means Clustering)
7. Chỉ số Silhouette (Silhouette Coefficient)
8. Ma trận nhầm lẫn (Confusion Matrix)
9. Sai lầm loại I & loại II (Type I & Type II Errors)
10. Tiền xử lý dữ liệu (Data Preprocessing)
11. Điền khuyết dữ liệu (Missing Value Imputation)
12. Lấy mẫu phân tách (Data Sampler / Train-Test Split)
13. Lịch sử tín dụng (Credit History)
14. Rủi ro tín dụng (Credit Risk)
15. Nợ xấu (Non-Performing Loans - NPL)
16. Tỷ lệ quá khớp/thiếu khớp (Overfitting/Underfitting)
17. Hệ số hồi quy (Regression Coefficients)
18. Phần mềm Orange Canvas (Orange Data Mining Tool)

3. Đóng góp và điểm mới của tài liệu

• Ứng dụng quy trình Machine Learning trực quan: Triển khai toàn diện pipeline xử lý dữ liệu và học máy không cần code phức tạp thông qua Orange Canvas và Excel, dễ dàng áp dụng thực tế cho nhân sự ngành tài chính.
• Tối ưu hóa bài toán giảm thiểu rủi ro nợ xấu: Tập trung lựa chọn mô hình dựa trên việc hạn chế tối đa sai lầm loại II (False Positive) – rủi ro lớn nhất đe dọa sự an toàn vốn của các tổ chức tài chính.
• Chiến lược tiếp cận 2 chiều (Phân lớp + Phân cụm): Không chỉ dừng lại ở bài toán nhị phân (Được vay / Không được vay), nghiên cứu mở rộng phân cụm tệp khách hàng bị từ chối để đề xuất chính sách nuôi dưỡng và chuyển đổi khách hàng tiềm năng.

---

BƯỚC 2: NỘI DUNG CONTENT SEO CHI TIẾT

Tổng quan nghiên cứu

Thị trường bất động sản không ngừng biến động kéo theo nhu cầu vay vốn thế chấp mua nhà gia tăng nhanh chóng. Tuy nhiên, quy trình thẩm định hồ sơ truyền thống tại nhiều tổ chức tài chính vẫn tồn tại nhiều hạn chế về thời gian và độ chuẩn xác. Việc phê duyệt tín dụng thiếu khách quan có thể dẫn đến gia tăng nợ xấu hoặc bỏ lỡ khách hàng tiềm năng. Để giải quyết khoảng trống này, nghiên cứu "Dự đoán khả năng đủ điều kiện vay để mua nhà" đã ứng dụng khoa học dữ liệu và học máy nhằm tự động hóa quy trình thẩm định.

Tài liệu sử dụng tập dữ liệu thực tế gồm 614 khách hàng từ Công ty Tài chính Dream Housing trên nền tảng Kaggle. Thông qua công cụ khai phá dữ liệu trực quan Orange Canvas và Excel, nhóm nghiên cứu triển khai đồng thời ba nhiệm vụ trọng tâm: phân tích thống kê khám phá đặc thù dữ liệu, xây dựng mô hình phân lớp dự báo (Supervised Learning) và phân cụm khách hàng bị từ chối (Unsupervised Learning). Cách tiếp cận này mang lại giải pháp toàn diện giúp doanh nghiệp tài chính tối ưu hóa danh mục cho vay, giảm thiểu rủi ro tín dụng và tăng cường năng lực cạnh tranh trên thị trường.

---

Nội dung chi tiết

1. Cơ sở lý luận và Bài toán quản trị rủi ro tín dụng vay mua nhà

Thị trường tài chính hiện đại xem bất động sản là một trong những tài sản thế chấp cốt lõi nhưng cũng tiềm ẩn rủi ro hệ thống cao. Sự mở rộng tín dụng quá mức không đi kèm kiểm soát chất lượng người vay có thể tạo ra bong bóng giá nhà đất và đe dọa thanh khoản ngân hàng. Do đó, việc xây dựng cơ chế đánh giá mức độ đủ điều kiện vay mua nhà trở thành nhiệm vụ sống còn của các định chế tài chính.

