Bối cảnh và vấn đề nghiên cứu

Trong hệ thống ngân hàng thương mại, hoạt động tín dụng (HĐTD) đóng vai trò là nghiệp vụ kinh doanh nòng cốt, mang lại nguồn thu nhập chủ yếu nhưng đồng thời cũng tiềm ẩn nhiều rủi ro nhất. Rủi ro tín dụng là yếu tố luôn song hành cùng hoạt động cho vay, không thể triệt tiêu hoàn toàn mà chỉ có thể phòng ngừa, kiểm soát và giảm thiểu thiệt hại. Theo số liệu thực tế được tác giả viện dẫn, tỷ lệ nợ xấu của toàn hệ thống ngân hàng thương mại cổ phần có giai đoạn chạm mức 6,59%, gây ảnh hưởng trực tiếp đến hiệu quả kinh doanh của các tổ chức tín dụng và sự ổn định kinh tế.

Thực tiễn quy trình thẩm định cho vay truyền thống bộc lộ hai rào cản lớn:

  • Chất lượng thẩm định phụ thuộc nặng nề vào năng lực phân tích, kinh nghiệm và nhận định chủ quan của từng cán bộ tín dụng.
  • Quá trình thu thập, đối soát và thẩm định hồ sơ khách hàng đòi hỏi chi phí vận hành lớn, tiêu tốn nhiều thời gian và nguồn nhân lực có thâm niên chuyên môn cao.

Nhằm giải quyết bất cập trên, đề tài xác định mục tiêu và hệ thống nhiệm vụ nghiên cứu cụ thể như sau:

  1. Mục tiêu nghiên cứu: Đánh giá hoạt động tín dụng tại các ngân hàng thương mại, nghiên cứu và ứng dụng các phương pháp học máy phân lớp nhằm xây dựng mô hình dự báo rủi ro tín dụng khách hàng cá nhân, cung cấp cơ sở đề xuất các giải pháp nâng cao hiệu quả quản lý rủi ro và giảm thiểu tổn thất nợ xấu.
  2. Nhiệm vụ nghiên cứu:
    • Nhiệm vụ 1: Hệ thống hóa những vấn đề lý luận và nghiệp vụ cơ bản về rủi ro tín dụng trong hoạt động ngân hàng.
    • Nhiệm vụ 2: Nghiên cứu, đánh giá thực trạng rủi ro tín dụng và công tác quản lý rủi ro tại các ngân hàng thương mại.
    • Nhiệm vụ 3: Đề xuất các biện pháp cụ thể nâng cao hiệu quả quản lý rủi ro tín dụng dựa trên kết quả thực nghiệm mô hình phân lớp.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Khách hàng cá nhân được cấp tín dụng, thông qua việc đánh giá các biến số điều kiện đầu vào (thông tin nhân khẩu học, thu nhập, hệ số nợ, lịch sử quá hạn thanh toán).
  • Phạm vi không gian và công nghệ: Khóa luận tập trung nghiên cứu trong phạm vi kỹ thuật của ngành Hệ thống Thông tin, sử dụng ngôn ngữ lập trình Python trên môi trường Anaconda; các thư viện phân tích dữ liệu và học máy bao gồm scikit-learn (với các lớp LogisticRegression, RandomForestClassifier, GradientBoostingClassifier, roc_auc_score, roc_curve) và Matplotlib để trực quan hóa.
  • Phạm vi dữ liệu: Sử dụng bộ dữ liệu rủi ro tín dụng tiêu dùng gồm 150.000 bản ghi lịch sử khách hàng vay vốn năm 2011 được công bố từ nền tảng Kaggle.

Cơ sở lý thuyết và phương pháp

Khóa luận kết hợp giữa khung lý thuyết nghiệp vụ ngân hàng và quy trình khai phá dữ liệu (Data Mining) theo chuẩn công nghiệp để giải quyết bài toán phân loại nhị phân.

Khung nghiệp vụ và phân loại nợ ngân hàng

Về mặt pháp lý và nghiệp vụ ngân hàng, tín dụng là giao dịch chuyển giao tài sản có hoàn trả cả gốc và lãi giữa tổ chức tín dụng (TCTD) và khách hàng vay. Rủi ro tín dụng là khả năng phát sinh tổn thất khi khách hàng không thực hiện hoặc không có khả năng thực hiện nghĩa vụ thanh toán cam kết.

