Ứng Dụng Học Máy Hỗ Trợ Hoạt Động Cho Vay Tại Agribank Chi Nhánh Huyện Phù Cát

Nghiên cứu ứng dụng học máy trong hoạt động cho vay tại Agribank chi nhánh huyện Phù Cát, mang lại hiệu quả và cải tiến quy trình.

• Tác giả: Đặng Thành Nhơn
• Người hướng dẫn: TS. Lê Xuân Việt
• Trường học: Trường Đại Học Quy Nhơn
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Ứng Dụng Học Máy Trong Hoạt Động Cho Vay Tại Agribank Phù Cát
• Loại tài liệu: luận văn
• Năm xuất bản: 2020
• Địa điểm: Quy Nhơn

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: NHỮNG VẤN ĐỀ CƠ BẢN VỀ KHAI PHÁ DỮ LIỆU VÀ HỌC MÁY
• 1.1. Khai phá dữ liệu (Data mining)
• 1.2. Một số kiến thức cơ bản liên quan học máy (ML: Machine Learning)
• 1.2.1. Khái niệm học máy (ML)
• 1.2.2. Một số dạng học máy cơ bản
• 1.3. Tổng kết Chương 1
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT XÂY DỰNG BÀI TOÁN
• 2.1. Cơ sở lý thuyết về phân loại và phân cụm dữ liệu
• 2.2. Phân loại dữ liệu
• 2.3. Phân cụm dữ liệu
• 2.4. Phân tích toán học
• 2.5. Tối ưu hàm mất mát, hình thành thuật toán phân cụm K-means
• 2.6. Xây dựng thuật toán phân cụm K-means và dự đoán nhóm nợ khách hàng
• 2.7. Tổng kết Chương 2
• 3. CHƯƠNG 3: PHÂN NHÓM NỢ KHÁCH HÀNG VAY VỐN TẠI AGRIBANK CHI NHÁNH HUYỆN PHÙ CÁT, XÂY DỰNG HỆ THỐNG VÀ THỬ NGHIỆM
• 3.1. Quy trình nghiệp vụ cấp tín dụng
• 3.1.1. Tiếp nhận, thu thập, đánh giá hồ sơ, thông tin về nhu cầu vay vốn của khách hàng
• 3.1.2. Thẩm định cho vay
• 3.1.3. Thẩm định lại, thông qua Hội đồng tín dụng
• 3.1.4. Quyết định cho vay
• 3.1.5. Soạn thảo, ký kết Hợp đồng tín dụng (HĐTD), Hợp đồng bảo đảm (HĐBĐ) tiền vay
• 3.1.6. Khai báo, phê duyệt thông tin vào hệ thống ngân hàng
• 3.1.7. Kiểm tra hồ sơ giải ngân, báo cáo đề xuất giải ngân
• 3.1.8. Bàn giao hồ sơ cho bộ phận giải ngân; hạch toán thế chấp/cầm cố tài sản bảo đảm, giải ngân vốn vay
• 3.1.9. Theo dõi, đôn đốc, thu nợ cho vay
• 3.1.10. Cơ cấu lại thời hạn trả nợ
• 3.1.11. Tạm ngừng cho vay, chấm dứt cho vay, thu hồi nợ trước hạn
• 3.2. Các loại nhóm nợ tại Agribank Chi nhánh huyện Phù Cát
• 3.3. Phân loại khách hàng theo nhóm nợ
• 3.4. Xây dựng hệ thống
• 3.4.1. Dữ liệu thử nghiệm
• 3.4.2. Tiền xử lý dữ liệu
• 3.4.3. Tiến trình
• 3.4.4. Nhận xét và đánh giá kết quả
• 3.5. Tổng kết chương 3
• KẾT LUẬN CHUNG
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về ứng dụng học máy trong cho vay tại Agribank Phù Cát

Ứng dụng học máy trong tài chính đang trở thành xu hướng quan trọng trong ngành ngân hàng, đặc biệt là tại Agribank Chi nhánh huyện Phù Cát. Việc áp dụng công nghệ này không chỉ giúp tối ưu hóa quy trình cho vay mà còn nâng cao khả năng phân tích và dự đoán rủi ro tín dụng. Hệ thống cho vay tự động được xây dựng dựa trên các thuật toán học máy, giúp cải thiện hiệu quả công việc và giảm thiểu sai sót trong quá trình thẩm định.

1.1. Lợi ích của học máy trong hoạt động cho vay

Học máy mang lại nhiều lợi ích cho Agribank, bao gồm việc tối ưu hóa quy trình cho vay, giảm thiểu rủi ro và nâng cao trải nghiệm khách hàng. Các mô hình học máy có thể phân tích dữ liệu khách hàng để đưa ra quyết định cho vay chính xác hơn.