Quy trình thẩm định tín dụng truyền thống thường dựa vào đánh giá cảm quan của chuyên viên tín dụng kết hợp kiểm tra tài sản thủ công. Phương pháp này không chỉ tốn kém chi phí vận hành mà còn dễ phát sinh thiên vị chủ quan. Ngược lại, tiếp cận dựa trên dữ liệu lớn (Big Data) và trí tuệ nhân tạo (AI) giúp chuẩn hóa việc chấm điểm tín dụng dựa trên các thuộc tính nhân khẩu học và tài chính:

• Nhân khẩu học và tình trạng xã hội: Giới tính (Gender), Tình trạng hôn nhân (Married), Trình độ học vấn (Education), Số người phụ thuộc (Dependents).
• Năng lực tài chính: Thu nhập của người nộp đơn (ApplicantIncome), Thu nhập của người đồng vay/giám hộ (CoapplicantIncome), Tình trạng tự chủ tài chính (Self_Employed).
• Thông tin khoản vay & Lịch sử tín dụng: Số tiền đề nghị vay (LoanAmount), Thời hạn vay (Loan_Amount_Term), Lịch sử trả nợ trước đây (Credit_History), Khu vực tài sản (Property_Area).

Bằng cách mô hình hóa các biến số này, tổ chức cho vay có thể lượng hóa chính xác xác suất trả nợ đúng hạn, từ đó đưa ra quyết định phê duyệt an toàn và minh bạch.

+-------------------------------------------------------------------------+
|                  QUY TRÌNH PHÊ DUYỆT TÍN DỤNG TỰ ĐỘNG                   |
|                                                                         |
|  [Hồ sơ khách hàng] -> [Tiền xử lý & Trích xuất biến] -> [Machine Learning]  |
|                                                                 |       |
|       +---------------------------------------------------------+       |
|       v                                                         v       |
|  [ĐỦ ĐIỀU KIỆN (Approved)]                                [TỪ CHỐI (Denied)]    |
|  (Phê duyệt & Giải ngân)                                        |       |
|                                                                 v       |
|                                                     [Phân cụm K-Means]   |
|                                                     (Nuôi dưỡng / Tái cấp)
+-------------------------------------------------------------------------+

---

2. Phương pháp thực hiện và Quy trình xây dựng mô hình trên Orange Canvas

Nghiên cứu áp dụng quy trình khai phá dữ liệu chuẩn mực (Standard Data Mining Pipeline) được thiết kế trên giao diện kéo thả trực quan của Orange Canvas. Toàn bộ quy trình gồm các giai đoạn nghiêm ngặt:

[Dữ liệu gốc (614 dòng)]
[Preprocess: Missing Values (Random Replacement)]
[Data Sampler: Train Set 70% (430) / Test Set 30% (184)]
 [Hồi quy Logistic]           [Cây quyết định]                    [SVM]
                        [Test & Score / Confusion Matrix]
                      [Mô hình tối ưu: Logistic Regression]
                            [Prediction: Accuracy 78%]

Tiền xử lý dữ liệu (Data Preprocessing)

Tập dữ liệu gốc ghi nhận tỷ lệ khuyết thiếu (Missing values) khoảng 2.2% trên tổng số 614 bản ghi. Nhóm thực hiện các bước xử lý kỹ thuật:

• Gán nhãn vai trò thuộc tính: Đặt biến Loan_Status làm biến mục tiêu (Target), loại bỏ biến định danh Loan_ID sang trạng thái bỏ qua (Skip).
• Xử lý giá trị rỗng: Sử dụng kỹ thuật gán giá trị thay thế (Impute Missing Values) bằng phương pháp Replace with random value nhằm duy trì phân phối tự nhiên của tập mẫu.
• Phân tách tập dữ liệu (Data Splitting): Áp dụng widget Data Sampler để chia dữ liệu thành hai tập độc lập: Tập huấn luyện (Training Set chiếm 70% tương ứng 430 mẫu) và Tập kiểm nghiệm (Testing Set chiếm 30% tương ứng 184 mẫu).

