NGÂN HÀNG NHÀ NƯỚC VIỆT NAM 1 Xác định vấn đề 1 1 Gi i thi u chung về Ngân hàng TMCP Quốc tế Vi t Nam (VIB) HỌC VIỆN NGÂN HÀNG KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ Học phần TRÍ TUỆ NHÂN TẠO BẢN BÁO CÁO Đề.
NGÂN HÀNG NHÀ NƯỚC VIỆT NAM HỌC VIỆN NGÂN HÀNG KHOA HỆ THỐNG THƠNG TIN QUẢN LÝ Học phần: TRÍ TUỆ NHÂN TẠO BẢN BÁO CÁO: Đề xuất ứng dụng AI xây dựng mơ hình dự báo khả trả nợ khách hàng Ngân hàng TMCP Quốc tế Việt Nam (VIB) Giảng viên hướng dẫn: Sinh viên thực hiện: Mã sinh viên: Nhóm tín chỉ: Nguyễn Thị Yến Nguyễn Thị Thương Huyền 22A4030517 212lS42A02 Xác định vấn đề 1.1 Gi i thi u chung Ngân hàng TMCP Quốc tế Vi t Nam (VIB) Hà Nội - 2022 Xác định vấn đề 1.1 Giới thiệu chung Ngân hàng TMCP Quốc tế Việt Nam (VIB) VIB - Ln gia tăng giá trị cho bạn Loại hình Ngân hàng Thương mại Cổ phần Quốc tế Ngành nghề Ngân hàng, Tài tiền t , Bán lẻ, Thành lập 18/09/1996 Trụ sở Tầng 1, Tịa Sailing Tower – 111A Pasteur, phường Bến Nghé, quận 1, thành phố Hồ Chí Minh Sản phẩm Chứng khốn, Bảo hiểm, Nhận tiền gửi, Số lượng nhân viên +10.000 nhân viên (năm 2021) Số lượng chi nhánh 165 chi nhánh văn phòng giao dịch Tổng tài sản Hơn 277 nghìn tỉ đồng (30/06/2021) Website https://www.vib.com.vn/ Hotline 1800 8180 Fanpage https://www.facebook.com/VIB.NHQT Ngân hàng TMCP Quốc Tế Vi t Nam (tên viết tắt: VIB) ngân hàng TMCP hàng đầu Vi t Nam Qua trình 25 năm phát triển, VIB đạt nhiều thành tựu có bư c chuyển vượt bậc V i bề dày kinh nghi m qua thập kỉ, VIB không ngừng đổi m i, sáng tạo, trư c đón đầu cơng ngh vi c bảo mật thông tin khách hàng VIB vinh dự ghi nhận tổ chức nư c giải thưởng danh hi u cao quý VIB biết cách đầu tư sử dụng hi u nguồn vốn mình, ln trau dồi lực quản trị, điều hành, trọng vi c phát triển mạng lư i bán lẻ sản phẩm hỗ trợ qua đa kênh phân phối giúp nâng cao trải nghi m khách hàng đưa vị VIB lên dẫn đầu xu hư ng ngân hàng bán lẻ Là ngân hàng chịu quản lí vô nghiêm ngặt Ngân hàng nhà nư c, nên khách hàng hồn tồn tin tưởng, yên tâm chất lượng uy tín VIB 1.2 Các vấn đề tồn Ngân hàng TMCP Quốc tế Việt Nam (VIB) Trư c phát triển vũ bão lĩnh vực Ngân hàng, đặc bi t ảnh hưởng vô nghiêm trọng dịch b nh Covid, ngân hàng phải oằn để trụ vững, VIB không ngoại l Mặc dù ngân hàng tiên phong VIB có số vấn đề tồn cần khắc phục: ứng dụng “Ngân hàng di động MyVIB” gặp cố, bảo trì nhiều khiến khách hàng khơng thể giao dịch được; thời gian phản hồi khách hàng chậm trễ đơi nhân viên có thái độ chưa mực, khách hàng muốn tư vấn online khó khăn thời gian Cơng ngh phát triển kéo theo vấn đề an ninh mạng đáng lo ngại lỗ hổng bảo mật ngân hàng, khách hàng cần lộ thông tin cá nhân cảnh giác số dư tài khoản khơng cánh mà bay Ngồi ra, thời buổi kinh tế trì tr ảnh hưởng đại dịch, vi c vay vốn khách hàng cá nhân khiến người vay ngân hàng đau đầu, ngân hàng khơng biết khoản cho vay có thực mang lại hi u hay khơng, cịn khách hàng m t mỏi thủ tục vay vốn phức tạp thời gian cuối ngân hàng lại từ chối giải ngân 