1.2. Tình hình nghiên cứu và ứng dụng học máy tại Agribank

Nghiên cứu cho thấy rằng việc áp dụng công nghệ AI trong cho vay đã giúp Agribank cải thiện đáng kể quy trình thẩm định và phân loại khách hàng. Các mô hình học máy đã được thử nghiệm và cho kết quả khả quan trong việc dự đoán nhóm nợ.

II. Thách thức trong việc áp dụng học máy tại Agribank Phù Cát

Mặc dù có nhiều lợi ích, việc áp dụng học máy trong ngân hàng cũng gặp phải không ít thách thức. Các vấn đề như chất lượng dữ liệu, sự chấp nhận của nhân viên và khả năng tích hợp hệ thống là những yếu tố cần được xem xét kỹ lưỡng. Đặc biệt, việc đảm bảo tính chính xác và độ tin cậy của các mô hình học máy là rất quan trọng.

2.1. Vấn đề về chất lượng dữ liệu

Chất lượng dữ liệu là yếu tố quyết định đến hiệu quả của các mô hình học máy. Dữ liệu không đầy đủ hoặc không chính xác có thể dẫn đến những quyết định sai lầm trong quá trình cho vay.

2.2. Khó khăn trong việc tích hợp hệ thống

Việc tích hợp các hệ thống học máy vào quy trình hiện tại của Agribank đòi hỏi sự đầu tư lớn về công nghệ và thời gian. Điều này có thể gây ra sự chậm trễ trong việc triển khai các giải pháp mới.

III. Phương pháp áp dụng học máy trong cho vay tại Agribank

Để giải quyết các thách thức, Agribank đã áp dụng nhiều phương pháp học máy khác nhau, bao gồm thuật toán K-means để phân nhóm nợ khách hàng. Phương pháp này giúp xác định các nhóm khách hàng có khả năng trả nợ khác nhau, từ đó đưa ra quyết định cho vay hợp lý hơn.

3.1. Thuật toán K means trong phân nhóm nợ

Thuật toán K-means được sử dụng để phân loại khách hàng thành các nhóm nợ khác nhau. Điều này giúp Agribank dễ dàng theo dõi và quản lý các khoản vay, từ đó giảm thiểu rủi ro tín dụng.

3.2. Quy trình triển khai mô hình học máy

Quy trình triển khai mô hình học máy bao gồm các bước như thu thập dữ liệu, tiền xử lý, xây dựng mô hình và đánh giá kết quả. Mỗi bước đều cần được thực hiện cẩn thận để đảm bảo tính chính xác của mô hình.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn tại Agribank

Kết quả nghiên cứu cho thấy rằng việc áp dụng học máy trong ngân hàng đã mang lại nhiều lợi ích cho Agribank. Hệ thống phân nhóm nợ đã giúp cải thiện đáng kể quy trình thẩm định và giảm thiểu rủi ro tín dụng. Các mô hình học máy đã được thử nghiệm và cho thấy hiệu quả cao trong việc dự đoán khả năng trả nợ của khách hàng.

4.1. Đánh giá hiệu quả của mô hình học máy

Mô hình học máy đã giúp Agribank nâng cao khả năng dự đoán nhóm nợ khách hàng, từ đó đưa ra quyết định cho vay chính xác hơn. Kết quả cho thấy tỷ lệ nợ xấu đã giảm đáng kể.

4.2. Ứng dụng thực tiễn trong hoạt động cho vay

Hệ thống học máy đã được áp dụng thực tế tại Agribank, giúp cán bộ tín dụng đưa ra quyết định nhanh chóng và chính xác hơn. Điều này không chỉ nâng cao hiệu quả công việc mà còn cải thiện trải nghiệm của khách hàng.

V. Kết luận và hướng phát triển tương lai của ứng dụng học máy

Việc áp dụng học máy trong cho vay tại Agribank Chi nhánh huyện Phù Cát đã chứng minh được tính khả thi và hiệu quả. Trong tương lai, ngân hàng sẽ tiếp tục nghiên cứu và phát triển các mô hình học máy mới để nâng cao hơn nữa chất lượng dịch vụ và giảm thiểu rủi ro tín dụng.

5.1. Hướng phát triển mô hình học máy

Agribank sẽ tiếp tục cải tiến và phát triển các mô hình học máy để đáp ứng nhu cầu ngày càng cao của thị trường. Việc nghiên cứu các thuật toán mới sẽ giúp nâng cao khả năng dự đoán và phân tích dữ liệu.

5.2. Tương lai của công nghệ trong ngành ngân hàng

Công nghệ sẽ tiếp tục đóng vai trò quan trọng trong ngành ngân hàng. Việc áp dụng các công nghệ mới như AI và học máy sẽ giúp Agribank nâng cao hiệu quả hoạt động và cải thiện trải nghiệm khách hàng.