Huấn luyện và Đánh giá mô hình phân lớp

Nhóm nghiên cứu triển khai đồng thời ba thuật toán phân lớp phổ biến:

1. Hồi quy Logistic (Logistic Regression): Mô hình hóa xác suất nhị phân dựa trên hàm sigmoid, cho phép giải thích rõ ràng trọng số từng nhân tố.
2. Cây quyết định (Decision Tree): Phân nhánh dữ liệu theo các tiêu chí điều kiện tường minh, trực quan hóa quy tắc ra quyết định.
3. Máy vector hỗ trợ (Support Vector Machine - SVM): Tối ưu hóa siêu phẳng phân cách trong không gian đa chiều.

Trong bài toán cấp tín dụng, Sai lầm loại II (False Positive - Cấp vốn cho người không đủ khả năng trả nợ) gây thiệt hại nghiêm trọng hơn rất nhiều so với Sai lầm loại I (False Negative - Bỏ lỡ khách hàng tốt). Ma trận nhầm lẫn (Confusion Matrix) cho thấy Hồi quy Logistic đạt tỷ lệ sai lầm loại II thấp nhất (~19.x%), vượt trội hơn SVM và Decision Tree. Vì vậy, Logistic Regression được chọn làm mô hình dự báo chính thức.

---

3. Kết quả thực nghiệm và Chiến lược phân khúc khách hàng mục tiêu

Kết quả kiểm thử mô hình Logistic Regression trên tập dữ liệu dự báo độc lập (184 mẫu) ghi nhận độ chính xác tổng thể đạt 78%. Đồng thời, việc phân tích chuyên sâu các hệ số hồi quy và luật phân nhánh cây quyết định đã làm sáng tỏ các đặc thù tín dụng quan trọng.

Tác động của các nhân tố đến quyết định cho vay

Hệ số hồi quy logistic chỉ ra mức độ ảnh hưởng cụ thể của từng biến số:

• Lịch sử tín dụng (Credit_History): Nhân tố quyết định mạnh nhất. Khách hàng có lịch sử tín dụng tốt (Credit_History = 1) có hệ số tác động dương cực lớn (+1.584). Ngược lại, chưa có lịch sử tín dụng kéo giảm khả năng phê duyệt (-1.585).
• Khu vực sinh sống (Property_Area): Bất động sản tại khu vực Bán đô thị (Semiurban) có xu hướng được phê duyệt cao nhất (+0.39), trong khi khu vực Nông thôn (Rural) chịu tác động tiêu cực (-0.585).
• Trình độ học vấn & Hôn nhân: Khách hàng đã tốt nghiệp đại học (+0.19) và đã kết hôn (+0.145) có xác suất được cấp khoản vay cao hơn đáng kể.
• Quy mô khoản vay: Số tiền vay (LoanAmount, hệ số -0.56) có tương quan nghịch với khả năng phê duyệt; khoản vay càng lớn đòi hỏi điều kiện ràng buộc càng khắt khe.

Cây quyết định và các luật biên

Mô hình Decision Tree cung cấp các quy tắc phân loại rõ ràng:

• Điểm phân nhánh đầu tiên phụ thuộc vào Credit_History. Nếu không có lịch sử tín dụng (Credit_History = 0), hồ sơ chỉ có cơ hội được duyệt nếu thời hạn vay ngắn ($\le$ 180 ngày) và tài sản nằm ở khu vực Nông thôn hoặc Bán đô thị (độ chính xác 66%).
• Khi đã có lịch sử tín dụng tốt (Credit_History = 1), nếu người đồng vay có thu nhập cao (> 4538) nhưng số tiền đề nghị vay quá nhỏ (< 70), mô hình nhận diện hồ sơ bất thường và từ chối cấp vốn với độ chính xác 100%.

