Ứng dụng phương pháp máy học vào dự báo xác suất vỡ nợ của thẻ tín dụng

Abstract

Thông qua việc sử dụng dữ liệu của 30.000 tài khoản thẻ tín dụng tại Việt Nam, bài Luận văn thực hiện nghiên cứu về trường hợp Vỡ nợ thanh toán (Default payments) của 30.000 khách hàng và so sánh độ chính xác trong dự đoán về xác suất vỡ nợ giữa sáu phương pháp khai phá dữ liệu lần lượt là: Phân tích phân biệt - Discriminant analysis, Hồi quy logistic - Logistic regression, Láng giềng gần nhất - Nearest neighbor, Support vector machine, XGBOOST và Mạng thần kinh nhân tạo - Artificial neural networks. Vì từ góc độ quản lý rủi ro, kết quả dự báo chính xác về ước tính xác suất vỡ nợ sẽ có giá trị hơn kết quả nhị phân của phương pháp phân loại - khách hàng đáng tin cậy hay không đáng tin cậy. Bởi vì xác suất vỡ nợ thực sự là không xác định, bài nghiên cứu này đã sử dụng phương pháp Sorting Smoothing (Sorting Smoothing Method) để ước tính xác suất vỡ nợ thực. Với xác suất vỡ nợ thực là biến phụ thuộc (Y) và xác suất vỡ nợ dự báo là biến độc lập (X), kết quả hồi quy tuyến tính đơn giản (Y = A + BX) cho thấy mô hình dự báo do Logistic regression tạo ra cũng cho thấy hiệu quả tốt nhất dựa trên R2 (0.8734, gần bằng 1), hệ số chặn hồi quy (-0.005406, gần bằng 0) và hệ số hồi quy (0.979972, gần bằng 1). Do đó, trong số sáu kỹ thuật khai phá dữ liệu, Logistic là kỹ thuật có thể ước tính chính xác xác suất vỡ nợ thực (real probability of default). Bài nghiên cứu đã trưng ra bằng chứng cho thấy, thứ nhất, có sự khác biệt về độ chính xác trong việc phân loại của sáu kỹ thuật khai phá dữ liệu. Thứ hai, bài nghiên cứu cũng cho thấy xác suất vỡ nợ ước tính được tạo ra từ các phương pháp khai phá dữ liệu có thể làm đại diện cho xác suất vỡ nợ thực.