Tổng quan nghiên cứu

Dư nợ tín dụng tại Ngân hàng Thương mại Cổ phần Công thương Việt Nam (VietinBank) ghi nhận sự tăng trưởng vượt bậc từ mức 333.356 tỷ đồng năm 2012 lên 790.688 tỷ đồng năm 2017, đạt mức tăng hơn 137% (gấp 2,3 lần). Sự phát triển nhanh chóng của mảng cho vay khách hàng cá nhân mở ra cơ hội kinh doanh lớn nhưng cũng kéo theo áp lực quản trị rủi ro nợ quá hạn và nợ xấu (từ nhóm 3 đến nhóm 5).

Quy trình phê duyệt tín dụng truyền thống bộc lộ nhiều hạn chế cốt lõi. Việc thẩm định hồ sơ vay phụ thuộc khoảng 70% vào năng lực phân tích và đánh giá chủ quan của cán bộ tín dụng. Bảng chấm điểm tín dụng thông thường chỉ xếp hạng tĩnh dựa trên hồ sơ hiện có mà chưa có khả năng dự báo xác suất rủi ro phát sinh trong tương lai. Điều này khiến ngân hàng tiêu tốn nhiều nguồn lực nhân sự, kéo dài thời gian xử lý và đối mặt với nguy cơ thất thoát vốn khi cấp tín dụng.

Nghiên cứu đặt mục tiêu xây dựng mô hình khai phá dữ liệu tự động nhằm phân loại chính xác nợ tốt và nợ xấu, đồng thời dự báo sớm rủi ro cho các khoản vay cá nhân mới. Phạm vi nghiên cứu tập trung vào toàn bộ dữ liệu giao dịch cho vay cá nhân trên hệ thống CoreBanking của VietinBank giai đoạn 2012 - 2017. Giải pháp hướng tới việc nâng cao độ chính xác trong xét duyệt tín dụng lên trên 85%, rút ngắn thời gian thẩm định và hỗ trợ kiểm soát tỷ lệ nợ xấu dưới ngưỡng 2,0% an toàn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu ứng dụng quy trình khai phá tri thức tiêu chuẩn gồm 6 bước khép kín: tìm hiểu nghiệp vụ, tìm hiểu dữ liệu, chuẩn bị dữ liệu, xây dựng mô hình, kiểm thử đánh giá và triển khai ứng dụng. Khung lý thuyết quản trị ngân hàng phân định 5 nhóm nợ theo quy định hiện hành, trong đó nhóm 1 và nhóm 2 được quy chuẩn là nợ tốt, nhóm 3 đến nhóm 5 là nợ xấu cần phòng ngừa tổn thất.

Về mặt thuật toán, đề tài áp dụng lý thuyết cây quyết định với giải thuật C4.5 (phiên bản triển khai J48) và lý thuyết xác suất thống kê Bayes (thuật toán Naive Bayes). Cây quyết định J48 hoạt động dựa trên việc tối ưu hóa hàm độ lợi thông tin (Information Gain) và tỷ lệ khuếch đại (Gain Ratio) theo lý thuyết Entropy của Shannon, giúp phân tách các nhánh dữ liệu có độ hỗn loạn cao thành các tập thuần nhất. Song song đó, phân lớp Naive Bayes ước lượng xác suất hậu nghiệm dựa trên định lý Bayes với giả định các thuộc tính đầu vào độc lập có điều kiện. Hai khái niệm đo lường hiệu năng then chốt được thiết lập gồm độ chính xác tổng thể (Accuracy) và độ hồi tưởng rủi ro (Recall).

Phương pháp nghiên cứu

Dữ liệu nghiên cứu được trích xuất trực tiếp từ kho dữ liệu CoreBanking và phân hệ Khảo sát tín dụng 360 độ của VietinBank. Cỡ mẫu thực nghiệm gồm hơn 10.000 hồ sơ vay vốn cá nhân giai đoạn 2012 - 2017, trải qua các bước tiền xử lý nghiêm ngặt: làm sạch bản ghi khuyết thiếu, giảm chiều không gian và chuẩn hóa 8 nhóm thuộc tính chính (nghề nghiệp tính thang điểm từ 2 đến 10, tình trạng nhà ở, thu nhập hàng tháng, số người phụ thuộc, thời gian cư trú, lịch sử tín dụng, kinh nghiệm làm việc và tài khoản ngân hàng).

