Giới thiệu dự án

Trong bối cảnh hệ thống tài chính - ngân hàng hiện đại, quản trị rủi ro tín dụng là yếu tố sống còn quyết định sự ổn định và khả năng sinh lời của các tổ chức tín dụng. Theo các báo cáo tài chính quốc tế hậu khủng hoảng nợ dưới chuẩn (Subprime Crisis), nợ xấu (Non-Performing Loans - NPL) phát sinh phần lớn từ việc thiếu hụt các công cụ định lượng chuẩn xác trong khâu thẩm định hồ sơ vay vốn ban đầu. Việc đánh giá năng lực trả nợ nếu chỉ dựa vào cảm tính hoặc quy trình chấm điểm thủ công truyền thống thường bộc lộ độ trễ cao, sai số lớn và không phân khúc được chi tiết từng nhóm khách hàng mục tiêu.

Dự án nghiên cứu "Phân tích điểm tín dụng của khách hàng dựa trên bộ dữ liệu German Credit Data" được xây dựng nhằm giải quyết bài toán cốt lõi: Tối ưu hóa quyết định cấp tín dụng và phân khúc khách hàng tiềm năng thông qua việc kết hợp các kỹ thuật khai phá dữ liệu (Data Mining) và học máy (Machine Learning) trên nền tảng phần mềm Orange Data Mining.

flowchart LR
    A[German Credit Dataset<br/>1000 records, 21 features] --> B[Data Preprocessing &<br/>Normalization 0-1]
    B --> C[Feature Selection via<br/>Logistic Regression]
    C --> D[Unsupervised Learning:<br/>K-Means Clustering]
    C --> E[Supervised Learning:<br/>Classification Models]
    D --> F[Customer Segmentation<br/>Cluster 1 & Cluster 2]
    E --> G[Model Evaluation:<br/>AUC, Confusion Matrix, Error Analysis]

Mục tiêu nghiên cứu cụ thể

  1. Tiền xử lý và chuẩn hóa dữ liệu: Xử lý, chuyển đổi không gian thuộc tính và rút gọn dữ liệu từ 21 biến gốc trên 1.000 quan sát của tập dữ liệu chuẩn German Credit Data.
  2. Phân khúc khách hàng tín dụng tốt (Unsupervised Learning): Áp dụng thuật toán phân cụm $K\text{-Means}$ để chia tách tệp khách hàng có xếp hạng tín dụng "Tốt" (Credit = Good) thành các phân khúc độc lập, phục vụ chiến lược thiết kế sản phẩm và chăm sóc khách hàng cá nhân hóa.
  3. Dự báo và thẩm định xếp hạng tín dụng (Supervised Learning): Huấn luyện, đánh giá và so sánh hiệu năng của 3 thuật toán phân loại: Hồi quy Logistic (Logistic Regression), Cây quyết định (Decision Tree) và Máy vector hỗ trợ (Support Vector Machine - SVM) nhằm tối ưu hóa chỉ số diện tích dưới đường cong ROC (ROC-AUC) và kiểm soát sai lầm loại II (Type II Error - dự báo Khách hàng Xấu thành Tốt).

Phạm vi và giới hạn của đề tài

  • Đối tượng dữ liệu: 1.000 hồ sơ vay tín dụng tiêu dùng tại Đức, bao gồm 20 thuộc tính đầu vào (nhân khẩu học, lịch sử tín dụng, mục đích vay, tài sản đảm bảo, tài khoản thanh toán/tiết kiệm) và 1 thuộc tính mục tiêu Credit (Good/Bad).
  • Môi trường thực nghiệm: Phần mềm mã nguồn mở Orange Data Mining (Core Python ML Engine) phiên bản 3.35+, tích hợp Scikit-Learn.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi máy học được áp dụng rộng rãi, các ngân hàng thương mại thường sử dụng mô hình chấm điểm 5C truyền thống (Character, Capacity, Capital, Collateral, Conditions) hoặc Phân tích phân biệt tuyến tính (LDA). Các phương pháp này bộc lộ nhiều điểm hạn chế khi đối mặt với các tập dữ liệu phi tuyến tính và đa biến.