                        [Lịch sử tín dụng (Credit_History)]
                                 /               \
                     = 0 (Chưa có)              = 1 (Đã có)
                             /                       \
             [Thời hạn vay <= 180 ngày]     [Thu nhập đồng vay > 4538 & Khoản vay < 70]
                     /        \                              /         \
                 (Duyệt 66%)  (Từ chối)                (Bất thường - Từ chối 100%)  (Duyệt)

Phân cụm nhóm khách hàng bị từ chối bằng K-Means

Bên cạnh bài toán phân lớp, nghiên cứu tiến hành lọc các hồ sơ bị từ chối (Loan_Status = No) và phân cụm bằng thuật toán K-Means. Đánh giá hệ số Silhouette cho thấy cấu trúc 2 cụm ($k=2$) đạt chỉ số trung bình tối ưu (0.429, đỉnh cực đại 0.8):

• Cụm 1 (Nhóm tiềm năng thấp): Quy mô nhỏ, đa phần là khách hàng có lịch sử tín dụng xấu hoặc nguồn thu nhập không ổn định.
• Cụm 2 (Nhóm tiềm năng chuyển đổi): Chiếm đa số mẫu bị từ chối, bao gồm khách hàng nam giới, đã kết hôn, đã tốt nghiệp đại học nhưng thiếu hụt một điều kiện phụ (như chứng minh thu nhập tự doanh hoặc tỷ lệ vay/thu nhập chưa đạt chuẩn). Đây là tệp khách hàng mục tiêu để công ty tài chính thiết kế các gói vay ưu đãi linh hoạt hoặc chương trình tích lũy tín dụng trong tương lai.

---

Ai nên đọc tài liệu này?

Tài liệu này được biên soạn bài bản, mang tính ứng dụng thực tiễn cao và phù hợp với nhiều nhóm đối tượng:

• Chuyên viên phân tích rủi ro & Thẩm định tín dụng: Nắm bắt cách ứng dụng mô hình định lượng vào quy trình ra quyết định cho vay, giảm phụ thuộc vào thẩm định trực giác.
• Chuyên viên phân tích dữ liệu kinh doanh (Business Data Analysts): Tham khảo quy trình xây dựng Machine Learning pipeline hoàn chỉnh trên Orange Canvas từ khâu tiền xử lý, phân lớp đến phân cụm.
• Sinh viên & Giảng viên ngành Tài chính – Ngân hàng, Hệ thống thông tin kinh doanh: Dùng làm tài liệu tham khảo chất lượng cao cho các đồ án môn học Khoa học dữ liệu, Phân tích dữ liệu tài chính.
• Nhà quản trị tại các công ty tài chính / Fintech: Hoạch định chiến lược phân khúc khách hàng và phát triển sản phẩm cho vay mua nhà dựa trên dữ liệu.

Kiến thức nền tảng cần có: Khái niệm cơ bản về xác suất thống kê, hiểu biết tổng quan về quy trình cấp tín dụng ngân hàng và tư duy phân tích dữ liệu dạng bảng (Tabular Data).

---

Câu hỏi thường gặp (FAQ)

1. Khoa học dữ liệu hỗ trợ dự đoán khả năng vay mua nhà như thế nào?

Khoa học dữ liệu tự động hóa việc đánh giá rủi ro tín dụng bằng cách phân tích lịch sử trả nợ, thu nhập và nhân khẩu học của khách hàng qua thuật toán học máy. Thay vì thẩm định thủ công, mô hình phân lớp sẽ tính toán chính xác xác suất khách hàng trả đúng hạn, giúp quyết định cấp vốn diễn ra nhanh chóng, minh bạch và giảm thiểu nợ xấu.

