Thử Nghiệm Phân Loại Khách Hàng Bằng Phương Pháp Học Máy Trong Khóa Luận Tốt Nghiệp

Phân loại khách hàng hiệu quả bằng học máy là chủ đề khóa luận tốt nghiệp, ứng dụng công nghệ AI để tối ưu hóa chiến lược marketing và nâng cao trải nghiệm khách hàng.

Trường đại học

Đại học Kinh tế Quốc dân

Chuyên ngành

Toán Kinh tế

Người đăng

Ẩn danh

Thể loại

khóa luận tốt nghiệp

2022

60
4
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CẢM ƠN

MỤC LỤC

DANH MỤC TỪ VIẾT TẮT

DANH MỤC BẢNG BIỂU

DANH MỤC HÌNH ẢNH

GIỚI THIỆU CHUNG

1. CHƯƠNG 1: CƠ SỞ LÝ THUYẾT

1.1. Rủi ro tín dụng

1.1.1. Tín dụng

1.1.2. Rủi ro tín dụng

1.1.3. Nguyên nhân dẫn đến rủi ro tín dụng

1.1.3.1. Về phía TCTD
1.1.3.2. Về phía khách hàng
1.1.3.3. Các nguyên nhân khác

1.1.4. Hậu quả của rủi ro tín dụng

1.1.4.1. Tác động của rủi ro tín dụng đến hoạt động của Ngân hàng
1.1.4.2. Tác động của rủi ro tín dụng đối với nền kinh tế

1.1.5. Giảm thiểu rủi ro tín dụng bằng phương pháp phân loại khách hàng

2. CHƯƠNG II: PHƯƠNG PHÁP PHÂN LOẠI KHÁCH HÀNG PHỔ BIẾN TẠI

3. CHƯƠNG III: ỨNG DỤNG MÔ HÌNH GRADIENT BOOSTING TRONG PHÂN LOẠI KHÁCH HÀNG

3.1. Tổng quan về bộ dữ liệu

3.2. Các biến đầu vào là biến định tính

3.3. Các biến đầu vào là biến định lượng

3.4. Trực quan hoá dữ liệu và làm sạch dữ liệu

3.5. Xây dựng mô hình Logistic

3.6. Tính toán Information Value và Weight of Evidence

3.7. Xây dựng mô hình GBM

3.8. Tinh chỉnh mô hình

PHỤ LỤC: CODE R

Tóm tắt

I. Giới thiệu

Khóa luận tốt nghiệp 'Thử nghiệm phân loại khách hàng bằng phương pháp học máy' được thực hiện nhằm tìm hiểu và áp dụng các mô hình học máy trong việc phân loại khách hàng tại các tổ chức tín dụng. Khách hàng là một yếu tố quan trọng trong hoạt động của các tổ chức tài chính, và việc phân loại chính xác giúp giảm thiểu rủi ro tín dụng. Mô hình Gradient Boosting được lựa chọn vì tính hiệu quả và độ chính xác cao trong việc dự đoán khả năng trả nợ của khách hàng. Việc áp dụng các phương pháp học máy không chỉ giúp tối ưu hóa quy trình ra quyết định mà còn nâng cao hiệu quả kinh doanh của ngân hàng.

1.1. Lý do chọn đề tài

Nhu cầu tín dụng ngày càng tăng cao trong nền kinh tế hiện đại, dẫn đến việc các tổ chức tín dụng phải đối mặt với nhiều rủi ro. Việc phân loại khách hàng dựa trên các yếu tố như lịch sử tín dụng, thu nhập và khả năng thanh toán là rất cần thiết. Phân loại khách hàng giúp các tổ chức tín dụng đưa ra quyết định cho vay chính xác hơn, từ đó giảm thiểu tỷ lệ nợ xấu. Mô hình học máy, đặc biệt là học máy trong phân loại tín dụng, đã chứng minh được tính hiệu quả trong nhiều nghiên cứu trước đây.

II. Cơ sở lý thuyết

Rủi ro tín dụng là một trong những vấn đề lớn mà các tổ chức tín dụng phải đối mặt. Phân tích dữ liệuthuật toán học máy đóng vai trò quan trọng trong việc đánh giá rủi ro này. Các mô hình như hồi quy Logistic và Gradient Boosting được sử dụng để phân loại khách hàng dựa trên các biến định tính và định lượng. Việc xây dựng mô hình phân loại không chỉ dựa vào dữ liệu lịch sử mà còn cần phải xem xét các yếu tố bên ngoài như tình hình kinh tế và chính trị. Đường cong ROC là một công cụ hữu ích để đánh giá độ chính xác của mô hình phân loại.