Nội dung chính

Tổng quan nghiên cứu

Trong hoạt động kinh doanh của các ngân hàng thương mại, nguồn thu từ hoạt động cấp tín dụng đóng góp hơn 70% tổng lợi nhuận khoán tài chính hàng năm. Tuy nhiên, rủi ro tín dụng luôn là thách thức lớn nhất đe dọa sự an toàn vốn của hệ thống, đặc biệt trong bối cảnh nền kinh tế chịu nhiều biến động phức tạp giai đoạn 2020 - 2022. Tại Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam (Agribank) Chi nhánh huyện Phù Cát, quy trình thẩm định cho vay truyền thống chủ yếu phụ thuộc vào kinh nghiệm và đánh giá chủ quan của cán bộ tín dụng. Khi áp lực xử lý hồ sơ tăng cao, đạt mức 30 đến 50 hồ sơ mỗi ngày tại các thời điểm cao điểm, việc đánh giá thủ công dễ dẫn đến sai sót và gia tăng nợ xấu.

Vấn đề cốt lõi đặt ra là làm thế nào để xây dựng một công cụ hỗ trợ ra quyết định cấp tín dụng mang tính khách quan, khoa học và tự động hóa. Đề tài luận văn thạc sĩ chuyên ngành Khoa học máy tính tập trung nghiên cứu mục tiêu ứng dụng các thuật toán khai phá dữ liệu và học máy không giám sát để dự đoán, phân loại nhóm nợ của khách hàng vay vốn. Nghiên cứu được triển khai thực nghiệm trên tập dữ liệu khách hàng thực tế tại Agribank Chi nhánh huyện Phù Cát trong khung thời gian từ năm 2020 đến năm 2022.

Ý nghĩa của nghiên cứu thể hiện qua việc cung cấp mô hình phân loại tự động 5 nhóm nợ theo quy định của Ngân hàng Nhà nước, giúp đơn vị ước tính giảm thiểu từ 15% đến 25% các quyết định phê duyệt có rủi ro tiềm ẩn. Kết quả này vừa nâng cao chất lượng danh mục cho vay, vừa tối ưu hóa năng suất lao động cho đội ngũ cán bộ thẩm định tại cơ sở.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng của quy trình Phát hiện tri thức trong cơ sở dữ liệu (KDD - Knowledge Discovery and Data Mining) kết hợp cùng lý thuyết học máy (Machine Learning). Trọng tâm của đề tài là phương pháp học không giám sát (Unsupervised Learning) thông qua thuật toán phân cụm K-means.

Khung lý thuyết vận hành dựa trên 4 khái niệm và mô hình toán học cơ bản:

1. Phân cụm dữ liệu (Clustering): Kỹ thuật gom nhóm $N$ đối tượng dữ liệu trong không gian $d$ chiều thành $K$ cụm sao cho khoảng cách giữa các phần tử trong cùng một cụm là nhỏ nhất và khoảng cách giữa các cụm là lớn nhất.
2. Hàm mất mát và tối ưu hóa sai số: Thuật toán K-means cực tiểu hóa tổng bình phương khoảng cách Euclidean từ mỗi điểm dữ liệu đến tâm cụm tương ứng, được xác định qua hàm mục tiêu: $J = \sum \sum y_{ik} ||x_i - m_k||^2$, trong đó $m_k$ là tâm cụm thứ $k$ và $y_{ik}$ là biến chỉ thị nhị phân nhận giá trị 0 hoặc 1.
3. Cập nhật tâm cụm: Tọa độ tâm cụm mới được tính bằng trung bình cộng tọa độ của tất cả các điểm dữ liệu được gán vào cụm đó trong mỗi vòng lặp.
4. Hệ thống phân loại nợ ngân hàng: Khung quy chuẩn 5 nhóm nợ tín dụng theo quy định của Ngân hàng Nhà nước Việt Nam, bao gồm từ Nhóm 1 (nợ đủ tiêu chuẩn) đến Nhóm 5 (nợ có khả năng mất vốn).

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thô gồm hơn 1.200 hồ sơ khách hàng vay vốn thực tế được lưu trữ tại hệ thống cơ sở dữ liệu của Agribank Chi nhánh huyện Phù Cát. Phương pháp chọn mẫu là chọn mẫu xác thực kết hợp phân tầng theo các phân khúc khách hàng cá nhân, hộ kinh doanh và doanh nghiệp địa phương.

Lý do lựa chọn thuật toán K-means xuất phát từ khả năng xử lý nhanh các tập dữ liệu tài chính đa chiều, tính toán hội tụ ổn định và đặc biệt phù hợp với việc phân tách tự nhiên tập khách hàng thành đúng 5 cụm tương ứng với 5 nhóm nợ nghiệp vụ mà không cần gắn nhãn thủ công trước.

