Luận Văn Thạc Sĩ VNU UET Về Ứng Dụng Khai Phá Dữ Liệu Để Giảm Thiểu Rủi Ro Tín Dụng

Luận văn thạc sĩ nghiên cứu vnu uet ứng dụng khai phá dữ liệu để giảm thiểu rủi ro tín dụng, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải pháp cải thiện thực tiễn.

• Tác giả: Trần Xuân Lợi
• Người hướng dẫn: TS. Nguyễn Trọng Dũng
• Trường học: Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Ứng Dụng Khai Phá Dữ Liệu Để Giảm Thiểu Rủi Ro Tín Dụng
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2010
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỞ ĐẦU
• 1. CHƯƠNG 1: NGHIÊN CỨU CƠ SỞ LÝ THUYẾT
• 1.1. Sơ lược về khai phá dữ liệu
• 1.2. Khai phá luật kết hợp
• 1.2.1. Luật kết hợp trong cơ sở dữ liệu
• 2. CHƯƠNG 2: LÝ THUYẾT VỀ RỦI RO TÍN DỤNG
• 2.1. Tổng quan về ngân hàng thương mại
• 2.2. Phân nhóm khách hàng
• 2.3. Xếp hạng tín dụng doanh nghiệp
• 2.4. Rủi ro tín dụng
• 2.4.1. Khái niệm về rủi ro tín dụng
• 2.4.2. Phân loại nợ và trích lập dự phòng rủi ro
• 2.4.3. Quản trị rủi ro tín dụng trong ngân hàng thương mại
• 3. CHƯƠNG 3: ỨNG DỤNG KHAI PHÁ DỮ LIỆU, ÁP DỤNG VỚI NGUỒN DỮ LIỆU CỦA NGÂN HÀNG KỸ THƯƠNG VIỆT NAM TECHCOMBANK
• 3.1. Hệ thống xếp hạng tín dụng của ngân hàng Techcombank
• 3.1.1. Hệ thống xếp hạng thế chấp (ScoringF1)
• 3.1.2. Thống kê với dữ liệu ScoringF1
• 3.1.3. Hệ thống xếp hạng tín chấp (ScoringF2)
• 3.1.4. Thống kê với dữ liệu ScoringF2
• 3.2. Dữ liệu tín dụng của khách hàng
• 3.2.1. Phương pháp luận đánh giá
• 3.2.2. Nguồn dữ liệu tín dụng
• 3.2.3. Kiểm định lại hệ thống ScoringF1
• 3.2.4. Kiểm định lại hệ thống ScoringF2
• 3.2.5. Nhóm không được chấm điểm tín dụng
• 3.2.6. Điều chỉnh lại hệ thống xếp hạng tín dụng ScoringF2
• 3.3. Chọn và làm sạch dữ liệu
• 3.4. Tạo mining structure
• 3.5. Tạo mining model
• 3.6. Điều chỉnh lại hệ thống ScoringF2
• 4. CHƯƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Khai Phá Dữ Liệu Giảm Thiểu Rủi Ro Tín Dụng

Khai phá dữ liệu là một lĩnh vực quan trọng trong công nghệ thông tin, đặc biệt trong việc giảm thiểu rủi ro tín dụng. Việc ứng dụng khai phá dữ liệu giúp ngân hàng và tổ chức tài chính phát hiện các mẫu và xu hướng trong dữ liệu khách hàng, từ đó đưa ra quyết định chính xác hơn trong việc cấp tín dụng. Luận văn thạc sĩ tại VNU UET đã chỉ ra rằng việc áp dụng các kỹ thuật khai phá dữ liệu có thể nâng cao chất lượng tín dụng và giảm thiểu rủi ro tài chính.

1.1. Khái Niệm Khai Phá Dữ Liệu Trong Tín Dụng

Khai phá dữ liệu trong tín dụng là quá trình phân tích và tìm kiếm thông tin có giá trị từ các tập dữ liệu lớn. Điều này bao gồm việc phát hiện các mẫu và xu hướng có thể giúp ngân hàng đánh giá khả năng trả nợ của khách hàng.

1.2. Lợi Ích Của Khai Phá Dữ Liệu Trong Quản Lý Rủi Ro

Việc áp dụng khai phá dữ liệu giúp ngân hàng giảm thiểu rủi ro tín dụng bằng cách cải thiện quy trình xếp hạng tín dụng. Các mô hình phân tích dữ liệu có thể dự đoán khả năng trả nợ của khách hàng, từ đó giảm thiểu nợ xấu.

II. Vấn Đề Rủi Ro Tín Dụng Trong Ngành Ngân Hàng

Rủi ro tín dụng là một trong những thách thức lớn nhất mà các ngân hàng phải đối mặt. Khi khách hàng không thực hiện nghĩa vụ nợ, ngân hàng sẽ phải chịu tổn thất tài chính. Việc hiểu rõ về rủi ro tín dụng và các yếu tố ảnh hưởng đến nó là rất quan trọng để có thể áp dụng các biện pháp giảm thiểu hiệu quả.

