LuanVan.vnLuận Văn
Gửi thư

Mô hình điểm lợi nhuận với máy học trong xếp hạng thẻ tín dụng

Luận văn · Thạc sĩ · năm 2024 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhTài chính, ngân hàng
Tác giảNguyễn Phạm Diệu Hiền
Người hướng dẫnVũ Việt Quảng
Cơ sở đào tạoTrường Đại học Kinh tế TP. Hồ Chí Minh
Năm2024
NguồnThư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc

Tóm tắt

Thuật toán Máy học ngày càng được áp dụng nhiều trong lĩnh vực ngân hàng, đặc biệt là trong việc phê duyệt thẻ tín dụng. Mặc dù sản phẩm thẻ tín dụng đóng góp đáng kể vào thu nhập ngân hàng bán lẻ, không giống như các khoản vay có kỳ hạn, thẻ tín dụng không thể ước tính chính xác chi phí và lợi nhuận mà không dựa vào các tình huống cụ thể của khách hàng. Vì khách hàng có quyền tận dụng nguồn vốn ngân hàng nhưng không cam kết sử dụng bất kỳ dịch vụ có trả phí nào, ngân hàng có thể chịu lỗ do các thỏa thuận mở với khách hàng của mình. Hơn nữa, các quy trình phê duyệt hiện tại chỉ tập trung vào rủi ro thay vì lợi nhuận. Luận văn này nhằm phát triển một mô hình phê duyệt thẻ tín dụng dựa trên lợi nhuận của khách hàng (mô hình điểm lợi nhuận) thay vì rủi ro vỡ nợ. Sử dụng các mô hình Máy học như XGBoost và Random Forest dựa dự đoán hành vi chi tiêu và thanh toán thẻ của khách hàng để chấm điểm khả năng đóng góp lợi nhuận đến ngân hàng. Mô hình này ban đầu được so sánh với nhau và sau đó so sánh với các mô hình rủi ro truyền thống để đánh giá tác động của nó đối với danh mục thẻ tín dụng. Kết quả của nghiên cứu cho thấy, XGBoost vượt trội hơn Random Forest và mô hình chấm điểm tín dụng dựa trên lợi nhuận sử dụng XGBoost cho thấy một nhóm tiềm năng giữa hai góc nhìn rủi ro và lợi nhuận là từ nhóm điểm lợi nhuận từ 85 - 100
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

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.