Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)

Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)Nghiên cứu khai phá dữ liệu trong quản lý rủi ro tín dụng ngân hàng (Luận văn thạc sĩ)

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - Ng yễ NGHI N C U hắ X B h H I PH DỮ IỆU TRONG QU N RO TÍN D NG NG N H NG LUẬN VĂN THẠC SĨ Ỹ THUẬT (THEO ĐỊNH HƢỚNG ỨNG DỤNG) HÀ NỘI - 2020 R I HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - Ng yễ NGHI N C U hắ X B h H I PH DỮ IỆU TRONG QU N RO TÍN D NG NG N H NG CHUYÊN NGÀNH : HỆ THỐNG THÔNG TIN MÃ SỐ 8.48.01.04 : LUẬN VĂN THẠC SĨ Ỹ THUẬT (Theo đị h hướng ứng dụng) NGƢỜI HƢỚNG DẪN KHOA HỌC: PGS TS HỮU ẬP HÀ NỘI - 2020 R I i ỜI C M ĐO N Tôi xin cam đoan kết đạt đƣợc luận văn sản phẩm riêng cá nhân tôi, không chép lại ngƣời khác Trong toàn nội dung luận văn, điều trình bày cá nhân đƣợc tổng hợp từ nhiều nguồn tài liệu Tất nguồn tài liệu tham khảo có xuất xứ rõ ràng đƣợc trích dẫn hợp pháp Tơi xin chịu tồn trách nhiệm chịu hình thức kỷ luật theo quy định cho lời cam đoan T Ng yễ gi ậ hắ X B h ii ỜI C M ƠN Lời tơi xin gửi lời cảm ơn lịng biết ơn sâu sắc đến PGS TS Hữ ậ , ngƣời giúp tơi chọn đề tài, định hình hƣớng nghiên cứu, tận tình hƣớng dẫn bảo tơi suốt trình thực luận văn tốt nghiệp Tơi xin bày t lịng biết ơn trân thành tới thầy, cô giáo trƣờng Học viện Công nghệ Bƣu Viễn thơng Các thầy, giáo dạy bảo truyền đạt cho nhiều kiến thức, giúp tơi có đƣợc tảng kiến thức vững sau ngày tháng học tập trƣờng Và xin gửi lời cảm ơn đến Ban Lãnh đạo đồng nghiệp Khối công nghệ thông tin – Ngân hàng thƣơng mại cổ phần Sài Gòn – Hà Nội (SHB tạo điều kiện thuậ n lợi cho tơi suốt q trình học tập thực luận văn Tôi xin gửi sâu sắc bạn khóa 2018 đợt ủng hộ khuyến khích tơi suốt q trình học tập trƣờng Cuối cùng, muốn gửi lời cảm ơn sâu sắc đến gia đình bạn bè – ngƣời thân yêu kịp thời động viên giúp đỡ tơi vƣợt qua khó khăn học tập nhƣ sống H N i h Ng yễ g 12 hắ X m 2019 B h iii M C C LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC THUẬT NGỮ, CÁC CHỮ VIẾT TẮT v DANH SÁCH BẢNG vi DANH SÁCH HÌNH VẼ vii LỜI MỞ ĐẦU .1 CHƢƠNG 1: RỦI RO T N DỤNG VÀ QUẢN L RỦI RO T N DỤNG T I NG N HÀNG 1.1 Hoạt động tín dụng 1.1.1 Tín dụng ngân hàng gì? .4 1.1.2 Bản chất tín dụng 1.1.3 Vai trị tín dụng 1.1.4 Chức tín dụng 1.2 Phân loại tín dụng ngân hàng .6 1.3 Rủi ro tín dụng .7 1.3.1 Rủi ro tín dụng nguyên nhân 1.3.2 Các ảnh hƣởng rủi ro tín dụng đến hoạt động ngân hàng 1.4 Đánh giá phƣơng pháp quản l rủi ro tín dụng ngân hàng SHB nay9 1.5 Kết luận Chƣơng .10 CHƢƠNG 2: KHAI PHÁ DỮ LIỆU VÀ BÀI TOÁN PH N LỚP DỰ BÁO RỦI RO T N DỤNG 11 2.1 Tổng quan khai phá liệu 11 2.1.1 Khai phá liệu phải khai phá liệu 11 2.1.2 Quy trình bƣớc khai phá liệu 12 2.1.3 Các phƣơng pháp khai phá liệu .15 2.2 Ứng dụng khai phá liệu hệ thống thông tin ngân hàng 16 iv 2.2.1 Quản trị rủi ro .18 2.2.2 Phát gian lận 20 2.2.3 Quản l danh mục vốn 21 2.2.4 Ứng dụng kinh doanh 22 2.2.5 Quảng cáo chăm sóc khách hàng .24 2.3 Bài toán phân lớp dự báo rủi ro tín dụng .26 2.3.1 Phát bi u toán 28 2.3.2 Phân lớp sử dụng định 28 2.3.3 Phân lớp sử dụng SVM – Máy véctơ h trợ 38 2.4 Mơ hình phân lớp dự báo rủi ro 45 2.5 Kết luận chƣơng .47 CHƢƠNG 3: THỬ NGHIỆM VÀ ĐÁNH GIÁ RỦI RO T N DỤNG T I NG N HÀNG SHB 48 3.1 Kho liệu SHB 48 3.2 Thử nghiệm thuật toán phân lớp cho dự báo rủi ro tín dụng SHB 50 3.3 So sánh kết đánh giá đề xuất ứng dụng 60 3.4 Kết luận chƣơng .62 DANH MỤC TÀI LIỆU THAM KHẢO 63 v D NH M C C C THUẬT NGỮ C C CHỮ VIẾT TẮT Viết tắt Tiếng Anh Tiếng Việt BI Business Intelligence Kinh doanh thông minh CSS Credit Scoring System Hệ thống xếp hạng tín dụng DWH Data Warehouse Kho liệu IAS Internal Accounting System Hệ thống kế toán nội KDD Knowledge Discovery and Data Khai phá liệu tri thức Mining KPDL Data Mining Khai phá liệu NHTM Commercial Bank Ngân hàng thƣơng mại cổ phần SHB Sai Gon – Ha Noi commercial Bank Ngân hàng thƣơng mại cổ phần Sài Gòn – Hà Nội vi D NH S CH B NG Bảng 3.1: Các trƣờng thông tin chi tiết khách hàng nhân 50 Bảng 3.2: Bảng kết xây dựng định áp dụng thuật toán C4.5 .56 Bảng 3.3: Kết phân lớp C4.5 tập mẫu 57 Bảng 3.4: Bảng kết xây dựng với mô hình phân lớp SVM 59 Bảng 3.5: Kết phân lớp SVM tập mẫu 59 Bảng 3.6: Bảng tiêu chí đánh giá mơ hình phân lớp 60 Bảng 3.7: Bảng số đánh giá phƣơng pháp phân lớp C4.5 61 Bảng 3.8: Bảng số đánh giá phƣơng pháp phân lớp SVM 61 vii D NH S CH HÌNH VẼ Hình 2.1: Các bƣớc khai phá liệu 13 Hình 2.2: Các thành phần hệ thống Data Mining 14 Hình 2.3: Khai phá liệu tìm kiếm tri thức từ lƣợng liệu khổng lồ 17 Hình 2.4: Ứng dụng data mining ngân hàng [14] 18 Hình 2.5: Ví dụ định 29 Hình 2.6: Sự phụ thuộc Entropy 36 Hình 2.7: Siêu ph ng phân tách 39 Hình 2.8: Khoảng cách từ siêu ph ng đến m gần siêu ph ng 39 Hình 2.9: Tập liệu có th tách tuyến tính .40 Hình 2.10: Chuy n đổi không gian hàm nhân 43 Hình 2.11: Phân đa lớp 44 Hình 2.12: Mơ hình phân lớp dự báo rủi ro 45 Hình 2.13: Quy trình phân lớp 46 Hình 3.1: Mơ hình kiến trúc kho liệu SHB 49 Hình số 3.2: Tập liệu sử dụng làm mẫu 53 Hình 3.3: Quan sát đánh giá chi tiết thuộc tính tình trạng nhóm nợ 54 Hình số 3.4: Quan sát đánh giá chi tiết thuộc tính tên mục đích vay 54 Hình số 3.5: Cách cài đặt thuật toán C4.5 Weka Explore 55 Hình số 3.5: Mơ hình C4.5 đƣợc th hình Weka Explore 56 Hình 3.6: Bộ chuy n đổi từ Nominal sang ki u Binary 58 Hình 3.7: Kết mơ hình SVM Weka Explore .59 ỜI MỞ ĐẦU ý chọ đề i Một hoạt động ngân hàng thƣơng mại hoạt động cho vay nên rủi ro tín dụng nhân tố quan trọng, đòi h i ngân hàng phải có khả phân tích, đánh giá quản l rủi ro hiệu ngân hàng chấp nhận nhiều khoản cho vay có rủi ro tín dụng cao ngân hàng có khả phải đối mặt với tình trạng thiếu vốn hay tính khoản thấp Điều có th làm giảm hoạt động kinh doanh thu lợi nhuận ngân hàng, chí phá sản Đã có nhiều giải pháp mặt nghiệp vụ nhằm hạn chế rủi ro tín dụng ngân hàng Tuy nhiên, CNTT đƣợc ứng dụng rộng rãi ngƣời ta trông chờ vào giải pháp quản l