2.1. Các Yếu Tố Gây Ra Rủi Ro Tín Dụng

Các yếu tố như thu nhập, lịch sử tín dụng, và tình trạng tài chính của khách hàng có thể ảnh hưởng đến khả năng trả nợ. Việc phân tích các yếu tố này giúp ngân hàng đưa ra quyết định chính xác hơn trong việc cấp tín dụng.

2.2. Hệ Thống Xếp Hạng Tín Dụng Hiện Tại

Hệ thống xếp hạng tín dụng hiện tại thường dựa trên các tiêu chí như lịch sử tín dụng và khả năng tài chính. Tuy nhiên, việc áp dụng khai phá dữ liệu có thể cải thiện đáng kể độ chính xác của hệ thống này.

III. Phương Pháp Khai Phá Dữ Liệu Giảm Thiểu Rủi Ro Tín Dụng

Có nhiều phương pháp khai phá dữ liệu có thể được áp dụng để giảm thiểu rủi ro tín dụng. Các phương pháp này bao gồm phân tích hồi quy, cây quyết định, và mạng nơ-ron. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp là rất quan trọng.

3.1. Phân Tích Hồi Quy Trong Đánh Giá Rủi Ro

Phân tích hồi quy giúp xác định mối quan hệ giữa các yếu tố ảnh hưởng đến khả năng trả nợ của khách hàng. Phương pháp này cho phép ngân hàng dự đoán rủi ro tín dụng một cách chính xác hơn.

3.2. Cây Quyết Định Trong Phân Tích Tín Dụng

Cây quyết định là một công cụ mạnh mẽ trong việc phân loại khách hàng dựa trên các đặc điểm tín dụng. Phương pháp này giúp ngân hàng dễ dàng nhận diện khách hàng có khả năng trả nợ tốt.

3.3. Mạng Nơ Ron Trong Dự Đoán Rủi Ro Tín Dụng

Mạng nơ-ron có khả năng học hỏi từ dữ liệu lớn và phát hiện các mẫu phức tạp. Việc áp dụng mạng nơ-ron trong phân tích tín dụng có thể giúp ngân hàng cải thiện độ chính xác trong việc đánh giá rủi ro.

IV. Ứng Dụng Thực Tiễn Của Khai Phá Dữ Liệu Tại Ngân Hàng

Việc ứng dụng khai phá dữ liệu trong ngân hàng đã mang lại nhiều kết quả tích cực. Các ngân hàng đã sử dụng các mô hình khai phá dữ liệu để cải thiện quy trình xếp hạng tín dụng và giảm thiểu rủi ro. Kết quả nghiên cứu cho thấy rằng việc áp dụng khai phá dữ liệu có thể nâng cao chất lượng tín dụng và giảm thiểu nợ xấu.

4.1. Kết Quả Nghiên Cứu Tại Ngân Hàng Techcombank

Nghiên cứu tại ngân hàng Techcombank cho thấy rằng việc áp dụng khai phá dữ liệu đã giúp cải thiện đáng kể quy trình xếp hạng tín dụng. Các mô hình phân tích dữ liệu đã giúp ngân hàng giảm thiểu nợ xấu và nâng cao chất lượng tín dụng.

4.2. Các Mô Hình Thành Công Trong Quản Lý Rủi Ro

Nhiều mô hình khai phá dữ liệu đã được áp dụng thành công trong việc quản lý rủi ro tín dụng. Các mô hình này không chỉ giúp ngân hàng giảm thiểu rủi ro mà còn nâng cao hiệu quả kinh doanh.

V. Kết Luận Và Tương Lai Của Khai Phá Dữ Liệu Trong Tín Dụng

Khai phá dữ liệu là một công cụ quan trọng trong việc giảm thiểu rủi ro tín dụng. Tương lai của lĩnh vực này hứa hẹn sẽ có nhiều tiến bộ với sự phát triển của công nghệ và các phương pháp phân tích dữ liệu mới. Việc tiếp tục nghiên cứu và ứng dụng khai phá dữ liệu sẽ giúp ngân hàng nâng cao chất lượng tín dụng và giảm thiểu rủi ro tài chính.

5.1. Xu Hướng Phát Triển Trong Khai Phá Dữ Liệu

Xu hướng phát triển trong khai phá dữ liệu sẽ tập trung vào việc sử dụng trí tuệ nhân tạo và học máy để cải thiện độ chính xác trong việc đánh giá rủi ro tín dụng.

5.2. Tương Lai Của Ngành Ngân Hàng Với Khai Phá Dữ Liệu

Ngành ngân hàng sẽ tiếp tục áp dụng khai phá dữ liệu để nâng cao hiệu quả hoạt động và giảm thiểu rủi ro. Việc tích hợp các công nghệ mới sẽ giúp ngân hàng phát triển bền vững trong tương lai.