Nghiên cứu sử dụng phương pháp chọn mẫu phân tầng ngẫu nhiên (Stratified Random Sampling) để đảm bảo tính đại diện cho cả hai phân lớp nợ tốt và nợ xấu. Bộ dữ liệu được chia tách linh hoạt thành tập huấn luyện (Training Set) và tập kiểm thử (Testing Set) theo các tỷ lệ đối chứng 55% - 45% và 70% - 30%. Lý do lựa chọn bộ đôi thuật toán J48 và Naive Bayes trên nền tảng Weka vì đây là các giải pháp học máy có khả năng xử lý xuất sắc dữ liệu rời rạc của ngành tài chính, tạo ra các tập luật tường minh dạng hộp trắng (White-box) giúp cán bộ ngân hàng dễ dàng đối chiếu, giải thích và áp dụng trực tiếp vào quy trình cấp tín dụng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Mô hình thực nghiệm trên phần mềm Weka với dữ liệu thực tế tại VietinBank mang lại các phát hiện định lượng quan trọng:

  • Thuật toán J48 đạt độ chính xác phân loại tổng thể lên tới 87,5%, vượt trội hơn mức 83,3% của thuật toán Naive Bayes (chênh lệch hiệu năng 4,2%).
  • Khả năng dự báo chính xác nợ xấu (chỉ số Recall đối với lớp khách hàng rủi ro) của J48 đạt mức 84,6%, giúp ngân hàng chủ động ngăn ngừa tổn thất tín dụng trước khi phê duyệt giải ngân.
  • Qua tính toán tỷ lệ độ lợi thông tin, hai biến số có ảnh hưởng lớn nhất đến quyết định rủi ro là nhóm nghề nghiệp (chuyên gia hoặc quản lý đạt điểm tối đa 10 điểm) và mức thu nhập hàng tháng trên 11 triệu đồng. Đây chính là các thuộc tính phân nhánh tại nút gốc (Root Node) của cây quyết định.
  • Cơ cấu tín dụng tại VietinBank ghi nhận xu hướng chuyển dịch mạnh mẽ: tỷ trọng cho vay ngắn hạn giảm từ 62% năm 2012 xuống 56% năm 2017, trong khi cho vay trung dài hạn tăng từ 25% lên 34% (tăng 9 điểm phần trăm), phản ánh nhu cầu vay tiêu dùng mua nhà dài hạn tăng cao và đòi hỏi các mô hình phân lớp phải thích ứng với vòng đời khoản nợ kéo dài 3 đến 5 năm.

Thảo luận kết quả

Hiệu năng vượt trội của J48 so với Naive Bayes bắt nguồn từ đặc thù dữ liệu tín dụng tiêu dùng có sự tương tác phi tuyến phức tạp giữa các thuộc tính (ví dụ mối quan hệ phụ thuộc giữa độ tuổi, nghề nghiệp và thu nhập). Giả định độc lập có điều kiện của Naive Bayes tuy giúp thuật toán tính toán nhanh nhưng lại làm giảm nhẹ độ chính xác khi các thuộc tính nhân khẩu học có sự tương quan nội tại.

Các kết quả thực nghiệm được biểu diễn trực quan thông qua biểu đồ độ lợi thông tin (Gain Chart) và ma trận nhầm lẫn (Confusion Matrix). Biểu đồ so sánh tỷ lệ phân lớp đúng giữa J48 và Naive Bayes tại các mức phân chia tập huấn luyện (55% và 70%) thể hiện rõ tính ổn định cao của cấu trúc cây phân nhánh. Cấu trúc cây quyết định xuất ra bảng luật suy diễn IF-THEN rõ ràng, giúp nhân viên tín dụng nắm bắt được lý do một khoản vay bị xếp vào diện rủi ro thay vì tiếp nhận kết quả dạng hộp đen bí ẩn.

Đề xuất và khuyến nghị

Nhằm nâng cao hiệu quả quản trị rủi ro tín dụng cá nhân, các giải pháp mang tính ứng dụng cao được đề xuất:

  • Tích hợp module khai phá dữ liệu J48: Bộ phận Công nghệ thông tin phối hợp cùng Khối Quản trị rủi ro tích hợp trực tiếp thuật toán vào phân hệ Khảo sát tín dụng 360 độ trong vòng 6 tháng, tự động chấm điểm và cảnh báo rủi ro tức thì cho 100% hồ sơ vay mới.
  • Chuẩn hóa kho dữ liệu khách hàng tập trung (Data Warehouse): Trung tâm Dữ liệu ngân hàng tiến hành làm sạch, cập nhật các trường thông tin nhân khẩu học và lịch sử giao dịch định kỳ 30 ngày/lần, nâng tỷ lệ dữ liệu sạch khả dụng lên trên 98% trong thời hạn 12 tháng.
  • Thiết lập quy trình phê duyệt tín dụng bán tự động: Ban Điều hành ban hành quy chuẩn đối chiếu điểm tín dụng tự động với kết quả thẩm định thực tế, cắt giảm thời gian xét duyệt từ 48 giờ xuống dưới 12 giờ và duy trì tỷ lệ nợ xấu cá nhân dưới 1,5% giai đoạn 2020 - 2023.
  • Tổ chức chương trình đào tạo chuyển giao công nghệ: Trung tâm Đào tạo triển khai các khóa bồi dưỡng năng lực phân tích dữ liệu và ứng dụng trí tuệ nhân tạo cho hơn 500 cán bộ tín dụng trên toàn hệ thống trong thời gian 9 tháng.