2.1. Rủi ro tín dụng

Rủi ro tín dụng được định nghĩa là khả năng không thu hồi được khoản vay từ khách hàng. Điều này có thể xảy ra do nhiều nguyên nhân, bao gồm khả năng tài chính yếu kém của khách hàng hoặc các yếu tố bên ngoài như khủng hoảng kinh tế. Việc phân loại khách hàng giúp các tổ chức tín dụng nhận diện được những khách hàng có khả năng trả nợ thấp, từ đó đưa ra các biện pháp phòng ngừa hiệu quả.

III. Phương pháp nghiên cứu

Nghiên cứu sử dụng bộ dữ liệu từ Lending Club với hơn 50,000 khách hàng để xây dựng mô hình phân loại. Các biến đầu vào bao gồm thông tin về thu nhập, lịch sử tín dụng và tình trạng tài chính. Phân tích dữ liệu được thực hiện để làm sạch và trực quan hóa dữ liệu, giúp tăng cường độ chính xác của mô hình. Mô hình Gradient Boosting được áp dụng để phân loại khách hàng, với mục tiêu tối ưu hóa quy trình cho vay và giảm thiểu rủi ro tín dụng.

3.1. Xây dựng mô hình

Mô hình được xây dựng dựa trên các biến định tính và định lượng. Việc tính toán Information ValueWeight of Evidence giúp đánh giá mức độ ảnh hưởng của từng biến đến khả năng trả nợ của khách hàng. Sau khi xây dựng mô hình, quá trình tinh chỉnh được thực hiện để cải thiện độ chính xác và hiệu suất của mô hình. Kết quả cho thấy mô hình Gradient Boosting có khả năng phân loại khách hàng tốt hơn so với các phương pháp truyền thống.

IV. Kết luận

Khóa luận đã chứng minh rằng việc áp dụng học máy trong phân loại khách hàng tại các tổ chức tín dụng là một phương pháp hiệu quả. Mô hình Gradient Boosting không chỉ giúp giảm thiểu rủi ro tín dụng mà còn tối ưu hóa quy trình cho vay. Kết quả nghiên cứu có thể được áp dụng rộng rãi trong ngành tài chính, giúp các tổ chức tín dụng nâng cao hiệu quả hoạt động và giảm thiểu tổn thất. Việc tiếp tục nghiên cứu và phát triển các mô hình học máy sẽ là xu hướng tất yếu trong tương lai.

4.1. Đề xuất

Cần tiếp tục nghiên cứu và cải tiến các mô hình học máy để nâng cao độ chính xác trong phân loại khách hàng. Việc kết hợp các yếu tố bên ngoài như tình hình kinh tế và chính trị vào mô hình sẽ giúp cải thiện khả năng dự đoán. Ngoài ra, các tổ chức tín dụng cũng nên đầu tư vào công nghệ và đào tạo nhân viên để nâng cao khả năng áp dụng các mô hình học máy trong thực tiễn.

10/02/2025

Trích đoạn nội dung tài liệu

CHƯƠNG I: CƠ SỞ LÝ THUYÉT 1. Rủi ro tín dụng 1. Tín dụng Tín dụng là sự thê hiện cho mối quan hệ vay và cho vay. Trong đó, người vay có thé là cá nhân hoặc tô chức, còn người cho vay là ngân hàng hoặc các tô chức tai chính đủ thâm quyền hoạt động tại một khu vực/ quốc gia.

Sản phẩm vay có thé là hàng hóa hoặc tiền. Mỗi khoản vay sẽ có những quy định và ràng buộc cụ thể để tạo sự tín nhiệm giữa người vay và người cho vay. Một khoản vay tín dụng sẽ luôn đi kèm với lãi suất được quy định trước dé bù đắp thiệt hại cho người cho vay, khi giao đi tài sản của mình cho người vay trong một khoảng thời gian trong tương lai. Tín dụng có thể được phân loại theo nhiều cách: - Theo khoảng thời gian: ngắn hạn, trung hạn, dai han.