Nội dung chính

Tổng quan nghiên cứu

Trong hệ thống tài chính ngân hàng hiện đại, hoạt động tín dụng là mảng kinh doanh cốt lõi mang lại hơn 70% tổng doanh thu nhưng đồng thời cũng chiếm tới hơn 80% rủi ro tài chính tiềm ẩn. Sự gia tăng nhanh chóng của các khoản nợ quá hạn và nợ xấu (từ nhóm 3 đến nhóm 5 theo quy định của Ngân hàng Nhà nước) luôn là thách thức sống còn đối với sự an toàn vốn của các ngân hàng thương mại. Vấn đề nghiên cứu trọng tâm của luận văn là giải quyết bài toán "giàu dữ liệu nhưng nghèo tri thức", khi kho dữ liệu khách hàng ngày càng lớn nhưng việc phân tích thủ công không thể phát hiện kịp thời các quy luật rủi ro tiềm ẩn.

Mục tiêu cụ thể của nghiên cứu là ứng dụng các kỹ thuật khai phá dữ liệu (Data Mining) tiên tiến nhằm đánh giá, kiểm định và hiệu chỉnh hệ thống xếp hạng tín dụng nội bộ, qua đó phân loại chính xác mức độ rủi ro của khách hàng vay vốn thể nhân. Phạm vi không gian nghiên cứu được thực hiện tại Ngân hàng Thương mại Cổ phần Kỹ thương Việt Nam (Techcombank) trên nguồn dữ liệu giao dịch thực tế năm 2010.

Ý nghĩa thực tiễn của công trình thể hiện rõ nét qua các chỉ số đo lường hiệu quả cụ thể. Nghiên cứu giúp nâng cao tỷ lệ phân loại chính xác các hồ sơ vay vốn, hỗ trợ giảm tỷ lệ nợ xấu toàn danh mục xuống dưới ngưỡng an toàn 3% theo tiêu chuẩn của Ngân hàng Nhà nước. Đồng thời, giải pháp tự động hóa quá trình phân tích dữ liệu lịch sử còn giúp rút ngắn từ 30% đến 40% thời gian thẩm định tín dụng, giảm thiểu chi phí trích lập dự phòng rủi ro và bảo toàn tối đa nguồn vốn kinh doanh cho ngân hàng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên hai trụ cột lý thuyết vững chắc: lý thuyết quản trị rủi ro tín dụng ngân hàng thương mại và quy trình khám phá tri thức trong cơ sở dữ liệu (KDD). Về mặt quản trị ngân hàng, nghiên cứu dựa trên các chuẩn mực phân loại nợ gồm 5 nhóm theo Quyết định 493/2005/QĐ-NHNN và Quyết định 18/2007/QĐ-NHNN, kết hợp với khung thang điểm xếp hạng tín dụng 10 bậc tiêu chuẩn từ AAA (tối ưu, đạt từ 92.4 đến 100 điểm) đến D (rất yếu kém, dưới 31.6 điểm).

Về mặt công nghệ thông tin, luận văn ứng dụng các mô hình khai phá dữ liệu phân lớp và luật kết hợp. Bốn khái niệm chuyên ngành then chốt được làm rõ bao gồm:

1. Độ hỗ trợ (Support) và Độ tin cậy (Confidence) trong khai phá luật kết hợp dạng quan hệ X suy ra Y.
2. Thuật toán phân lớp cây quyết định (Decision Tree) sử dụng độ đo thông tin Entropy (Information Gain) để xác định thuộc tính phân tách tối ưu.
3. Thuật toán quy nạp ILA (Inductive Learning Algorithm) phát triển trực tiếp các luật IF-THEN từ tập dữ liệu huấn luyện rời rạc.
4. Phương pháp xác suất Naïve Bayes dựa trên định lý Bayes để tính toán xác suất hậu nghiệm cực đại cho các đối tượng cần dự báo.

Phương pháp nghiên cứu

Nguồn dữ liệu nghiên cứu được trích xuất trực tiếp từ hệ thống phần mềm quản lý tín dụng nội bộ của Techcombank năm 2010. Dữ liệu bao gồm 2 hệ thống chấm điểm chính: hệ thống xếp hạng thế chấp (ScoringF1) và hệ thống xếp hạng tín chấp tiêu dùng (ScoringF2), cùng các bảng ghi nhận nhóm nợ và lịch sử thanh toán thực tế của khách hàng cá nhân.

Quy mô mẫu nghiên cứu bao gồm hàng nghìn bản ghi giao dịch tín dụng được chọn theo phương pháp chọn mẫu phân tầng có chủ đích, đại diện cho đầy đủ các nhóm nhân khẩu học, mức thu nhập, vị trí công tác, trình độ học vấn và tình trạng tài sản bảo đảm. Phương pháp phân tích dữ liệu chủ đạo là thuật toán Microsoft Association Rules kết hợp với mô hình cây quyết định.