1.3 Mong muốn định hướng Ngân hàng TMCP Quốc tế Việt Nam (VIB) V i định hư ng lấy khách hàng làm trung tâm, lấy chất lượng dịch vụ sáng tạo đổi m i làm phương châm kinh doanh, VIB biết cách sử dụng nguồn lực vốn có cải thi n chất lượng dịch vụ để khách hàng ln u q trung thành v i Do đó, VIB tạo định hư ng phát triển dịch vụ chăm sóc khách hàng, giúp vui lòng khách đến, vừa lòng khách đi, hạn chế tối đa trục trặc kĩ thuật ứng dụng MyVIB, bảo mật t đối thông tin khách hàng, đánh giá xác điểm tin cậy khách hàng có nhu cầu vay vốn để phòng trừ rủi ro đáng tiếc Lập kế hoạch Danh sách giải pháp thực hiện, điểm khác biệt giá trị mang lại: - Thiết lập h thống Chatbot hỗ trợ chăm sóc, xử lý, giải đáp thắc mắc khách hàng qua website, fanpage, MyVIB Chatbot có khả trả lời tự động hàng ngàn khách hàng lúc, giúp VIB tinh giản lượng công vi c, khách hàng nhận lời giải đáp, thơng tin cập nhật gần xác sản phẩm, dịch vụ Ngân hàng - Ứng dụng AI mơ hình camera để phân tích thái độ khách hàng trư c sau làm vi c quầy giao dịch Điều giúp Ngân hàng nhận biết nhân viên có thực chun nghi p hết lịng v i cơng vi c khơng, từ đánh giá lực nhân viên để thăng chức sa thải nâng cao dịch vụ chăm sóc khách hàng VIB - Dự đốn giao dịch có khả lừa đảo cao, tiềm ẩn rủi ro để cảnh báo trư c cho khách hàng nên hay không nên tiếp tục tiến hành giao dịch Giải pháp giúp khách hàng hạn chế tối đa lừa đảo từ tội phạm công ngh - Ứng dụng AI xây dựng mơ hình dự báo khả trả nợ khách hàng để VIB có đánh giá khách quan đối tượng cho vay rủi ro xảy đối v i khoản vay Từ giúp VIB dễ dàng đưa định nên cho vay hay không hạn chế khoản vay khơng địi Chọn giải pháp: V i giải pháp đề xuất trên, em xin chọn giải pháp: “Ứng dụng AI xây dựng mơ hình dự báo khả trả nợ khách hàng cá nhân Ngân hàng TMCP Quốc tế Vi t Nam (VIB)” để nghiên cứu Xây dựng mơ hình Bước 1: Chuẩn bị liệu Xác định li u cần thu thập: - Biến độc lập: Một số thông tin khách hàng như: + Gi i tính: Nam, Nữ + Tuổi: 18-35, 36-45, 46-60, 60 + Trình độ: Tiểu học, Trung học sở, Trung học phổ thông, Đại học, Cao học, Thạc sĩ, Tiến sĩ, Giáo sư + Nghề nghi p: Lao động phổ thông, Nhân viên văn phòng, Bác sĩ, Kĩ sư, + Thu nhập: dư i tri u, 5-10 tri u, 11-20 tri u, 21-30 tri u, 31-50 tri u, 51- 100 tri u, 100 tri u + Số năm kinh nghi m: Thất nghi p, dư i năm, 1-3 năm, 4-7 năm, 7-10 năm, 10 năm + Tình trạng nhà ở: Nhà sở hữu riêng, Nhà thuê, Nhà miễn phí + Tình trạng nhân: Đã kết hơn, chưa kết + Lịch sử tín dụng: Khơng có, Trả hạn, Đúng hạn t i hi n tại, Nợ hạn, Đang vay ngân hàng khác - Biến phụ thuộc: Khả trả nợ khách hàng - Cách thức thu thập li u: Thông tin khách hàng có sẵn Ngân hàng, Thơng tin khoản vay tổ chức tài khác lưu trữ cục tín dụng - Sau thu thập li u, em chia li u thành hai t p: t p train (sử dụng để huấn luy n) t p test (sử dụng để test) Bước 2: Xác định kĩ thuật triển khai xây dựng mơ hình Để đánh giá khách quan độ xác mơ hình tìm mơ hình tối ưu, hi u toán này, em sử dụng thuật