- Theo đối tượng tín dụng bao gồm: Đối tượng sử dụng vốn lưu động và đối tượng sử dụng vốn cô định. - Theo mục đích sử dụng: Tín dụng hàng hóa, tín dụng tiêu dùng, vay kinh doanh, vay xây dựng cơ sở vật chat, vay đầu tu,. - Theo kiểu vay: vay tín chấp, vay thế chấp. Tín dụng mang lại lợi ích lớn cho cả người vay và người cho vay; giúp thúc đây đầu tư kinh doanh, sản xuất,.

Tín dụng góp một phần quan trọng trong những dự án từ nhỏ đến lớn, từ đó ảnh hưởng và tác động đến nén kinh tế của cả một quốc gia. Với những khoản tín dụng được chấp nhận đã góp phần đáp ứng nhu cầu về vốn của cá nhân, tô chức. từ đó giải quyết khá nhiều khâu quan trọng như dau tư, mua sam hoặc phát triên kinh tê từ trong đên ngoài nước. Rui ro tín dung Rui ro tín dụng được định nghĩa như sau: “Rui ro tin dung là khoản lỗ tiềm năng khi ngân hang cấp tin dụng cho một khách hàng (KH), nghĩa là luồng thu nhập dự tính mang lại từ khoản vay của ngân hàng không thé được thực hiện cả về số lượng và thời hạn” (Anthony Sauders, 2007).

Nguyễn Quang Huy — Khoá 61 3 GVHD: ThS. Tran Chung Thuy Khoa Toán Kinh tế - ĐH KTOD Chuyên đê tốt nghiệp Theo khoản 1 điều 3 Thông tư số 02/2013/TT-NHNN: “Rủi ro tín dụng là ton thất có khả năng xảy ra đối với nợ của tô chức tin dụng, chi nhánh ngân hang nước ngoài do KH không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ của mình theo cam kết.” Rủi ro tín dụng luôn tiềm tàng trong quá trình cung cấp các sản phẩm tín dụng của ngân hàng cũng như các tổ chức tín dụng (TCTD) nói chung. Rủi ro tín dụng không chỉ sinh ra trong các nghiệp vụ về tín dụng giữa ngân hàng/ TCTD và KH, mà còn phụ thuộc vào các bên đối tác khác và môi trường hoạt động của các ngành nghề, trách nghiệm và kinh nghiệm của người vay cũng như phương pháp quản lý của ngân hàng/ TCTD. Có thể nói, rủi ro tín dụng là loại rủi ro chiếm tỷ trọng lớn nhất trong các rủi ro ma TCTD phải đối mặt.

Nguyên nhân dẫn đến rủi ro tín dụng 1. Về phía TCTD Chính sách quản trị chưa chặt chẽ dé khiến cho TCTD gặp phải rủi ro tín dụng, các gói chính sách sản pham tin dụng không được viết day đủ, rõ ràng hoặc không được kiểm thử can thận khiến KH có thé lợi dụng những kẽ hở dé trục lợi bat chính. Các TCTD vì chạy theo lợi nhuận mà mở rộng tín dụng qua mức có thể dẫn đến việc sang lọc KH kém kỹ càng, nhất là trong trường hợp thông tin không cân xứng sẽ dễ dàng tạo ra sự lựa chọn đối nghịch, khả năng giám sát của cán bộ tín dụng đối với việc sử dụng khoản vay giảm xuống, việc tuân thủ theo quy trình tín dụng bị lơi lỏng, các quy định về an toàn tín dụng sẽ không được thực hiện nghiêm minh.Cạnh tranh không lành mạnh nhằm thu hút KH giữa các TCTD ngày càng phức tạp khiến cho việc thầm định KH trở nên sơ sài, qua loa hơn hoặc hạ thấp tiêu chuẩn tín dụng, giảm thời gian thâm định. những hoạt động này đều có thể làm tăng thêm rủi ro trong hoạt động tín dụng.

Rui ro có thé xuất hiện do tính toán không chính xác hiệu quả đầu tư dự án, định giá sai dự án dẫn dé phê duyệt khoản vay quá cao so với chuẩn, hoặc do cán bộ tín dụng cố ý tài trợ những dự án xin vay không hiệu quả, làm giả hồ sơ, vay Nguyễn Quang Huy — Khoá 61 4 GVHD: ThS. Tran Chung Thuy Khoa Toán Kinh tế - ĐH KTOD Chuyên đê tốt nghiệp ké KH. sẽ gây ra rủi ro lớn cho TCTD. Nhiều TCTD quá chú trọng đến lợi nhuận bất chấp những khoản vay không lành mạnh, thiếu an toàn hoặc có chất lượng thông tin, quá trình xử lý thông tin, cơ cau tô chức năng lực công nghệ yếu.