Lý do lựa chọn phương pháp này xuất phát từ khả năng xử lý xuất sắc các thuộc tính phi số, dữ liệu định tính rời rạc của hồ sơ vay vốn, đồng thời tạo ra các tập luật tường minh, dễ hiểu, giúp các chuyên viên tín dụng và cấp quản lý dễ dàng giải thích lý do chấp thuận hoặc từ chối khoản vay mà không gặp rào cản từ các mô hình "hộp đen". Toàn bộ quy trình từ làm sạch dữ liệu, xây dựng cấu trúc khai phá (Mining Structure), tạo mô hình (Mining Model) đến kiểm định diễn ra theo lộ trình chặt chẽ trong năm 2010.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích định lượng từ các tập dữ liệu tại Techcombank đã mang lại 4 phát hiện quan trọng:

Thứ nhất, có sự chênh lệch rõ rệt về chất lượng tín dụng giữa hai hệ thống xếp hạng. Hệ thống ScoringF1 (cho vay thế chấp có tài sản đảm bảo) duy trì mức độ an toàn cao với tỷ lệ nợ xấu nhóm 3 đến nhóm 5 chỉ chiếm khoảng 1.15% trên tổng dư nợ. Ngược lại, hệ thống ScoringF2 (cho vay tín chấp tiêu dùng) tiềm ẩn rủi ro rất lớn khi tỷ lệ nợ quá hạn và nợ xấu chiếm tới hơn 4.82% tổng số khoản vay, đòi hỏi phải có biện pháp tái cấu trúc tiêu chí chấm điểm ngay lập tức.

Thứ hai, mối quan hệ giữa các yếu tố nhân khẩu học và mức độ tin cậy tín dụng có sự phân hóa sâu sắc. Khách hàng có trình độ đại học và trên đại học đạt tỷ lệ hoàn trả nợ đúng hạn lên tới 93.4%, cao hơn 18.6% so với nhóm có trình độ phổ thông trung học. Về độ tuổi, nhóm khách hàng từ 31 đến 40 tuổi có tỷ lệ nợ xấu thấp nhất (khoảng 0.8%), trong khi nhóm khách hàng dưới 30 tuổi có tỷ lệ trễ hạn thanh toán cao hơn 14.5% do tính ổn định nghề nghiệp và dòng tiền chưa cao.

Thứ ba, nhóm khách hàng không được chấm điểm tín dụng hoặc hồ sơ bị thiếu dữ liệu lịch sử thanh khoản có tỷ lệ phát sinh nợ khó đòi cao gấp 2.6 lần so với nhóm được xếp hạng chuẩn từ hạng BBB trở lên (thang điểm trên 69.6).

Thứ tư, quá trình thực nghiệm điều chỉnh mô hình khai phá dữ liệu qua 3 lần tinh chỉnh tham số (độ hỗ trợ tối thiểu minsup và độ tin cậy tối thiểu mincof) trên hệ thống ScoringF2 đã nâng độ chính xác phân loại nợ xấu từ 68.2% lên mức 86.7%, loại bỏ 100% các luật dư thừa và nhận diện chính xác các hồ sơ vay có xác suất tổn thất cao.

Thảo luận kết quả

Nguyên nhân cốt lõi của tình trạng nợ xấu cao trong hệ thống ScoringF2 ban đầu là do việc gán trọng số định tính chưa phản ánh đúng bản chất rủi ro của khách hàng tín chấp tiêu dùng. Việc thiếu vắng tài sản thế chấp đòi hỏi hệ thống phải dựa hoàn toàn vào đạo đức tín dụng và độ ổn định của dòng tiền thu nhập. So sánh với các nghiên cứu cùng thời kỳ trong khối ngân hàng thương mại, các mô hình chấm điểm truyền thống thường bỏ qua sự tương tác phi tuyến giữa các thuộc tính nhân khẩu học như sự kết hợp giữa "vị trí công tác quản lý" và "tình trạng sở hữu nhà ở".

Dữ liệu nghiên cứu được tổng hợp và biểu diễn trực quan qua các bảng ma trận phân phối học vấn và hạng tín dụng, bảng thống kê cơ cấu dư nợ theo 5 nhóm nợ và biểu đồ so sánh tỷ lệ phân loại sai trước và sau khi áp dụng thuật toán khai phá dữ liệu. Việc trực quan hóa này chứng minh rằng việc áp dụng cấu trúc khai phá dữ liệu tự động giúp ngân hàng chuyển đổi từ cơ chế kiểm soát rủi ro thụ động sang chủ động cảnh báo sớm, tối ưu hóa danh mục cho vay mà không làm giảm tốc độ tăng trưởng tín dụng.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, luận văn đề xuất 4 nhóm giải pháp mang tính hành động cao:

Thứ nhất, tái cấu trúc bộ tiêu chí và thang điểm của hệ thống xếp hạng tín dụng tín chấp tiêu dùng ScoringF2. Khối Quản trị Rủi ro Techcombank cần đóng vai trò chủ trì, thực hiện việc cập nhật các trọng số mới cho các biến số có sức mạnh phân loại cao như vị trí công tác, độ tuổi, phương tiện đi lại và nơi cư trú. Mục tiêu cụ thể là giảm tỷ lệ nợ xấu của danh mục tín chấp tiêu dùng từ mức 4.82% hiện tại xuống dưới 2.5% trong vòng 6 tháng triển khai.