2. Quy trình xây dựng mô hình dự đoán tín dụng trên Orange gồm những bước nào?

Quy trình gồm 5 bước tiêu chuẩn: (1) Nạp dữ liệu và cấu hình vai trò các thuộc tính; (2) Xử lý dữ liệu khuyết thiếu bằng Impute Missing Values; (3) Tách tập dữ liệu thành 70% huấn luyện và 30% thử nghiệm qua Data Sampler; (4) Huấn luyện đồng thời các thuật toán (Logistic, Tree, SVM); (5) Đánh giá ma trận nhầm lẫn và xuất kết quả dự báo qua Prediction.

3. Tại sao Hồi quy Logistic lại được ưu tiên lựa chọn hơn SVM và Cây quyết định?

Hồi quy Logistic được lựa chọn vì kiểm soát tốt nhất sai lầm loại II (False Positive) – rủi ro cho vay nhầm người có nguy cơ không trả được nợ. Ngoài việc đạt độ chính xác 78%, mô hình này cung cấp các hệ số hồi quy rõ ràng, giúp tổ chức tài chính giải trình minh bạch lý do từ chối hoặc chấp thuận khoản vay.

4. Khi nào các tổ chức tín dụng nên áp dụng phân cụm K-Means cho hồ sơ vay?

Thuật toán K-Means nên được áp dụng khi tổ chức tín dụng muốn khám phá cấu trúc tự nhiên của nhóm khách hàng bị từ chối cấp vốn. Phương pháp này phân tách tệp khách hàng không đạt chuẩn thành các phân khúc nhỏ, giúp định vị nhóm có tiềm năng tài chính để tiếp thị các gói vay thay thế hoặc hỗ trợ tái thẩm định.

5. Lịch sử tín dụng (Credit History) đóng vai trò quan trọng ra sao trong mô hình?

Lịch sử tín dụng là thuộc tính quan trọng nhất với hệ số tác động dương cao nhất (+1.584). Khách hàng có lịch sử tín dụng tốt đạt tỷ lệ phê duyệt lên tới 66.5%. Ngược lại, nếu không có lịch sử tín dụng, tỷ lệ phê duyệt chỉ đạt 2.3% và phải thỏa mãn các điều kiện ngặt nghèo về thời hạn và khu vực vay.

---

Kết luận

Báo cáo nghiên cứu đã chứng minh tính hiệu quả vượt trội của việc ứng dụng khoa học dữ liệu vào bài toán thẩm định hồ sơ vay mua nhà.

• Trọng số cốt lõi: Lịch sử tín dụng (Credit History) và khu vực bất động sản (Property Area) là hai biến số chi phối mạnh nhất đến quyết định cấp tín dụng.
• Mô hình tối ưu: Hồi quy Logistic đạt độ chính xác 78%, đồng thời tối thiểu hóa sai lầm loại II, bảo vệ an toàn vốn cho tổ chức cho vay.
• Tiềm năng khai thác phân cụm: Thuật toán K-Means ($k=2$) phân tách thành công nhóm khách hàng bị từ chối thành các phân khúc tiềm năng phục vụ chiến lược tái chuyển đổi.

Hướng phát triển tiếp theo: Mở rộng tích hợp các thuật toán Ensemble Learning (Random Forest, XGBoost) và bổ sung dữ liệu phi tài chính (hành vi số, mạng xã hội) để nâng cao độ chính xác dự báo.

Bạn đang tìm kiếm giải pháp chuyển đổi số cho quy trình thẩm định tín dụng? Hãy tải ngay toàn bộ tài liệu dự án và workflow Orange mẫu để ứng dụng trực tiếp vào doanh nghiệp của bạn ngay hôm nay!