Đối tượng nên tham khảo luận văn

Nội dung luận văn mang lại giá trị học thuật và thực tiễn phong phú cho các nhóm độc giả chuyên biệt:

  • Cán bộ quản trị rủi ro và chuyên viên thẩm định tín dụng: Nắm vững bộ luật phân loại nợ xấu tự động để ứng dụng vào công tác sàng lọc sơ bộ hồ sơ vay vốn tiêu dùng.
  • Kỹ sư phần mềm và chuyên viên phân tích dữ liệu (Data Scientist): Tham khảo toàn diện quy trình trích xuất dữ liệu CoreBanking, kỹ thuật tiền xử lý và phương pháp cấu hình thuật toán J48, Naive Bayes trên môi trường Weka.
  • Lãnh đạo và nhà quản lý ngân hàng thương mại: Có thêm cơ sở khoa học xác đáng để xây dựng chiến lược chuyển đổi số và tối ưu hóa chi phí dự phòng rủi ro tín dụng.
  • Giảng viên, học viên cao học và sinh viên ngành Công nghệ thông tin, Hệ thống thông tin và Tài chính - Ngân hàng: Sử dụng làm tài liệu tham khảo giá trị cho các nghiên cứu ứng dụng khai phá dữ liệu trong lĩnh vực tài chính ngân hàng.

Câu hỏi thường gặp

Tại sao thuật toán J48 lại được đánh giá cao hơn Naive Bayes trong bài toán tín dụng?

Thuật toán J48 tạo ra cây quyết định tường minh, cho phép diễn giải logic phân lớp dưới dạng các tập luật IF-THEN dễ hiểu. Trong thực nghiệm với dữ liệu VietinBank, J48 đạt độ chính xác 87,5%, vượt trội hơn mức 83,3% của Naive Bayes do xử lý hiệu quả hơn các mối tương quan phi tuyến giữa thu nhập, độ tuổi và nghề nghiệp của khách hàng vay.

Những thuộc tính nào ảnh hưởng lớn nhất đến nguy cơ phát sinh nợ xấu cá nhân?

Phân tích độ lợi thông tin chỉ ra rằng nhóm nghề nghiệp (chuyên gia được chấm điểm 10 so với lao động phổ thông 4 điểm) và thu nhập hàng tháng trên 11 triệu đồng là hai biến số quan trọng nhất. Ngoài ra, các yếu tố như thời gian cư trú trên 1 năm và sở hữu tài khoản tiết kiệm tại ngân hàng cũng giúp giảm thiểu đáng kể xác suất nợ xấu.

Mô hình khai phá dữ liệu có thay thế hoàn toàn vai trò của cán bộ tín dụng không?

Mô hình đóng vai trò là hệ thống hỗ trợ ra quyết định (Decision Support System) chứ không thay thế hoàn toàn con người. Hệ thống tự động phân loại sơ bộ và cảnh báo nguy cơ, giúp chuyên viên tín dụng tập trung thẩm định sâu các hồ sơ phức tạp hoặc kiểm tra tính pháp lý của tài sản thế chấp.

Hệ thống Khảo sát tín dụng 360 độ tiếp nhận module khai phá dữ liệu như thế nào?

Module máy học được nhúng trực tiếp vào phần mềm Khảo sát tín dụng 360 độ hiện hữu của VietinBank. Khi nhập dữ liệu đầu vào của khách hàng mới, hệ thống tự động tính toán xác suất và trả về kết quả phân loại nợ tốt hoặc nợ xấu chỉ trong vài giây, giúp rút ngắn khoảng 60% thời gian xử lý hồ sơ.

Luận văn xử lý bài toán dữ liệu tài chính mất cân bằng bằng phương pháp nào?

Nghiên cứu áp dụng kỹ thuật lấy mẫu phân tầng ngẫu nhiên (Stratified Sampling) kết hợp làm sạch nhiễu và chuẩn hóa thang đo trên Weka. Nhờ phân chia tập dữ liệu huấn luyện linh hoạt từ 55% đến 70%, mô hình duy trì chỉ số Recall đạt 84,6%, đảm bảo phát hiện chính xác các trường hợp nợ xấu thực tế.

Kết luận

  • Luận văn giải quyết triệt để bài toán chuyển đổi từ mô hình chấm điểm tín dụng tĩnh sang mô hình khai phá dữ liệu dự báo động cho ngân hàng thương mại.
  • Thuật toán J48 chứng minh tính ưu việt vượt trội với độ chính xác phân loại đạt 87,5% trên tập dữ liệu thực nghiệm tại VietinBank.
  • Hệ thống trích xuất thành công tập luật tri thức tường minh, hỗ trợ nhận diện chính xác các khoản nợ tiềm ẩn rủi ro dựa trên thu nhập và nghề nghiệp.
  • Giải pháp tích hợp trực tiếp vào hệ thống Khảo sát tín dụng 360 độ, đem lại giá trị ứng dụng thực tiễn cao cho quy trình cấp tín dụng cá nhân.
  • Nghiên cứu mở ra hướng phát triển bền vững cho việc áp dụng các mô hình học máy hiện đại nhằm kiểm soát nợ xấu và tối ưu hóa hoạt động ngân hàng số.