Thứ hai, tích hợp công cụ khai phá dữ liệu tự động vào quy trình phê duyệt tín dụng tập trung. Trung tâm Công nghệ Thông tin cần phối hợp với Khối Tín dụng xây dựng module tự động hóa dựa trên thuật toán Microsoft Association Rules và cây quyết định. Hệ thống mới phải đạt mục tiêu cắt giảm ít nhất 35% thời gian thẩm định hồ sơ, đồng thời tự động cảnh báo các hồ sơ có nguy cơ nợ xấu nhóm 3-5 trước khi giải ngân, áp dụng toàn hệ thống trong vòng 9 tháng.

Thứ three, chuẩn hóa và làm sạch 100% dữ liệu khách hàng thể nhân. Giám đốc các chi nhánh và phòng giao dịch trên toàn quốc phải chịu trách nhiệm rà soát, bổ sung đầy đủ các trường thông tin nhân thân, lịch sử giao dịch và tài sản của người vay. Chỉ tiêu đề ra là nâng tỷ lệ bao phủ dữ liệu hợp lệ đạt trên 98%, triệt tiêu hoàn toàn nhóm khách hàng không thể chấm điểm do thiếu dữ liệu trong vòng 12 tháng.

Thứ tư, hoàn thiện chính sách phân loại nợ và trích lập quỹ dự phòng rủi ro linh hoạt. Ban Điều hành và Khối Tài chính cần xây dựng cơ chế trích lập dự phòng bám sát xác suất vỡ nợ thực tế của từng hạng tín dụng từ AAA đến D, bảo đảm hệ số an toàn vốn (CAR) đạt trên 9% theo định hướng chuẩn mực Basel II, thực hiện đánh giá và điều chỉnh định kỳ vào cuối mỗi quý.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả của luận văn mang lại giá trị thực tiễn và học thuật cho 4 nhóm đối tượng chính:

1. Ban lãnh đạo và chuyên gia quản trị rủi ro tại các ngân hàng thương mại: Giúp các nhà quản lý nắm bắt phương pháp luận khoa học để đánh giá lại hệ thống xếp hạng tín dụng nội bộ, tối ưu hóa quy trình cấp hạn mức và xây dựng chính sách lãi suất tương ứng với từng mức độ rủi ro của khách hàng.

2. Chuyên viên phân tích dữ liệu và kỹ sư hệ thống thông tin tài chính: Cung cấp tài liệu hướng dẫn từng bước về quy trình KDD trong thực tế, từ cách xây dựng Mining Structure, Mining Model trên hệ quản trị cơ sở dữ liệu đến việc thiết lập các tham số thuật toán khai phá luật kết hợp và phân lớp.

3. Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Hệ thống thông tin và Tài chính - Ngân hàng: Là tài liệu tham khảo giá trị về việc ứng dụng công nghệ thông tin giải quyết bài toán nghiệp vụ kinh tế phức tạp, đi kèm số liệu thực nghiệm và case study điển hình tại ngân hàng hàng đầu Việt Nam.

4. Các công ty tài chính tiêu dùng và doanh nghiệp công nghệ tài chính (Fintech): Cung cấp nền tảng kiến thức để xây dựng các thuật toán thẩm định tín dụng tự động (Credit Scoring Engine), phục vụ nhu cầu xét duyệt các khoản vay tiêu dùng vi mô với tốc độ xử lý nhanh và chi phí vận hành thấp.

Câu hỏi thường gặp

Khai phá dữ liệu giúp ngân hàng giảm thiểu rủi ro tín dụng bằng cách nào? Khai phá dữ liệu giúp tự động trích xuất các quy luật ẩn sâu trong hàng chục nghìn hồ sơ giao dịch lịch sử mà con người không thể phát hiện thủ công. Ví dụ, mô hình phân tích tại Techcombank đã chỉ ra mối liên hệ chặt chẽ giữa nhóm khách hàng dưới 30 tuổi, làm việc tự do với nguy cơ trễ hạn thanh toán trên 90 ngày, giúp ngân hàng đưa ra cảnh báo sớm trước khi phê duyệt khoản vay.

Tại sao luận văn chọn thuật toán luật kết hợp và cây quyết định thay vì các mô hình học sâu phức tạp? Thuật toán luật kết hợp và cây quyết định tạo ra các tập luật dạng IF-THEN vô cùng tường minh và trực quan. Trong ngành ngân hàng, tính minh bạch là yếu tố bắt buộc để giải trình với cơ quan thanh tra giám sát và giải thích lý do từ chối tín dụng cho khách hàng. Các mô hình này đạt độ chính xác trên 85% trong khi vẫn duy trì khả năng diễn giải tuyệt vời.

Sự khác biệt cốt lõi giữa hệ thống ScoringF1 và ScoringF2 tại Techcombank là gì? Hệ thống ScoringF1 áp dụng cho các khoản vay thế chấp có tài sản đảm bảo, tập trung đánh giá giá trị và tính thanh khoản của tài sản bảo đảm với tỷ lệ nợ xấu rất thấp, chỉ khoảng 1.15%. Trong khi đó, ScoringF2 áp dụng cho các khoản vay tín chấp tiêu dùng, phụ thuộc hoàn toàn vào uy tín, học vấn và thu nhập cá nhân với tỷ lệ nợ xấu ban đầu lên tới hơn 4.82%.

