Dự báo rủi ro hệ thống ngân hàng thương mại Việt Nam tiếp cận theo phương pháp học máy
Luận văn · Thạc sĩ · năm 2024 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Tài chính, ngân hàng |
| Tác giả | Ngô Anh Thư |
| Người hướng dẫn | Lê Thị Phương Vy |
| Cơ sở đào tạo | Trường Đại học Kinh tế TP. Hồ Chí Minh |
| Năm | 2024 |
| Nguồn | Thư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Nghiên cứu khám phá xem liệu thước đo rủi ro hệ thống SRISK có thể tăng cường khả năng dự đoán rủi ro hệ thống của ngân hàng thương mại Việt Nam bằng các mô hình học máy hay không. Đồng thời, nghiên cứu đánh giá các yếu tố nội tại ảnh hưởng đến rủi ro hệ thống đại diện bởi thước đo rủi ro SRISK, ứng dụng dự báo rủi ro với bốn mô hình học máy gồm: Logistic Regession, Random Forest, Neural Network và Gradient Boosting Machine. Nghiên cứu thực hiện trên dữ liệu của 16 ngân hàng thương mại Việt Nam trong giai đoạn từ quý 2/2012 tới quý 2/2024. Sau khi kiểm tra và so sánh hiệu suất độ chính xác của mô hình học máy thông qua ma trận nhầm lẫn, kết quả của nghiên cứu cho thấy cả bốn mô hình có sự khác biệt ở khả năng cân bằng giữa: Độ chính xác tổng thể và tỷ lệ cảnh báo sai. Logistic Regession và Random Forest có ưu thế về độ chính xác tổng thể và giảm thiểu cảnh báo sai, trong khi Neural Network giảm thiểu cảnh báo sai tối đa nhưng thiếu khả năng bao phủ. Gradient Boosting Machine có độ bao phủ cao nhất, phù hợp với mục tiêu phát hiện rủi ro cao, nhưng với nhược điểm là tỷ lệ cảnh báo sai cao hơn. Về giá trị đóng góp, nghiên cứu mở rộng kiến thức hiện có bằng cách đề xuất các thuật toán phân loại cho việc mô hình hóa xác suất rủi ro hệ thống thông qua chỉ số SRISK qua đó giúp ngành ngân hàng thực hiện các biện pháp phòng ngừa hiệu quả hơn, tạo nền tảng cho các nghiên cứu mở rộng về học máy trong lĩnh vực tài chính - ngân hàng sâu rộng hơn. Ứng dụng thực tiễn của nghiên cứu này là cung cấp thông tin quan trọng cho các ngân hàng và cơ quan quản lý, có thể đưa ra các quyết định chính sách phù hợp để kiểm soát và hạn chế rủi ro hệ thống. Nghiên cứu này làm phong phú thêm tài liệu về dự đoán rủi ro hệ thống ngân hàng bằng cách tiếp cận khoa học dữ liệu tại Việt Nam
Bản toàn văn lưu tại thư viện Trường Đại học Kinh tế TP. Hồ Chí Minh
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn tài chính, ngân hàng · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Đánh giá năng lực cạnh tranh của các ngân hàng thương mại tại tỉnh Tây Ninh
- Nghiên cứu mối quan hệ giữa ổn định tài chính , cạnh tranh hiệu quả tại các ngân hàng thương mại Việt Nam
- Sự truyền dẫn cú sốc thanh khoản và kênh cho vay liên ngân hàng tại các ngân hàng thương mại Việt Nam trước và sau khủng hoảng
- Tác động tuyến tính và phi tuyến tính của nợ công đến tăng trưởng kinh tế - bằng chứng ở các nước đang phát triển
- Các nhân tố ảnh hưởng đến chất lượng báo cáo phát triển bền vững của các công ty niêm yết trên Sở giao dịch chứng khoán Thành phố Hồ Chí Minh
- Đánh giá sự hài lòng của doanh nghiệp khi sử dụng dịch vụ kê khai thuế qua mạng (iHTKK) tại Chi cục Thuế huyện Tân Hiệp, tỉnh Kiên Giang
- Quản lý rủi ro tín dụng tại Chi nhánh Ngân hàng thương mại tỉnh Đồng Nai
- Các giải pháp phát triển tín dụng bán lẻ tại Ngân hàng Nông nghiệp và Phát triển nông thôn tỉnh Vĩnh Long
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.