Tiêu chí so sánh Phương pháp chuyên gia (5C) Phân tích phân biệt (LDA) Pipeline Học máy (Dự án đề xuất)
Tính khách quan Thấp (phụ thuộc định kiến chuyên viên) Trung bình (dựa trên phân phối chuẩn) Rất cao (hoàn toàn dựa trên dữ liệu thực nghiệm)
Xử lý dữ liệu phi tuyến Kém Kém (giả định quan hệ tuyến tính) Rất tốt (hỗ trợ phi tuyến tính qua Tree, SVM)
Khả năng tự động hóa Thủ công, tốn nhiều thời gian Bán tự động Tự động hóa hoàn toàn luồng xử lý (Pipeline)
Chi phí triển khai Tốn kém nhân sự thẩm định Thấp nhưng độ chính xác hạn chế Tối ưu, dễ mở rộng trên hệ thống Big Data

Ma trận ưu tiên yêu cầu kỹ thuật (MoSCoW)

  • Must Have (Bắt buộc): Chuẩn hóa dữ liệu về đoạn $[0, 1]$; trích xuất các thuộc tính có tương quan cao; huấn luyện mô hình Logistic Regression, Decision Tree; phân tích ma trận nhầm lẫn (Confusion Matrix).
  • Should Have (Nên có): Phân cụm $K\text{-Means}$ trên tập khách hàng tín dụng tốt; phân tích tác động trọng số biên của từng thuộc tính.
  • Could Have (Có thể có): Xây dựng cây quyết định phân nhánh chi tiết để thiết lập hệ thống luật (Rule-based Expert System).
  • Won't Have (Chưa thực hiện): Triển khai trực tiếp thành Web Application phân tán hoặc kết nối Core Banking Real-time API trong giai đoạn này.

Thiết kế hệ thống

Kiến trúc luồng xử lý dữ liệu được thiết kế trực quan hóa theo mô hình Data Pipeline tương thích trên nền tảng Orange:

graph TD
    subgraph Data_Pipeline [Orange Data Mining Engine]
        D1[Data Source: German Credit Data] --> D2[Preprocess: Normalize [0,1]]
        D2 --> D3[Feature Selection: Logistic Reg Weights]
        
        D3 --> S1[Select Rows: Credit == 'Good']
        S1 --> S2[Select Columns: Exclude Target]
        S2 --> S3[K-Means Clustering: k=2]
        
        D3 --> C1[Data Sampler: Train 70% / Test 30%]
        C1 --> C2[Model Training: Logit, Tree, SVM]
        C2 --> C3[Test & Score: Cross-Validation / AUC]
        C3 --> C4[Confusion Matrix & Error Optimization]
    end

Ngăn xếp công nghệ (Technology Stack)

  • Nền tảng chính: Orange Data Mining Tool (v3.35+), kiến trúc Component/Widget dựa trên Python 3.10.
  • Thư viện tính toán lõi: scikit-learn (triển khai các bộ giải liblinear, lbfgs, CART), numpy, pandas.
  • Phương pháp chuẩn hóa: Min-Max Scaling (Interval $[0, 1]$): $$X_{\text{norm}} = \frac{X - X_{\min}}{X_{\max} - X_{\min}}$$

Phương pháp nghiên cứu (Methodology)

Nghiên cứu áp dụng quy trình tiêu chuẩn công nghiệp CRISP-DM (Cross-Industry Standard Process for Data Mining):

  1. Business Understanding: Xác định mục tiêu giảm thiểu tổn thất vốn cho ngân hàng bằng cách tối ưu hóa chi phí sai lầm loại II.
  2. Data Understanding: Khảo sát 1000 mẫu, phát hiện bộ dữ liệu cân bằng tốt, không có giá trị khuyết thiếu (No Missing Data), định dạng trường dữ liệu chuẩn.
  3. Data Preparation: Chuẩn hóa khoảng giá trị thuộc tính số, lọc các trường không tác động mạnh bằng cách gán Role = skip.
  4. Modeling: Phân nhánh thành 2 luồng: Phân cụm khách hàng tốt ($K\text{-Means}$) và Phân lớp tín dụng (Logistic Regression, Decision Tree, SVM).
  5. Evaluation: Đánh giá dựa trên độ chính xác tổng thể, chỉ số AUC và phân tích sâu các sai số trên tập kiểm định độc lập.

Triển khai thực nghiệm và Kết quả

Quá trình tiền xử lý và Trích chọn đặc trưng

Bộ dữ liệu gốc có 21 thuộc tính. Nhóm thực hiện phân tích tương quan đa biến thông qua mô hình hồi quy Logistic để xác định mức độ tác động của các biến độc lập đến biến phụ thuộc Credit.