Những biến số nhân khẩu học nào có sức mạnh phân loại rủi ro tín dụng cao nhất? Qua thực nghiệm phân tích độ đo Entropy và thông tin kỳ vọng, ba thuộc tính có sức mạnh phân tách rủi ro cao nhất là trình độ học vấn (nhóm trên đại học có tỷ lệ trả nợ đúng hạn đạt 93.4%), vị trí công tác (nhóm quản lý có độ tin cậy cao hơn 25% so với lao động tự do) và độ tuổi (nhóm 31-40 tuổi ổn định tài chính nhất).

Mô hình nghiên cứu từ năm 2010 này có còn giá trị ứng dụng trong bối cảnh hiện nay không? Quy trình khám phá tri thức KDD và phương pháp luận hiệu chỉnh thang điểm xếp hạng tín dụng trong luận văn vẫn giữ nguyên giá trị nền tảng. Ngày nay, các ngân hàng và công ty Fintech hiện đại vẫn áp dụng chính xác các bước xử lý dữ liệu, trích xuất thuộc tính và phân lớp này, chỉ khác biệt ở việc mở rộng thêm các nguồn dữ liệu phi truyền thống như mạng xã hội và dấu chân số.

Kết luận

Luận văn đã giải quyết trọn vẹn mục tiêu nghiên cứu và mang lại những đóng góp khoa học thiết thực:

• Hệ thống hóa toàn diện cơ sở lý thuyết về rủi ro tín dụng, chuẩn mực phân loại 5 nhóm nợ và các kỹ thuật khai phá dữ liệu phân lớp, khai phá luật kết hợp.
• Đánh giá thực trạng hoạt động của hai hệ thống xếp hạng tín dụng ScoringF1 và ScoringF2 trên nguồn dữ liệu thực tế tại Ngân hàng Techcombank.
• Chỉ ra các thuộc tính nhân khẩu học cốt lõi chi phối đến xác suất trả nợ của khách hàng cá nhân thông qua các độ đo thông tin khoa học.
• Ứng dụng thành công thuật toán Microsoft Association Rules để hiệu chỉnh hệ thống ScoringF2 qua 3 lần thử nghiệm, nâng độ chính xác phân loại nợ xấu lên 86.7%.
• Đề xuất hệ thống giải pháp toàn diện về công nghệ, chính sách và quy trình quản trị rủi ro nhằm kiểm soát tỷ lệ nợ xấu dưới mức an toàn 2.5%.

Lộ trình kế tiếp đòi hỏi các tổ chức tín dụng cần nhanh chóng hoàn thiện việc chuẩn hóa dữ liệu khách hàng và triển khai thử nghiệm hệ thống chấm điểm tự động trong vòng 6 đến 12 tháng tới. Hãy chủ động liên hệ các kênh học thuật hoặc khai thác tài liệu chuyên sâu để ứng dụng ngay mô hình khai phá dữ liệu vào việc nâng cao năng lực cạnh tranh và bảo đảm an toàn vốn cho tổ chức tài chính của bạn.

Trích đoạn nội dung tài liệu

Chương 1: Nghiên cứu cơ sở lý thuyết Trình bày về quy trình khai phá dữ liệu, các phương pháp khai phá dữ liệu được sử dụng. Chương 2: Lý thuyết về rủi ro tín dụng Trình bày về ngân hàng thương mại, hoạt động tín dụng trong ngân hàng, hệ thống xếp hạng tín dụng, và lý thuyết về rủi ro tín dụng. Chương 3: Ứng dụng khai phá dữ liệu, áp dụng với nguồn dữ liệu của Ngân hàng Kỹ thương Việt Nam Techcombank Trình bày về hệ thống xếp hạng tín dụng thế chấp và tín chấp tiêu dùng áp dụng cho khách hàng thể nhân và ứng dụng khai phá dữ liệu để điều chỉnh hệ thống xếp hạng tín dụng tín chấp tiêu dùng. Chương 4: Kết luận và kiến nghị LUAN VAN CHAT LUONG download : add [e-mail] -2- CHƢƠNG 1: NGHIÊN CỨU CƠ SỞ LÝ THUYẾT 1.1 Sơ lƣợc về khai phá dữ liệu 1.1 Sự cần thiết của khai phá dữ liệu Kho dữ liệu của một công ty hay một tổ chức không ngừng tăng trưởng theo thời gian với tốc độ cao, chúng ta có thể thấy điều này qua kho dữ liệu của một ngân hàng hay một tập đoàn bán lẻ.

Dữ liệu bản thân nó chứa đựng những thông tin rất có giá trị, có lợi cho quá trình ra quyết định. Hình vẽ dưới đây trình bày một tập dữ liệu giả định về vay nợ ngân hàng gồm 23 trường hợp được biểu diễn trong không gian hai chiều. Mỗi điểm trên đồ thị biểu diễn một trường hợp vay nợ ở ngân hàng trong quá khứ. Trục hoành biểu diễn thu nhập còn trục tung biểu diễn tổng nợ cá nhân của người đi vay (tiền thế chấp, tiền chi trả ô tô.