Trích đoạn nội dung tài liệu

CHƯƠNG I: TỔNG QUAN 1.1 Lý do chọn đề tài Tại thời điểm hiện nay, khi xã hội ngày càng phức tạp và thị trường bất động sản liên tục biến động, việc chọn đề tài "Dự Đoán Khả Năng Đủ Điều Kiện Vay Mua Nhà" không chỉ là sự hiểu biết sâu sắc về mặt khoa học mà còn phản ánh một sự quan tâm sâu rộng về tác động to lớn của quyết định mua nhà đối với cuộc sống cá nhân và gia đình. Trong một thập kỷ qua, một tài liệu mới và đang phát triển đã tập trung vào tính hiệu quả của các chính sách an toàn vĩ mô, chẳng hạn như khả năng làm chậm sự tăng trưởng nhanh chóng của giá nhà đất (Claessens, 2015; Galati và Moessner, 2018). Điều này ám chỉ việc nghiên cứu và phân tích các biện pháp, chính sách mà các quốc gia hoặc tổ chức có thể thực hiện để kiểm soát tăng trưởng giá nhà và đảm bảo tính ổn định của thị trường bất động sản. Khi giá nhà đất tăng nhanh chóng, đặc biệt là trong một thị trường bất động sản sôi động, có thể xuất hiện nhiều vấn đề.

Sự tăng giá có thể tạo ra áp lực tài chính đối với người mua nhà, làm gia tăng khả năng nợ và gây ra rủi ro tài chính. Ngoài ra, nếu giá nhà tăng quá mạnh, có thể xảy ra hiện tượng bong bóng bất động sản, khi giá nhà cao hơn giá trị thực của chúng. Đầu tiên, tầm quan trọng ngày càng tăng của tài sản bất động sản đối với khả năng dễ bị tổn thương về tài chính có nguồn gốc từ hai đặc điểm riêng biệt. Thị trường nhà ở quá nóng chủ yếu là do mở rộng tín dụng (Agnello và cộng sự, 2017), đặc biệt là cho vay thế chấp ngân hàng (Jorda và cộng sự, 2015).

Mở rộng tín dụng, hay còn được gọi là sự gia tăng cung cấp tiền và tín dụng trong nền kinh tế, thường đồng nghĩa với việc ngân hàng và tổ chức tín dụng mở rộng việc cho vay. Khi thị trường bất động sản trở nên nóng bỏng, tức là nhu cầu mua nhà tăng mạnh, các ngân hàng có thể tăng cường việc cung cấp vay thế chấp để đáp ứng nhu cầu đó. Điều này có thể tạo ra một chu kỳ tăng giá đột ngột trong giá nhà, khi người mua có thêm khả năng tài chính để mua nhà và thị trường trở nên cạnh tranh hơn. Nếu mở rộng tín dụng diễn ra quá mạnh mẽ và không được kiểm soát, có thể xảy ra hiện tượng bong bóng bất động sản, khi giá nhà tăng cao hơn giá trị thực tế của chúng.

Khi bong bóng này nổ, có thể gây ra những tác động tiêu cực lớn đối với thị trường tài chính và kinh tế, bao gồm cả rủi ro về tài chính cá nhân và sự không ổn định trong hệ thống ngân hàng. Do đó, sự kết hợp giữa mở rộng tín dụng và sự nóng lên của thị trường nhà ở là một yếu tố quan trọng cần được theo dõi và quản lý để đảm bảo tính ổn định và bền vững trong thị trường bất động sản và toàn bộ nền kinh tế. Bên cạnh đó, “Dự Đoán Khả Năng Đủ Điều Kiện Vay Mua Nhà” cũng mang những đặc điểm chính như tính cấp thiết (Thị trường bất động sản Việt Nam đang phát triển mạnh mẽ và nhu cầu mua nhà ngày càng tăng cao tuy nhiên không phải ai cũng đủ điều kiện để mua nhà). Tính mới mẻ (Các Công ty Tài chính chủ yếu sử dụng các phương pháp truyền thống để đánh giá khả năng vay mua nhà như kiểm tra hồ sơ, thu nhập và tài sản… chúng có thể không chính xác và tốn nhiều thời gian.

