Xây dựng mô hình chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp tại các ngân hàng thương mại ứng dụng các mô hình học máy hiện đại

Abstract

Luận văn tập trung xây dựng mô hình chấm điểm xếp hạng tín dụng khách hàng doanh nghiệp tại các ngân hàng thương mại ở Việt Nam thông qua việc ứng dụng các kỹ thuật học máy hiện đại. Mục tiêu là nâng cao hiệu quả quản trị rủi ro tín dụng trong bối cảnh chuyển đổi số và tuân thủ yêu cầu quản lý theo chuẩn Basel II/III. Dữ liệu nghiên cứu được thu thập từ một ngân hàng thương mại lớn tại Việt Nam (VietinBank), với mẫu gồm 547 doanh nghiệp có đầy đủ thông tin tài chính và tín dụng liên quan. Quy trình nghiên cứu được thực hiện qua bốn bước chính: (1) Tiền xử lý dữ liệu để đảm bảo tính toàn vẹn và tiêu chuẩn hóa, (2) Triển khai các mô hình học máy khác nhau, (3) Đánh giá các mô hình dựa trên các chỉ số như Accuracy, Precision, Recall, F1-score và Balanced Accuracy, (4) So sánh và lựa chọn mô hình hiệu quả nhất. Kết quả thực nghiệm cho thấy mô hình LightGBM và Logistic Regression là hai mô hình hiệu quả nhất trong dự báo rủi ro tín dụng doanh nghiệp. LightGBM đạt độ chính xác 99,1% và độ cân bằng 0.75, trong khi Logistic Regression đạt 98,2% và 0.745. Tuy vậy, mô hình Logistic Regression có khả năng sẽ giảm hiệu suất và thể hiện các hạn chế nếu sử dụng với bộ dữ liệu lớn và phi tuyến tính. Các mô hình khác như Decision Tree, Gradient Boosting, và CatBoost cũng cho kết quả tương đối tốt nhưng kém hơn về khả năng xử lý dữ liệu mất cân bằng. Trong khi đó, các mô hình như KNN, SVM, Gaussian Naive Bayes, AdaBoost và XGBoost cho kết quả thấp hơn do sự nhạy cảm với dữ liệu mất cân bằng hoặc không phù hợp với đặc điểm phân bố dữ liệu. Nghiên cứu khẳng định tính khả thi của việc ứng dụng trí tuệ nhân tạo trong đánh giá rủi ro tín dụng nội bộ, đồng thời đưa ra một quy trình thực nghiệm đầy đủ từ khâu xử lý dữ liệu đến đánh giá mô hình. Kết quả nghiên cứu cho thấy tiềm năng của các ngân hàng thương mại trong việc hiện đại hóa hệ thống chấm điểm tín dụng, cũng như đóng góp vào thực tiễn ứng dụng AI trong lĩnh vực tài chính tại Việt Nam.