Các biến có hệ số hồi quy ($\beta$) cao nhất được giữ lại phục vụ mô hình hóa:

  • Kỳ hạn hợp đồng vay (Duration in month): $\beta = -1.47$ (tác động nghịch chiều mạnh nhất).
  • Số tiền vay (Credit amount): $\beta = -0.80$ (khoản vay càng lớn, xác suất tín dụng tốt càng giảm).
  • Trạng thái tài khoản séc (Checking account): None ($\beta = +1.03$), Stable ($\beta = +0.03$), Low ($\beta = -0.36$), Negative ($\beta = -0.69$).
  • Lịch sử tín dụng (Credit history): Critical ($\beta = +0.60$), Past-delay ($\beta = +0.29$), On-time ($\beta = +0.16$), Bank-payed ($\beta = -0.50$), Fully-paid ($\beta = -0.52$).
  • Tình trạng lao động (Foreign worker): Local worker ($\beta = +0.50$), Foreign worker ($\beta = -0.50$).
# Mô phỏng logic trích chọn đặc trưng tương đương trong Python Backend
from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import MinMaxScaler
import pandas as pd

# 1. Normalize Features
scaler = MinMaxScaler(feature_range=(0, 1))
X_scaled = scaler.fit_transform(X_raw)

# 2. Fit Logistic Regression for Feature Importance
clf = LogisticRegression(penalty='l2', solver='lbfgs', max_iter=1000)
clf.fit(X_scaled, y_target)

# Feature weights extraction
feature_importance = pd.DataFrame({
    'Feature': feature_names,
    'Coefficient': clf.coef_[0]
}).sort_values(by='Coefficient', ascending=False)

Bài toán 1: Phân cụm nhóm khách hàng tín dụng tốt ($K\text{-Means}$)

Sau khi trích xuất tập con gồm các khách hàng có Credit = 'Good', thuật toán $K\text{-Means}$ được triển khai với tham số tối ưu $k=2$, chia khách hàng thành 2 phân khúc rõ rệt:

classDiagram
    class Cluster1_KhachHangVayLon {
        +ThoiHanVay: 37 thang
        +KhoanTinDung: 7,155.57 DM
        +TyLeTraGop: 2.6% thu nhap
        +TuoiTrungBinh: 36 tuoi
        +MucDich: Mua o to cu
        +LichSuTinDung: Tra dung han
    }
    class Cluster2_KhachHangTieuDungNho {
        +ThoiHanVay: 18 thang
        +KhoanTinDung: 1,915.79 DM
        +TyLeTraGop: 3.8% thu nhap
        +TuoiTrungBinh: 37 tuoi
        +MucDich: Mua Thiet bi/Radio/TV
        +LichSuTinDung: Tra dung han
    }
  • Đặc điểm Cụm 1 (Nhóm vay mua sắm tài sản lớn): Thời gian vay kéo dài (trung bình 37 tháng), hạn mức vay cao ($7.155,57\text{ DM}$), tỷ lệ trả góp chiếm $2,6%$ thu nhập, độ tuổi trung bình 36. Mục đích vay chính là mua ô tô đã qua sử dụng.
  • Đặc điểm Cụm 2 (Nhóm vay tiêu dùng ngắn hạn): Thời gian vay ngắn (trung bình 18 tháng), khoản tín dụng thấp ($1.915,79\text{ DM}$), tỷ lệ trả góp $3,8%$ thu nhập, độ tuổi trung bình 37. Mục đích vay chính là mua sắm thiết bị gia dụng, radio/tivi.

Bài toán 2: Phân lớp và Đánh giá mô hình dự báo

Tập dữ liệu được phân tách ngẫu nhiên theo tỷ lệ $70%$ Huấn luyện (Train Set) và $30%$ Kiểm định (Test Set - 301 quan sát).

