6. Cấu trúc của luận văn
2.4. Sự cần thiết phải sử dụng mạng nơron
Các phƣơng pháp máy tính truyền thống trƣớc đây sử dụng cơ chế tuần tự, phép toán này xử lý xong mới đến phép toán khác.
Kỹ thuật mạng Nơron mô phỏng tính năng và cấu trúc của hệ thống thần kinh và não ngƣời. Mạng Nơron có thể giải quyết dữ liệu lớn, xử lý song song và cho kết quả chính xác giống nhƣ kết quả xử lý của não ngƣời.
Ngân hàng MaritimeBank Việt Nam có trụ sở chính tại Hà Nội, có khoảng 100 chi nhánh cấp 1 ở 64 tỉnh và thành phố trên cả nƣớc, và ở mỗi chi nhánh cấp 1 lại có các chi nhánh cấp 2, 3 thậm chí là cấp 4 ở địa bàn quận huyện, liên phƣờng xã thì số lƣợng chi nhánh khoảng gần 2.500.
Mỗi ngày, trung bình một chi nhánh nhận đƣợc 50 đơn vay vốn của các gia đình, hộ gia đình, công ty,…
Một cán bộ tín dụng có thể giải quyết tối đa 4 đơn/ngày.
Nhƣ vậy, số lƣợng cán bộ tín dụng của hệ thống ngân hàng đó trong cả nƣớc sẽ là: (2.500 x 50) / 4 = 31.250 cán bộ
Rõ ràng rằng, với bộ máy cồng kềnh nhƣ vậy, chƣa kể các bộ phận phòng ban khác thì hiệu quả kinh doanh sẽ giảm rõ rệt. Từ đó dẫn đến sức cạnh tranh kém, khóa khăn trong việc điều hành và phát triển.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Ở đây chƣa đề cập đến rủi ro xảy ra khi cán bộ tín dụng, nếu thiếu kinh nghiệm thẩm định mà chấp nhận đơn vay một cách dễ dàng thì xác suất rủi ro của việc cho vay không thu hồi đƣợc vốn sẽ tăng lên.
Đối mặt với khối lƣợng công việc ngày càng lớn, đứng trƣớc sự cạnh tranh khốc liệt giữa các ngân hàng và việc lôi cuốn, giữ chân khách hàng bằng chất lƣợng dịch vụ và marketting của mình, không còn cách nào khác là các ngân hàng phải tự vƣơn lên, tìm mọi biện pháp để nâng cao chất lƣợng dịch vụ.
Việc áp dụng các kỹ thuật và công nghệ máy tính nhằm tăng năng suất làm việc, tăng độ bảo mật thông tin khách hàng cũng nhƣ giảm sự cồng kềnh của bộ máy làm việc là một xu thế tất yếu của xã hội. Việc triển khai các ứng dụng mang tính dự báo chính xác cũng sẽ giúp cho lãnh đạo hoạch định đƣợc chiến lƣợc phát triển của đơn vị mình.
Do đó, việc áp dụng các ứng dụng để dự báo thẩm định vay vốn của ngân hàng tại Việt Nam hoàn toàn có tính khả thi. Điều này sẽ có nhiều mặt lợi:
Tăng năng suất công việc khi chuyển đổi từ xử lý thủ công hoặc một phần có sự trợ giúp của máy tính sang ứng dụng tin học và truyền thông mang tính hiện đại hóa và công nghiệp hóa.
Thống nhất về công nghệ, quy trình làm việc, các tiêu chuẩn để cùng hội nhập với các ngân hàng, tổ chức tín dụng quốc tế.
Liên doanh, liên kết để giảm chi phí đầu tƣ, tăng khả năng cạnh trạnh với các doanh nghiệp, tập đoàn nƣớc ngoài.
Vì vậy, áp dụng kỹ thuật mạng Nơron trong dự báo thẩm định vay vốn ngân hàng sẽ chứa đựng một tiềm năng to lớn về hiệu quả ứng dụng của nó. Giúp tăng cƣờng khả năng dự báo, hỗ trợ đắc lực cho các cấp lãnh đạo ngân hàng ra quyết định trong công tác điều hành công việc.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
CHƢƠNG 3: XÂY DỰNG CHƢƠNG TRÌNH HỖ TRỢ QUYẾT ĐỊNH CHO VAY VỐN TẠI NGÂN HÀNG
Quá trình thiết kế và xây dựng chƣơng trình hỗ trợ quyết định cho vay vốn tại ngân hàng thƣơng mại là một ứng dụng của mạng nơron trong bài toán dự báo dữ liệu. Chúng ta cần chú ý một số vấn đề sau khi xây dựng mạng Nơron nhiều lớp sử dụng thuật toán lan truyền ngƣợc.
Tiền xử lý dữ liệu
Tần số của dữ liệu: Hàng ngày, hàng tuần, hàng tháng, hay hàng quý Kiểu dữ liệu: Các chỉ số kỹ thuật hay chỉ số cơ bản
Cách thức chuẩn hóa dữ liệu Max/Min hay Trung bình/Độ lệch chuẩn
Huấn luyện
Hệ số học Hệ số bƣớc đà Hệ số thứ lỗi Số chu kỳ tối đa Hệ số học tối đa
Thực hiện lấy ngẫu nhiên trọng số
Kích thƣớc tập huấn luyện, kiểm tra và kiểm định
Cấu trúc mạng
Số đầu vào Số lớp ẩn
Số Nơron trong các lớp Số Nơron đầu ra
Hàm chuyển cho các nơron Hàm lỗi
Dƣới đây là các bƣớc chính trong việc thiết kế mô hình mạng nơron sử dụng cho bài toán dự báo dữ liệu
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
i) Lựa chọn các biến
ii) Thu thập và xử lý dữ liệu iii) Phân chia tập dữ liệu iv) Xác định cấu trúc mạng
v) Xác định tiêu chuẩn đánh giá và huấn luyện mạng vi) Thực thi
3.1. Lựa chọn các biến
Trong chƣơng trình minh hoạ, ta chỉ xét đến việc quyết định cho vay vốn hay không nên các nhân tố sẽ là dữ liệu đầu vào của mạng bao gồm: Ngành nghề kinh doanh, mã số thuế, giấy phép đăng kí kinh doanh, quyết định bổ nhiệm giám đốc, kế toán trƣởng, quy mô, tổng vốn kinh doanh, hệ số thanh toán hiện thời, hệ số thanh toán nhanh, hệ số nợ/vốn chủ sở hữu, hệ số nợ/tổng tài sản, hệ số nợ quá hạn, tổng thu nhập trƣớc thuế/doanh thu, tổng thu nhập trƣớc thuế/tổng tài sản, tổng thu nhập trƣớc thuế/vốn chủ sở hữu, kỳ thu tiền bình quân, vòng quay hàng tồn kho, hiệu quả sử dụng tài sản.