Quy trình phân tích dữ liệu được thực hiện theo timeline 5 bước:

• Bước 1: Thu thập và tiền xử lý dữ liệu thô bằng ngôn ngữ Python, loại bỏ các thuộc tính định danh gây nhiễu như Họ tên, Mã khách hàng, Mã cán bộ tín dụng, Số giải ngân.
• Bước 2: Chuẩn hóa và rời rạc hóa các biến liên tục như Mức thu nhập, Số tiền phê duyệt, Lãi suất cho vay, Thời gian vay vốn thành các khoảng giá trị số nguyên.
• Bước 3: Phân tích ma trận tương quan giữa các trường dữ liệu để lựa chọn các biến đặc trưng có ý nghĩa nghiệp vụ tín dụng cao nhất.
• Bước 4: Chia tập dữ liệu đã làm sạch theo tỷ lệ 70% dành cho huấn luyện mô hình và 30% dành cho kiểm thử độc lập.
• Bước 5: Cài đặt thuật toán K-means thông qua thư viện Scikit-learn, thực hiện huấn luyện lặp, đánh giá ma trận lỗi và kiểm định kết quả phân nhóm nợ.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình huấn luyện và kiểm thử mô hình học máy trên bộ dữ liệu thực tế của Agribank Chi nhánh huyện Phù Cát đã mang lại 4 phát hiện quan trọng:

Thứ nhất, thuật toán K-means với tham số $K = 5$ đã phân tách thành công toàn bộ tập dữ liệu kiểm thử thành 5 cụm rõ rệt, có sự tương thích cao với 5 nhóm nợ theo chuẩn nghiệp vụ ngân hàng.

Thứ hai, mô hình đạt tỷ lệ hội tụ và phân cụm chính xác trên 88% trên tập dữ liệu thử nghiệm 30%. Các yếu tố như lịch sử quan hệ tín dụng CIC, tỷ lệ giá trị tài sản bảo đảm trên dư nợ và thời hạn vay là những thuộc tính có trọng số ảnh hưởng mạnh nhất đến việc phân nhóm.

Thứ ba, hệ thống phát hiện ra khoảng 12% hồ sơ khách hàng hiện đang được xếp ở Nhóm 1 nhưng mang các đặc trưng tài chính tiệm cận với tâm cụm của Nhóm 2 và Nhóm 3. Đây là các khoản vay có nguy cơ chuyển dịch nợ xấu tiềm ẩn mà quy trình chấm điểm truyền thống thường bỏ sót.

Thứ tư, việc ứng dụng mô hình giúp rút ngắn khoảng 40% thời gian phân tích sơ bộ ban đầu cho mỗi bộ hồ sơ, hỗ trợ xử lý hiệu quả áp lực từ 30 đến 50 hồ sơ vay phát sinh mỗi ngày tại chi nhánh.

Thảo luận kết quả

Các kết quả phân nhóm được biểu diễn trực quan thông qua biểu đồ phân tán đa chiều và biểu đồ ma trận tương quan giữa các biến số tài chính. Biểu đồ nhiệt (Heatmap) thể hiện rõ mức độ tương quan thuận giữa số tiền vay lớn, thời gian vay dài với xu hướng dịch chuyển về các cụm nợ có rủi ro cao hơn (Nhóm 3 đến Nhóm 5). Ma trận lỗi (Confusion Matrix) cho thấy ranh giới phân tách giữa Cụm 1 (nợ đủ tiêu chuẩn) và Cụm 5 (nợ có khả năng mất vốn) có khoảng cách Euclidean lớn nhất, chứng minh mô hình nhận diện rất tốt hai thái cực rủi ro này.

Nguyên nhân đạt được độ chính xác cao là nhờ quá trình tiền xử lý dữ liệu đã triệt tiêu hoàn toàn các trường dữ liệu nhiễu và chuẩn hóa thang đo các biến tài chính. So với các mô hình phân loại có giám sát như Hồi quy Logistic hay thuật toán láng giềng gần KNN, việc áp dụng K-means giúp ngân hàng không bị lệ thuộc vào định kiến phân loại lịch sử của cán bộ tín dụng, từ đó phát hiện ra những cấu trúc hành vi trả nợ mới của người vay.

Ý nghĩa thực tiễn của phát hiện này là cung cấp cho Hội đồng tín dụng một bức tranh toàn cảnh về chất lượng dư nợ, đồng thời đóng vai trò như một bộ lọc cảnh báo rủi ro tự động trước khi ký duyệt hợp đồng tín dụng.