rủi ro qua trình cho vay tín dụng cách hiệu Một phƣơng pháp ứng dụng khai phá liệu vào lĩnh vực quản l rủi ro nói chung rủi ro tín dụng nói riêng nhằm giảm thi u tình trạng nợ hạn, nâng cao chất lƣợng tín dụng, giảm thi u khả vốn ngân hàng Từ l đề tài luận văn: Nghi iệ o g ý i o ụ g g h g có ứ h i h ữ nghĩa mặt khoa học thực tiễn T g ề đề i ghi ứ Rủi ro tín dụng đề tài nghiên cứu quan trọng rộng khắp ngành ngân hàng liên quan đến định cho vay khả sinh lời Đối với tất ngân hàng, tín dụng đƣợc coi rủi ro lớn khó có th đƣợc bù đắp Việc áp dụng kỹ thuật tiên tiến có tính thống kê việc đánh giá rủi ro tín dụng dự đoán phá sản trở thành lĩnh vực nghiên cứu k từ thập niên 70 Xếp hạng tín dụng trở thành phƣơng thức phân tích chủ yếu trụ sở kinh tế có liên quan đến rủi ro tín dụng Mục đích xếp hạng tín dụng phân chia ứng viên thành hai nhóm: ứng viên tín dụng tốt ứng viên với tín dụng xấu Tính xác xếp hạng tín dụng đóng vai trị quan trọng lợi nhuận tổ chức tài Thậm 51 12 13 14 Số ngƣời trực tiếp phụ thuộc kinh tế vào khách hàng Giá trị hợp đồng bảo hi m nhân thọ mà SHB ngƣời thụ hƣởng so với dƣ nợ khách hàng Cơ cấu gia đình dựa tình trạng thực tế Đánh giá mối quan hệ KH vay với cộng đồng (uy tín công tác, kinh doanh, khu phố địa phƣơng… Đánh giá mối quan hệ khách hàng với thành viên gia đình khách hàng Năng lực hành vi dân ngƣời thân gia đình Đánh giá gia cảnh khách hàng so với mặt chung vùng Tình trạng sức kh e khách hàng II Thơ g i 15 16 Loại hình quan công tác Tri n vọng phát tri n quan ngƣời tham gia trả nợ công tác Thời gian làm lĩnh vực chuyên môn Thời giancông tác quan Rủi ro nghề nghiệp (thất nghiệp, tai nạn nghề nghiệp, nhân mạng, … Vị trí cơng tác Trả lƣơng chuy n thu nhập qua SHB Hình thức hợp đồng lao động Tổng thu nhập hàng tháng ngƣời tham gia trả nợ Mức thu nhập ròng ổn định hàng tháng ngƣời tham gia trả nợ Tỷ lệ tổng số tiền phải trả lại (gốc+lãi nguồn thu nhập trả nợ cho SHB Đánh giá cán tín dụng khả trả nợ khách hàng 10 11 17 18 19 20 21 22 23 24 25 26 ề h h hh Thô g i 27 Số lần cấu lại nợ nợ hạn 10 ngày 12 tháng gần Tỷ trọng nợ (nợ gốc, lãi cấu lại hạn từ 10 ngày trở lên tổng dƣ nợ khách hàng vay SHB thời m đánh giá cấp tín dụng Tình trạng dƣ nợ Tỷ trọng tiền gửi tiết kiệm SHB so với dƣ nợ khách hàng 29 30 h hh g III 28 ề hệ ụ g h g g ới SHB g hư 52 Tình hình cung cấp thơng tin khách hàng theo yêu cầu SHB 12 tháng gần Tình hình trả nợ gốc lãi với tổ chức tín dụng 12 tháng gần (tính đến thời m đánh giá Thời gian khách hàng quan hệ với SHB Số Tổ chức tín dụng mà khách hàng có quan hệ tín dụng 31 32 33 34 IV Thô g i 35 36 Tỷ lệ vốn tự có KH vay tham gia vào phƣơng án đầu tƣ Chiều hƣớng biến động giá sản phẩm khách hàng tham gia đầu tƣ tháng vừa gần Đánh giá phƣơng án đầu tƣ khách hàng Đánh giá rủi ro gián đoạn hoạt động kinh doanh khách hàng tác động mơi trƣờng kinh doanh Tính ổn định thị trƣờng đầu Quan hệ khách hàng cá nhân tổ chức khác 37 38 39 40 ề hư g đ h hh g a Hiện liệu hệ thống kho liệu