Xem trước tài liệu

Đang tải tài liệu...

Thông tin chi tiết tài liệu

Định dạng: PDF
Số trang: 113 trang
Dung lượng: 1 MB

Giới thiệu nội dung

Phân tích và dự báo nợ xấu bằng mô hình cây quyết định hồi quy và Logit/Probit

Tác giả: Trần Văn Đồng

Lĩnh vực: Hệ thống thông tin

Nội dung tài liệu:
Luận văn này trình bày về việc ứng dụng các mô hình trong phân tích và dự báo nợ xấu trong hệ thống ngân hàng. Tín dụng là hoạt động cốt lõi của ngân hàng, tuy nhiên, vấn đề nợ xấu luôn là một thách thức. Nghiên cứu tập trung vào việc xây dựng mô hình dự báo nợ xấu bằng kỹ thuật khai phá dữ liệu, cụ thể là mô hình cây quyết định và mô hình hồi quy Logit/Probit. Luận văn đề cập đến các khái niệm cơ bản về nợ xấu, các phương pháp phân tích và dự báo phổ biến trên thế giới, đồng thời thực hành xây dựng mô hình trên tập dữ liệu thực tế của một ngân hàng tại Việt Nam. Mục tiêu là nhằm góp phần nâng cao hiệu quả hoạt động tín dụng, cải thiện chất lượng hoạt động của hệ thống ngân hàng.

Mục lục chi tiết:

  • PHẦN MỞ ĐẦU
  • CHƯƠNG I: NỢ XẤU VÀ MỘT SỐ PHƯƠNG PHÁP DỰ BÁO NỢ XẤU
    • I.1. Nợ xấu
      • 1. Tổng quan về tín dụng ngân hàng
        • 1.1. Khái niệm tín dụng ngân hàng
        • 1.2. Đặc điểm tín dụng ngân hàng
        • 1.3. Phân loại tín dụng ngân hàng
        • 2. Chính sách tín dụng của ngân hàng
        • 3. Kiểm tra tín dụng
        • 4. Chất lượng tín dụng ngân hàng
          • 4.1. Các chỉ tiêu phản ánh nợ quá hạn
    • I.2. Một số phương pháp dự báo nợ xấu
      • 1. Phương pháp Gaussian
      • 2. Mạng nơron nhân tạo
      • 3. Phân tích hồi quy logistic
      • 4. Cây quyết định
      • 5. Phương pháp CBR
  • CHƯƠNG II: MÔ HÌNH HỒI QUY LOGITS VÀ MÔ HÌNH CÂY QUYẾT ĐỊNH
    • II.1. Mô hình lôgit
      • 1. Giới thiệu chung về mô hình logit
      • 2. Công thức toán học và các khái niệm liên quan
      • 3. Đặc điểm của mô hình logit
      • 4. Bộ công cụ hỗ trợ xây dựng mô hình dự báo logit
    • II.2. MÔ HÌNH CÂY QUYẾT ĐỊNH
      • 1. Giới thiệu
      • 2. Một số thuật toán
      • 3. Bộ công cụ xây dựng cây quyết định
  • CHƯƠNG III: THỰC HÀNH VÀ DỰ BÁO NỢ XẤU
    • III.1. Xây dựng tập dữ liệu phục vụ xây dựng mô hình dự báo nợ xấu
      • 1. Dữ liệu cần thu thập
      • 2. Thu thập và tiền xử lý dữ liệu
      • 3. Tập dữ liệu xây dựng và kiểm định mô hình
    • III.2. Xây dựng mô hình dựa trên tập dữ liệu dự báo
      • 1. Xây dựng mô hình theo ngôn ngữ SAS
      • 2. Xây dựng cây quyết định hồi quy dự báo nợ xấu
      • 3. Dự báo kiểm thử mô hình
  • TÀI LIỆU THAM KHẢO