Văn bản quy định phân loại nợ của hệ thống ngân hàng chia thành 5 nhóm:

  • Nhóm 1 (Nợ đủ tiêu chuẩn): Các khoản nợ trong hạn được đánh giá thu hồi đầy đủ gốc, lãi; nợ quá hạn dưới 10 ngày có khả năng thu hồi.
  • Nhóm 2 (Nợ cần chú ý): Nợ quá hạn từ 10 đến dưới 90 ngày; nợ cơ cấu lại thời hạn trả nợ lần đầu còn trong hạn; khách hàng có dấu hiệu suy giảm khả năng trả nợ.
  • Nhóm 3 (Nợ dưới tiêu chuẩn): Nợ quá hạn từ 90 đến 180 ngày; nợ cơ cấu lại thời hạn trả nợ quá hạn dưới 90 ngày; nợ được miễn/giảm lãi do khách hàng không đủ khả năng thanh toán.
  • Nhóm 4 (Nợ nghi ngờ): Nợ quá hạn từ 181 đến 360 ngày; nợ cơ cấu lại thời hạn trả nợ quá hạn từ 90 đến 180 ngày; nợ cơ cấu lại thời hạn lần thứ hai.
  • Nhóm 5 (Nợ có khả năng mất vốn): Nợ quá hạn trên 360 ngày; nợ khoanh chờ xử lý; nợ cơ cấu lại quá hạn trên 180 ngày.

Trong bài toán học máy phân lớp, tác giả quy chuẩn 5 nhóm nợ về bài toán phân loại nhị phân:

  • Nợ Tốt: Thuộc Nhóm 1 và Nhóm 2 (có khả năng thu hồi đầy đủ nợ gốc và lãi).
  • Nợ Xấu: Thuộc Nhóm 3, Nhóm 4 và Nhóm 5 (không có khả năng thu hồi đầy đủ nợ gốc và lãi khi đến hạn).

Quy trình khai phá dữ liệu và phương pháp thực nghiệm

Nghiên cứu áp dụng quy trình khai phá dữ liệu gồm 6 bước chuẩn mực:

  1. Tìm hiểu nghiệp vụ (Business Understanding): Xác định mục tiêu quản trị tín dụng và bài toán phân loại khách hàng.
  2. Tìm hiểu dữ liệu (Data Understanding): Thống kê mô tả, kiểm tra kiểu dữ liệu, phân bố giá trị khuyết thiếu và mối tương quan giữa các biến.
  3. Chuẩn bị dữ liệu (Data Preparation): Lọc dữ liệu, biến đổi kiểu dữ liệu về int64, xử lý giá trị ngoại lai (outliers), xử lý lỗi logic và điền dữ liệu khuyết thiếu (imputation).
  4. Xây dựng mô hình (Model Building): Lựa chọn và huấn luyện 4 thuật toán phân lớp: Hồi quy Logistic (Logistic Regression), Cây quyết định (Decision Tree - CART), Rừng ngẫu nhiên (Random Forest - RF) và Cây tăng cường Gradient (Gradient Boosting - GBM).
  5. Kiểm thử và đánh giá mô hình (Testing and Evaluation): Đánh giá trên tập kiểm thử độc lập thông qua diện tích dưới đường cong ROC (chỉ số AUC - Area Under the Curve) và biểu đồ ROC curve.
  6. Triển khai (Deployment): Định hướng tích hợp mô hình phân lớp vào quy trình chấm điểm tín dụng tự động.

Nội dung chính theo từng chương

Chương 1. Tổng quan đề tài

Chương 1 tập trung khảo sát các công trình nghiên cứu trong nước và quốc tế về mô hình chấm điểm tín dụng:

  • Baesens và cộng sự (2003) so sánh Hồi quy Logistic, KNN, Mạng nơ-ron (ANN), Cây quyết định và SVM trên 8 cơ sở dữ liệu, cho thấy ANN và SVM vượt trội.
  • Lee và cộng sự (2002) kết hợp phân tích phân biệt với mạng lan truyền ngược (BPN) và Hồi quy Logistic, chứng minh mô hình lai (hybrid) mang lại độ chính xác cao hơn.
  • Min và Lee (2005) ứng dụng SVM kết hợp nhân RBF dự đoán khủng hoảng tài chính doanh nghiệp vừa và nhỏ ngành công nghiệp nặng Hàn Quốc.
  • Huang và cộng sự (2007) kết hợp SVM và lập trình di truyền (Genetic Programming) xây dựng mô hình rủi ro tín dụng hai giai đoạn.
  • Chuang và Lin (2009) tích hợp lập luận dựa trên trường hợp (CBR) và mạng nơ-ron thành mô hình phân loại hai giai đoạn, cải thiện độ chính xác so với mô hình một giai đoạn.
  • Chang và cộng sự (2018) đề xuất thuật toán XGBoost và chứng minh hiệu quả vượt trội so với SVM và Hồi quy Logistic.