Đề xuất và khuyến nghị

Để phát huy tối đa giá trị thực tiễn của mô hình học máy trong quản trị rủi ro tín dụng tại Agribank Chi nhánh huyện Phù Cát, 4 nhóm giải pháp cụ thể được đề xuất:

1. Tích hợp module phân cụm K-means vào phần mềm quản trị tín dụng nội bộ: Phòng Tin học phối hợp cùng Phòng Kế hoạch Nghiệp vụ triển khai cài đặt mô hình vào hệ thống phần mềm nghiệp vụ trong vòng 6 tháng tới, hướng tới mục tiêu tự động hóa 100% khâu chấm điểm rủi ro sơ bộ cho hồ sơ vay mới.
2. Chuẩn hóa quy trình thu thập và làm sạch dữ liệu khách hàng (CIF): Cán bộ tín dụng thực hiện rà soát, cập nhật định kỳ hàng tháng các thông tin về thu nhập, dư nợ CIC và tài sản thế chấp, phấn đấu nâng mức độ hoàn thiện và chính xác của dữ liệu đầu vào lên trên 95% vào quý 3 năm tới.
3. Thiết lập cơ chế giám sát và cảnh báo nợ sớm: Tổ thẩm định và Hội đồng tín dụng áp dụng ngay bảng phân nhóm nợ dự báo của mô hình để kiểm tra chéo các khoản vay có nguy cơ cao, đặt mục tiêu duy trì tỷ lệ nợ xấu của toàn chi nhánh ở mức dưới 1.5% trong giai đoạn 12 tháng tiếp theo.
4. Tổ chức đào tạo nâng cao kỹ năng phân tích dữ liệu cho nhân sự: Phòng Tổ chức cán bộ chủ trì thực hiện 3 khóa đào tạo chuyên sâu về ứng dụng công nghệ số và học máy trong thẩm định tín dụng cho 100% cán bộ cho vay trong vòng 9 tháng tới.

Đối tượng nên tham khảo luận văn

Nội dung luận văn mang giá trị học thuật và thực tiễn cao, đặc biệt hữu ích cho 4 nhóm đối tượng sau:

• Cán bộ tín dụng và thẩm định viên ngân hàng: Sử dụng tài liệu như một cẩm nang phương pháp luận để hiểu rõ các yếu tố rủi ro tiềm ẩn, hỗ trợ ra quyết định cấp tín dụng nhanh chóng và giảm thiểu sai số chủ quan.
• Nhà quản trị và kiểm soát rủi ro tại các tổ chức tín dụng: Tham khảo mô hình phân cụm K-means để thiết lập hệ thống cảnh báo sớm rủi ro nợ xấu và xây dựng các gói sản phẩm vay phù hợp cho từng phân khúc khách hàng.
• Học viên cao học và nhà nghiên cứu Khoa học máy tính: Khai thác quy trình tối ưu hóa hàm mất mát, kỹ thuật tiền xử lý dữ liệu thực tế và phương pháp triển khai thuật toán học máy giải quyết các bài toán kinh tế - tài chính.
• Các đơn vị phát triển giải pháp công nghệ tài chính (Fintech): Tham khảo cấu trúc hệ thống và luồng xử lý dữ liệu để phát triển các module chấm điểm tín dụng tự động (Credit Scoring Engine) trên nền tảng số.

Câu hỏi thường gặp

Tại sao đề tài lại lựa chọn thuật toán phân cụm K-means thay vì các mô hình học máy có giám sát?

Thuật toán K-means là phương pháp học không giám sát có khả năng khám phá cấu trúc dữ liệu tự nhiên mà không phụ thuộc vào nhãn dán chủ quan ban đầu. Với 5 nhóm nợ chuẩn theo quy định của Ngân hàng Nhà nước, K-means tối ưu hóa khoảng cách Euclidean cực kỳ nhanh chóng và chính xác trên tập dữ liệu khách hàng lớn.

Dữ liệu thực tế tại Agribank Chi nhánh huyện Phù Cát được tiền xử lý như thế nào trước khi huấn luyện?

Dữ liệu thô được tiến hành loại bỏ các thuộc tính định danh cá nhân không mang giá trị phân tích như họ tên, mã nhân viên, ngày giải ngân. Các thuộc tính số liên tục như thu nhập, thời hạn vay, lãi suất được chuẩn hóa thang đo và nhóm lại thành các khoảng giá trị số nguyên đồng nhất.

Mô hình học máy giải quyết áp lực khối lượng công việc cho cán bộ tín dụng ra sao?

Trong thực tế, mỗi cán bộ tín dụng phải tiếp nhận từ 30 đến 50 hồ sơ vay mỗi ngày. Mô hình học máy giúp tự động hóa khâu phân tích sơ bộ, đưa ra kết quả phân nhóm rủi ro chỉ trong vài giây, giúp tiết kiệm khoảng 40% thời gian xử lý và giảm thiểu sai sót cảm tính.

Thuật toán K-means xử lý thế nào đối với các khách hàng vay vốn lần đầu chưa có lịch sử tín dụng?

