Luận Văn Thạc Sĩ Ngành Hệ Thống Thông Tin của Phạm Thanh Bình

Luận văn đi sâu vào bài toán dự đoán khả năng trả nợ của khách hàng vay, một vấn đề cấp thiết đối với các tổ chức tài chính. Hoạt động cho vay là nguồn doanh thu lớn nhưng tiềm ẩn nhiều rủi ro. Việc dự đoán chính xác khả năng trả nợ giúp giảm thiểu nợ xấu, tăng cường quản trị rủi ro. Luận văn khắc phục những hạn chế của các nghiên cứu trước đây, như nghiên cứu của Chang Han (2019) với độ chính xác còn thấp, bằng cách sử dụng các mô hình học máy tiên tiến hơn và kỹ thuật kết hợp mô hình. Phạm Thanh Bình nhấn mạnh sự cần thiết cải thiện độ chính xác dự đoán và đóng góp vào lĩnh vực Hệ Thống Thông Tin trong ngành tài chính.

Mục tiêu tổng quát của luận văn là nghiên cứu và ứng dụng thành công công nghệ học máy để hỗ trợ các tổ chức tài chính dự đoán khả năng hoàn trả khoản vay của khách hàng. Các mục tiêu cụ thể bao gồm thiết kế, đào tạo, kiểm tra và đánh giá hiệu suất của mô hình học máy trong việc dự đoán khả năng không trả được nợ. Phạm vi nghiên cứu tập trung vào việc sử dụng các phương pháp tiếp cận học máy để cải thiện độ chính xác trong dự đoán, từ đó giúp các tổ chức tài chính đánh giá rủi ro tín dụng hiệu quả hơn. Luận văn cũng hướng đến việc khắc phục các hạn chế của các phương pháp truyền thống vốn tốn thời gian và kém hiệu quả.

Khả năng hoàn trả khoản vay chịu ảnh hưởng của nhiều yếu tố khác nhau, bao gồm thông tin cá nhân của người vay (ví dụ: thu nhập, lịch sử tín dụng), đặc điểm khoản vay (ví dụ: số tiền vay, lãi suất), và tình hình kinh tế vĩ mô. Các tổ chức tài chính cần xem xét kỹ lưỡng các yếu tố này để đánh giá rủi ro tín dụng một cách chính xác. Việc bỏ qua hoặc đánh giá sai một trong các yếu tố này có thể dẫn đến quyết định cho vay sai lầm và tăng nguy cơ nợ xấu.

Các phương pháp dự đoán truyền thống thường dựa vào các quy tắc cứng nhắc và kinh nghiệm của các chuyên gia. Các phương pháp này có thể không hiệu quả trong việc xử lý các bộ dữ liệu lớn và phức tạp, và có thể bỏ qua các mối quan hệ phi tuyến tính giữa các yếu tố ảnh hưởng đến khả năng hoàn trả. Ngoài ra, các phương pháp truyền thống thường tốn thời gian và công sức, và có thể không đủ nhanh nhạy để phản ứng với những thay đổi của thị trường.

Luận văn sử dụng một loạt các thuật toán học máy phổ biến, bao gồm Random Forest, Hồi quy Logistic, SVM, KNN, ANN, và LSTM. Mỗi thuật toán có những ưu điểm và nhược điểm riêng, và phù hợp với các loại dữ liệu và bài toán khác nhau. Random Forest là một thuật toán mạnh mẽ và linh hoạt, có khả năng xử lý các bộ dữ liệu lớn và phức tạp. Hồi quy Logistic là một thuật toán đơn giản và hiệu quả, thường được sử dụng để giải quyết các bài toán phân loại nhị phân. SVM là một thuật toán mạnh mẽ, có khả năng tìm ra ranh giới quyết định tối ưu giữa các lớp. KNN là một thuật toán đơn giản và dễ hiểu, dựa trên nguyên tắc "gần người tốt, mình cũng tốt". ANN và LSTM là các thuật toán mạng nơ-ron sâu, có khả năng học hỏi các biểu diễn phức tạp của dữ liệu.

Luận văn sử dụng kỹ thuật Ensemble Learning, cụ thể là Voting Classifiers và Stacking, để kết hợp kết quả của nhiều mô hình học máy khác nhau. Voting Classifiers kết hợp kết quả dự đoán của các mô hình khác nhau bằng cách bỏ phiếu. Stacking kết hợp kết quả dự đoán của các mô hình khác nhau bằng cách sử dụng một mô hình học máy khác để học cách kết hợp các kết quả này. Kỹ thuật Ensemble Learning thường mang lại kết quả dự đoán tốt hơn so với việc sử dụng một mô hình duy nhất.

Tập dữ liệu từ Lending Club chứa thông tin về các khoản vay được tài trợ thông qua nền tảng này, bao gồm thông tin về người vay (ví dụ: thu nhập, lịch sử tín dụng) và thông tin về khoản vay (ví dụ: số tiền vay, lãi suất). Quá trình tiền xử lý dữ liệu bao gồm các bước làm sạch dữ liệu, xử lý giá trị thiếu, và chuyển đổi dữ liệu. Các thuộc tính quan trọng được lựa chọn để xây dựng mô hình dự đoán. Kỹ thuật Mutual Information Statistics được sử dụng để lựa chọn thuộc tính (Features Selection).

Hiệu suất của các mô hình được đánh giá bằng các chỉ số như độ chính xác, độ thu hồi, độ chính xác, và diện tích dưới đường cong ROC (AUC). Các mô hình được so sánh với nhau để xác định mô hình tốt nhất cho bài toán dự đoán hoàn trả khoản vay. So sánh hiệu suất giữa các mô hình riêng lẻ, các mô hình đã tinh chỉnh, và các mô hình kết hợp (Voting Classifiers, Stacking) được thực hiện để đánh giá hiệu quả của từng phương pháp.

ROC Curve (Receiver Operating Characteristic curve) là một công cụ quan trọng để đánh giá hiệu suất của các mô hình phân loại, đặc biệt là trong các bài toán có sự mất cân bằng giữa các lớp. ROC Curve cho phép đánh giá khả năng của mô hình trong việc phân biệt giữa các lớp khác nhau, và giúp xác định ngưỡng quyết định tối ưu. Luận văn sử dụng ROC Curve để so sánh hiệu suất của các mô hình học máy khác nhau và lựa chọn mô hình tốt nhất cho bài toán dự đoán hoàn trả khoản vay.

Luận văn đã chứng minh tính hiệu quả của việc sử dụng các mô hình học máy, đặc biệt là kỹ thuật kết hợp mô hình, để dự đoán khả năng hoàn trả khoản vay. Các kết quả đạt được trong luận văn có thể giúp các tổ chức tài chính cải thiện quy trình đánh giá rủi ro tín dụng và đưa ra quyết định cho vay chính xác hơn. Luận văn cũng đóng góp vào việc phát triển các phương pháp học máy mới cho lĩnh vực tài chính.

Luận văn có một số hạn chế, chẳng hạn như việc sử dụng dữ liệu từ một nguồn duy nhất (Lending Club) và việc bỏ qua một số yếu tố có thể ảnh hưởng đến khả năng hoàn trả khoản vay (ví dụ: yếu tố kinh tế vĩ mô). Hướng nghiên cứu tương lai có thể tập trung vào việc sử dụng dữ liệu từ nhiều nguồn khác nhau, kết hợp các yếu tố kinh tế vĩ mô vào mô hình, và phát triển các mô hình học máy tiên tiến hơn.