Ma trận nhầm lẫn (Confusion Matrix Concept):
+--------------------+-----------------------------------------------+
|                    |               Dự báo (Predicted)              |
|   Thực tế (Actual) +-----------------------+-----------------------+
|                    |     Good (Positive)   |     Bad (Negative)    |
+--------------------+-----------------------+-----------------------+
|   Good (Positive)  |   True Positive (TP)  |  Sai lầm loại I (FN)  |
|                    |   (Duyệt đúng hạn)    |  (Mất cơ hội cho vay) |
+--------------------+-----------------------+-----------------------+
|   Bad (Negative)   |  Sai lầm loại II (FP) |   True Negative (TN)  |
|                    |   (NGUY HIỂM: NỢ XẤU) |  (Từ chối chuẩn xác)  |
+--------------------+-----------------------+-----------------------+

Đánh giá rủi ro sai số tài chính

  • Sai lầm loại I (Type I Error): Thực tế khách hàng "Tốt" nhưng dự báo "Xấu". Hậu quả: Ngân hàng từ chối cấp tín dụng, mất doanh thu lãi vay tiềm năng.
  • Sai lầm loại II (Type II Error): Thực tế khách hàng "Xấu" nhưng dự báo "Tốt". Hậu quả: Cấp tín dụng cho khách hàng có nguy cơ vỡ nợ, mất toàn bộ vốn gốc ban đầu (tổn thất nghiêm trọng hơn gấp nhiều lần so với sai lầm loại I).

So sánh hiệu năng các mô hình thực nghiệm

Mô hình thuật toán Diện tích dưới đường cong (AUC) Số lượng sai lầm loại II (Tập Test) Đánh giá rủi ro
Support Vector Machine (SVM) 0.612 137 trường hợp Kém nhất (Rủi ro nợ xấu cao nhất)
Cây quyết định (Decision Tree) 0.638 98 trường hợp Trung bình (Tối ưu số ca loại II nhưng AUC thấp)
Hồi quy Logistic (Logistic Regression) 0.752 126 trường hợp Tốt nhất (Cân bằng tối ưu AUC & độ chính xác)
  • Kết quả kiểm định trên tập dữ liệu Test (301 mẫu):
    • Khi áp dụng mô hình Logistic Regression trên tập kiểm định, số lượng mẫu phân lớp chính xác đạt $240 / 301$ mẫu, tương đương độ chính xác $79,73%$ (kiểm chứng bằng hàm =COUNTIF(range, TRUE) trên file dữ liệu dự báo đối chiếu).
// Luật trích xuất từ Cây quyết định (Decision Tree Rules):
IF Checking_Account == "None" 
   AND Purpose IN ["Business", "New Car", "Education", "Furniture", "Repairs"]
THEN Credit = "Good" [Độ chính xác: 84.6%]

IF Checking_Account == "None" 
   AND Purpose IN ["Used Car", "Domestic Appliances", "Radio/TV", "Retraining", "Other"]
   AND Age > 22
THEN Credit = "Good" [Độ chính xác: 93.9%]

IF Checking_Account IN ["Low", "Negative", "Stable"] 
   AND Duration > 11 months 
   AND Savings IN ["Low", "Minimal"]
THEN Credit = "Bad" [Độ chính xác: 53.4%]

IF Checking_Account IN ["Low", "Negative", "Stable"] 
   AND Duration <= 11 months 
   AND Purpose IN ["New Car", "Appliances", "Furniture", "Radio/TV", "Repairs"]
THEN Credit = "Good" [Độ chính xác: 80.8%]

Đổi mới và Đóng góp kỹ thuật

  1. Kết hợp mô hình Unsupervised và Supervised: Không chỉ dừng lại ở bài toán nhị phân (Cấp / Không cấp tín dụng), nghiên cứu đã mở rộng đào sâu vào phân nhóm khách hàng đạt chuẩn (Credit = Good) thành 2 cụm riêng biệt để giải quyết bài toán kinh doanh thực tế về tối ưu hóa lợi nhuận.
  2. Định lượng tác động phi trực giác: Phân tích thực nghiệm phát hiện mối liên hệ đặc biệt giữa lịch sử tín dụng và mức độ rủi ro, cung cấp góc nhìn phản biện đối với việc đánh giá hồ sơ khách hàng có lịch sử nợ từng gia hạn hoặc tái cấu trúc.
  3. Chuyển hóa mô hình học máy thành hệ thống luật quyết định (Rule Engine): Trích xuất thành công 4 quy tắc phân nhánh cây quyết định với độ tin cậy đạt tới $93,9%$, cho phép các nhân viên thẩm định áp dụng tức thì trong quy trình xét duyệt sơ bộ mà không cần phụ thuộc hoàn toàn vào hệ thống máy tính phức tạp.