Từ tổng quan, tác giả nhận định mô hình hai giai đoạn tuy có độ chính xác cao nhưng cấu trúc quá phức tạp khi áp dụng thực tế tại ngân hàng. Do đó, nghiên cứu định hướng lựa chọn các thuật toán cây tăng cường (GBM) và rừng ngẫu nhiên (RF) nhằm đảm bảo sự cân bằng giữa độ chính xác dự báo và tốc độ xử lý. Chương này cũng xác định rõ mục đích, nhiệm vụ, đối tượng, phạm vi nghiên cứu và bố cục tổng thể của báo cáo.

Chương 2. Giới thiệu bài toán phân lớp rủi ro tín dụng (Lý thuyết cho lĩnh vực cụ thể)

Chương 2 thiết lập cơ sở lý thuyết cho cả hai khía cạnh: công nghệ dữ liệu và nghiệp vụ ngân hàng.

  • Nghiệp vụ tín dụng: Trình bày chi tiết khái niệm rủi ro tín dụng; các nhóm nguyên nhân phát sinh (khách hàng cá nhân, năng lực quản trị doanh nghiệp, môi trường vĩ mô và sai sót quy trình thẩm định); 5 nhóm nợ và tiêu chuẩn gộp nhóm Nợ Tốt / Nợ Xấu; các điều kiện vay vốn và căn cứ xác định hạn mức cho vay.
  • Phát biểu bài toán: Mô hình hóa luồng xử lý: Đầu vào là tập dữ liệu huấn luyện và kiểm thử chứa thông tin hồ sơ khách hàng; Đầu ra là nhãn dự báo rủi ro (Nợ Tốt / Nợ Xấu), xác suất tương ứng và tập luật phân lớp.
  • Cơ sở toán học của các thuật toán phân lớp được lựa chọn:
    • Cây quyết định (Decision Tree - CART): Dựa trên khái niệm Entropy để đo độ hỗn loạn thông tin và Độ lợi thông tin (Information Gain - $G(S, A)$), kết hợp Tỷ số độ lợi (Gain Ratio) để khắc phục thiên vị đối với các biến có nhiều giá trị phân biệt.
    • Rừng ngẫu nhiên (Random Forest): Áp dụng kỹ thuật lấy mẫu tái lập Bootstrap (Bagging) để xây dựng tập hợp $B$ cây quyết định trên các tập mẫu con và không gian thuộc tính ngẫu nhiên, lấy trung bình dự đoán nhằm triệt tiêu hiện tượng quá khớp (overfitting).
    • Hồi quy Logistic (Logistic Regression): Mô hình cơ sở cổ điển, phân tích hàm phạt L1 (Lasso) và L2 (Ridge), trong đó kỹ thuật chính quy hóa L2 được lựa chọn để kiểm soát độ lớn của hệ số mà không loại bỏ biến.
    • Cây tăng cường Gradient (Gradient Boosting - GBM): Tối ưu hóa hàm mất mát (Loss function) $L(y, F(x))$ qua từng bước lặp $m = 1 \dots M$. Thuật toán bắt đầu bằng hàm hằng $F_0(x)$, tính toán phần dư giả (pseudo-residuals), khớp cây hồi quy mới trên phần dư, tính toán giá trị đầu ra tại các nút lá ($\gamma_{jm}$) và cập nhật mô hình theo tốc độ học $\theta$ (learning rate).
  • Minh họa tính toán từng bước: Tác giả xây dựng ví dụ số học thực nghiệm trên tập dữ liệu mẫu 8 khách hàng (phân chia 6 mẫu huấn luyện, 2 mẫu kiểm thử) để tính toán cụ thể từ giá trị Log-odds, Entropy, Information Gain, Gain Ratio cho tới quá trình cập nhật phần dư và hàm mất mát của thuật toán Gradient Boosting.