Ở đây sử dụng dữ liệu lớn và trí tuệ nhân tạo để có thể nâng cao độ chính xác và tính hiệu quả). Tăng cường tính minh bạch và công bằng (Giúp đưa ra quyết định khách quan dựa trên các yếu tố như thu nhập, lịch sử sử dụng tín dụng… Giảm thiểu sự thiên vị, đảm bảo đối xử công bằng đối với tất cả khách hàng). Tính khả thi (Đề xuất nghiên cứu sử dụng mô hình dự đoán cần thu thập lượng lớn dữ liệu về khách hàng và phát triển công nghệ giúp thu thập và xử lý dữ liệu trở nên dễ dàng hơn). Thị trường bất động sản ngày nay trở thành một bức tranh đầy màu sắc, nhưng đồng thời cũng đầy những thách thức.

Giá nhà tăng cao và biến động không dựa vào các quy luật cụ thể, điều này tạo ra một hình ảnh phức tạp khi người dân đưa ra quyết định về việc mua nhà. Việc đảm bảo khả năng vay mua nhà không chỉ là vấn đề sở hữu một căn nhà, mà còn là một thách thức lớn về mặt tài chính và kế hoạch tương lai. Nghiên cứu về khả năng vay mua nhà không chỉ đưa ra cái nhìn sâu sắc về tình hình tài chính cá nhân mà còn cung cấp những thông tin quý báu cho các tổ chức tín dụng và ngân hàng. Sự kết hợp giữa công nghệ và dữ liệu trong xây dựng các mô hình dự đoán có thể mang lại cái nhìn toàn diện về khả năng thanh toán và rủi ro tài chính của người vay.

Bên cạnh đó, không thể phủ nhận vai trò quan trọng của việc đặt mình vào góc nhìn xã hội. Hiểu rõ về cách khả năng vay mua nhà ảnh hưởng đến cộng đồng có thể giúp xã hội đưa ra những chính sách và hỗ trợ phù hợp, tạo điều kiện cho mọi người có cơ hội sở hữu nhà và xây dựng cuộc sống ổn định. Tóm lại, áp dụng các phương pháp mới mẻ sử dụng dữ liệu lớn và trí tuệ nhân tạo trong đánh giá khả năng vay mua nhà có thể giúp nâng cao hiệu suất và công bằng trong hoạt động cho vay của các Công ty Tài chính. Do đó, đề tài này không chỉ là một nhiệm vụ nghiên cứu khoa học, mà còn là cơ hội để đóng góp vào việc tối ưu hóa quyết định mua nhà của cả cộng đồng.

Nó không chỉ là một bảng số liệu và thống kê mà còn là hướng dẫn chân thực và chi tiết cho những người đang tìm hiểu về quy trình vay mua nhà, hỗ trợ họ xây dựng một cuộc sống tài chính ổn định và bền vững.2 Mục tiêu nghiên cứu 1.1 Mục tiêu tổng quát Mục tiêu tổng quát của bài nghiên cứu này là xây dựng một mô hình khoa học dữ liệu để dự đoán khả năng đủ điều kiện vay để mua nhà cho khách hàng cá nhân, nhằm giúp các Công ty Tài chính và tổ chức tín dụng đánh giá khả năng đủ điều kiện vay mua nhà của khách hàng cá nhân một cách chính xác và hiệu quả hơn. Cùng với đó là giảm thiểu rủi ro về tín dụng cho các Công ty Tài chính bằng cách xác định khách hàng nào có khả năng trả khoản vay cao hơn.2 Mục tiêu cụ thể Sử dụng phần mềm orange để xử lý dữ liệu và giải quyết các bài toán sau: • Bài toán 1: Phát hiện điểm đặc thù của dữ liệu Mô tả và xác định tính đặc thù của dữ liệu ảnh hưởng đến khả năng khách hàng đủ điều kiện vay để mua nhà. • Bài toán 2: Dự đoán khả năng đủ điều kiện vay để mua nhà (phân lớp dữ liệu) Xây dựng mô hình khoa học dữ liệu tối ưu nhất nhằm dự đoán khả năng đủ điều kiện vay để mua nhà của khách hàng cá nhân với độ chính xác cao. • Bài toán 3: Phân Loại nhóm khách hàng không đủ điều kiện vay mua nhà (Phân cụm dữ liệu) Phân nhóm khách hàng cá nhân không đủ điều kiện vay để mua nhà thành các nhóm đồng nhất dựa trên các thuộc tính ảnh hưởng.