Ứng dụng thực tế và Triển khai

Khuyến nghị chiến lược cho Ngân hàng và Tổ chức Tài chính

graph TD
    A[Khách hàng nộp hồ sơ vay] --> B{Thẩm định sơ bộ qua Decision Tree}
    B -- "Thỏa Rule 93.9% hoặc 84.6%" --> C[Xếp loại: Good]
    B -- "Không thỏa luật sơ bộ" --> D[Chạy mô hình Logistic Regression]
    
    D --> E{Điểm xác suất p >= 0.5}
    E -- Yes --> C
    E -- No --> F[Xếp loại: Bad -> Từ chối / Yêu cầu TSBĐ]
    
    C --> G{Phân khúc khách hàng K-Means}
    G -- "Cụm 1: Vay lớn, kỳ hạn dài" --> H[Áp dụng lãi suất ưu đãi giữ chân<br/>Yêu cầu kiểm soát dòng tiền trả góp]
    G -- "Cụm 2: Vay nhỏ, tiêu dùng" --> I[Gia tăng hạn mức, cross-sell sản phẩm<br/>Liên kết đối tác bán lẻ thiết bị]
  1. Chính sách cho Nhóm khách hàng Cụm 1 (Vay mua ô tô/tài sản lớn):
    • Dù khoản vay lớn ($>7.000\text{ DM}$) và thời gian dài ($>36\text{ tháng}$), nhóm này có lịch sử trả nợ đúng hạn chuẩn mực. Ngân hàng nên áp dụng mức lãi suất cạnh tranh, giảm phí thẩm định để giữ chân khách hàng dài hạn.
  2. Chính sách cho Nhóm khách hàng Cụm 2 (Vay tiêu dùng ngắn hạn):
    • Khoản vay nhỏ ($<2.000\text{ DM}$), nhu cầu chính là đồ gia dụng, tivi. Ngân hàng nên liên kết với chuỗi bán lẻ điện máy cung cấp gói vay trả góp $0%$, đơn giản hóa thủ tục giải ngân nhanh để kích cầu.
  3. Kiểm soát rủi ro theo trọng số Logistic:
    • Thắt chặt điều kiện đối với các khoản vay có kỳ hạn quá dài ($\beta = -1.47$) hoặc khách hàng có số dư tài khoản séc âm ($\beta = -0.69$). Cần áp dụng mức ký quỹ hoặc số dư duy trì tối thiểu đối với các trường hợp này.

Hạn chế và Hướng phát triển

  • Hạn chế về quy mô dữ liệu: Tập dữ liệu German Credit Data gồm 1.000 mẫu được thu thập từ thị trường tài chính Đức trong quá khứ, chưa phản ánh đầy đủ các đặc trưng kinh tế xã hội và thói quen tiêu dùng tại thị trường tài chính Việt Nam hiện nay.
  • Kỹ thuật mô hình hóa: Đồ án tập trung vào các thuật toán học máy cổ điển (Logistic Regression, Decision Tree, SVM). Chưa ứng dụng các mô hình học tăng cường (Ensemble Learning) tiên tiến như XGBoost, LightGBM hay CatBoost.
  • Hướng phát triển tương lai:
    • Tích hợp thêm các nguồn dữ liệu phi cấu trúc (dữ liệu viễn thông, mạng xã hội, lịch sử thanh toán hóa đơn tiện ích điện nước) để chấm điểm tín dụng thay thế (Alternative Credit Scoring).
    • Ứng dụng các kỹ thuật cân bằng dữ liệu nâng cao (SMOTE, ADASYN) và triển khai giải thuật tối ưu hóa siêu tham số (Hyperparameter Tuning) tự động qua Bayesian Optimization.

Đối tượng hưởng lợi

  • Sinh viên & Giảng viên ngành Khoa học dữ liệu / Fintech: Nắm bắt trọn vẹn quy trình xây dựng đồ án phân tích dữ liệu thực tế từ khâu tiền xử lý, chọn biến đến đánh giá sai lầm loại II trong tài chính.
  • Chuyên viên phân tích rủi ro (Risk Analysts): Tham khảo các hệ số tác động biên và quy tắc cây quyết định để ứng dụng vào việc tinh chỉnh sổ tay cấp tín dụng nội bộ.
  • Doanh nghiệp Fintech & Cho vay ngang hàng (P2P Lending): Xây dựng khung tham chiếu triển khai mô hình chấm điểm tự động với chi phí thấp bằng các công cụ mã nguồn mở.