Chương 3. Triển khai thực nghiệm trên dữ liệu

Chương 3 trình bày chi tiết toàn bộ thực nghiệm tiền xử lý và xây dựng mô hình trên bộ dữ liệu 150.000 mẫu của Kaggle:

Tên trường dữ liệu Kiểu biến Ý nghĩa nghiệp vụ
SeriousDlqin2yrs Y/N (int64) Biến mục tiêu: Người vay quá hạn từ 90 ngày trở lên trong vòng 2 năm
RevolvingUtilizationOfUnsecuredLines Percentage Tỷ lệ số dư nợ trên tổng hạn mức tín dụng không có bảo đảm
age Integer Tuổi của người đi vay
NumberOfTime30-59DaysPastDueNotWorse Integer Số lần thanh toán quá hạn từ 30 đến 59 ngày trong 2 năm gần nhất
DebtRatio Percentage Tỷ lệ nợ trên tổng thu nhập hàng tháng (hệ số DTI)
MonthlyIncome Real Thu nhập hàng tháng của người vay
NumberOfOpenCreditLinesAndLoans Integer Số lượng khoản vay tín chấp và trả góp đang mở
NumberOfTimes90DaysLate Integer Số lần phát sinh nợ quá hạn từ 90 ngày trở lên
NumberRealEstateLoansOrLines Integer Số lượng khoản vay thế chấp bất động sản (bao gồm HELOC)
NumberOfTime60-89DaysPastDueNotWorse Integer Số lần thanh toán quá hạn từ 60 đến 89 ngày trong 2 năm gần nhất
NumberOfDependents Integer Số lượng người phụ thuộc của người vay

Quy trình xử lý dữ liệu thực nghiệm:

  • Kiểm tra ban đầu cho thấy bộ dữ liệu có 8 cột kiểu int64 và 4 cột kiểu float64. Các tính năng được đồng nhất kiểu dữ liệu sang int64.
  • Xử lý dữ liệu khuyết thiếu:
    • Trường MonthlyIncome chỉ có 120.269 dòng hợp lệ (khuyết thiếu 29.731 dòng). Tác giả thực hiện gán giá trị tạm thời 99999 và áp dụng kỹ thuật điền giá trị trung bình tương ứng.
    • Trường NumberOfDependents có 146.076 dòng hợp lệ (khuyết thiếu 3.924 dòng). Do đây là biến phân loại rời rạc, giá trị khuyết được thay thế bằng giá trị xuất hiện nhiều nhất (mode).
  • Thực nghiệm tinh chỉnh siêu tham số và đánh giá:
    • Hồi quy Logistic: Đánh giá tỷ lệ chính xác AUC dựa trên các giá trị tham số điều hòa $C$ khác nhau.
    • Random Forest: Khảo sát đường cong ROC và chỉ số AUC theo các giá trị độ sâu tối đa của cây (max_depth), kích thước tối thiểu tại các nút chia (min_samples_split) và số lượng thuộc tính lấy mẫu ngẫu nhiên (max_features).
    • Gradient Boosting: Thử nghiệm thay đổi độ sâu của cây, tỷ lệ giảm lỗi phân chia và tốc độ học.
    • So sánh trực tiếp giữa Random Forest và Gradient Boosting để chọn ra cấu hình phân lớp tối ưu.

Chương 4. Các kết quả đạt được

Chương 4 tổng kết các kết quả đạt được của khóa luận:

  • Hoàn thành hệ thống hóa lý thuyết nghiệp vụ ngân hàng và quy trình mô hình hóa dữ liệu rủi ro tín dụng.
  • Hoàn thành quy trình làm sạch, tiền xử lý và xử lý dữ liệu khuyết thiếu trên tập dữ liệu thực tế quy mô lớn.
  • Xây dựng, huấn luyện và đối sánh thành công 4 thuật toán phân lớp học máy, xác định mô hình có hiệu năng cao nhất dựa trên chỉ số AUC và đường cong ROC.
  • Đề xuất các định hướng phát triển nhằm đưa mô hình vào ứng dụng trong môi trường vận hành thực tế tại các tổ chức tài chính.