Hệ thống dựa trên các đặc trưng nhân khẩu học và năng lực tài chính đầu vào như mức thu nhập, thời hạn đề xuất, giá trị tài sản bảo đảm. Mô hình tính toán khoảng cách hình học từ điểm dữ liệu mới này đến 5 tâm cụm hiện có để xếp khách hàng vào nhóm rủi ro tương ứng.

Mô hình của luận văn có thể mở rộng ứng dụng cho các chi nhánh ngân hàng khác không?

Mô hình hoàn toàn có thể áp dụng mở rộng cho các chi nhánh khác trong hệ thống Agribank hoặc các ngân hàng thương mại. Do quy trình tín dụng và chuẩn 5 nhóm nợ được đồng bộ toàn quốc, các đơn vị chỉ cần thay thế tập dữ liệu địa phương và tinh chỉnh lại trọng số các tâm cụm.

Kết luận

• Ứng dụng thành công thuật toán phân cụm K-means của học máy vào việc tự động phân loại 5 nhóm nợ tại Agribank Chi nhánh huyện Phù Cát.
• Xây dựng hoàn chỉnh quy trình tiền xử lý và làm sạch bộ dữ liệu tín dụng thực tế với tỷ lệ phân chia 70% huấn luyện và 30% kiểm thử.
• Mô hình đạt độ hội tụ phân cụm trên 88%, nhận diện sớm khoảng 12% hồ sơ có nguy cơ chuyển dịch nợ xấu tiềm ẩn.
• Giúp giảm thiểu 40% thời gian thẩm định sơ bộ hồ sơ, loại bỏ các yếu tố đánh giá cảm tính và nâng cao hiệu quả kinh doanh tín dụng.
• Đóng góp giải pháp khoa học thực tiễn, làm tiền đề thúc đẩy tiến trình chuyển đổi số trong hoạt động ngân hàng thương mại tại địa phương.

Đóng góp lớn nhất của luận văn là đã chuyển hóa các lý thuyết học máy phức tạp thành một công cụ phân tích nghiệp vụ hữu hiệu, giải quyết bài toán rủi ro tín dụng tại cơ sở.

Về lộ trình phát triển tiếp theo, nhóm nghiên cứu dự kiến hoàn thiện giao diện ứng dụng trực quan trong 3 tháng tới và tiến hành thử nghiệm mở rộng mô hình cho toàn bộ mạng lưới chi nhánh trên địa bàn tỉnh trong vòng 12 tháng tiếp theo. Các tổ chức tín dụng và nhà nghiên cứu quan tâm có thể khai thác trực tiếp mô hình này để nâng cao năng lực quản trị rủi ro và tối ưu hóa quy trình cấp tín dụng tự động.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: NHỮNG VẤN ĐỀ CƠ BẢN VỀ KHAI PHÁ DỮ LIỆU VÀ HỌC MÁY Trong chương này, luận văn sẽ tìm hiểu các cơ sở lý thuyết cơ bản về học máy, khai phá dữ liệu, tổng quan về bài toán phân cụm dựa trên thuật toán phân cụm K-means. Khai phá dữ liệu (Data mining) Là quá trình tìm kiếm các mẫu mới, những thông tin tiềm ẩn mang tính dự đoán trong các khối dữ liệu lớn. Khai phá dữ liệu là một lĩnh vực liên ngành, nơi hội tụ của nhiều học thuyết và công nghệ.1: Mối tương quan của khai phá dữ liệu với các ngành khác 1. Ứng dụng của khai phá dữ liệu 1.

Marketing Một trong những lĩnh vực được ứng dụng rộng rãi nhất cho ngành ngân hàng của kỹ thuật khai phá dữ liệu đó là lĩnh vực quảng bá sản phẩm. Bộ phận tiếp thị và bán hàng của các ngân hàng có thể sử dụng kỹ thuật khai phá dữ liệu để phân tích cơ sở dữ liệu (CSDL) về khách hàng. Khai phá dữ liệu thực hiện các phân tích khác nhau trên bộ dữ liệu thu thập được để xác định hành vi của người tiêu dùng với sự tham khảo sản phẩm, giá và kênh phân phối. Bằng sự phản hồi của khách hàng đối với các sản phẩm hiện có và các sản 7 phẩm mới, các ngân hàng sẽ có các chiến lược quảng bá sản phẩm, nâng cao chất lượng sản phẩm và dịch vụ và đạt được lợi thế cạnh tranh.

Phân tích ngân hàng cũng có thể phân tích các xu hướng trong quá khứ, xác định nhu cầu hiện tại và dự báo hành vi khách hàng về các sản phẩm và dịch vụ khác nhau để thu được nhiều cơ hội kinh doanh hơn và dự đoán mô hình hành vi. Kỹ thuật khai thác dữ liệu cũng giúp xác định khách hàng nào sẽ mang lại lợi nhuận cao và khách hàng nào mang lại ít lợi nhuận. Các kỹ thuật khai phá dữ liệu có thể được sử dụng để xác định phản ánh của khách hàng như thế nào khi ngân hàng thực hiện điều chỉnh lãi suất… 1. Phát hiện gian lận Một lĩnh vực khác trong khai phá dữ liệu có thể được sử dụng trong ngành ngân hàng là việc phát hiện gian lận.