Câu hỏi thường gặp

1. Tại sao mô hình Logistic Regression lại được chọn thay vì SVM dù SVM là thuật toán mạnh mẽ hơn?

Trong bài toán đánh giá rủi ro tín dụng, độ chính xác tổng thể không phải là thước đo duy nhất. Mô hình SVM trong thử nghiệm gây ra tới 137 trường hợp sai lầm loại II (dự báo khách hàng xấu thành tốt), cao hơn nhiều so với Logistic Regression (126 trường hợp). Ngoài ra, Logistic Regression đạt chỉ số $AUC = 0.752$ (vượt trội so với SVM và Tree) và cung cấp khả năng giải thích hệ số xác suất rõ ràng, minh bạch cho cơ quan quản lý.

2. Ý nghĩa thực tế của việc phân cụm khách hàng có điểm tín dụng tốt là gì?

Khách hàng có điểm tín dụng tốt không đồng nhất về nhu cầu. Việc phân cụm giúp tổ chức tín dụng nhận diện được phân khúc nào vay mua sắm tài sản lớn để cung cấp mức lãi suất ưu đãi dài hạn, và phân khúc nào vay tiêu dùng nhanh để liên kết bán chéo sản phẩm cùng các đối tác thương mại, từ đó tối đa hóa biên lợi nhuận.

3. Tại sao biến Foreign worker và Credit history = Critical lại có tương quan bất thường trong mô hình?

Trong dữ liệu thực nghiệm, một số trường hợp khách hàng có trạng thái Critical nhưng thực tế là nhóm khách hàng kinh doanh sử dụng đòn bẩy tín dụng liên tục và đã tái cấu trúc thành công, dẫn đến điểm tín dụng thực tế vẫn được ghi nhận ở mức tốt. Điều này phản ánh tính chất đặc thù của tập dữ liệu lịch sử và nhắc nhở chuyên viên thẩm định không nên loại trừ hồ sơ chỉ dựa trên một thuộc tính đơn lẻ.

4. Hệ thống yêu cầu cấu hình phần cứng như thế nào để vận hành quy trình này?

Quy trình được xây dựng trên Orange Data Mining rất nhẹ, có thể vận hành mượt mà trên máy tính cá nhân cấu hình tối thiểu: CPU Intel Core i3 (hoặc tương đương), RAM 4GB, ổ cứng trống 1GB, hệ điều hành Windows 10/11, Linux hoặc macOS.

5. Làm thế nào để triển khai các luật của Decision Tree vào hệ thống xét duyệt tự động?

Các luật if-then từ Cây quyết định có thể dễ dàng chuyển đổi thành mã nguồn SQL Queries, Python Script hoặc tích hợp trực tiếp vào các hệ thống Business Rules Management System (BRMS) như Drools để phân loại hồ sơ tự động ở bước thẩm định đầu vào (Pre-screening Stage).

Kết luận

Đồ án học phần "Phân tích điểm tín dụng của khách hàng dựa trên bộ dữ liệu German Credit Data" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Thông qua việc làm chủ công cụ Orange Data Mining và các giải thuật học máy cốt lõi, nhóm nghiên cứu đã:

  • Chuẩn hóa và làm rõ mối tương quan giữa 21 thuộc tính tín dụng với xếp hạng rủi ro của khách hàng.
  • Xây dựng mô hình phân cụm $K\text{-Means}$ phân tách rõ nét 2 nhóm chân dung khách hàng tín dụng tốt, mở ra cơ hội thiết kế sản phẩm tài chính cá nhân hóa.
  • Huấn luyện thành công mô hình Hồi quy Logistic đạt diện tích dưới đường cong $AUC = 0.752$ và độ chính xác kiểm định đạt $79,73%$, đồng thời trích xuất hệ thống luật Cây quyết định có độ tin cậy lên tới $93,9%$.

Kết quả của đồ án cung cấp cơ sở khoa học và công cụ thực thi đắc lực giúp các ngân hàng thương mại, tổ chức tín dụng vừa nâng cao hiệu quả sinh lời, vừa thiết lập hàng rào phòng ngừa rủi ro nợ xấu một cách chủ động và bền vững.