Lựa chọn mô hình dự đoán xác suất vỡ nợ của khách hàng cá nhân vay tín chấp: Trường hợp Ngân hàng Thương mại Cổ phần Á Châu (ACB)

Nghiên cứu này được thực hiện nhằm lựa chọn mô hình dự đoán xác suất vỡ nợ của hệ thống xếp hạng tín dụng nội bộ đối với khách hàng cá nhân. Từ đó, nghiên cứu cũng đề xuất tích hợp áp dụng mô hình vào quy trình tín dụng và đề xuất thu thập thông tin chính xác để tăng chất lượng dự đoán của mô hình. Trong nghiên cứu này, nhóm tác giả sử dụng bộ dữ liệu có thời gian lấy mẫu từ 01/01/2022 đến 31/12/2022 và thời gian quan sát từ 01/01/2023 đến 31/12/2023. Nhóm nghiên cứu đã sử dụng mô hình Logistic, 09 mô hình học máy và mô hình kết hợp Ensemble. Nhóm cũng sử dụng các biện pháp cân bằng dữ liệu và tiền xử lý dữ liệu trước khi đưa vào ước lượng mô hình. Kết quả, mô hình Logistic và mô hình kết hợp Ensemble là hai mô hình dự báo tốt nhất. Với ngưỡng xác suất phá sản tối ưu cho dự đoán độ nhạy, mô hình Logistic đã cho kết quả dự đoán trội hơn so với Ensemble. Ngoài ra, nghiên cứu cũng phát hiện các thông tin quan trọng để dự đoán xác suất vỡ nợ bao gồm: Trình độ học vấn, Loại hình tổ chức, Giới tính, Độ tuổi, Thời gian liên tục có thu nhập, Thời gian công tác, Thời hạn vay, Nhu cầu vay, Tổng thu nhập, Tổng chi phí, Nợ phải trả hàng tháng, Lịch sử tín dụng 06 tháng gần nhất.