Mô hình chấm điểm tín dụng dựa trên sự kết hợp giữa mô hình Cây quyết định, Logit, K láng giềng gần nhất và Mạng thần kinh nhân tạo

Tóm tắt

 Tìm kiếm một mô hình chấm điểm tín dụng hiệu quả đang là một vấn đề quan trọng khi tình trạng nợ xấu đã và đang ảnh hưởng nghiêm trọng tới hoạt động của các tổ chức tín dụng (TCTD) tại Việt Nam. Vài thập kỉ qua đã có nhiều nghiên cứu trong lĩnh vực thống kê tại các nước phát triển được tiến hành nhằm nâng cao tính chính xác của các mô hình chấm điểm tín dụng. Tuy nhiên, tại Việt Nam chưa có nhiều nghiên cứu về lĩnh vực này. Các nghiên cứu chủ yếu sử dụng các mô hình truyền thống như Logit (LR), phân tích phân biệt (DA). Một vài nghiên cứu có đề cập tới các mô hình học máy như cây quyết định (DT), K láng giềng gần nhất (KNN), mạng thần kinh nhân tạo (ANN). Bài nghiên cứu hướng đến việc xây dựng, đánh giá hiệu quả của các mô hình kết hợp DT_LR, DT_KNN, DT_ANN, đây là một xu hướng trong các nghiên cứu ứng dụng nhằm tăng cường độ chính xác cho các mô hình chấm điểm tín dụng.