Kết quả và đóng góp

Kết quả thực nghiệm chính

  • Xử lý thành công toàn bộ 150.000 mẫu dữ liệu với 12 thuộc tính, giải quyết triệt để 29.731 giá trị khuyết của trường MonthlyIncome và 3.924 giá trị khuyết của trường NumberOfDependents.
  • Minh họa toán học trên tập dữ liệu mẫu chứng minh thuật toán Gradient Boosting ở bước lặp $m=1$ cho kết quả AUC tuyệt đối trên cả tập huấn luyện và kiểm thử (AUC = 1.0), trong khi tăng lên $m=2$ xuất hiện hiện tượng quá khớp (overfitting) trên tập kiểm thử (xác suất dự đoán không ổn định).
  • Thực nghiệm trên bộ dữ liệu lớn xác nhận hai thuật toán học tập hợp (Ensemble Learning) là Gradient Boosting (GBM) và Rừng ngẫu nhiên (Random Forest) cho kết quả phân lớp vượt trội hoàn toàn so với Hồi quy Logistic truyền thống khi xử lý các mối quan hệ phi tuyến giữa các chỉ số tài chính.

Đề xuất và kiến nghị của tác giả

  • Ngân hàng thương mại cần chuyển dịch từ phương thức chấm điểm tín dụng thủ công sang ứng dụng các mô hình học máy để tự động hóa khâu tiền thẩm định hồ sơ vay vốn.
  • Tận dụng khả năng xử lý của các thuật toán phân lớp hiện đại để rút trích các tập luật xếp hạng tín dụng, giúp nhân viên tín dụng đưa ra quyết định giải ngân nhanh chóng, khách quan và giảm thiểu sai sót chủ quan.
  • Chuẩn hóa quy trình làm sạch dữ liệu khách hàng ngay tại khâu tiếp nhận hồ sơ, đặc biệt là các thông tin về thu nhập thực tế và số người phụ thuộc.

Đóng góp về mặt học thuật và ứng dụng

  • Thay vì đi theo hướng tiếp cận mô hình lai hai giai đoạn (như các nghiên cứu kết hợp CBR-ANN hay SVM-Genetic Programming) vốn phức tạp, khó huấn luyện và khó bảo trì, nghiên cứu chứng minh mô hình một giai đoạn dựa trên Cây tăng cường Gradient (GBM) và Random Forest đạt được hiệu suất phân loại cao với chi phí triển khai tối ưu hơn.
  • Cung cấp tài liệu chi tiết về mặt toán học giải thích cơ chế phân nhánh của Entropy, Gain Ratio và quy trình tối ưu hàm mất mát của Gradient Boosting áp dụng riêng cho dữ liệu rủi ro tín dụng.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đề tài

  • Nghiên cứu thực hiện trong giới hạn thời gian làm khóa luận tốt nghiệp, kiến thức và kinh nghiệm thực tế về triển khai hệ thống phân tán của tác giả còn hạn chế.
  • Đề tài chỉ sử dụng các thư viện cơ bản trong hệ sinh thái Python (scikit-learn, Matplotlib) trên máy đơn lẻ, chưa kiểm thử trên môi trường xử lý dữ liệu lớn (Big Data).
  • Bộ dữ liệu thực nghiệm được lấy từ nền tảng Kaggle (năm 2011), chưa phản ánh đầy đủ các biến số đặc thù và các quy định pháp lý tín dụng hiện hành tại các ngân hàng thương mại Việt Nam.

Hướng nghiên cứu tiếp

  • Tích hợp thêm các nguồn dữ liệu thay thế (dữ liệu phi cấu trúc, lịch sử giao dịch số, thanh toán hóa đơn) để nâng cao độ chính xác chấm điểm tín dụng.
  • Nghiên cứu và thử nghiệm các kỹ thuật tối ưu hóa siêu tham số tự động nâng cao (như Bayesian Optimization, Grid Search quy mô lớn).
  • Xây dựng giao diện ứng dụng hoàn chỉnh và tích hợp mô hình vào hệ thống phần mềm quản lý tín dụng thực tế của ngân hàng (Core Banking).

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho sinh viên, học viên và các nhà nghiên cứu thuộc các chuyên ngành Hệ thống Thông tin, Khoa học Dữ liệu, Công nghệ Tài chính (Fintech) và Tài chính - Ngân hàng:

  • Phần giá trị nhất: Quy trình tiền xử lý dữ liệu thực tế tại Chương 3 (kỹ thuật xử lý missing value cho biến liên tục và biến phân loại trên tập dữ liệu 150.000 dòng).
  • Phần lý thuyết mẫu: Cách thức trình bày toán học và ví dụ tính toán số học chi tiết từng bước cho thuật toán Decision Tree (Entropy, Gain Ratio) và Gradient Boosting (đạo hàm hàm mất mát log-loss, tính pseudo-residual, cập nhật trọng số lá) tại Chương 2 là tài liệu học tập trực quan cho sinh viên bước đầu nghiên cứu học máy ứng dụng.