đều gia tăng khả năng xảy ra rủ ro tín dụng. Về phía khách hàng Trình độ yếu kém của người vay trong dự đoán các vấn đề kinh doanh, yếu kém trong quan ly, chủ định lừa đảo cán bộ của TCTD,. là các nguyên nhân thường gặp nhất gây rủi ro tín dụng. Khách hàng là khách hàng cá nhân yếu kém trong quản lý tài chính, không hoặc không có kha năng tính toán kỹ lưỡng, không có khả năng thích ứng và khắc phục khó khăn trong kinh doanh sẽ dẫn tới vốn vay không được sử dụng hiệu quả, hiệu quả kinh doanh từ đó sa sút.

Khách hàng không có khả năng hoàn trả nợ gốc và lãi đầy đủ, đúng hạn cho TCTD. Một số ít trường hợp, KH kinh doanh là kẻ xấu muốn lợi dụng khoản vay; kinh doanh, đầu tư có lãi song vẫn không trả nợ cho TCTD đúng hạn hoặc không muốn trả nợ TCTD với hy vọng có thê quyt nợ hoặc sử dụng vốn vay càng lâu càng tốt. Các nguyên nhân khác: các nguyên nhân khác bao gồm những nguyên nhân khách quan về môi trường có ảnh hưởng lớn tới rủi ro tín dụng như khủng hoảng kinh tế/ tài chính; thiên tai tự nhiên hay những bất ồn chính trị xã hội trong khu vực sinh sống và làm việc của KH. Những tác nhân này có ảnh hưởng tiêu cực tới các khoản tín dụng do làm thay đôi đột ngột các điều kiện tài chính cá nhân của KH, làm mất việc hoặc gây thiệt hại trực tiếp lên cơ sở vật chất, khiến cho KH dễ rơi vào tình trạng quá hạn nợ, nợ xấu do không đủ khả năng chi trả cho các khoản nợ du đã có kế hoạch rõ ràng nhưng chưa tinh toán đến những rủi ro trong van hành.

Nguyễn Quang Huy — Khoá 61 5 GVHD: ThS. Tran Chung Thuy Khoa Toán Kinh tế - ĐH KTOD Chuyên đê tốt nghiệp 1. Hậu quả của rủi ro tín dụng Trong trường hợp rủi ro tín dụng xảy ra, hậu quả của việc rút tiền là rất nghiêm trọng. Nó không chỉ ảnh hưởng đến những người đi vay cá nhân mà còn ảnh hưởng đến các ngân hàng và toàn bộ nền kinh tế.

Tác động của rủi ro tín dụng đến hoạt động của Ngân hàng Nếu ngân hàng gặp rủi ro tín dụng thì sẽ không thé thu được lãi từ khoản cho vay, điều này có thé làm ngân hang mat đi cân đối thu chi. Ngoài ra, còn dẫn đến lãi ngân hàng và thất thoát vốn. Khi mọi thứ trở nên nghiêm trọng, các ngân hàng thất bại và phá sản. Ngân hàng vỡ nợ do không có khả năng thu hồi nợ dẫn đến bị các ngân hàng quốc doanh soi mói, hạ điểm uy tín và ảnh hưởng đến quy mô hoạt động.

Tác động của rủi ro tín dụng doi với nên kinh tế ; ; Nó cũng được cho là do ty lệ nợ xâu cao của ngân hàng, làm tôn hai đên uy tín của ngân hàng và làm xói mòn lòng tin của khách hàng. Từ đó, khách hàng đang có tiền gửi tiết kiệm tại ngân hàng đó sẽ rút tiền ra, có thể dẫn đến những hậu quả nghiêm trọng như sau: - Các ngân hàng thiếu vốn buộc phải vay ngân hàng khác hoặc ngân hàng quốc doanh. - Mắt cân đối tiền tệ và bất ôn kinh tế. Ngoài ra, trường hợp ngân hàng phá sản cũng có thể xảy ra.