toán (học có giám sát) sau: - Logistic regression: kỹ thuật thống kê để tìm mối liên h biến phụ thuộc phân loại (phản hồi) nhiều biến phân loại độc lập liên tục (giải thích) - Random Forest: mơ hình thuộc l p kết hợp (ensemble model) tức kết đưa dựa không mơ hình mà từ nhiều mơ hình khác Random Forest xây dựng rừng ngẫu nhiên dựa node nhánh Đại di n cho node câu hỏi mà giá trị trả YES NO Các nhánh có tác dụng kết nối nodes để tạo kịch đường (routine) Sơ đồ mơ hình giống Xuất phát từ gốc rẽ vào cành to, cành nhỏ kết thúc Bởi node cuối gọi leaf node Tại leaf node mơ hình đưa kết thống kê routine từ gốc t i giá trị xác suất positive negative Mỗi kịch rẽ nhánh từ root node t i leaf node gọi - Gradient Boosting: đề cập đến l p thuật tốn học máy tập hợp sử dụng cho vấn đề phân loại mơ hình dự đốn hồi quy Các nhóm xây dựng từ mơ hình định Các thêm vào quần thể phù hợp để sửa lỗi dự đốn mơ hình trư c thực hi n Sau huấn luy n máy thuật toán kể trên, em đo độ xác mơ hình F1 score để tìm mơ hình có độ xác cao tốn Ngồi em lưu lại mơ hình tái sử dụng vào lần sau để dự đốn khách hàng có khả trả nợ hay khơng có khả trả nợ Khi dự đốn khách hàng có khả trả nợ hay khơng VIB dựa phần vào để đưa định nên cho vay hay không Đánh giá Khi áp dụng mô hình dự đốn khả trả nợ khách hàng, VIB có nhìn khách quan khách hàng để dự đốn vị khách hàng có đáng tin tưởng đủ uy tín ngân hàng cho vay hay không Vi c ứng dụng trí tu nhân tạo AI cho ngân hàng kết dự báo v i tỉ l xác cao, không giúp VIB khách hàng tiết ki m quỹ thời gian nhằm nắm bắt nhanh chóng thời mà cịn chi phí phát sinh liên quan, giúp phản ánh chân thực tranh tài khách hàng, loại trừ vấn nạn nhức nhối khách hàng thông đồng v i nhân viên ngân hàng để khai báo gian dối nhằm chuộc lợi cá nhân Mặc dù mô hình có tính khả thi ứng dụng cao trường hợp phức tạp cần hỗ trợ, can thi p từ nhân viên ngân hàng để đưa định chuẩn xác Tài liệu tham khảo [1] Slide học tập môn Trí tu Nhân tạo kinh doanh, Học Vi n Ngân Hàng [2] Gi i thi u tổng quan VIB https://www.vib.com.vn/ [3] Điểm qua thuật toán Machine Learning hi n đại https://www.tma.vn/Hoidap/Cam-nang-nghe-nghiep/Diem-qua-cac-thuat-toan-Machine-Learning-hiendai/10097 [4] Bui Tien Tung [2021] Gradient Boosting – Tất tần tật thuật toán mạnh mẽ Machine Learning https://viblo.asia/p/gradient-boosting-tat-tan-tat-ve-thuattoan-manh-me-nhat-trong-machine-learning-YWOZrN7vZQ0 [5]Onesmus Mbaabu [2021] Introduction to Random Forest in Machine Learning https://www.section.io/engineering-education/introduction-to-random-forest-inmachine-learning/ ... chung Ngân hàng TMCP Quốc tế Việt Nam (VIB) VIB - Ln gia tăng giá trị cho bạn Loại hình Ngân hàng Thương mại Cổ phần Quốc tế Ngành nghề Ngân hàng, Tài tiền t , Bán lẻ, Thành lập 18/09/1996 Trụ... cần thu thập: - Biến độc lập: Một số thông tin khách hàng như: + Gi i tính: Nam, Nữ + Tuổi: 18 -35, 36-45, 46-60, 60 + Trình độ: Tiểu học, Trung học sở, Trung học phổ thông, Đại học, Cao học,