Câu hỏi thường gặp

1. Khóa luận sử dụng bộ dữ liệu nào để thực nghiệm và quy mô ra sao?
Khóa luận sử dụng bộ dữ liệu rủi ro tín dụng cá nhân từ nền tảng Kaggle năm 2011, bao gồm 150.000 dòng dữ liệu thô và 12 cột thuộc tính mô tả các thông tin về thu nhập, tỷ lệ nợ, lịch sử quá hạn và số người phụ thuộc.

2. Hai trường dữ liệu nào bị khuyết thiếu nhiều nhất và tác giả đã xử lý như thế nào?
Hai trường có dữ liệu khuyết thiếu lớn là MonthlyIncome (chỉ có 120.269 giá trị hợp lệ, khuyết 29.731 dòng) và NumberOfDependents (có 146.076 giá trị hợp lệ, khuyết 3.924 dòng). Tác giả xử lý bằng cách: với MonthlyIncome, điền giá trị tạm thời 99999 và áp dụng giá trị trung bình tương ứng; với NumberOfDependents, do là biến phân loại rời rạc nên được điền bằng giá trị xuất hiện nhiều nhất (mode).

3. Tiêu chí phân loại Nợ Tốt và Nợ Xấu trong khóa luận được quy định như thế nào?
Dựa trên quy định phân loại nợ của ngân hàng từ Nhóm 1 đến Nhóm 5, tác giả quy chuẩn thành hai lớp: Nợ Tốt là các khoản vay thuộc Nhóm 1 (nợ đủ tiêu chuẩn) và Nhóm 2 (nợ cần chú ý), có khả năng thu hồi đầy đủ nợ gốc và lãi; Nợ Xấu là các khoản vay thuộc Nhóm 3 (dưới tiêu chuẩn), Nhóm 4 (nghi ngờ) và Nhóm 5 (có khả năng mất vốn), không có khả năng thu hồi gốc và lãi khi đến hạn.

4. Tại sao tác giả ưu tiên nghiên cứu Gradient Boosting và Random Forest thay vì các mô hình hai giai đoạn phức tạp?
Qua khảo sát các nghiên cứu trước (như CBR kết hợp ANN hay SVM kết hợp thuật toán di truyền), các mô hình hai giai đoạn tuy có độ chính xác cao nhưng cấu trúc thuật toán rất phức tạp, đòi hỏi nhiều tài nguyên tính toán và khó áp dụng vào vận hành thực tế. Gradient Boosting và Random Forest cung cấp giải pháp một giai đoạn có tốc độ huấn luyện nhanh, hiệu suất phân loại cao và khả năng chống quá khớp tốt.

5. Kỹ thuật điều hòa (regularization) nào được tác giả lựa chọn cho mô hình Hồi quy Logistic?
Tác giả phân tích hai kỹ thuật chuẩn hóa là L1 (Lasso) và L2 (Ridge). Kỹ thuật L2 được lựa chọn vì nó giảm thiểu độ lớn của toàn bộ các hệ số bình phương mà không triệt tiêu hệ số về 0 như chuẩn hóa L1, giúp giữ lại đầy đủ các biến dự báo trong mô hình để đánh giá ranh giới quyết định.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Bích Trâm đã giải quyết bài toán đánh giá rủi ro tín dụng tiêu dùng thông qua việc ứng dụng các thuật toán khai phá dữ liệu và học máy hiện đại trên tập dữ liệu thực nghiệm 150.000 bản ghi. Công trình đã làm rõ cơ sở toán học của 4 phương pháp phân lớp (CART, Random Forest, Logistic Regression, Gradient Boosting), đồng thời thiết lập quy trình tiền xử lý dữ liệu và tinh chỉnh tham số bài bản. Kết quả nghiên cứu khẳng định tính khả thi của việc ứng dụng các mô hình cây tăng cường và rừng ngẫu nhiên nhằm tự động hóa công tác chấm điểm tín dụng, hỗ trợ ngân hàng thương mại kiểm soát nợ xấu và nâng cao hiệu quả quản trị rủi ro.