Điều này sẽ ảnh hưởng trực tiếp đến các hoạt động kinh doanh của các doanh nghiép, khién cho đời sống của người lao động. Hơn nữa, cuộc khủng hoảng ngân hàng đã tác động nghiêm trọng đến toàn bộ nền kinh tế. Nó gây ra tình trạng suy thoái của nền kinh tế, làm tăng giá cả, giảm sức mua, tăng tỷ lệ thất nghiệp và gây bat ôn định cho xã hội. Hơn nữa, rủi ro tín dụng còn ảnh hưởng đến nên kinh tế toàn cầu vì ngày nay nền kinh tế của mỗi quốc gia phụ thuộc vào nền kinh tế khu vực và toàn cau.

Kinh nghiệm cho thấy cuộc khủng hoảng tài chính châu Á (1997) và cuộc khủng hoảng tài chính Nam Mỹ (2001-2002) đã làm rung chuyên thế giới. Mặt khác, quan hệ ngoại hối và đầu tư giữa các nước phát triên rất nhanh nên rủi ro tín dụng của một quôc gia ảnh hưởng trực tiêp đên nên kinh tê của họ. Nguyễn Quang Huy — Khoá 61 6 GVHD: ThS. Tran Chung Thuy Khoa Toán Kinh tế- ĐH KTOD Chuyên đê tốt nghiệp 1.

Giảm thiểu rủi ro tín dụng bằng phương pháp phân loại khách hàng Hiện nay, có rất nhiều biện pháp nhăm hạn chế rủi ro tin dụng nói chung và các biện pháp hạn chế rủi ro trong cho vay của ngân hang và TCTD nói riêng. Những van dé cấp thiết nhất trong hạn chế rủi ro tín dụng có thé kẻ tới là: Hoàn thiện được chính sách quản lý rủi ro tại các ngân hàng/ tô chức tín dụng. Chính sách quản lý rủi ro phải bao quát toàn bộ những vấn đề xoay quanh một loại rui ro nhất định: + Bước 1: Nhận biết rủi ro: Xác định chính xác loại rủi ro mà ngân hàng/ TCTD có thê gặp phải hay dang gặp phải. + Bước 2: Xác định hạn mức rủi ro: Xác định được rõ hạn mức rủi ro mà ngân hàng/ TCTD đó có thể chấp nhận.

Các hạn mức này phải được làm rõ, quản lý và có sự phê duyệt của các cấp lãnh đạo, HĐQT. Sau đó, hạn mức này phải được thông báo đến toàn thể CBNV các bộ phận nghiệp vụ. + Bước 3: Dinh lượng rủi ro: Là việc dé ra và xem xét lại hạn mức rủi ro, giúp người điều hành biết được thứ tự ưu tiên theo dõi và kiếm SOát rui ro. + Bước 4: Kiểm soát rủi ro.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Phân Loại Khách Hàng Hiệu Quả Bằng Học Máy - Khóa Luận Tốt Nghiệp là một tài liệu chuyên sâu tập trung vào việc ứng dụng học máy (Machine Learning) để phân loại khách hàng một cách hiệu quả. Nghiên cứu này không chỉ cung cấp các phương pháp tiếp cận hiện đại mà còn đưa ra các giải pháp thực tiễn giúp doanh nghiệp tối ưu hóa chiến lược tiếp thị và quản lý quan hệ khách hàng. Đọc tài liệu này, bạn sẽ hiểu rõ hơn về cách xây dựng mô hình phân loại, đánh giá hiệu quả, và áp dụng vào thực tế để nâng cao hiệu suất kinh doanh.

Nếu bạn quan tâm đến các nghiên cứu liên quan đến quản lý và tối ưu hóa trong kinh doanh, hãy khám phá thêm Luận văn văn thạc sĩ kinh tế hoàn thiện công tác quản lý chi phí dự án đầu tư xây dựng công trình tại tập đoàn nam cường, hoặc Luận văn thạc sĩ kinh tế xây dựng mô hình tập đoàn tài chính tại ngân hàng tmcp đông á trong quá trình hội nhập kinh tế quốc tế. Để mở rộng kiến thức về quản lý dự án, bạn có thể tham khảo Luận văn một số giải pháp nhằm hoàn thiện công tác quản lý dự án đầu tư tại công ty vinco. Mỗi tài liệu là một cơ hội để bạn khám phá sâu hơn các chủ đề liên quan và nâng cao hiểu biết của mình.