Có thể phát hiện các hành động gian lận là một mối quan tâm ngày càng tăng cho nhiều doanh nghiệp và với sự giúp đỡ của kỹ thuật khai phá dữ liệu các hành động gian lận ngày càng được phát hiện nhiều hơn. Có hai phương pháp tiếp cận phổ biến đã được phát triển bởi tổ chức tài chính để phát hiện các mô hình gian lận và trên thực tế hầu hết các ngân hàng đang sử dụng kết hợp cả hai phương pháp tiếp cận. Phương pháp tiếp cận thứ nhất là ngân hàng cần phải sử dụng đến kho dữ liệu của bên thứ ba và sử dụng các kỹ thuật khai phá dữ liệu để xác định mô hình gian lận. Sau đó, các ngân hàng có thể tham chiếu chéo những mẫu với CSDL riêng của mình.

Phương pháp thứ hai là gian lận được nhận dạng mẫu dựa trên các mẫu thông tin nội bộ riêng của mình mà không phải nhờ vào bên thứ ba. Quản lý rủi ro Khai phá dữ liệu được sử dụng rộng rãi để quản lý rủi ro trong ngành ngân hàng, Giám đốc điều hành ngân hàng cần phải biết rằng các khách hàng mà họ đang có liệu đáng tin cậy hay không, ví dụ như khi cung cấp thẻ tín 8 dụng mới cho khách hàng, mở rộng số lượng khách hàng hiện tại của tín dụng và phê duyệt các khoản vay, họ có thể ra các quyết định mang lại sự rủi ro cho các ngân hàng nếu họ không biết bất cứ điều gì về khách hàng của họ. Ngân hàng tiến hành quá trình cho các khách hàng của mình vay vốn bằng cách kiểm tra chi tiết khác nhau liên quan đến việc cho vay như số tiền vay, lãi suất cho vay, kỳ hạn trả nợ, loại tài sản thế chấp, thu nhập và lịch sử tín dụng của họ, khách hàng dài hạn với ngân hang, với các nhóm thu nhập cao, có tài sản đảm bảo lớn, lịch sử tín dụng tốt…sẽ nhận được các khoản vay rất dễ dàng, nhanh chóng. Mặc dù, các ngân hàng đã thận trọng trong khi cung cấp vốn vay cho khách hàng, nhưng vẫn có những khoản nợ mặc định của khách hàng có thể xảy ra rủi ro trong quá trình vay vốn.

Kỹ thuật khai phá dữ liệu có thể dự đoán khách hàng trả nợ kịp thời, không có khả năng trả nợ kịp thời, xuất hiện nợ xấu. Trên thực tế điểm tín dụng là một trong những công cụ hỗ trợ quản lý rủi ro tài chính đầu tiên được phát triển, điểm tín dụng có giá trị cho người cho vay trong ngành ngân hàng và người vay khi ngân hàng xem xét đưa ra những quyết định cho vay thông qua hệ thống chấm điểm khách hàng và xếp hạng khách hàng. Khai phá dữ liệu cũng có thể tìm ra được hành vi tín dụng của từng khách hàng cá nhân với các khoản vay trả góp, thế chấp, tín dụng, bằng việc sử dụng các đặc điểm như lịch sử tín dụng, thời gian làm việc và thời gian cư trú, như vậy đã cho phép người cho vay đánh giá khách hàng và quyết định khách hàng đó có là một ứng cử viên tốt cho một khoản vay hoặc nếu có nguy rủi ro nào tiềm ẩn. Khi biết được những gì là cơ hội sẵn có của một khách hàng tức là khi đó ngân hàng đang ở trong một vị trí tốt hơn để giảm thiểu rủi ro.

Quản trị quan hệ khách hàng Đối với ngành ngân hàng thì khách hàng được coi là thượng đế. Khai 9 phá dữ liệu là rất hữu ích trong tất cả ba giai đoạn trong một chu kỳ mối quan hệ khách hàng: Tìm kiếm khách hàng, tăng giá trị của khách hàng và duy trì khách hàng. Tìm kiếm khách hàng, chăm sóc và duy trì những khách hàng đã có là mối quan tâm rất quan trọng lĩnh vực kinh doanh, đặc biệt là lĩnh vực ngân hàng. Ngày nay, khách hàng có nhiều sự lựa chọn bởi nhiều loại sản phẩm và dịch vụ được cung cấp bởi các ngân hàng khác nhau.

