Số 168 | Tháng 3/2020
Nghiên cứu khả năng trả nợ của khách hàng cá nhân bằng mô hình cây quyết định
Nguyễn Thị Viễn, Phạm Thị Thanh Xuân, Lê Thị Thanh Huyền
Tóm tắt:
Nghiên cứu này áp dụng mô hình cây quyết định nhằm xác định các thuộc tính tác động đến khả năng trả nợ đúng/quá hạn của khách hàng cá nhân. Đây là một trong số ít những nỗ lực đầu tiên ứng dụng mô hình cây quyết định trong nhận diện và dự báo khả năng trả nợ đúng/quá hạn tại Việt Nam. Nghiên cứu thực hiện trên dữ liệu lịch sử tín dụng của 400 khách hàng cá nhân đã có quan hệ với Ngân hàng Thương mại cổ phần Á Châu (ACB) tính đến thời điểm 31/7/2019. Việc phân tích dữ liệu đã mang lại hai kết quả quan trọng. Thứ nhất, có tám trong 13 trường dữ liệu của khách hàng là thuộc tính quan trọng giúp xác định khả năng trả nợ đúng/quá hạn của ngân hàng, bao gồm thu nhập, chi phí dự phòng, số tiền vay, tài sản đảm bảo, số năm công tác, số nguồn thu nhập, số lần quan hệ tín dụng và mục đích vay. Thứ hai, mối quan hệ giữa tám thuộc tính này với khả năng trả nợ đúng/quá hạn được thể hiện qua một cấu trúc logic hình cây, đó là cơ sở khoa học quan trọng hỗ trợ cho quá trình thẩm định, ra quyết định tín dụng.
An Assessment of Individual’ Loan Repayment with the Decision Tree Model
Abstract:
This study uses the decision tree model to identify the attributes that affect individual customers' ability to repay debts before the due date. This research is one of the first few attempts that apply the decision tree model in identifying and conjecturing the capacity of due/overdue debt repayment in Vietnam. The study was based on the credit history data of 400 individual customers who have had transactions with The Asian Commercial Bank (ACB) till July 31, 2019. The data analysis shows two significant results. First, 8 out of 13 customer data fields are essential attributes to determine customers' ability to repay the debts on schedule. These attributes include income, contingency costs, loan amount, collaterals, number of years at current work, number of income sources, number of credit transactions and loan purposes. Secondly, the relationship between these eight attributes and the ability to repay the debt when it’s due is shown through a tree-like logical structure - an essential scientific foundation that supports the credit appraisal and decision-making process.