SHB bao gồm có thơng tin kê khoản vay khách hàng giao dịch khách hàng liên quan đến khoản vay nhƣ thời gian giải ngân, thời gian đáo hạn, lãi suất, tình trạng nhóm nợ khách hàng Với tốn phân lớp dự báo rủi ro đề cập chƣơng số cần sử dụng liệu lịch sử tình trạng nhóm nợ khách hàng Dữ liệu tình trạng nhóm nợ khách hàng đƣợc ghi nhận giá trị rời rạc tƣơng ứng với nhóm nợ mà khách hàng có th rơi vào thời gian khách hàng trả nợ Trong đó:  Nhóm 1: nhóm nợ đủ tiêu chuẩn, nhóm khách hàng trả trả nợ hạn trƣớc tất tốn khoản vay  Nhóm 2: nhóm nợ cần , nhóm khách hàng trả nợ nhƣng hạn dƣới 90 ngày  Nhóm 3: nhóm nợ dƣới tiêu chuẩn, bao gồm khách hàng trả nợ nhƣng hạn từ 90 ngày đến 180 ngày 53  Nhóm 4: nhóm nợ nghi ngờ, khách hàng trả nợ nhƣng hạn từ 180 ngày đến 360 ngày Việc thu hồi nợ từ khách hàng khó khăn  Nhóm 5: nhóm khách hàng có khả vốn mà nợ hạn 360 ngày Phạm vi luận văn nhƣ toán đƣợc nêu chƣơng số thực tập liệu khách hàng cá nhân khách hàng cá nhân kinh doanh nên tiêu phƣơng án đầu tƣ giá trị Vì trƣớc thực thực nghiệm phải loại b trƣờng không cần thiết Ngồi tập liệu thực tế có số trƣờng có tỷ lệ mẫu khơng có giá trị cao nên loại b không tham gia vào q trình xây dựng mơ hình phân lớp Sau loại b trƣờng khơng cần thiết, trƣờng có tỷ lệ r ng cao cịn 24 thuộc tính có tổng cộng 10000 mẫu nhƣ hình dƣới đây: 3.2: Đ trực quan thông tin số thuộc tính tập liệu mẫu, công cụ Weka Explore cho phép xem thông tin mô tả liệu nhƣ tỷ lệ phân bổ chi tiết của liệu thuộc tính, đƣợc th đồ thị dễ quan sát đánh giá: 54 3.3: 3.4: b P Đ ki m nghiệm thuật toán phân lớp sử dụng định C4.5 liệu mẫu nêu ta thực công cụ Weka Explore phiên 3.8.2 cách chọn thuật toán J48 nhƣ sau: 55 We 3.5: E e : Trong giải thuật định C4.5 hay J48 đƣợc cung cấp Weka có tham số quan trọng:  confidenceFactor: Nhân tố sử dụng cho việc cắt tỉa (Nếu giá trị nhỏ sinh cắt nhiều)  minNumObj: Số thể tối thiểu nút 56  unPruned: True sinh cắt tỉa ngược lại Sau điều chỉnh thông số nghiên cứu ta chọn giá trị tham số cho kết tốt nhƣ sau:  Chọn phƣơng pháp test: Cross Validation  Tham số thuật toán: minNumObj=10  confidenceFactor=0.2  unpruned=False Kết xây dựng mơ hình phân lớp định áp dụng thuật toán C4.5 tập liệu 10000 mẫu nhƣ sau: ự B ng 3.2: Thời gian xây dựng mơ hình (Time taken to build model) Số (Number of Leaves) Số nút (Size of the tree) Số mẫu phân lớp (Correctly Classified Instances) Số mẫu phân lớp sai (Incorrectly Classified Instances) 3.5: 0.28 seconds 81 104 9667(Tỷ lệ: 96.67%) 333(Tỷ lệ: 3.33 %) We E e 57 Ma trận th kết xây dựng tập 10000 mẫu là: B ng 3.3: K t qu classified as a = Nhom b = Nhom c = Nhom d = Nhom e = Nhom a 13 496 pm u b 0 17 c 205 9036 1919 16 72 d 62 0 Từ bảng kết ta rút số luật (IF - THEN) e 2 55 nhƣ: + If khách hàng “Luôn trả nợ hạn”AND “Học vấn Đại học ” AND “Số tiền vay lớn 50 triệu ” AND “Loại hình cơng ty làm việc: Cơ quan nhà nƣớc” AND “Vị trí cơng tác: Cấp quản l ” AND “Giá trị vay < 140000000 ” AND “Thời gian quan hệ với SHB