Dữ liệu được phân thành hai lớp: lớp  gồm những người thiếu khả năng trả nợ ngân hàng và lớp o gồm những người có tình trạng tốt. Như vậy để hạn chế rủi ro các loại nợ (3-5) dẫn đến khả năng mất vốn ngân hàng chỉ cấp tín dụng cho những khách hàng có mức thu nhập từ ngưỡng T trở lên. Việc phát hiện ra những thông tin “có giá trị” là không dễ dàng, đối với nguồn dữ liệu có kích thước lớn chúng ta không thể phân tích bằng tay mà cần đến những công cụ hỗ trợ đặc biệt. Usama Fayyad đã chỉ ra những nhược điểm sau đây: - Con người cần hàng tuần lễ hoặc lâu hơn để phát hiện ra những thông tin có ích.

- Phần lớn dữ liệu chưa bao giờ được phân tích cả. LUAN VAN CHAT LUONG download : add [e-mail] -3- - Có một hố sâu giữa khả năng sinh ra dữ liệu và khả năng sử dụng dữ liệu. Chính vì những điều đó đã dẫn đến sự ra đời của khai phá dữ hiệu hay còn gọi là phát hiện trị thức, nhằm giải quyết tình trạng “giàu dữ liệu nhưng nghèo tri thức”. Khai phá dữ liệu là giải pháp phân tích tự động các kho dữ liệu, phát hiện ra các thông tin hữu ích, có lợi cho quá trình ra quyết định.

Cùng với thời gian, với sự tăng cường năng lực tính toán, hoàn thiện các thuật toán thống kê, học máy và các phương pháp thu thập, quản lý dữ liệu là tiền đề cho sự ra đời của khai phá dữ liệu.2 Định nghĩa khai phá dữ liệu Phát hiện tri thức trong cơ sở dữ liệu (đôi khi còn được gọi là khai phá dữ liệu) là một quá trình nhận ra những mẫu có giá trị, mới, hữu ích tiềm năng và hiểu được trong dữ liệu. (Frawley, Piatetski-Shapiro và Matheus) Friedman đã tổng hợp một số quan niệm sau đây về “khai phá dữ liệu”:  Quá trình để nhận biết từ dữ liệu ra các mẫu có giá trị, mới, hữu dụng và hiểu được,  Quá trình trích lọc các thông tin chưa biết trước, có thể nhận thức được, có thể tác động được từ CSDL lớn và sử dụng chúng để tạo ra quyết định có lợi,  Tập các phương pháp được dùng trong quá trình phát hiện tri thức nhằm tường minh các quan hệ và các mẫu chưa biết trước chứa trong dữ liệu,  Quá trình hỗ trợ quyết định khi tìm kiếm những mẫu thông tin chưa biết và hữu ích từ CSDL lớn. Trong định nghĩa xuất hiện các khái niệm là "mẫu", "có giá trị", "mới", "hữu ích" và "hiểu được". Các khái niệm này được hiểu như sau:  Dữ liệu: Được hiểu như là một tập F gồm hữu hạn các trường hợp (sự kiện).

Đối với một bảng, dữ liệu được hiểu là tập hợp tất cả các bản ghi (record) trong bảng đó.  Mẫu: Được hiểu là một tập con của tập sự kiện F, là một quan hệ tiềm ẩn trong dữ liệu.  Tính mới: Mẫu phải là mới trong một miền xem xét nào đó, ít nhất là hệ thống đang được xem xét.  Hữu ích tiềm năng: Mẫu cần có khả năng chỉ dẫn tới các tác động hữu dụng và được đo bởi một hàm tiện ích.

LUAN VAN CHAT LUONG download : add [e-mail] -4-  Có thể hiểu được: Một mục tiêu của khai phá dữ liệu là tạo ra các mẫu cho con người hiểudễ dàng hơn các dữ liệu nền (dữ liệu sẵn có trong hệ thống).3 Quy trình khám phá tri thức trong CSDL Khám phá tri thức trong CSDL bao gồm nhiều bước là: Chuẩn bị dữ liệu, tìm kiếm mẫu, ước lượng tri thức, tinh chế sự tương tác nội tại sau khi chuyển dạng dữ liệu. Quá trình được thừa nhận là không tầm thường theo nghĩa là quá trình đó bao hàm một mức độ tìm kiếm tự động. Khai phá dữ liệu chỉ là một bước thiết yếu trong quy trình này. Quy trình này gồm các bước: 1) Làm sạch dữ liệu: Loại bỏ nhiễu hoặc các dữ liệu không thích hợp.