Do đó, các ngân hàng phải đáp ứng nhu cầu của khách hàng bằng cách cung cấp các sản phẩm và dịch vụ mà họ ưa thích, mang nhiều quyền lợi đến họ. Điều này sẽ dẫn đến sự trung thành của khách hàng và khả năng giữ khách hàng của các ngân hàng. Kỹ thuật khai phá dữ liệu giúp ngân hàng phân tích và nhận định được đâu là các khách hàng trung thành và đâu là các khách hàng có xu hương chuyển sang ngân hàng khác với mong muốn dịch vụ tốt hơn. Nếu khách hàng chuyển từ ngân hàng của mình sang ngân hàng khác, lý do cho việc chuyển như vậy và giao dịch cuối cùng được thực hiện trước khi chuyển có thể được biết đó sẽ giúp cho các ngân hàng hoạt động tốt hơn và tìm cách quan tâm, chăm sóc giữ chân khách hàng của mình.

Một số kiến thức cơ bản liên quan học máy (ML: Machine Learning) 1. Khái niệm học máy (ML) Machine Learning là một lĩnh vực con của trí tuệ nhân tạo cung cấp cho máy tính khả năng học hỏi mà không cần được lập trình rõ ràng, là tạo ra những cỗ máy có khả năng tự học từ dữ liệu quan sát được, cỗ máy bắt chước hành vi thông minh của con người, thực hiện các nhiệm vụ phức tạp theo cách tương tự như cách con người giải quyết vấn đề. [2] Machine Learning được ứng dụng vào nhiều lĩnh vực: Hỗ trợ công việc thường ngày của con người, tự động hóa, tài chính ngân hàng, y tế, tổ chức 1 chính phủ, tiếp thị, như các máy có thể "học" cách phân loại thư điện tử xem có phải thư rác hay không và tự động xếp thư vào thư mục tương ứng, được áp dụng rộng rãi như máy truy tìm dữ liệu, máy phân tích thị trường chứng khoán, nhận dạng tiếng nói và chữ viết, phân nhóm nợ khách hàng vay vốn tại ngân hàng …Machine Learning là mô hình hóa dữ liệu bằng máy tính, là dùng máy tính để nhận biết, bắt chước việc học của con người. Một số dạng học máy cơ bản - Học máy có giám sát (supervised learning).

- Học máy không giám sát (unsupervised learning ). - Học củng cố/tăng cường (Reinforcement learning).2: Phân loại một số dạng cơ bản của Machine Learning 1. Sau khi tìm hiểu cách tốt nhất để mô hình hóa các mối quan hệ cho dữ liệu được gắn nhãn, các thuật 1 toán được huấn luyện được sử dụng cho các bộ dữ liệu mới. Ví dụ xác định tín hiệu hay biến số tốt nhất để dự báo lợi nhuận trong tương lai của cổ phiếu hoặc dự đoán xu hướng thị trường chứng khoán.

Học máy có giám sát là thuật toán dự đoán nhãn/đầu ra (label/output) của một dữ liệu mới đưa vào dựa trên tập dữ liệu huấn luyện (trong đó: mỗi mẫu dữ liệu của tập dữ liệu huấn luyện này đều đã được gán nhãn). Khi đó, thông qua một quá trình huấn luyện, một mô hình sẽ được xây dựng để cho ra các dự đoán và khi các dự đoán bị sai thì mô hình này sẽ được tinh chỉnh lại và việc huấn luyện sẽ tiếp tục cho đến khi mô hình đạt được mức độ chính xác mong muốn trên dữ liệu huấn luyện. Học máy có giám sát là nhóm phổ biến nhất của Machine Learning và được phân ra thành hai loại chính: Theo phân lớp và hồi quy. a) Theo phân lớp/Phân loại Nhiệm vụ của bài toán phân lớp là cần tìm một mô hình phân lớp để khi có dữ liệu mới nhập vào (input) thì có thể xác định được dữ liệu đó thuộc vào lớp nào.

Có nhiều bài toán phân lớp dữ liệu như phân lớp nhị phân (binary), phân lớp đa lớp (multiclass). b) Theo hồi quy Là bài toán các nhãn không được chia thành các nhóm mà là một giá trị thực cụ thể, miền giá trị là liên tục và đa phần là các bài toán dự báo (giá cổ phiếu, giá nhà…) thường được xếp vào bài toán hồi quy. Ví dụ, nếu một căn nhà rộng 190 m 2, có 03 phòng và cách trung tâm thành phố 20 km sẽ có giá là bao nhiêu? Lúc này kết quả dự đoán sẽ là một số thực. Có 02 thuật toán nổi tiếng là Linear Regression và Logistic Regression: 1 Linear Regression (Hồi quy tuyến tính) Hồi quy tuyến tính là một phương pháp thống kê để hồi quy dữ liệu với biến phụ thuộc có giá trị liên tục trong khi các biến độc lập có thể có một trong hai giá trị liên tục hoặc là giá trị phân loại.