Xếp hạng tín nhiệm doanh nghiệp bằng phương pháp học máy

Abstract

Việc xếp hạng tín nhiệm trên quy mô lớn cho các doanh nghiệp Việt Nam có thể giúp giải quyết bài toán khủng hoảng niềm tin trên thị trường trái phiếu doanh nghiệp. Ngoài khả năng có thể thực hiện một cách rộng rãi, việc ứng dụng học máy trong việc xếp hạng tín nhiệm doanh nghiệp không cần tốn nhiều thời gian và chi phí như các phương pháp xếp hạng tín nhiệm truyền thống. Trong bài nghiên cứu này, tác giả sử dụng các thuật toán phân loại dựa trên bộ dữ liệu huấn luyện bao gồm các công ty nước ngoài có xếp hạng tín nhiệm và các dữ liệu tài chính của các công ty đó. Kết quả cho thấy các thuật toán Naïve Bayes, Random Forest, Adaptive Boosting và Gradient Boosting đem lại độ chính xác cao nhất (trên 85%) khi thực hiện phân loại. Áp dụng các mô hình trên cho thấy một số doanh nghiệp Việt Nam có điểm xếp hạng tốt và trái phiếu của những doanh nghiệp này là những cơ hội đầu tư an toàn với hiệu quả cao.