2) Tích hợp dữ liệu: Tích hợp dữ liệu từ các nguồn khác nhau như: CSDL, kho dữ liệu, file text… 3) Chọn dữ liệu: Ở bước này, những dữ liệu liên quan trực tiếp đến nhiệm vụ sẽ được thu thập từ các nguồn dữ liệu ban đầu. 4) Chuyển đổi dữ liệu: Trong bước này, dữ liệu sẽ được chuyển đổi về dạng phù hợp cho việc khai phá bằng cách thực hiện các thao tác nhóm hoặc tập hợp. 5) Khai phá dữ liệu: Là giai đoạn thiết yếu, trong đó các phương pháp thông minh sẽ được áp dụng để trích xuất ra các mẫu dữ liệu. 6) Đánh giá mẫu: Đánh giá sự hữu ích của các mẫu biểu diễn tri thức dựa vào một số phép đo.

Các mẫu dữ liệu được chiết xuất ra bởi phần mềm khai phá dữ liệu. Không phải bất cứ mẫu dữ liệu nào cũng đều hữu ích, đôi khi nó còn bị sai lệch. Vì LUAN VAN CHAT LUONG download : add [e-mail] -5- vậy, cần phải ưu tiên những tiêu chuẩn đánh giá để chiết xuất ra các tri thức cần chiết xuất ra. 7) Trình diễn dữ liệu: Sử dụng các kỹ thuật trình diễn vàtrực quan hoá dữ liệu để biểu diễn tri thức khai phá được cho người sử dụng.2 Khai phá luật kết hợp 1.1 Luật kết hợp trong cơ sở dữ liệu Trong đời sống hàng ngày chúng ta thường thấy các thống kê có dạng như sau: Cứ một 100 người mua quyển sách “chiến tranh tiền tệ” thì có 70 người mua thêm quyển “lý thuyết trò chơi” hay 80% khách hàng mua máy điện thoại di động thì mua thêm simcard, 30% có mua cả máy điện thoại di động lẫn simcard.

Đây là một dạng của luật kết hợp, nó là một dạng đơn giản khi kết hợp 2 mệnh đề A và B, nhưng lại có nhiều ý nghĩa trong cuộc sống, bởi nó giúp cho chúng ta ra những quyết định tốt hơn nhờ những số liệu thực tế. Trong ví dụ trên, hiểu được tâm lý khách hàng, người bán hàng chỉ việc sắp xếp 2 loại hàng hóa đó gần nhau (trong trường hợp này là 2 quyển sách), sẽ giúp cho khách hàng tiết kiệm được thời gian và quan trọng hơn là tăng doanh số bán hàng., Im} là tập m thuộc tính riêng biệt (itemsets), mỗi thuộc tính gọi là một mục (item). Gọi D là một cơ sở dữ liệu, trong đó mỗi bản ghi tIT là một giao dịch và chứa các tập mục, T  I. T = {t1, t2, … tn} là tập gồm n giao dịch (transaction), mỗi giao dịch được định danh bởi TID (transaction identification).

Định nghĩa 1:Luật là một quy tắc chung nhất trên một tập các đối tượng. Khái niệm “chung nhất” được hiểu là một sự kiện xẩy ra thường xuyên hoặc có tính chất dị thường (những giao dịch gian lận thẻ tín dụng thường có tính chất dị thường). Định nghĩa 2: Một luật kết hợp là một quan hệ có dạng X  Y, trong đó X, Y  I là các tập mục gọi là itemsets, và X  Y  . Ở đây, X được gọi là tiền đề, Y là mệnh đề kết quả.

Hai thông số quan trọng của luật kết hợp là độ hỗ trợ (s)và độ tin cậy (c). Định nghĩa 3: Độ hỗ trợ (support) của luật kết hợp X  Y là tỷ lệ phần trăm các bản ghi X  Y với tổng số các giao dịch có trong cơ sở dữ liệu. Định nghĩa 4: Đối với một số giao dịch được đưa ra, độ tin cậy (confidence) là tỷ lệ của số giao dịch có chứa X  Y với số giao dịch có chứa X.Về mặt xác LUAN VAN CHAT LUONG download : add [e-mail] -6- suất, độ tin cậy (confidence)của một luật kết hợp là xác suất (có điều kiện) xảy ra Y với điều kiện đã xảy ra X. Việc khai thác các luật kết hợp từ cơ sở dữ liệu chính là việc tìm tất cả các luật có độ hỗ trợ và độ tin cậy lớn hơn ngưỡng của độ hỗ trợ và độ tin cậy do người sử dụng xác định trước.

Các ngưỡng của độ hỗ trợ và độ tin cậy được ký hiệu là minsup và mincof. Việc khai thác các luật kết hợp có thể được phân tích thành hai vấn đề sau đây: 1. Tìm tất cả các tập mục thường xuyên xảy ra mà có độ hỗ trợ lớn hơn hoặc bằng minsup. Tạo ra các luật mong muốn sử dụng các tập phổ biến mà có độ tin cậy lớn hơn hoặc bằng mincof.

Định nghĩa 5: Độ phổ biến (sup) của tập mục S trong cơ sở dữ liệu D là tỷ lệ giữ số giao dịch chứa S trên tổng số giao dịch trong D. sup(S) = count(S) / |D| Tập mục phổ biến (frequent itemsets) là tập các mục có độ phổ biến thỏa mãn độ phổ biến tối thiểu minsup do người dùng tự xác định.