Việc phân cụm này giúp các Công ty Tài chính hiểu rõ hơn về đặc điểm của các nhóm khách hàng, từ đó đưa ra các sản phẩm và dịch vụ phù hợp hơn, đồng thời giảm thiểu rủi ro tín dụng và xem xét nhóm nào dễ chuyển đổi hơn để cho vay.3 Đối tượng nghiên cứu Dữ liệu được thu thập từ Kaggle với thông tin của 614 khách hàng, bao gồm các thông tin: ID Khoản vay (Loan_ID), số người phụ thuộc (Dependents), giới tính (Gender), tình trạng hôn nhân (Married), học vấn (Education), tự làm chủ (Self_Employed), thu nhập của người nộp đơn (Applicantincome), thu nhập của người giám hộ (Coapplicantincome), số tiền vay (LoanAmount), thời hạn khoản vay (Loan_Amount_Term), lịch sử tín dụng (Credit_History), khu vực bất động sản (Property_Area), trạng thái khoản vay (Loan_Status).4 Phương pháp nghiên cứu 1.1 Phương pháp nghiên cứu lý luận “ Thực hiện quá trình nghiên cứu bao gồm việc thu thập, lựa chọn, và phân tích dữ liệu và thông tin thông qua việc đọc sách, báo, tài liệu để khám phá các quan niệm và quan điểm cần thiết để xây dựng cơ sở lý luận cho nghiên cứu. Đồng thời, dự đoán các thuộc tính của đối tượng nghiên cứu và xây dựng một lý luận sơ bộ. Các phương pháp sử dụng bao gồm: • Phương pháp phân tích – tổng hợp lý thuyết: Từ nguồn tài liệu, bao gồm cả nghiên cứu từ các tạp chí uy tín, tiến hành đọc và tổng hợp thông tin để rút ra các nội dung quan trọng nhằm hỗ trợ luận điểm của nghiên cứu. • Phương pháp mô hình hóa: Xây dựng mô hình nghiên cứu dựa trên lý thuyết, và áp dụng mô hình này để dự đoán, nhằm kiểm định độ chính xác của mô hình và xác định tính khả thi của nó trong việc giải quyết vấn đề nghiên cứu.2 Phương pháp nghiên cứu thực tiễn Dựa trên cơ sở lý luận đó, áp dụng vào thực tế thông qua việc sử dụng phần mềm Orange - một công cụ rất trực quan để nghiên cứu về các thuật toán machine learning và thực hành khoa học dữ liệu phổ biến hiện nay.

Tiến hành sử dụng Orange để phân tích dữ liệu và làm rõ vấn đề nghiên cứu. Tiếp theo, xây dựng các mô hình dự báo bằng cách sử dụng bộ dữ liệu huấn luyện có sẵn và so sánh kết quả của các mô hình này với nhau. Mục tiêu là lựa chọn mô hình phù hợp nhất để giúp các nhà đầu tư đưa ra các quyết định chính xác hơn khi đầu tư hiệu quả.” CHƯƠNG II: QUY TRÌNH THỰC HIỆN VÀ KẾT QUẢ 1. Mô tả và tiền xử lí dữ liệu 1.1 Mô tả nguồn dữ liệu và cấu trúc của dữ liệu Tập dữ liệu ban đầu của nhóm bao gồm thông tin dữ liệu thô chứa 614 hàng dữ liệu (khách hàng vay vốn) và 13 cột (đặc tính) được thu thập trên trang web Kaggle (Bank_loan (kaggle.

Tập dữ liệu được tổng hợp bởi Công ty Tài chính Dream Housing, dựa trên những thông tin chi tiết về khách hàng tự cung cấp khi điền vào mẫu đơn đăng ký trực tuyến của công ty.